NLP|LLM Data Scientist

Что предстоит делать

Навыки: NLP, LLM, Компьютерное зрение, Python. Квалификация: Middle. Специализации: Ученый по данным. **СберЗдоровье** - *аккредитованная IT-компания, *крупнейшая в России Digital Health платформа, объединяющая различные сервисы цифровой медицины. Сервис начал свою работу в 2012 году под брендом DocDoc. Мы помогли миллионам людей получить помощь и продолжаем повышать качество медицинских услуг. **Об IT в цифрах:** 3 бизнес-направления; 20+ команд; 380+ IT специалистов (devops, AQA, web/mobile devs, backend devs, аналитики, архитекторы и др.) из 40+ городов. Чтобы эти цифры стали выше, а наши пользователи — счастливей, мы ищем NLP|LLM Data Scientist в команду медицинского AI **Что будешь делать?** - Проектировать и поддерживать полный цикл улучшения медицинских LLM: сбор, очистка, версионирование данных, обучение и дообучение (SFT, preference-tuning, DPO/ORPO, instruction tuning). - Строить датасеты и контуры разметки: схемы и гайдлайны, контроль согласованности, генерация синтетических данных, self-training, анализ ошибок и bias. - Разрабатывать LLM-based пайплайны и агентов для медицинских задач: RAG по клиническим рекомендациям и справочникам, tool-calling, маршрутизация, multi-step workflows, оркестрация (LangGraph и мультиагентные фреймворки), guardrails. - Создавать и развивать систему оценивания: тест-наборы и бенчмарки, автоматические метрики и LLM-as-a-judge там, где уместно, экспертная валидация с врачами, red-teaming, регрессионные прогоны, A/B тестирование в проде. - Проводить исследовательские итерации: формулировать гипотезы, ставить эксперименты, делать ablation-исследования, документировать результаты, готовить научные статьи и доводить материалы до публикации. **Необходимые технические навыки:** - 3+ лет в NLP/ML, уверенный Python: типизация, тестирование, профилирование, аккуратный продакшн-код. - Практический опыт обучения и дообучения трансформеров: PyTorch + HuggingFace, понимание Accelerate, DeepSpeed или аналогов. - Опыт построения data-pipelines и воспроизводимых экспериментов: датасеты, версии, конфиги, трекинг (MLflow или ClearML), умение делать корректные сравнения. - Понимание LLM-систем: retrieval, tool-calling, агенты, деградации качества, галлюцинации, ограничения продакшна. - Навыки оценки качества: метрики, бенчмарки, error analysis, ablations, работа с разметкой и экспертной валидацией. **Будет плюсом** - Опыт в медицине или биомеде: клинические тексты, ICD-10, клин. рекомендации, понимание доменных рисков. - Опыт alignment: preference data, RLHF, DPO, safety eval, hallucination mitigation. - Практика продакшн-инференса: vLLM, оптимизация стоимости и задержки, Docker, K8s, мониторинг, трассировка. - Опыт с retrieval-стеком: hybrid search, rerankers, FAISS, Elastic, pgvector, продуманноеchunking, grounding. **Что мы можем предложить:** - Сильную команду профессионалов, увлеченных своим делом; - Возможность развития в команде ведущей MedTech-компании России; - Уютный офис в Сити с панорамным видом на город, гибридный формат работы; - Корпоративную технику; - Медицинскую программу, включающую телемедицинские консультации, очные приёмы в клиниках, психологов, стоматологию, лабораторные и инструментальные диагностики; - Оплачиваемые курсы английского языка; - Поддерживаем активный образ жизни — выбирай виды спорта по душе (корпоративные занятия сквошем, бегом, футболом в Москве и компенсация твоего спортивного абонемента); - СберУниверситет и оплату профильного обучения и курсов.