СБЕР·Москва·8 авг.
LM-Backend Engineer Middle / Middle+
🏢 ОфисMiddleПолная занятость
Навык востребован (AI). Но вилки нет, про деньги придётся договариваться с нуля.
Наша компания
Мы ищем LLM-backend инженеров в БЛиК — команду, перед которой стоят две задачи: автоматизировать бизнес-процессы блока с помощью AI-инструментов и сделать AI-решения доступными каждому сотруднику, чтобы поднять продуктивность и интерес к теме у тех, кто принимает решения. Мы используем Python, LangGraph, Kubernetes, а также собственные и внешние модели — и при этом свободно сочетаем готовые инструменты с решениями, которые пишем сами. Нам важны системы, которые приносят организации измеримый результат.
О роли
Вы будете ключевым специалистом в кросс-функциональной команде и будете работать бок о бок с backend, DS, Data и другими LLM-инженерами. Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандида
Чем предстоит заниматься
Разрабатывать и сопровождать бэкенд AI-агентов: оркестрация графов на LangGraph — состояния, ветвления, циклы, human-in-the-loop, политики retry и fallback
Проектировать и версионировать инструменты (tools) для агентов, интегрировать их с внутренними системами банка через REST/gRPC/MCP/A2A
Работать со сложными промптами, настраивать источники данных под RAG для эффективного поиска и оценивать ответы моделей на точность, релевантность и качество
Упаковывать сервисы в Docker и выводить их в промышленный Kubernetes
Проектировать и проводить эксперименты и A/B-тесты над промптами, пайплайнами и конфигурациями моделей
Развивать систему eval — формировать наборы задач и сценариев, определять метрики accuracy/relevance/robustness, автоматизировать прогон экспериментов и анализ результатов; принимать продуктовые решения на основе метрик
Заниматься тонкой настройкой и оптимизацией конфигураций моделей и агентов: сравнивать модели, версии и параметры inference, подбирать баланс качества, latency и стоимости, обеспечивать устойчивость и предсказуемость работы оркестраций в production
Выстраивать мониторинг: трассировку цепочек вызовов, метрики латентности, токенов и стоимости, алертинг
Вместе с командой решать сложные задачи внедрения AI, ревьюить код и держать высокую планку качества решений
Наши требования
Практический опыт работы с LLM: промпт-инжиниринг, сборка пайплайнов, интеграция моделей
LangGraph — опыт разработки агентных графов, вывода их в прод и отладки нетривиального поведения
Docker — сборка и оптимизация образов, multi-stage, работа с реестрами
Kubernetes — реальный опыт эксплуатации сервисов в кластере, а не только знакомство по документации
Понимание метрик качества и практический опыт A/B-тестирования ML-решений
Умение приоритизировать гипотезы, обоснованно выбирать модели, методы и алгоритмы и проектировать эффективные инженерные решения
Опыт поставки качественного ПО и владение циклом разработки целиком от технического дизайна до мониторинга после выката
Уверенное владение Python и его экосистемой при этом language- и framework-agnostic подходе к задачам
Понимание ландшафта LLM-провайдеров: как коммерческих, так и open-source моделей, разворачиваемых в собственном контуре
Знакомство с open-source инструментами для построения и оценки RAG: LangChain, LlamaIndex, Ragas, MLflow и подобными
Умение объяснять сложные технические вещи широкой аудитории стейкхолдеров
Опыт вывода в прод бизнес-критичных ML/AI-приложений
Опыт адаптации, дообучения и разворачивания open-source моделей в on-premise или закрытом контуре
MCP (Model Context Protocol), разработка MCP-серверов и проксирования инструментов
Мультиагентные архитектуры: маршрутизация, разделение ролей, общая память между агентами
Личное портфолио pet-проектов по ML или вклад в open-source
Опыт работы в банке, финтехе или другом регулируемом домене
Опыт построения Reat-агентов на современных open-source решениях
Опыт использования Openclaw, Hermes, Ouroboros
Навыки работы с генеративными AI-моделями
Опыт создания AI-агентов и использования их в работе будет преимуществом
Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
Мы предлагаем
Гибридный формат работы. Кутузовский проспект 32 к.1
Ежегодный пересмотр зарплаты, квартальная и 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
Подписка Прайм с возможностью совместного использования на трёх близких
Вознаграждение за рекомендацию друзей в команду Сбера
СБЕР
Москва
ГрейдMiddle
ЗанятостьПолная занятость
РегионРоссия
ФорматОфис
ИсточникСкрыто
Опубликовано8 авг.
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).