Просмотр вакансии

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.