Мы — команда, которая стремится к disrupt ключевых процессов Банка и его партнеров через внедрение прорывных решений в области прогнозной аналитики и сценарного планирования с применением больших языковых моделей. Наш подход объединяет три ключевых элемента:
- передовые модели — используем state-of-the-art архитектуры в области forecasting и LLM, включая агентные системы и мультимодальные решения, не боясь экспериментировать с новейшими исследованиями;
- мощный harness — создаём собственную инфраструктуру для быстрого прототипирования, обучения и деплоя прогнозных моделей, что ускоряет цикл разработки в разы;
- глубокая экспертиза — опираемся на накопленный опыт внедрения forecasting-решений в production, от прототипа до масштабирования на высоконагруженные системы.
Наши проекты охватывают широкий спектр направлений: от анализа изображений и видео до построения автономных систем и Моделей Мира (World Models).
Обязанности
- анализ требований и проектирование архитектуры решений на стыке классического forecasting и LLM
- разработка гибридных прогнозных моделей: от традиционных задач (временные ряды, регрессия, классификация) до агентных LLM-решений для сценарного планирования и стратегического прогнозирования
- интеграция LLM-агентов в forecasting-пайплайны для задач генерации сценариев, объяснения прогнозов, кросс-модального анализа и сложного многофакторного моделирования
- оптимизация моделей для промышленного внедрения: квантование, дистилляция, ускорение инференса для работы в production-среде
- взаимодействие с командой разработки для передачи моделей в production, включая разработку API и интеграцию с существующими системами
- документирование экспериментов, метрик и результатов (MLflow, Tensorboard, WandB)
- Code review, менторство младших специалистов и поддержка качества кода в команде
- исследование и внедрение новых подходов из научных публикаций по forecasting, LLM и агентным системам.
Требования
- опыт работы Data Science / Forecasting / Time Series — от 3 лет
- хорошие инженерные навыки, понимание процесса ИТ-разработки и DevOps-процессов
- глубокое знание Python и основных библиотек для ML/Forecasting: PyTorch, TensorFlow, scikit-learn, Prophet, statsmodels, Darts, GluonTS
- понимание основ классического прогнозирования: ARIMA, SARIMA, экспоненциальное сглаживание, регрессионные модели, ансамбли;
- опыт работы с LLM и агентными архитектурами (LangChain, LlamaIndex, AutoGen, CrewAI и др.)
- знание основных архитектур нейронных сетей для forecasting-задач (LSTM, GRU, Transformer, Temporal Fusion Transformer, N-BEATS, Chronos) и понимание принципов их интеграции с языковыми моделями
- опыт работы с фреймворками для деплоя моделей (ONNX, TensorRT, TorchScript) и оптимизации инференса
- умение читать научные статьи на английском (ICML, NeurIPS, KDD, IJCAI, ICLR) и быстро прототипировать новые подходы
- понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA, адаптеры, RAG
- опыт работы с агентными системами для автоматизации аналитических задач и генерации сценариев будет преимуществом.
Условия
- комфортный современный офис рядом с м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты. Годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера.
