Мы — инновационная команда в банке, где трансформация кредитных процессов происходит через внедрение ИИ-технологий. Наш фокус — создание решений на основе больших языковых моделей (LLM) и ИИ-агентов , которые меняют подходы к автоматизации, аналитике и взаимодействию с клиентами.
Наша роль — помогать внутренним командам (от продуктовых до аналитических) реализовывать их задачи через R&D-разработку, адаптируя ИИ-инструменты под уникальные бизнес-сценарии. Мы не просто пишем код — мы создаем интеллектуальные системы, которые решают реальные проблемы.
Обязанности
- R&D-разработка для внутренних команд (исследование и внедрение LLM-решений для задач, которые ставят другие отделы (например, автоматизация ответов на клиентские запросы, анализ кредитных рисков, генерация персонализированных предложений), разработка кастомных промптов для LLM, включая оптимизацию их структуры, контекста и параметров, тестирование и сравнение эффективности разных подходов к промпт-инжинирингу (chain-of-thought, few-shot learning, role-based prompting)
- создание ИИ-агентов (построение агентов, способных взаимодействовать с внутренними системами банка (API, базы данных) через LLM, интеграция агентов в бизнес-процессы (например, автоматизация проверки заявок, генерация отчетов)
- анализ и адаптация моделей (fine-tuning LLM под специфику банковских данных (например, обработка финансовых текстов, защита конфиденциальности), оценка качества моделей через метрики (точность, latency, релевантность ответов)
- коллаборация с командами (понимание задач бизнес-заказчиков, перевод их в технические требования, проведение воркшопов по возможностям LLM для внутренних команд)
- эксперименты и документация (исследование новых методов работы с LLM (например, reinforcement learning для диалоговых систем), фиксация best practices по промпт-инжинирингу и разработка внутренних гайдов.
Требования
- высшее образование в области Computer Science, Data Science, математики или смежных дисциплин
- не менее 2 лет опыта в Data Science, включая работу с LLM и/или NLP
- опыт разработки сложных промптов для LLM (GPT, BERT, Llama), понимание их архитектуры и ограничений
- знание Python, PyTorch/TensorFlow, Hugging Face, LangChain, SQL
- опыт работы с инструментами для оценки LLM (например, LangSmith), MLOps (MLflow, Docker)
- умение работать с неструктурированными текстовыми данными и табличными данными.
Условия
- комфортный современный офис в Нижнем Новгороде
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.