Центр практического ИИ — подразделение Сбера, которое разрабатывает и внедряет прикладные решения на базе искусственного интеллекта.

Сейчас мы ищем в команду Senior Data Scientist / AI Researcher для образовательных AI-проектов. Предстоит создавать агентные решения для учеников и учителей: менторов, учебных ассистентов, инструменты для проверки заданий и генерации образовательного контента.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в телеграмме, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

### Задачи:

  • разработка и внедрение LLM-агентов и продвинутых RAG-систем в EdTech-домене — от прототипов до production-ready решений
  • решение прикладных задач OCR и document understanding: извлечение структуры учебных материалов, обработка PDF и изображений
  • разработка AI-ассистентов для образовательных сценариев
  • исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
  • эксперименты с различными proprietary и open-source LLM-моделями (GigaChat, Gemini, Qwen и др.) для прикладных AI-сценариев
  • fine-tuning моделей (instruction-tuning, adapters, LoRA, SFT)
  • разработка метрик качества и evaluation pipeline для LLM-систем.

Требования

Требования:

  • опыт работы DS/ML/NLP от 3 лет
  • глубокая экспертиза в NLP/LLM
  • уверенное знание инструментов разработки и инфраструктуры (bash, docker/openshift, git и т.д.)
  • фундаментальные знания в сфере ML, профильное образование
  • уверенные знания языка Python и опыт индустриальной разработки
  • понимание архитектуры LLM и принципов prompt engineering
  • практический опыт с LangChain / LangGraph (agents, tools, checkpointers, streaming, state)
  • опыт построения RAG-систем, fine-tuning и дообучения моделей
  • умение проектировать пайплайны inference / retraining
  • опыт упаковки моделей в сервисы и интерфейсы (FastAPI, Flask, StreamLit, ChainLit и т.д.)
  • опыт интеграции LLM с внешними API, базами знаний и retrieval-системами.

Условия

### **Мы предлагаем:**

  • комфортный современный офис г. Москва, рядом с метро Кутузовская
  • возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю)
  • ежегодный пересмотр зарплаты и годовая премия
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • 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.