LightAutoML framework

От стажёра до Head of DS: что я узнал, изучив почти 700 карьер в Data Science 🧬

Наконец-то дождались 🗿

Чуть больше года назад вы заполнили мой зарплатный опрос. Я обещал проанализировать результаты, но 695 анкет превратились в технический долг, о котором мне регулярно напоминали в комментариях.

Сегодня я этот долг возвращаю. Кажется, даже с процентами: вместо очередной таблицы «кто сколько получает» получилось большое исследование карьер в Data Science.

Да, за прошедшее время зарплатные вилки успели сдвинуться. Но карьерные зависимости никуда не делись, поэтому статья не только о суммах, а о профессиональном росте, удовлетворённости работой и готовности её сменить.

Внутри вас ждет лонгрид, где в том числе есть ответы на пять не самых очевидных вопросов:
1️⃣ Можно ли удержать недовольного дата-сайентиста высокой зарплатой и запереть его в золотой клетке?

2️⃣ Какие навыки помогут быстрее вырасти в грейде и больше зарабатывать?

3️⃣ Одинаково ли зарабатывают мужчины и женщины с одним грейдом и опытом?

4️⃣ Что дата-сайентисты хотят сказать Head of DS, когда отвечают анонимно?

5️⃣ Как часто дата-сайентисты ******* и связано ли это с доходом и удовлетворённостью работой?

Ещё там премии стажёров, ШАД на скейтборде, зарплата CDS до 4,5 млн рублей 😳, переработки и попытка понять, где заканчивается развитие и начинается менеджмент. В анализ вошли 694 анкеты.

Спасибо «Start Career in DS», «DziS Science | Data Science», «girafe.ai», «Artificial stupidity», «LightAutoML framework» и «Борис опять»

👉 Читать на Хабре

⚡️Sber AI Lab на AAMAS 2026

4️⃣ статьи представили на демо треке AAMAS 2026 исследователи Sber AI Lab:

🎤SpeakerAICoach: A Multi-Agent Mobile Presenter Training
Мультиагентный мобильный тренер для выступлений с мультимодальной обратной связью.
Проблема: коучинг должен учитывать не только текст, но и динамику речи, жесты, взгляд, эмоции.
Подход: агенты для речи и видео анализируют фрагменты, агрегатор собирает timeline, LLM превращает данные в рекомендации.
Результат: Android-демо с объяснимой обратной связью по каждому фрагменту.
📄 PDF

🤖LightAutoDS-Tab: Multi-AutoML Agentic System for Tabular Data
Мультиагентная AutoML-система для табличных данных.
Проблема: AutoML на основе LLM гибок, но дорог и нестабилен. Классические инструменты надёжны, но хуже адаптируются.
Подход: агент выбирает между генерацией кода или использованием специализированных AutoML-инструментов в зависимости от задачи и времени на нее
Результат: преимущество над AutoKaggle и AIDE.
📄 PDF

⚙️Towards Automated Integration of Novel ML Tools Into LLM-Driven AutoML Agents
Автоматическая интеграция ML-библиотек в LLM-агентов.
Проблема: LLM-агенты ошибаются в API специализированных библиотек, особенно новых.
Подход: система извлекает структуру API, сигнатуры, примеры и строит граф для точного вызова инструментов.
Результат: фреймворк для AutoML-агентов с отслеживаемым использованием инструментов.
📄 PDF

🚒 LLM-Guided Multi-Agent Evacuation Coordination via Episodic Memory and Cognitive Task Analysis
LLM-координатор + эпизодическая память для управления эвакуацией при пожаре.
Проблема: мало данных, смена сценариев, высокая цена ошибки.
Подход: локальные политики агентов + LLM-командир. Эпизодическая память хранит похожие ситуации.
Результат: в ситуации с новым очагом пожара (которого не было в обучающих данных) доля успешно эвакуировавшихся увеличилась с 67% до 82.5% благодаря использованию эпизодической памяти..
📄 PDF

🔥 - если хотите детальный разбор любой из этих работ!

❤ @sb_ai_lab

🔥Присоединяйся к Sber AI Lab: новые проекты в EdTech, HR, агентах для бизнеса и LLM-инференсе

Работай над продуктами и исследованиями в области LLM и агентных систем.

EdTech - одно из направлений, где мы:
🔘создаём агентов для учеников и учителей,
🔘инструменты проверки заданий и генерации контента.
🔘проект сочетает LLM (RAG, агенты, fine‑tuning) с задачами OCR, document understanding и оценкой качества генераций.
⚡️расширяем команду и ищем:

➡️Senior Data Scientist / AI Researcher в команду ИИ в образовании

Что делать:
🔘разрабатывать LLM‑агентов и RAG для учебных сценариев; решать OCR и document understanding (структура учебников, обработка PDF/изображений);
🔘настраивать multi‑agent оркестрацию (LangGraph, LangChain, schema‑guided pipelines);
🔘экспериментировать с GigaChat, Gemini, Qwen и др.;
🔘проводить fine‑tuning (instruction‑tuning, adapters, LoRA, SFT);
🔘строить метрики и evaluation pipeline.
🔘Нужен: практический опыт от 3 лет в NLP/LLM/агентах.

Актуальные вакансии в других командах:

➡️LLM Engineer / Inference Engineer в команду развитие OpenSource технологий

🔘Обучать LLM на GPU-кластерах, доводить модель до продакшена, выжимать максимум из инференса.
🔘Нужен: практический опыт обучения LLM, Python от 3 лет, distributed training.

➡️Middle/Senior ML Engineer в команду GenAI для HR

🔘Строить прикладных AI-агентов для HR-направления.
🔘Нужен: практический опыт вывода в прод агентов или LLM-решений.

➡️ML Engineer в команду ИИ агенты и оптимизация

🔘Придумывать новые алгоритмы, проверять гипотезы, писать статьи A*/Q1.
🔘Нужен: сильный Python, PyTorch, опыт с LLM и агентами.

➡️ML Engineer в команду ИИ-агенты для бизнеса

Проект: разработка ассистента руководителя для автономного решения рутинных задач.
Разрабатывать NLP и мультимодальные пайплайны, RAG-системы, создавать ИИ-агентов и мультиагентные системы.
Нужен: сильный Python, опыт в разработке агентов, понимание всех этапов вывода агентов в промышленную эксплуатацию.

📍Москва, Кутузовский проспект, гибрид.

💚Если хотите строить LLM-решения, которые реально работают в продуктах - ждём ваш отклик.

#job #вакансии
✈ @sb_ai_lab

🔥 Карьера в Sber AI Lab!

Открываем новую рубрику и рассказываем о нас и вакансиях 👇

Мы в Sber AI Lab - Центре практического ИИ
🔘Создаём технологии и продукты, решаем сложные задачи для бизнеса (LLM, мультиагентные системы, RAG, open-source)
🔘Публикуемся на AAAI/ICML/NeurIPS/KDD/RecSys и других типовых конференциях

Кого мы ищем прямо сейчас👇

🔆 Senior LLM Researcher

Придумывать новые алгоритмы, проверять гипотезы, писать статьи A*/Q1 и видеть, как идеи превращаются в продукты.
Cтек: Python, PyTorch, глубокий опыт работы с LLM (fine-tuning, RAG, агенты).

🔆 LLM Engineer / Inference Engineer

Обучать LLM на GPU-кластерах, доводить модель до продакшена, выжимать максимум из инференса в жёстких контурах.
Стек: практический опыт обучения LLM, Python от 3 лет, distributed training.

🔆ML Engineer (Middle/Senior)

Строить end-to-end AI-решения для бизнес-задач.
Стек: ML/DL (Tabular/TS или NLP), Python, PyTorch, Docker/K8s

🔆ML Engineer (NLP / Agents)

Создавать RAG-системы и мультиагентные решения.
Стек: NLP, опыт RAG и разработки агентов, Python, FastAPI, K8s, CI/CD.

📍Локация - Москва, Кутузовский проспект, гибрид

🔆Интересно работать у нас в команде- отправляй отклик

#job #вакансии
✈️ @sb_ai_lab

⚡️AI Driver & RecSys: создаем будущее рекомендательных систем вместе!

Приглашаем на конференцию, где соберутся ведущие эксперты по рекомендательным системам из Sber AI Lab, AmazMe, T-банка, Lamoda , MTS и других команд.

Что ждёт участников:
🔘 Новейшие исследования и открытые датасеты
🔘 Практические кейсы
🔘 Живое общение с профессиональным сообществом

Обсудим вместе:
🔘Современные подходы к персонализации
🔘Актуальные тренды и развитие рекомендательных систем


📆 28 ноября, 10:00
📍Сбер, Кутузовский пр-т, 32

➡️Регистрация по ссылке

⚡️AI Journey 2025 началась!

