Сбер

ml инженер ИИ-агентов для бизнеса

Коротко

Роль ML-инженера в Центре практического искусственного интеллекта Сбера: разработка и внедрение LLM-агентов и RAG-систем для стратегических задач банка, работа с GigaChat, ChatGPT, Gemini и Qwen, дообучение моделей и построение оркестрации агентов на LangGraph/LangChain. Требуется от 3 лет опыта в DS/ML, глубокая экспертиза в NLP и LLM, отличное знание Python, опыт построения RAG-систем и упаковки моделей в сервисы. Формат работы — офис в Москве рядом с метро Кутузовская, с возможностью обсудить гибридный формат после испытательного срока.

Описание
Центр практического искусственного интеллекта разрабатывает и внедряет высокотехнологичные AI-инструменты для задач из повседневной практики бизнеса.
Задачи
•Разрабатывать и внедрять LLM-агентов и продвинутые RAG-системы в управленческом домене для решения стратегических задач банка — от прототипов до продакшена
•Решать прикладные задачи оценки качества и полноты документации и отчётности в бизнес-доменах с помощью ИИ-ассистентов: RAG-пайплайнов, классификации запросов, генерации ответов и оценки релевантности
•Исследовать и настраивать оркестрацию нескольких агентов с использованием LangGraph, LangChain и schema guided reasoning pipelines
•Работать с GigaChat как основной моделью и экспериментировать с ChatGPT, Gemini и Qwen
•Выполнять дообучение моделей: instruction-tuning, adapters, LoRA, SFT и LLM-RL
•Разрабатывать метрики качества
•Взаимодействовать с инженерами и аналитиками и внедрять модели в реальные кейсы
Требования
•Опыт работы в роли DS/ML от 3 лет
•Глубокая экспертиза в NLP и LLM
•Уверенное знание инструментов разработки и инфраструктуры: bash, Docker/OpenShift, Git и других
•Фундаментальные знания в области ML
•Профильное образование
•Отличное знание Python и опыт промышленной разработки
•Понимание архитектуры LLM и принципов prompt engineering
•Опыт построения RAG-систем, дообучения и тонкой настройки моделей
•Умение проектировать пайплайны inference и retraining
•Опыт упаковки моделей в сервисы и интерфейсы, например FastAPI, Flask, Tornado, Streamlit и Chainlit
•Опыт интеграции LLM с внешними API или базами знаний
Условия
•Комфортный современный офис рядом с метро Кутузовская
•Возможность обсудить гибридный формат после испытательного 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
•Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•Подписка Прайм с возможностью совместного использования на троих близких
•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