ML разработчик

Центр практического искусственного интеллекта занимается разработкой и внедрением высокотехнологичных AI-инструментов для решения бизнес-задач.

• Разрабатывать, оптимизировать и поддерживать NLP и мультимодальные пайплайны, включая RAG-системы и ассистентов;
• Создавать и развивать ИИ-агентов и мультиагентные системы, включая оркестрацию, планирование и интеграции с сервисами банка;
• Участвовать в формировании и проверке гипотез для улучшения качества моделей и пайплайнов;
• Интегрировать агентские пайплайны в высоконагруженные сервисы, обеспечивая стабильность, производительность и мониторинг;
• Адаптировать и внедрять результаты исследований в прикладные решения;
• Разрабатывать сервисы вокруг моделей, включая API-слои, микросервисы, inference-скрипты и CI/CD для ML;
• Обеспечивать качество кода, тестирование, логирование и мониторинг;
• Участвовать в выборе и настройке инфраструктуры для инференса и обучения.

• Уверенные технические навыки;
• Глубокие знания NLP и уверенная база в классическом ML;
• Опыт разработки RAG-систем, ML-ассистентов и работы с векторными хранилищами;
• Опыт разработки и внедрения ML-сервисов в продакшен;
• Отличное знание Python, опыт написания промышленного, тестируемого кода, работы с параллелизмом и асинхронностью;
• Опыт работы с мультиагентными фреймворками (LangGraph, LlamaIndex);
• Владение инструментами разработки и инфраструктуры: bash, Docker, Openshift, Kubernetes, Git;
• Опыт упаковки моделей в сервисы (FastAPI, Flask, Tornado);
• Понимание технологий инференса и обучения больших моделей (vLLM, DeepSpeed, Accelerate);
• Опыт интеграции генеративных моделей в бизнес-процессы;
• Знание CI/CD для ML и инфраструктуры (GitLab CI, GitHub Actions, ArgoCD);
• Навыки профилирования, оптимизации и мониторинга систем в проде (Prometheus, Grafana, OpenTelemetry);
• Понимание MLOps-паттернов: feature store, model registry, стратегии развертывания;
• Будет плюсом опыт работы с мультимодальными моделями (Vision/Audio LLMs), опыт распределённого обучения и оптимизации больших моделей, владение UI-фреймворками (StreamLit, ChainLit).

• Комфортный современный офис в Москве рядом с метро Кутузовская;
• Возможность обсуждения гибридного формата работы после испытательного срока;
• Ежегодный пересмотр зарплаты и годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Доступ к более чем 400 образовательным программам СберУниверситета;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Гибкий дисконт по ипотечному кредиту;
• Подписка Прайм с возможностью совместного использования;
• Вознаграждение за рекомендацию друзей в команду.