СБЕР·Санкт-Петербург·18 авг.
ML Engineer (AI Agents / Python)
🏢 ОфисБез опытаПолная занятость
Навык востребован (Python). Но вилки нет, про деньги придётся договариваться с нуля.
Наша компания
Мы создаём и развиваем ML-решения и AI-агентов для продуктов банка, которыми пользуются юридические лица. Ищем ML Engineer, который возьмёт на себя инженерную часть этих решений: разработку агентов, интеграцию моделей и данных, а также их вывод в промышленную эксплуатацию. Это роль для Python-разработчика, которому интересно работать на стыке ML, LLM и больших данных.
Чем предстоит заниматься
Проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами
Превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать
Разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью
Проектировать, строить и сопровождать витрины данных для ML-моделей и агентов
Обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи
Обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных
Наши требования
Опыт промышленной разработки на Python от 2 лет
Умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями
Уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных
Опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных
Опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию
Понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API
Понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления
Опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора
Опыт работы с LLM, RAG и векторными хранилищами
Опыт оркестрации пайплайнов в Airflow или аналогичных системах
Опыт работы с Kafka и событийными архитектурами
Знание Docker, CI/CD и Kubernetes
Практический опыт работы с Hadoop и Spark
Опыт внедрения ML- или LLM-сервисов во внутреннем контуре
Опыт в банковском домене, продуктах для юридических лиц или документообороте
Мы предлагаем
Удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро)
Гибридный формат работы
Регулярный пересмотр заработной платы и возможность получения годовой премии
Доступ к более чем 400 образовательным программам СберУниверситета
Программу адаптации и поддержку наставника на первых этапах работы
Расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи
Ипотечные программы для сотрудников
Подписка Прайм с возможностью совместного использования на трёх близких
Вознаграждения за рекомендации кандидатов
СБЕР
Санкт-Петербург
ГрейдБез опыта
ЗанятостьПолная занятость
РегионРоссия
ФорматОфис
ИсточникСкрыто
Опубликовано18 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).