{"id":2425015,"url":"https://alion.io/job/sber-teamlead-data-science-3","title":"Teamlead Data Science","company":{"id":67,"name":"Sber","domain":"sber.ru","url":"https://alion.io/company/sber","size_band":"5000+","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"HeadHunter","truth_index":{"grade":"A","score":98,"open_postings":198,"ghost_share":0.056,"stale_share":0,"repost_share":0.217,"time_to_fill_p50_days":7,"computed_at":"2026-10-14T06:34:16Z"}},"role":"Leadership","role_family":"Leadership","seniority":"lead","employment_type":null,"work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Moscow, Russia"],"countries":["RU"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":{"min_usd":33000,"max_usd":76000,"period":"year","method":"role_seniority_country_remote_cell","sample_n":18},"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Docker","optional":false},{"name":"FastAPI","optional":false},{"name":"Fine-tuning","optional":false},{"name":"Git","optional":false},{"name":"Hugging Face","optional":false},{"name":"LangChain","optional":false},{"name":"LLM","optional":false},{"name":"LoRA","optional":false},{"name":"NLP","optional":false},{"name":"NumPy","optional":false},{"name":"PostgreSQL","optional":false},{"name":"Python","optional":false},{"name":"PyTorch","optional":false},{"name":"QLoRA","optional":false},{"name":"RAG","optional":false},{"name":"Scikit-learn","optional":false},{"name":"SQL","optional":false},{"name":"Transformers","optional":false},{"name":"PEFT","optional":true},{"name":"pySpark","optional":true},{"name":"Spark","optional":true}],"status":"live","first_seen_at":"2026-10-13T07:15:44Z","employer_posted_date":"2026-10-13","last_verified_at":"2026-10-14T08:36:12Z","board_verified":true,"closed_at":null,"days_open":1,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":1},"description":"Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично.\n Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования.\n Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы.\n Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами.\n Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны.\n Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!\n Первый этап отбора на эту вакансию - общение с AI-рекрутером. После отклика ждите сообщение от него, 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!\nОбязанности\n руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа - от архитектуры ML/AI-решений до инструментов для fine-tuning LLM\n управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества\n менторство, код-ревью, стандарты разработки и исследований; участие в найме\n архитектура ML/AI-решений, обоснование выбора методов и моделей\n разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества\n разработка и валидация ML-моделей, feature engineering, вывод в production\n исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов\n предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов.\n Требования\n одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта\n алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск)\n умение разобрать алгоритм по статье и реализовать в коде\n готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM\n Data Scientist / ML-инженер - от 4-5 лет\n техническое лидерство или менторство - от 1-2 лет\n вывод моделей в production и их сопровождение; исследовательская работа\n Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL\n классический ML, валидация моделей, статистика, математическое моделирование\n NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG\n практический опыт обучения нейронных сетей: трансформеры + минимум 2-3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты)\n MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов\n готовность проводить код-ревью и давать развивающую обратную связь\n способность понятно объяснять технические решения нетехнической аудитории\n постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе.\n Будет плюсом:\n XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера\n опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов)\n участие в соревнованиях Kaggle или аналогичных.\n Условия\n гибридный формат работы (4 дня офис) на Кутузовском, 32к1\n ежегодный пересмотр зарплаты, квартальная и годовая премия\n более 400 образовательных программ СберУниверситета для профессионального и карьерного развития\n программа адаптации и помощь руководителя на старте\n расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа\n гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ\n подписка Прайм с возможностью совместного использования на трёх близких\n вознаграждение за рекомендацию друзей в команду Сбера.","description_format":"text","description_chars":4725,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[{"language":"Russian","level":"Advanced (C1)","optional":false}]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["LLM & Generative AI","Cloud Platforms (IaaS & PaaS)","Wealth Management & Financial Advisors","Investment Banking & M&A Advisory"],"lifecycle":[{"event":"open","at":"2026-10-13T07:18:19Z"}],"visa":[],"liveness":{"score":86,"band":"hot","label":"Hiring now","p_open":1,"p_active":0.86,"p_room":1,"age_days":0,"expected_fill_days":7,"reasons":["conf:4","win:early","comp:brand"],"computed_at":"2026-10-14T06:34:16Z"},"pay":null,"html_url":"https://alion.io/job/sber-teamlead-data-science-3","json_url":"https://alion.io/job/sber-teamlead-data-science-3.json","meta":{"generated_at":"2026-10-14T12:07:29Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":14709,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-15T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":67},"rest":"https://alion.io/mcp/rest/get_company?id=67"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fsber-teamlead-data-science-3"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fsber-teamlead-data-science-3"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fsber-teamlead-data-science-3"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/sber-teamlead-data-science-3\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fsber-teamlead-data-science-3"}]}