Мы используем технические cookie и обезличенный журнал посещений Zorky. Яндекс Метрику (данные хранятся на серверах в РФ) включаем только с вашего согласия. Данные не продаём. Подробнее о cookie и статистике.
Zorky в тестовом режиме — всё бесплатно. Вакансии и страницы компаний открыты всем; ссылки на объявления и личная подборка — после регистрации. Зарегистрироваться →
← Все вакансии

Дата-сайентист ИИ (Data Scientist AI)

MiddlehybridМосква, RU →1нед назад
Аналитика рынка
📊 AI / ML / DS: зарплаты и спрос на рынке
Стек
elasticsearchgitlangchainlanggraphllamaindexllmopensearchpythonpytorch
Показать компанию и ссылку
Бесплатно, после входа в кабинет.
Откликнуться
Загрузите резюме — работодатели и рекрутеры из разных стран, которым нужен ваш профиль, смогут написать вам напрямую.
Отправить резюме →
Описание

Сбер2В — система бизнес-сервисов под единым управлением. Вместе мы решаем комплексные задачи государства, бизнеса и регионов с помощью аналитики больших данных, искусственного интеллекта, автоматизации и ЭДО. Мы в цифрах: • 50+ собственных решений • 1,2 млн клиентов малого бизнеса • 40+ отраслей используют наши продукты • 2,5 тыс.

клиентов крупного бизнеса и госсектора Наши технологии (аналитика больших данных, машинное обучение, визуализация) помогают бизнесу расти, а регионам — развиваться. Сейчас мы ищем Data Scientist (AI) на декретную ставку.

Чем предстоит заниматься

Разработкой архитектуры AI-агентов на основе langflow, langchain, langgraph, cowork Семантическим поиском и сопоставлением текстов Работой с базами данных: сбором, обработкой, хранением (OpenSearch, для RAG) Разработкой RAG-системы Изучением актуальных NLP-моделей, внедрением DL-моделей Разработкой чат-бот моделей и моделей для других NLP задач Промпт-инжинирингом для LLM Кластеризацией, классификацией (обычной и multi-label), саммаризацией текстов Обучением и дообучением моделей, оценкой качества моделей Мы будем рады познакомиться, если у тебя есть: Python/классический ML/Pytorch Опыт работы с фреймворками для работы с LLM (langflow, langchain, langgraph, autogen, llamaindex) Знания принципов RAG Опыт работы с семантическим поиском (embedding-модели) Опыт работы с векторными базами данных (Opensearch, elasticsearch) Опыт решения практических NLP-задач (Classification, Clustering, NER, Summarization, Quest

Полное описание, компания и ссылка на вакансию — после входа. Войти
Контакты работодателя (email/phone/telegram) скрыты из публичного превью. Отправьте резюме — и работодатели смогут написать вам сами.
Пожаловаться на вакансию
Срочный вопрос? Напишите @termdocs