Сбер·Санкт-Петербург·15 сент.
ML - инженер (Creator)
Ориентир по рынку≈ 180 000 – 254 000 ₽наша приблизительная оценка по 45 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 2,2 тыс.–3,1 тыс. $
🏢 ОфисMiddleПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 45 похожих вакансиях Инженер уровня Middle.
- Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.
Живость
Висит 37 дней, признаков фиктивного найма нет.
- Появилась у нас 15 сентября 2026 г., 37 дней назад
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 2 события с датами
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 6, требований 13. Картина ясна до первого созвона.
- Обещают
- ДМС и компенсация спорта
Что требуют
ОбязательноMLLLMRAGPythonNumPyPandasscikit-learnPyTorchLangChainSpark
Надбавка к зарплате на этом уровне: Python +40%.
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
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Проектировать и разрабатывать LLM-workflow, AI-агентов и мультиагентные системы: настраивать взаимодействие моделей, работу с контекстом и вызов внешних инструментов
Разрабатывать и улучшать RAG-решения: подготовку данных, векторизацию, поиск релевантной информации и формирование контекста для LLM
Исследовать и применять подходы на основе Transformer и Attention для обработки текстов, извлечения сущностей и построения векторных представлений
Интегрировать AI-решения со смежными банковскими продуктами и внешними сервисами
Проводить эксперименты, оценивать и улучшать качество агентов и ML-моделей, настраивать мониторинг их работы
Участвовать в построении масштабируемых MLOps-процессов для развёртывания и стабильной работы моделей в промышленной эксплуатации
Наши требования
Опыт работы в машинном обучении от трёх лет, наличие реализованных и внедрённых решений
Практический опыт разработки LLM-workflow или агентских систем, их интеграции и адаптации под бизнес-задачи
Опыт работы с RAG и векторным поиском: разбиение данных на фрагменты, выбор embeddings, поиск и ранжирование результатов
Знание основ машинного обучения и основных архитектур Deep Learning, в особенности Transformer и механизма Attention; понимание принципов работы и обучения LLM
Уверенное владение Python, NumPy, Pandas, Scikit-learn и PyTorch, опыт написания кода для промышленной эксплуатации
Опыт работы с LangGraph или аналогичными инструментами построения LLM-workflow и агентских систем
Опыт работы с Big Data-стеком – Spark, Hadoop, Hive; умение строить и оптимизировать пайплайны обработки данных
Базовые знания и практический опыт в MLOps: развёртывание, мониторинг и сопровождение моделей
Умение оценивать качество решений, анализировать ошибки и делать обоснованные выводы по результатам экспериментов
Самостоятельность, проактивность, ориентация на результат и готовность осваивать новые подходы
Опыт применения GigaChat, Kandinsky и аналогичных моделей в продуктах
Опыт решения задач персонализации и разработки рекомендательных систем
Опыт использования AI-инструментов для анализа, генерации контента и автоматизации рабочих процессов
Мы предлагаем
Комфортный современный офис
Возможность выбрать удобный график – офис/гибрид
Ежегодный пересмотр зарплаты, 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
ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее
Ждем именно тебя!
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).