Мы ищем сильного бэкенд-разработчика, который будет отвечать за архитектуру и надежность сервисов и пайплайнов обучения ML-моделей.
Обязанности
•Разработка системного дизайна сервисов с нуля и выбор оптимальных компонентов (БД, очереди, кэши, векторные хранилища) под конкретные задачи.
•Написание высоконагруженного и отказоустойчивого кода на Python.
•Создание внутренних библиотек и фреймворков для упрощения работы с обучением ML-моделей.
•Разработка пайплайнов для инференса моделей (включая LLM), управление контекстом, работа с API внешних провайдеров и локальных моделей.
•Траблшутинг сложных проблем на стыке инфраструктуры и ML.
•Настройка мониторинга, логирования и алертинга для сервисов.
•Самостоятельный сбор и анализ требований от стейкхолдеров, превращение бизнес-задач в технические решения.
•Проведение code review, помощь команде в вопросах архитектуры и лучших практик Python.
Требования
•Опыт коммерческой разработки на Python от 5 лет (AsyncIO, Многопоточность, FastAPI, Django, Flask или аналоги), из них 1 год в ML.
•Глубокое понимание принципов построения распределенных систем, опыт проектирования отказоустойчивых архитектур (микросервисы, event-driven, паттерны работы с отказами).
•Понимание GIL, async/await, работа с памятью, умение писать чистый, тестируемый и переиспользуемый код (библиотеки).
•Понимание того, как работают ML-модели и LLM (эмбеддинги, RAG, fine-tuning, контекстное окно), умение выбрать подходящий инструмент (LangChain, vLLM и т.д.).
•Опыт работы с Docker, Kubernetes, CI/CD.
•Понимание принципов мониторинга (Prometheus, Grafana, Sentry) и умение диагностировать проблемы в проде.
•Проактивность, умение работать в условиях неопределенности, способность самостоятельно находить требования и предлагать решения.
•Будет плюсом опыт работы с векторными базами данных (Qdrant, Milvus, pgvector) и понимание MLOps-практик (MLflow, Clearml, Airflow, Feature Store).
Условия
•Крупнейшее DS&AI community — более 600 DS-специалистов банка.
•Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.
•Возможность быть соавтором НИРов и статей для международных конференций.
•Возможность выбрать удобный формат работы: гибрид или офис.
•Ежегодный пересмотр зарплаты, 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.
•Вознаграждение за рекомендацию друзей в команду Сбера.
