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 разрабатывает агентские RAG-системы, которые помогают компании улучшать клиентский опыт за счёт персонализированных решений. Рабочий продукт уже используется в продакшене, а команда развивает новые применения технологии и повышает качество решений.
задачи
Помогать определять бизнес-потребности и переводить их в задачи машинного обучения;
Проводить эксперименты и готовить решения к выводу в продакшен;
Разрабатывать, оптимизировать и поддерживать NLP-пайплайны, включая RAG-системы и ассистентов для бизнес-задач;
Создавать и развивать ИИ-агентов и мультиагентные системы, включая оркестрацию рабочих процессов, планирование, инструменты, модули памяти и интеграции с сервисами банка;
Интегрировать агентские пайплайны в высоконагруженные сервисы банка;
Обеспечивать стабильность, производительность и мониторинг интегрированных решений;
Разрабатывать сервисы вокруг моделей: API-слои, микросервисы, скрипты вывода моделей и CI/CD для машинного обучения;
Обеспечивать качество кода и соблюдать инженерные практики, включая тестирование, логирование и мониторинг.
требования
Знать основы классического машинного обучения и NLP/LLM, включая классические задачи, архитектуры, подходы, метрики и процесс обучения моделей;
Иметь опыт разработки и внедрения в продакшен RAG-систем, ИИ-ассистентов, векторных хранилищ и стека поиска;
Отлично знать Python;
Уметь писать промышленный, поддерживаемый и тестируемый код;
Иметь опыт работы с параллелизмом и асинхронностью;
Будет плюсом знание CI/CD, Docker, OpenShift, Kubernetes, Jenkins, Prometheus, Grafana, Kafka, PostgreSQL, Hadoop, PySpark, Airflow, Scala, SQL и DevOps.
условия
Современный офис рядом с метро «Кутузовская»;
Возможность выбрать удобный график: офис или гибрид;
Ежегодный пересмотр зарплаты;
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.