Стажер Data Scientist (Риски)

Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем. Примеры: система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин. Задачи: — разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM — адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO) — участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества — написание качественного кода и обсуждение технических решений с командой. Требования: — неоконченное высшее техническое образование с хорошей подготовкой в области математики и алгоритмов — знание Python, статистики и ML/DL-стека — опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров — опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG) — опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents) — знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования — умение писать чистый и поддерживаемый код (Clean Architecture, SOLID) — опыт работы с Git. Преимуществом будет: — опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse — успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах) — вклад в open-source проекты, публикация моделей и датасетов на Hugging Face — погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам — знание других языков программирования (например, C++, Java). Условия: — оплачиваемая стажировка — возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская) — корпоративный спортзал и зоны отдыха.