Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Коротко о роли
разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев. исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее.
Задачи:
— разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев
— исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее
— ведение проекта по полному циклу: от идеи и прототипа до рабочего решения в проде, его тестирования и поддержки
— проектирование пайплайнов для работы с данными (трейсами агентов) и обучения моделей, интегрируя их в нашу MLOps экосистему
— взаимодействие с командами разработки и валидации ИИ-агентов, MLOps для интеграции решений и формирования лучших практик.
Требования:
— глубокое знание математической статистики, алгоритмов классического ML и архитектур нейросетей
— опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до внедрения в прод и мониторинга
— опыт проведения аналитических исследований (R&D): умение самостоятельно изучать проблемную область, формулировать и проверять гипотезы, выбирать и адаптировать state-of-the-art методы под задачи проекта
— уверенное владение стеком технологий для анализа, экспериментов и разработки: NumPy, Pandas, Polars, Scikit-learn, XGBoost, LightGBM, CatBoostOptuna / Hyperopt
— навык написание чистого, модульного кода на Python, понимание принципов SOLID, опыт работы с Git.
Будет преимуществом:
— опыт разработки ИИ-агентов / агентных систем, понимание принципов их работы, коммуникации и оркестрации
— опыт работы с трейсами и метаданными ИИ-агентов (OpenAI, Arize Phoenix, LangSmith)
— опыт работы с векторными базами данных
— знание observability-стека (OpenTelemetry, Prometheus, Grafana) для мониторинга ML-систем
— публикации или значимый вклад в open-source в области ML/NLP/LLM.
Условия:
— комфортный современный офис: г. Москва, метро Кутузовский пр.
— формат работы– офис, по согласованию с руководителем возможно выполнение пула задач в гибридном формате
— 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 (медицинское страхование), льготное страхование для семьи
— ипотека для сотрудников
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
74/100
Хорошая вакансия
Оценка от Job Hunters AI
Senior Data Scientist / AI Researcher; зарплата не указана; понятные задачи; гибкий формат; хороший соцпакет.
Из чего сложилась оценка. Нажмите, чтобы узнать подробнее
Зарплата не указана
Этот пункт выделен по тексту и полям объявления. Уточните важные для вас детали у работодателя.
Мэтч и сопроводительное
Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.