Сбер

Senior-разработчик AI-агентов и ML-моделей (Центр корпоративных риск-решений)

Коротко

Senior-разработчик в Центре корпоративных риск-решений Сбера будет создавать AI-агентов и RAG-системы на базе LLM (80% времени), а также классические ML-модели, включая градиентный бустинг, для табличных данных (20% времени). Работа охватывает полный цикл — от гипотезы и MVP до промышленной эксплуатации, с интеграцией через API, базы данных и брокеры сообщений. Требуется уверенное владение Python (включая асинхронность), опыт промышленной разработки LLM-решений и RAG-систем, backend-разработки, работы с pandas/PySpark, а также высшее техническое образование.

О позиции
Центр корпоративных риск-решений развивает интеллектуальных агентов и ML-модели для автоматизации внутренних процессов, сокращения ручных операций и повышения качества принимаемых решений.
Мы ищем Senior-разработчика, который будет отвечать за полный цикл создания решений: от проверки гипотезы и разработки MVP до внедрения в промышленную эксплуатацию.
Основной фокус позиции: 80% времени — AI-агенты и решения на базе LLM; 20% времени — классические ML-модели, преимущественно для табличных данных.
Обязанности
•разрабатывать AI-агентов: от архитектуры и MVP до промышленной эксплуатации
•создавать RAG-системы, включая подготовку данных, гибридный поиск и реранжирование
•интегрировать агентов с внутренними системами, API, базами данных и брокерами сообщений
•разрабатывать серверную часть решений и обеспечивать её надёжность и масштабируемость
•создавать инструменты оценки, мониторинга и трассировки AI-агентов
•разрабатывать классические ML-модели, в том числе модели градиентного бустинга
•проводить эксперименты, проверять гипотезы и оценивать качество решений
•участвовать в развитии общей инфраструктуры для AI- и ML-решений
Требования
•уверенное владение Python, включая асинхронное программирование
•опыт промышленной разработки AI-агентов и решений на базе LLM
•опыт создания RAG-систем: чанкинг, эмбеддинги, гибридный поиск и реранжирование
•опыт backend-разработки и интеграции систем через API
•опыт работы с базами данных, SQL и брокерами сообщений
•опыт обработки данных с использованием pandas, PySpark или Spark
•опыт разработки классических ML-моделей, включая градиентный бустинг, подготовку признаков и валидацию
•умение формулировать и проверять гипотезы, проводить эксперименты и доводить решения до промышленной эксплуатации
•высшее техническое или физико-математическое образование
Будет преимуществом
•опыт работы с LangChain, LangGraph или аналогичными инструментами
•опыт оценки, мониторинга и трассировки AI-агентов
Условия
•комфортный современный офис рядом с м. Волгоградский проспект
•годовая премия
•корпоративный спортзал и зоны отдыха
•более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•регулярные митапы и развитое DS-community
•расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
•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