WorkaemКарьерная платформа
  • Вакансии
  • Компании
  • Зарплаты
  • Офферы
  • Сервисы
  • Блог
  • Работодателям
Workaem

Карьерная платформа для IT-специалистов: вакансии напрямую с карьерных страниц 300+ компаний, из телеграм-каналов, с международных площадок и от работодателей напрямую. Разбор условий, детектор мёртвых вакансий, AI-инструменты для резюме. Базовые функции бесплатны.

Подпишись, присылаем лучшие вакансии недели
Или читай канал в телеграме
Соискателям
Все вакансииЗа границейУдалёнка в долларахКомпании с РУ основателямиЗарплатыОфферыВозможностиСоветыСоздать резюмеТренировка интервью
По технологиям
Вакансии PythonВакансии JavaScriptВакансии ReactВакансии JavaВакансии GoВакансии Docker
По профессиям
РазработкаДизайнQA / ТестированиеАналитикаProduct / Project ManagerМаркетинг
Работодателям
Разместить вакансиюТарифыБаза кандидатовСвязаться с нами
Кабинет
РегистрацияВойтиЛичный кабинетМои откликиСохранённыеУведомления
Компания
О проектеПредложенияКонтактыБлогКонфиденциальностьУсловия использования
© 2026 Workaem. Все права защищены.КонфиденциальностьУсловияОферта
Made by IT, for IT 💛
Lead Applied ML Engineer (LLM Agents & Agentic Systems)
ВердиктОписаниеИнструментыКомпанияПохожие
  1. Главная
  2. /
  3. Вакансии
  4. /
  5. Lead Applied ML Engineer (LLM Agents & Agentic Systems)

ПАО Сбербанк·Москва·21 авг.

Lead Applied ML Engineer (LLM Agents & Agentic Systems)

🏢 ОфисSeniorПолная занятостьКорпорация
Зарплата не указана
Навык востребован (Python). Но вилки нет, про деньги придётся договариваться с нуля.
Нажмите на сигнал, чтобы увидеть, на чём он основан

Чем предстоит заниматься

Вести технический стрим по разработке LLM-агентов, копилотов и агентных систем: определять приоритеты, распределять зоны ответственности, управлять зависимостями и отвечать за совокупный технический результат команды
Переводить бизнес-задачи в техническую стратегию: определять целевую архитектуру, критерии успеха, этапы реализации и основные риски, принимать ключевые решения с учетом качества, скорости, стоимости и сложности эксплуатации
Проектировать архитектуру агентных систем: работу с инструментами и базами знаний, интеграции с внутренними системами, управление состоянием, обработку ошибок и контроль качества результата
Выстраивать процесс разработки и оценки качества LLM-решений: определять необходимые данные и тестовые сценарии, стандарты evals и критерии готовности, совместно со смежными командами доводить решения до промышленной эксплуатации
Оставаться hands-on: участвовать в разработке критичных компонентов, проводить design/code review, разбирать сложные технические проблемы, снимать блокеры и задавать инженерную планку команды
Находить повторяющиеся паттерны и превращать их в переиспользуемые компоненты, внутренние фреймворки, стандарты и инженерные практики
Развивать команду: давать содержательную обратную связь, помогать инженерам расти, участвовать в постановке целей, найме и онбординге

Наши требования

От 6 лет коммерческого опыта разработки и внедрения ML/NLP-решений
От 3 лет опыта руководства командой ML/LLM-инженеров или техническим стримом с ответственностью за совокупный результат, организацию работы и развитие инженеров
Глубокий практический опыт разработки и внедрения LLM-агентов, RAG-систем или других решений на базе LLM
Способность спроектировать LLM-систему целиком: от пользовательского сценария, данных и агентной логики до системы оценки качества, backend-архитектуры, интеграций, мониторинга и эксплуатации
Опыт самостоятельного принятия архитектурных решений и умение объяснять компромиссы между качеством, скоростью, стоимостью, надежностью и сложностью поддержки
Уверенное владение Python, сильный backend-опыт и опыт создания production-grade ML/LLM-сервисов
Опыт организации инженерной работы: определения приоритетов, декомпозиции задач, планирования, проведения design/code review, управления техническими зависимостями, рисками и качеством реализации
Опыт развития инженеров: проведения регулярной обратной связи, менторинга, постановки целей, повышения технической самостоятельности, найма и онбординга
Умение работать с заказчиками и продуктовыми командами: формализовывать неопределенные бизнес-задачи, согласовывать требования, приоритеты и критерии результата, управлять ожиданиями и аргументировать техническую позицию
Опыт внедрения и эксплуатации ML/LLM-решений в enterprise-контуре с учетом требований безопасности, доступов, мониторинга, SLA и ограничений production-среды
Опыт построения или масштабирования команды либо технического стрима
Опыт выстраивания процессов найма и онбординга инженеров
Опыт создания переиспользуемых компонентов, внутренних инструментов и фреймворков для разработки LLM-решений
Опыт разработки голосовых агентов и real-time-систем

Мы предлагаем

Комфортный современный офис г. Москва, рядом с метро Кутузовская
Возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю)
Ежегодный пересмотр зарплаты и годовая премия
Корпоративный спортзал и зоны отдыха
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
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

Дополнительно

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы работаем с задачами, в которых недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить подходы, спроектировать решение и довести его до измеримого результата для бизнеса
Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. В таких решениях необходимо проектировать взаимодействие агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах
Мы ищем Lead Applied ML Engineer, который возглавит технический стрим по разработке LLM-агентов и агентных систем. В этой роли нужно отвечать не только за отдельные технические решения, но и за совокупный результат команды: определять техническое направление, принимать ключевые архитектурные решения, обеспечивать качество и темп разработки, снимать системные блокеры и развивать инженеров
Это hands-on-роль: мы ожидаем, что сотрудник будет глубоко погружен в архитектуру и код, сможет самостоятельно разобраться в самой сложной части системы, проверить критичную гипотезу или разработать ключевой компонент. При этом основной результат роли — не объем лично написанного кода, а способность команды стабильно создавать и внедрять качественные LLM-решения
Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере: диалог займет примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали по вашему опыту и ускорить рассмотрение кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим отнестись с пониманием: ваш опыт и участие помогут сделать его удобным и полезным для всех

Технологии и навыки

Python
ML
AI
П
ПАО Сбербанк
Москва

ГрейдSenior
ЗанятостьПолная занятость
РегионРоссия
ФорматОфис
ИсточникСкрыто
Опубликовано21 авг.
Все вакансии компании

AI-помощник

под эту вакансию
Войди, чтобы AI оценил твоё соответствие вакансии и написал сопроводительное письмо

Похожие вакансии

Разработчик в команду геосервисов автономного транспортаЯндексQA Lead в команду AI-агентов (Python)2ГИСTech Lead Java (GigaChat)СБЕРPenetration Tester (Middle)KPMG
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).