Наша команда занимается разработкой NLP моделей и решений на основе LLM для операционных, интегрированных и ESG рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.
Примеры задач:
- система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак
- AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка
- разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO
- AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов
- мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке
- AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин.
Обязанности:
- разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph
- помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию)
- адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO)
- решение задач NLP (Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering)
- писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов
- курирование стажеров/лидирование Junior DS/кураторство исследовательских работ внутри Сбера и команд из ВУЗов.
Требования:
- высшее техническое образование с хорошей подготовкой в области математики и алгоритмов
- знание статистики и ML/DL алгоритмов
- знание Python и ML-стэка (PyTorch, TensorFlow, Scikit-learn, Pandas, Scikit-learn)
- опыт проектирования и обучения нейросетевых моделей (от CNN/RNN до трансформеров)
- опыт построения RAG (классический RAG, GraphRAG, Agentic RAG)
- умение разрабатывать автономных AI-агентов на langchain/langgraph
- умение создать и опубликовать собственную python библиотеку
- знание классических алгоритмов (two pointers, бинарный поиск) и структур данных (куча, стэк, бинарное дерево)
- знание того, какие типы задач эффективнее решать с помощью процессов/потоков. Умение применять модули threading, asyncio, multiprocessing
- знание принципов ООП, паттернов проектирования. Умение писать чистый, поддерживаемый код (clean architecture, SOLID)
- опыт работы с Git (GitFlow), проведения Code Review
- уверенный английский язык для чтения и анализа научных статей и документации.
Преимуществом будет:
- опыт написания юнит-тестов на python (pytest)
- опыт работы с БД (PostgreSQL), написания и оптимизации сложных SQL запросов
- опыт в соревнованиях (к примеру Kaggle Expert+, или успехи на других платформах)
- знание других языков программирования (например, C++, Java).
Условия:
- комфортный современный офис рядом с м. Кутузовская
- возможность выбрать удобный график – офис/гибрид/
- годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- регулярные митапы и развитое DS-community
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.
