Представьте граф из 300 миллионов вершин. Миллиарды связей. Каждая транзакция, каждый клик, каждая сессия. Ваша задача — сделать так, чтобы ни один мошенник не прошел сквозь эту сеть.
Мы создаем антифрод-платформу, которая задает глобальные стандарты индустрии. Мы не просто реагируем на угрозы — мы их предсказываем.
Наши решения регулярно забирают высшие награды:
- FinForce Awards 2026 — «Лучшее решение на базе ИИ в сфере антифрода»
- TECH & AI Awards 2026 — «Решение года»
- НСПК 2025 — «Защита физических лиц»
Но нам мало быть лучшими сегодня. Мы ищем инженера-исследователя, который станет техническим лидером в направлении Deep Learning. Вы будете не просто тюнить гиперпараметры, а проектировать архитектуры следующего поколения, которые защитят миллионы клиентов Сбера.
Обязанности
- Проектировать и обучать GNN-модели на огромном клиентском графе (классификация узлов, предсказание связей, кластеризация и другие нетривиальные задачи).
- Работать с темпоральными графами, учитывая глубокую историю поведенческих паттернов и транзакций.
- Готовить модели к суровому продакшену: оптимизация инференса GNN, участие в нагрузочном тестировании и внедрение.
- Развивать вектор R&D: в перспективе — внедрение трансформерных архитектур, тестирование подходов из RecSys для задач антифрода, создание поведенческих моделей и других SOTA-решений в домене.
Требования
требования
- От 2 лет коммерческого (продакшен) опыта работы с Deep Learning. Вы не просто обучали нейронки «на коленке», а успешно доводили модели до релиза.
- Уверенный Python и PyTorch. Вы пишете чистый прод-код и понимаете, что происходит «под капотом» фреймворка.
- Глубокая экспертиза в GNN. Реальный опыт внедрения в продакшен хотя бы нескольких архитектур/подходов (PyTorch Geometric, PyTorch BigGraph, GAT, TGN).
- Опыт с Big Data (PySpark, Hadoop). Вы не боитесь распределенных сред и умеете готовить данные для обучения на кластере.
- Понимание NLP и Transformers. Умеете применять механизмы внимания и работу с последовательностями не только к текстам, но и к табличным/графовым данным.
Будет плюсом:
- Опыт работы с динамическими графами (Dynamic Graph Neural Networks).
- Навыки R&D: умение формулировать гипотезы, дизайнить эксперименты, считать метрики и оценивать результаты.
- Публикации, пет-проекты и выступления на конференциях — мы очень ценим фундаментальную базу и горящие глаза.
Условия
- Комфортный современный офис (ст.м.Кутузовская)
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- 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 с возможностью подключения 3 пользователей
- вознаграждение за рекомендацию друзей в команду Сбера.
Готовы бросить вызов графам размером в сотни миллионов узлов?
Откликайтесь, и мы обсудим, как ваши идеи могут стать следующей главой в истории лучшей антифрод-системы мира.
