Сбер

machine learning engineer агентских RAG-систем

Коротко

Machine Learning Engineer в команду разработки агентских RAG-систем и мультиагентных решений для улучшения клиентского опыта банка. Задачи включают разработку NLP-пайплайнов, ИИ-агентов, интеграцию в высоконагруженные сервисы и поддержку продакшен-решений. Требуется опыт разработки и внедрения RAG-систем, знание Python, параллелизма и асинхронности, а также основ ML и NLP/LLM. Формат работы — офис или гибрид в Москве.

Описание
Команда разрабатывает агентские RAG-системы, которые помогают компании улучшать клиентский опыт за счёт персонализированных решений. Рабочий продукт уже используется в продакшене, а команда развивает новые применения технологии и повышает качество решений.
Задачи
•Помогать определять бизнес-потребности и переводить их в задачи машинного обучения
•Проводить эксперименты и готовить решения к выводу в продакшен
•Разрабатывать, оптимизировать и поддерживать NLP-пайплайны, включая RAG-системы и ассистентов для бизнес-задач
•Создавать и развивать ИИ-агентов и мультиагентные системы, включая оркестрацию рабочих процессов, планирование, инструменты, модули памяти и интеграции с сервисами банка
•Интегрировать агентские пайплайны в высоконагруженные сервисы банка
•Обеспечивать стабильность, производительность и мониторинг интегрированных решений
•Разрабатывать сервисы вокруг моделей: API-слои, микросервисы, скрипты вывода моделей и CI/CD для машинного обучения
•Обеспечивать качество кода и соблюдать инженерные практики, включая тестирование, логирование и мониторинг
Требования
•Знать основы классического машинного обучения и NLP/LLM, включая классические задачи, архитектуры, подходы, метрики и процесс обучения моделей
•Иметь опыт разработки и внедрения в продакшен RAG-систем, ИИ-ассистентов, векторных хранилищ и стека поиска
•Отлично знать Python
•Уметь писать промышленный, поддерживаемый и тестируемый код
•Иметь опыт работы с параллелизмом и асинхронностью
•Будет плюсом знание CI/CD, Docker, OpenShift, Kubernetes, Jenkins, Prometheus, Grafana, Kafka, PostgreSQL, Hadoop, PySpark, Airflow, Scala, SQL и DevOps
Условия
•Современный офис рядом с метро «Кутузовская»
•Возможность выбрать удобный график: офис или гибрид
•Ежегодный пересмотр зарплаты
•Годовая премия
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета
•Программа адаптации и помощь руководителя на старте
•Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•Подписка Прайм с возможностью совместного использования с тремя близкими
•Вознаграждение за рекомендацию друзей в команду Сбера

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте