Задачи
•Разрабатывать с нуля системный дизайн пайплайнов обучения ML-моделей и выбирать оптимальные компоненты под конкретные задачи
•Писать высоконагруженный и отказоустойчивый код на Python
•Создавать внутренние библиотеки, фреймворки и сервисы для упрощения работы с хранилищами наборов данных для обучения ML-моделей
•Устранять сложные проблемы на стыке инфраструктуры и ML
•Настраивать мониторинг, логирование и оповещения для сервисов
•Самостоятельно собирать и анализировать требования заинтересованных сторон, преобразовывать бизнес-задачи в технические решения
•Проводить проверку кода и помогать команде с архитектурой и лучшими практиками Python
Требования
•От 4 лет коммерческой разработки на Python, включая AsyncIO, многопоточность, FastAPI, Django, Flask или аналоги
•Опыт работы с LakeKeeper, LakeFS, Spark, Trino, S3, Iceberg и создания или использования Feature Store либо Data Lake
•Глубокое понимание принципов построения распределённых систем и опыт проектирования отказоустойчивых архитектур, микросервисов и систем на основе событий
•Понимание GIL, async/await и работы с памятью; умение писать чистый, тестируемый и переиспользуемый код
•Понимание работы ML-моделей и LLM, включая эмбеддинги, RAG, дообучение и контекстное окно; умение выбирать подходящие инструменты, например LangChain и vLLM
•Опыт работы с Docker, Kubernetes, CI/CD; понимание мониторинга с Prometheus, Grafana и Sentry и умение диагностировать проблемы в рабочей среде
•Проактивность, умение работать в условиях неопределённости, самостоятельно находить требования и предлагать решения
Условия
•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
•Ипотека на выгодных условиях — до 7% для каждого сотрудника
•Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров
•Вознаграждение за рекомендацию друзей в команду Сбера
