Middle/Senior Data Scientist (Deep Learning)

Регион: Москва МО

Дополнительная информация по адресу: г Москва

Наша команда занимается созданием инструментов и решений для внутренней безопасности на базе AI. Наши планы имеют широкий спектр - начиная от Classical Machine Learning, DL-моделей для скоринга, поведенческого моделирования и заканчивая AI-агентами. Сейчас мы ищем Middle/Senior Data Scientist с опытом в Deep Learning и с желанием развиваться в других направлениях. Обязанности Разработка, обучение и оптимизация сложных архитектур глубоких нейронных сетей, включая сверточные (CNN), рекуррентные (RNN, LSTM, GRU), трансформеры (Transformers, BERT, GPT, ViT) и генеративные модели (GAN, VAE). Исследование и внедрение передовых техник стабилизации и оптимизации обучения нейросетей: нормализация (BatchNorm, LayerNorm), методы регуляризации (Dropout, Weight Decay), механизмы внимания (Self-Attention, Multi-Head Attention). Разработка кастомных loss-функций и метрик, адаптированных под специфические задачи. Проведение гиперпараметрического тюнинга с использованием продвинутых методов (например, Bayesian Optimization, Hyperband). Работа с большими объемами разнообразных данных (структурированных, текстовых, изображений, видео) с применением техник аугментации и генерации данных. Оптимизация моделей для ускорения вывода (pruning, quantization, distillation). Разработка пайплайнов для обучения и деплоя моделей с использованием MLOps инструментов (Docker, Kubernetes, Airflow, TensorRT). Руководство и менторство младшими DS/ML инженеров. Исследование новых архитектур и технологий (Neural Architecture Search, self-supervised learning, few-shot learning). Взаимодействие с продуктовой командой для интеграции AI-решений в бизнес-процессы. Требования Высшее образование в области компьютерных наук, прикладной математики, физики или смежных областей. Глубокие знания архитектур глубокого обучения и современных фреймворков PyTorch/TensorFlow/JAX. Опыт создания и оптимизации CNN, RNN, Transformer-based моделей, GAN, VAE. Умение работать с большими наборами данных, навыки эффективной обработки и аугментации данных. Знание алгоритмов оптимизации (Adam, RMSProp, LAMB) и техник регуляризации. Опыт применения Transfer Learning, Fine-Tuning, Curriculum Learning, Contrastive Learning. Знание методов Explainable AI (SHAP, LIME, attention visualization). Навыки работы с распределёнными вычислениями и MLOps: опыт сборки контейнеров. Понимание теории вероятностей, статистики и математической оптимизации. Опыт публикаций научных работ и участия в конференциях будет плюсом. Условия Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти; Среда для обмена знаниями – высокая экспертиза внутри команды; Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать; Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам Стабильная заработная плата и годовой бонус; Гибридный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом; Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития; 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.

Специальность: Middle/Senior Data Scientist (Deep Learning)

Профобласть: Информационные технологии, телекоммуникации, связь

Режим работы: Полная занятость

Характер работы: Полный рабочий день

Источник информации: Вакансия интернет ресурса

Образование: Не указано

Дата: 2025-12-13