Аналитик данных — AI-агенты, ML
ЗарплатаПо договорённости
ФорматОфис
ЛокацияМосква, Россия
ЗанятостьПолная занятость
Мы строим мультиагентную систему для раннего выявления рисков в сегменте микро- и малого бизнеса: AI-агенты анализируют данные, находят сигналы ухудшения и помогают бизнесу принимать решения в режиме, близком к реальному времени. Ищем дата-аналитика, который будет разрабатывать и обучать AI-агентов, собирать сложные пайплайны данных и участвовать в создании системы, масштабируемой на весь портфель.
Задачи
- Постановка задачи на агента: цель, бизнес-заказчик, потребители результата, критерии успеха.
- Организация работы с экспертами (кредитные риски, андеррайтинг, мониторинг, работа с проблемной задолженностью): интервью, воркшопы, формализация экспертной логики принятия решений.
- Анализ внутрибанковских процессов, с которыми связан агент, и точек использования его результата.
- Разработка методологии агента: признаки, правила, пороги, зависимости; разделение логики на детерминированную (расчёты и правила) и недетерминированную (интерпретация и выводы LLM).
- Поиск и верификация источников данных: витрины, таблицы, поля, глубина истории, частота обновления, качество; маппинг до уровня конкретного атрибута.
- Прототипирование агента: сборка рабочего прототипа (Python, Jupyter, вызовы LLM) на выбранных данных и методологии.
- Тестирование прототипа на лаб-контуре: проверка корректности и полноты данных, соответствия результата ожиданиям экспертов и целям; доработка методологии по итогам.
- Описание контракта агента: состав и формат входа и выхода, место агента в мультиагентной системе и взаимодействие с другими агентами.
- Подготовка эталонных кейсов клиентов с ожидаемым результатом для тестирования и приёмки агента.
- Передача разработчику и дата-инженерам спецификации вместе с проверенным прототипом, сопровождение разработки, приёмка результата вместе с экспертами.
- Оценка качества работы агента после запуска, сбор обратной связи, доработка и версионирование методологии.
- Ведение базы знаний по агентам: методологии, источники данных, результаты тестов прототипов, принятые решения.
Требования
- Высшее образование в области математики, статистики, экономики, информационных технологий или смежных областях.
- Опыт работы с различными LLM.
- Опыт разработки агентов.
- 3+ года Python, опыт async-сервисов, знание современных библиотек Data Science (Pandas, Scikit-Learn, TensorFlow).
- Глубокое знание SQL и оптимизации запросов.
- Опыт prompt-инжиниринга и настройки LLM-инференса.
- Глубокое понимание принципов построения мультиагентных систем и опыта их практического внедрения.
- Знание методик когортного анализа и умение строить прогнозы финансовых показателей портфелей малого и микробизнеса.
Будет преимуществом
- Опыт руководящей должности от двух лет в проектах, связанных с обработкой больших данных, построением аналитических моделей и управлением рисками.
- Понимание специфики сектора малого и микробизнеса в российских условиях, особенностей финансового поведения данной категории заемщиков.
- Наличие успешных кейсов разработки AI-продуктов и решений для кредитных организаций.
- Опыт реализации крупных интеграционных проектов в финансовой сфере.
- Навыки работы с зарубежными аналоговыми системами и технологиями в рамках международного сотрудничества.
Условия
- Комфортный современный офис рядом с м. Кутузовская.
- Ежегодный пересмотр зарплаты и годовая премия.
- Корпоративный спортзал и зоны отдыха.
- Уникальная система обучения Сбера для профессионального и карьерного развития.
- Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
- Подписка Прайм с возможностью совместного использования на трёх близких.
- Скидки на продукты компаний-партнеров.
- Вознаграждение за рекомендацию друзей в команду Сбера.
Инструменты в вакансии
Навыки и технологии
Направления