Data Engineer (Центр робототехники)

Сбер·Москва·21 авг.

Data Engineer (Центр робототехники)

Ориентир по рынку≈ 135 000 – 300 000 ₽наш грубый ориентир по 200 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 135 000 – 300 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Деньги

Зарплату в объявлении не раскрыли. Грубый ориентир: столько платят в 200 вакансиях уровня Middle по всему рынку, без учёта специальности.

платят меньше135 000 – 300 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Открыта 59 дней, и признаков фиктивного найма у неё нет.

Живая

Описание

Обязанности: 8, требования: 15. Понятно, что за работа, ещё до отклика.

Обещают: ДМС и компенсация спорта

Подробно

Что требуют

ОбязательноPythonMLLinuxDockerGitCI/CD

ПлюсомAirflowKubernetesComputer Vision

Надбавка к зарплате на этом уровне: Python +40%, Git +8%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Проектировать и реализовывать пайплайны, которые превращают данные из разных источников в формат, пригодный для обучения моделей

Стабилизировать основной путь конвертации данных с роботов: единый поддерживаемый процесс, проверяемые результаты, повторяемые запуски и понятные отчеты об ошибках

Поддерживать dataset schema, versioning, compatibility checks, validators и manifests

Подключать новые источники данных: записи с роботов, внешние датасеты, симуляции, egocentric data, данные тестовых запусков и корректирующих демонстраций

Обеспечивать reproducible dataset builds и связь source data -> converted episodes -> filtered dataset -> dataset release -> training run -> benchmark result

Создавать validation suite: проверка файлов, video/parquet layout, timestamps, required fields, metadata, annotation status и known historical variants

Готовить данные к передаче в обучение так, чтобы ML-команды понимали состав датасета, ограничения, версию и качество

Делать надежные CLI/tools, тесты, runbooks и отладочные отчеты для исследователей и инженеров

Наши требования

Сильный Python и опыт разработки batch / data processing pipelines

Опыт backend, data engineering или software engineering для внутренних платформ и ML/data workflows

Опыт работы с большими файлами, metadata manifests, reproducible builds и validation logic

Практический опыт с Linux, Docker, Git, CI/CD и командной строкой

Понимание storage и data formats: S3/object storage, network storage, parquet, zarr, hdf5, webdataset, video files или аналогичные форматы

Умение разбираться в нестандартных форматах данных и приводить их к строгому контракту

Готовность писать поддерживаемый production-like код, а не одноразовые conversion scripts

Опыт с LeRobot, RLDS, DROID / Bridge / RT-X-like datasets, ROS bags или robotics trajectories

Опыт с Ray, Airflow, Prefect, Kubernetes, SLURM, LSF или другими orchestration / job systems

Опыт с W&B, MLflow, Hydra configs, experiment tracking или dataset management systems

Понимание computer vision, multimodal data, VLA, imitation learning или robot learning

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

Инструментальное владение AI для анализа, генерации и автоматизации

Мы предлагаем

Офисный формат работы, адрес офиса Автозаводская 23а к2

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

Дополнительно

В Центре робототехники Сбера мы создаем роботов и системы ИИ, которым нужны большие и аккуратно подготовленные наборы данных. Data Conveyor Team отвечает за путь этих данных от сырых записей до формата, с которым могут работать ML-команды. Сейчас нам нужен Software Engineer, который будет превращать записи с роботов и внешние датасеты в понятный, проверяемый и воспроизводимый формат для обучения моделей

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, 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!