Сбер

Product Lead (RAG-платформа)

Коротко

Product Lead в команде Сбера (70+ человек), которая создает RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента для GenAI-экосистемы банка. Роль предполагает развитие GenAI-сервисов (Agentic RAG, Agent Observability), обучение мультимодальных моделей, организацию MLOps и разметки данных, а также релиз новых моделей в продуктовую среду. Требуется от 4 лет опыта в роли Лидера продукта, понимание LLM, уверенное владение Python 3 и опыт работы с LangChain/LlamaIndex или другими фреймворками для агентов.

О команде
Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка.
Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения.
Мы обеспечиваем полный цикл разработки (E2E): ML-инженеры и бэкенд-разработчики работают вместе над реализацией сервисов, в связке с фронтендом и дизайнерами. У нас есть собственная команда разметки для оценки качества и сбора датасетов, с помощью которых мы дообучаем доменные модели под банковские сценарии.
Обязанности
Масштаб задач:
•Сейчас в портфеле более 200 реализованных сценариев.
•В планах — реализация еще 300+ сценариев, включая создание слоя процедурной памяти для агентов, специализированных поисковых агентов и систем автоматической оценки качества GenAI (Auto-Eval).
•Развитие Self-Service инструментов (песочниц с UI), где команды банка могут тестировать гипотезы перед интеграцией.
•Развитие GenAI сервисов: создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов.
•Обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM).
•MLOps и Data Management: организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга).
•Развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge.
•Engineering: релиз новых моделей и сервисов в продуктовые среды.
Требования
•Опыт работы в роли Лидера продукта от 4х лет.
•Понимание LLM: опыт работы с большими языковыми моделями.
•Инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID.
•LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS).
•Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов.
Условия
•Комфортный современный офис — м. Кутузовская.
•Гибридный формат работы.
•Ежегодный пересмотр зарплаты, годовой бонус.
•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.
•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.
•Корпоративная пенсионная программа.

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