ML Engineer

Добавь резюме в профиле, а нейросеть определит твою категорию. Затем ты сможешь генерировать сопроводительные письма для вакансий этой категории

Команда создаёт экосистему решений для стратегической и продуктовой аналитики внутри Блока Т: datalake с данными о взаимодействии пользователей с продуктами, универсализацию потоков продуктовой аналитики для визуализации в BI, инструмент для агрегированных данных о портфеле продуктов и AI-агента для анализа данных; также продукт на базе Generative AI для доступа руководителей к глобальной технологической экспертизе через динамическую базу знаний, поиск и анализ с сохранением источников.

Вам нужно будет организовывать хранение данных, разрабатывать бэкенд-сервисы на Python, встраивать и оптимизировать пайплайны RAG/GraphRAG с LangChain и LangGraph, интегрировать сервис с DMS и внутренними источниками, работать с векторными индексами и оптимизировать поиск, развивать граф знаний через извлечение сущностей и построение связей, генерировать ответы с цитированием источников, тестировать с метриками качества и поддерживать CI/CD, участвовать в разработке архитектуры, разрабатывать решения для сбора и визуализации продуктовых метрик.

• Опыт построения аналитических UI или BI-систем
• Уверенное владение Python 3.x (asyncio, typing, dataclasses, pydantic)
• Опыт разработки бэкенд-сервисов (FastAPI, Flask или аналог)
• Опыт работы с LLM (OpenAI, GigaChat, LLaMA, Qwen и др.)
• Знание фреймворков для построения агентов: LangChain, LangGraph
• Опыт построения RAG (классический RAG, GraphRAG, Agentic RAG)
• Опыт работы с векторными БД (Chroma, FAISS, PGVector или аналоги)
• Опыт работы с GraphRAG (FastGraph или аналогичные решения для графа знаний)
• Опыт развёртывания инференса LLM (локально или в облаке)
• Знание основ NLP: токенизация, векторизация текста, семантический поиск, классификация
• Опыт работы с Linux/Docker, базовые знания CI/CD
• Будет плюсом опыт работы с Google Analytics и Яндекс.Метрика, построения системы метрик продукта и А/В тестов, решения задач ML-инженера (обучение моделей, оптимизация пайплайнов, внедрение в промышленную эксплуатацию), работы с очередями и брокерами сообщений (Kafka, RabbitMQ), программирования на Java, инструментальное владение AI для анализа, генерации и автоматизации

• Комфортный современный офис рядом с м. Кутузовская
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Бесплатная подписка СберПрайм+, скидки на продукты партнёров