Понимание концепции и принципов работы с DWH, Data Lake, основ Data Governance
Понимание архитектуры ML-пайплайнов (ETL/ELT, Feature Store, Model Registry)
Концептуальное понимание основ ML: классические алгоритмы, обучение с учителем/без учителя, глубокое обучение, NLP
метрики оценки моделей
жизненный цикл ML-проекта: от постановки бизнес-задачи до промышленного внедрения, мониторинг и ретренинг
Понимание концепции fine-tuning, промпт-инжиниринга, принципов работы RAG
Понимание агентных систем и автономных AI-агентов – на уровне постановки задач
Будет преимуществом:
Опыт работы в финтехе или банковской сфере (понимание регуляторных ограничений, скоринговых моделей, антифрод-систем)
Опыт работы с облачными платформами (AWS, Cloud.ru и аналоги)
Опыт внедрения AI-решений в промышленную эксплуатацию с реальными бизнес-показателями
Знание современных LLM-фреймворков и практик тонкой настройки моделей
Владение Python
Навыки работы с Git и командной разработкой
Умение создавать презентационные и проектные материалы в Canva, Figma, PowerPoint
Ключевые задачи
Проводить интервью и воркшопы с бизнес-заказчиками для анализа существующих процессов, выявлений точек роста, оценки потенциала автоматизации и определения сценариев, где применение AI способно принести измеримый бизнес-эффект
Разрабатывать полный набор артефактов: Business Requirements Document (BRD), User Stories with Acceptance Criteria, Use Cases, , описание AS-IS / TO-BE процессов с использованием BPMN, построение диаграмм взаимодействия систем (sequence, component)
Выполнять детализацию нефункциональных требований (производительность, надёжность, безопасность, масштабируемость)
Участвовать в оценке и приоритизации новых инициатив, анализировать их бизнес-ценность, технологическую реализуемость и потенциальный эффект, формируя предложения по развитию AI-продуктов и сервисов
Участвовать в разработке методологии применения AI, формировании стандартов проектирования и внедрения AI-решений, развитии лучших практик, консультировании внутренних заказчиков и распространении экспертизы внутри Банка
Развивать корпоративную экспертизу в области искусственного интеллекта
Совместно с архитекторами и Data Scientists участвовать в формировании концепции и архитектуры решения
Определять интеграционные сценарии: чтение и описание спецификаций RESTful API, составлять требования к внешним и внутренним интеграциям
Составлять и описывать требования к данным и качеству AI-моделей
Мы предлагаем
Трудоустройство на контрактной основе c достойным уровнем мотивации
Обучение и профессиональное развитие
Интересные, сложные и долгосрочные проекты
Работа в стабильной команде профессионалов
Привлекательный социальный пакет (медицинская страховка, материальная помощь к отпуску, годовой бонус)
ОАО «Сбер Банк» (далее – Банк) использует файлы «cookie» с целью повышения эффективности работы с веб-сайтом Банка, персонализации возможностей веб-сайта Банка под Ваши потребности и упрощения Вашего взаимодействия с веб-сайтом Банка во время будущих сессий. Если Вы не хотите использовать файлы «cookie» рекомендуем Вам изменить настройки Вашего браузера или прекратить работу с веб-сайтом Банка.