Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда трансформирует подход к анализу клиентского опыта и клиентских путей. Вместо статических дашбордов используется автономная мультиагентная система, которая исследует поведение клиентов, анализирует конкурентов, выявляет отклонения, генерирует гипотезы и проверяет их влияние на ключевые метрики.
задачи
Проектировать, разрабатывать и внедрять LLM-пайплайны и мультиагентные системы — от идеи и сборки MVP до запуска в продакшн;
Выстраивать процессы оценки и тестирования качества работы агентов;
Переводить бизнес-потребности на язык машинного обучения и предлагать архитектурные решения;
Оборачивать модели и бизнес-логику в надёжные микросервисы на Python;
Дообучать LLM на базе GigaChat под бизнес-задачи и предметные области с использованием Fine-tuning и LoRA.
требования
От 5 лет коммерческой разработки в Data Science, NLP или Backend с практическим применением LLM;
Глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур;
Знание и применение LangChain, LangGraph, DeepAgents или аналогов;
Опыт работы с визуальной модальностью и мультимодальными моделями;
Понимание NLP — от TF-IDF до современных трансформеров — и алгоритмов классического ML;
Понимание принципов микросервисной архитектуры и REST API;
Опыт написания асинхронных и многопоточных приложений с использованием aiohttp, asyncio и multiprocessing;
Умение писать чистый, поддерживаемый и покрытый тестами код;
Опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы;
Свободное владение Git, SQL, Bash и Docker;
Будет плюсом опыт создания и вывода в продакшн enterprise-решений на базе AI-агентов, интерес к SOTA-подходам в агентной разработке и LLM, опыт работы с Kubernetes и понимание принципов CI/CD.
условия
Гибридный формат работы;
Комфортный современный офис рядом с м. Кутузовская;
Ежегодный пересмотр зарплаты;
Квартальная и годовая премия;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета;
Программа адаптации и помощь руководителя на старте;
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 с тремя близкими;
Вознаграждение за рекомендацию друзей в команду Сбера.