ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Разработка но…
Локация: Москва, работа на месте работодателяЗарплата: от 350 000 RUR в месяц до вычета налоговКомпанияСБЕР развивает сервисы доставки с использованием беспилотных технологий.Что делатьРазрабатывать и поддерживать вычисл…
Мы – сплоченная команда единомышленников, которая разрабатывает сервисы доставки с использование беспилотных технологий. Присоединившись к нам, вам предстоит принять непосредственное участие в развитии одного из самых во…
Мы создаем AI-продукты, которые трансформируют работу маркетинга: от анализа исследований и клиентских инсайтов до интеллектуального копайлота, помогающего маркетологам работать с данными, документами, контентом и креати…
GigaChat — флагманский AI-ассистент Сбера. Мы создаем передовую мультимодальную экосистему: от умного диалогового чата на базе больших языковых моделей (LLM) и генерации изображений до работы с документами, голосового вв…
Мы команда из корпоративного блока, создаём web продукт визуальной аналитики коммуникаций с клиентом. Сервис, используя алгоритмы ИИ, помогает внутренним пользователям в несколько кликов проанализировать миллионы коммуни…
Команда Risk modelling&research разрабатывает AI-модели в области риск-менеджмента для банка и экосистемы Сбера. Обязанности участвовать в полном цикле разработки модели: постановка задачи, сбор данных, разработка ML-мод…
Мы формируем центр разработки автономных БПЛА и бортовых систем. Команда работает на стыке робототехники, компьютерного зрения, систем управления, embedded-разработки, связи и летных испытаний. Наша задача - переводить и…
Наша команда помогает трайбу Daily Banking (расчёты юридических лиц) найти ответы на вопросы: Какие платежные сервисы востребованы клиентами? Какие сервисы не пользуются популярностью и почему? Что ведет к росту числа об…
Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах…