Senior ML Engineer (ИИ-агенты для бизнеса)

🏢 ОфисMiddleПолная занятостьКорпорация

Есть о чём спросить

Навык востребован (Python), за такой навык на рынке платят больше. Но вилки нет, про деньги придётся договариваться с нуля.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Чем предстоит заниматься

Разрабатывать, оптимизировать и поддерживать NLP/мультимодальные пайплайны, включая RAG-системы и ассистентов для бизнес-задач

Создавать и развивать ИИ-агентов и мультиагентные системы (workflow-оркестрация, планирование, инструменты, memory-модули, интеграции с сервисами банка)

Участвовать в формировании и проверке гипотез для улучшения качества моделей и пайплайнов

Интегрировать агентские пайплайны в высоконагруженные сервисы банка, обеспечивая стабильность, производительность и мониторинг

Адаптировать и внедрять результаты исследований в прикладные решения

Разрабатывать сервисы вокруг моделей: API-слои, микросервисы, inference-скрипты, CI/CD для ML

Обеспечивать качество кода и следить за инженерными практиками (тестирование, логирование, мониторинг)

Участвовать в выборе и настройке инфраструктуры для инференса и обучения

Наши требования

Опыт разработки и продакшен-внедрения ML-сервисов от 3х лет

Уверенные технические навыки

Глубокие знания NLP и уверенная база в классическом ML

Опыт разработки RAG-систем, ML-ассистентов, работа с векторными хранилищами и retrieval-стеком

Отличное знание Python, опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью

Опыт работы с мультиагентными фреймворками (LangGraph, LlamaIndex или другие)

Уверенное владение инструментами разработки и инфраструктуры: bash, Docker/Openshift/Kubernetes, Git

Опыт упаковки моделей в сервисы и интерфейсы (FastAPI, Flask, Tornado; будет плюсом UI-фреймворки типа StreamLit/ChainLit)

Понимание технологий инференса и обучения больших моделей (vLLM, DeepSpeed, Accelerate)

Опыт интеграции генеративных моделей в реальные бизнес-процессы

Знание CI/CD для ML/infra (GitLab CI/GitHub Actions/ArgoCD)

Навыки профилирования, оптимизации и мониторинга систем в проде (Prometheus/Grafana/OpenTelemetry)

Понимание MLOps-паттернов: feature store, model registry, rollout/rollback стратегий

Опыт работы с мультимодальными моделями (Vision/Audio LLMs)

Опыт распределённого обучения и оптимизации больших моделей

Мы предлагаем

Комфортный современный офис г. Москва, рядом с метро Кутузовская

Офисный формат работы (возможно обсудить гибрид после исп.срока)

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 искусственного интеллекта занимается разработкой и внедрением высокотехнологичных AI-инструментов. Задачи берутся из повседневной практики бизнеса

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!