Сегодня стартовала международная конференция по искусственному интеллекту AIJ.
Событие пройдёт с 19 по 21 ноября и будет включать три тематических блока: общество, бизнес и наука.

В этом году Sber AI Lab  🧬 представлена во всех активностях:
➡️Выступаем с докладами в основной программе и питч сессии:

20.11.25
🔘16:30-17:00 - Джантемир Киков workshop по теме Advanced Deep Research: превращаем поиск в исследование
🔘17:25-18:45 - Константин Егоров, Липидный профиль в мультимодальном ассиcтенте GigaDoc

21.11.25
🔘11:30-13.00 - Глеб Гусев, директор Sber AI Lab в треке Фундаментальные модели и обучение представлениям
🔘11:35-13:15 - Андрей Савченко, директор по науке в треке Агенты и Глобальная память
🔘12:35-12:44 – Петр Филоненко, ОНКО-МИС: медицинская интеллектуальная система популяционной онкопрофилактики
🔘12:55–13:05 - Иван Свиридов, 3MDBench: мультиагентый бенчмарк для оценки качества диагностики и коммуникации больших языковых моделей в телемедицине
🔘14:50–15:00 - Алексей Шестов, Омар Золоев, LLM4ES: обучение представлений пользователей из последовательностей событий с помощью Больших Языковых Моделей
🔘15:00–15:10 - Юлия Беликова, Рауф Парчиев, Эффективная оценка контекстно-зависимых ответов в больших языковых моделях с использованием мета-моделей
🔘17:50–18:00 - Алина Костромина, Tsururu: библиотека на основе Python, посвященная стратегиям прогнозирования временных рядов

➡️Представляем научные работы в постерной сессии
➡️Курируем секцию по ИИ в медицине и здравоохранении

➡️Подробная программа и трансляция на сайте. 

До встречи на конференции!

#анонс
❤ @sb_ai_lab

Кчау, а у нас новый выпуск!

В этом выпуске разобрались с одной из самых известных платформ для специалистов по анализу данных и машинному обучению — Kaggle. Что это вообще такое и нужно ли оно вам?

Спойлер: Kaggle — это как олимпиада для взрослых, но не столько ради медалей и призов (хотя и они там имеются), сколько ради реального профессионального роста.

– Как стать гранд-мастером Kaggle и почему это работает лучше любого резюме?
– Что Kaggle дает аналитикам и зачем сражаться за тысячные доли после запятой в метриках?
– Что общего Kaggle имеет с реальными бизнес-задачами и как AutoML делает ML-щика даже из тех, кто не умеет в ML?

Обсуждали все это с нашим гостем, который уже 14 лет в Kaggle, единственным в России четырехкратным гранд-мастером Kaggle, победителем Kaggle AutoML Гран-При 2024 и руководителем R&D-юнита в AI-лаборатории Авито — Александром Рыжковым.

Яндекс.Музыка
ВК
Apple Podcasts
Telegram-плеер
остальные платформы

Наука + бизнес = идеальный мэтч в ИИ ❤️

Наука помогает понять, как всё работает, и находит новые решения. А бизнес даёт ресурсы, чтобы эти решения стали реальностью.

Но это если кратко и в теории. Реальные кейсы такой синергии и возможности для молодых исследователей обсудим на паблик-толке 17 июля в нашем офисе на Лесной и онлайн.

Вместе с Иваном Оселедцем, генеральным директором Института ИИ AIRI и Андреем Рыбинцевым, старшим директором по ИИ Авито разберём:

☑️что такое RnD в компании, и как это работает;
☑️может ли бизнес без фундаментальных исследований и могут ли они приносить прибыль;
☑️какие новые задачи появятся у учёных в эпоху ИИ;
☑️как не ошибиться в выборе — научной карьере или развитии в бизнесе.

Встреча будет особенно полезна начинающим исследователям и тем, кто хочет развиваться в RnD. Зарегистрироваться можно тут*.

*Количество мест на встречу ограничено, поэтому рекомендуем не откладывать. Также внимательно заполняйте форму: приглашение участникам будем рассылать исходя из темы паблик-толка.

#ds