Вакансия - Data Scientist (ИИ-агенты для автовалидации моделей), Москва

Специальность: Data Scientist (ИИ-агенты для автовалидации моделей)

Режим работы:

Регион: Москва МО

Дополнительная информация: г Москва, Кутузовский проспект 32к1

Специальность: Data Scientist (ИИ-агенты для автовалидации моделей)

Тип занятости:

График работы: Полный рабочий день

Профобласть: Информационные технологии, телекоммуникации, связь

Мы создаем интеллектуальные решения для автоматизации валидации моделей машинного обучения и математических финансов, используя передовые технологии AI. Наша цель-повысить скорость, точность и надежность процессов оценки модельных рисков, что напрямую влияет на эффективность работы Банка. Обязанности создание базы знаний для автономной валидации: разработка и структуризация базы знаний на основе артефактов валидации (методики, отчеты, метаданные моделей) в оптимальном для работы ИИ-агентов формате разработка применения базы знаний для построения ИИ-агентов, включая интеграцию SOTA-методов и альтернативного моделирования. разработка ИИ-агентов для сквозной автономной валидации моделей: от классического ML до нейросетей, LLM и гибридных архитектур оптимизация процессов с использованием LLM (анализ документации, генерация отчетов, семантический поиск в базе знаний) реализация автономных решений для улучшения моделей и генерации альтернативных подходов к моделированию интеграция с внутренней ML-платформой банка: подключение ИИ-агентов к системе автоматической валидации и разработки моделей и базе знаний для SOTA-моделей (аналог Hugging Face для внутреннего использования) тесное кросс-функциональное взаимодействие с другими командами для внедрения ИИ-агентов в production среду. Требования продвинутый Python: опыт написания чистого, модульного кода (ООП, асинхронное программирование), знание ML-стэка (PyTorch/TensorFlow, Scikit-learn, Pandas, NumPy) и инструментов для работы с LLM (LangChain, RAG-фреймворки) глубокие знания ML/DL: архитектуры нейросетей, методы валидации, feature engineering, интерпретируемость моделей практический опыт с LLM/NLP: fine-tuning, RAG, prompt engineering; применение NLP для анализа текстовых данных разработка AI-агентов: понимание принципов проектирования мультиагентных систем; знание инструментов интеграции с сервисами автоматизации и векторными БД и MLOps-инструментов для развертывания и мониторинга агентов будет плюсом опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов инструментальное владение AI для анализа, генерации и автоматизации. 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.

Размещение: 2025-06-27

Источник: Вакансия интернет ресурса