ml engineer агентных систем

Центр практического ИИ Сбера занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Команда разрабатывает LLM-агентов, копилоты и агентные системы для автоматизации бизнес-процессов, включая взаимодействие с пользователями и внутренними системами, работу с базами знаний и текстовыми и голосовыми каналами.

• Самостоятельно вести разработку LLM-агентов, копилотов и агентных систем для реальных бизнес-процессов: формализовывать задачи, проверять гипотезы, выбирать подходы и доводить решения до рабочего состояния;
• Проектировать архитектуру и агентную логику решений: обработку запросов, выбор и вызов инструментов, работу с базами знаний и взаимодействие с внутренними системами;
• Принимать и аргументировать технические решения, оценивая их влияние на качество, скорость, стоимость, надёжность и сложность поддержки;
• Выстраивать конвейер разработки и оценки качества: определять данные и тестовые сценарии, проектировать evals, проводить эксперименты, анализировать ошибки и находить слабые места в системе;
• Брать техническое лидерство в сложных задачах: декомпозировать работу, проводить design/code review, помогать команде принимать технические решения и снимать технические блокеры;
• Находить повторяющиеся паттерны и превращать удачные решения в переиспользуемые компоненты, внутренние инструменты и инженерные практики;
• Работать на стыке исследований и инженерии: изучать статьи и open-source-решения, проверять новые подходы и применять удачные идеи в рабочих системах;
• Взаимодействовать с заказчиками, продуктовыми и инженерными командами, согласовывать требования, ограничения и критерии готовности решения, сопровождать его пилотирование и внедрение.

• От 4 лет коммерческого опыта разработки и внедрения ML/NLP-решений;
• Практический опыт разработки LLM-агентов, RAG-систем, копилотов или других решений на базе LLM;
• Понимание современных архитектурных паттернов, ограничений и критериев качества LLM-решений;
• Опыт самостоятельной разработки LLM-решений end-to-end: от понимания бизнес-задачи и выбора архитектуры до оценки качества, реализации сервиса, запуска пилота и сопровождения внедрения;
• Уверенное владение Python и опыт разработки бэкенд-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD;
• Умение работать с неопределёнными задачами, переводить бизнес-потребности в технические решения, формулировать гипотезы и объяснять технические компромиссы;
• Опыт технического лидерства в сложных задачах: декомпозиции работы, проведения design/code review, помощи менее опытным инженерам и снятия технических блокеров;
• Способность быстро разбираться в новых статьях, фреймворках и подходах, проверять их применимость на практике и превращать удачные идеи в рабочие решения;
• Будет плюсом опыт координации небольшого технического направления или работы нескольких инженеров над общим проектом, сильный бэкенд-опыт и умение строить production-grade сервисы, опыт внедрения ML/LLM-решений в корпоративном контуре: безопасность, доступы, интеграции, мониторинг, SLA и ограничения production-среды.

• Офис рядом с метро Кутузовская;
• Возможность выбрать офис или гибрид с посещением офиса не менее 3 дней в неделю;
• Ежегодный пересмотр зарплаты и 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;
• Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• Подписка Прайм с возможностью совместного использования на троих близких;
• Вознаграждение за рекомендацию друзей в команду Сбера.