Сбер

Сбер

DS/ ML-инженер / исследователь (LLM-агенты, GigaChat)

Junior–Middle
Гибрид
Москва
Data Science и ML
Machine Learning

О роли

Мы — команда СберKids, которая разрабатывает агента СберКот на базе LLM GigaChat. Направления работы: разработка агентов, LoRA-адаптеры, оценка качества LLM и агентов, RAG, разметка и создание датасетов, LLM-as-a-judge. Мы работаем на стыке исследований и продакшена: от гипотезы и эксперимента до надёжного решения.

Чем ты будешь заниматься

Разработка агентов на LLM

  • Проектировать логику рассуждений и поведения ИИ-агентов на базе GigaChat: планирование, рассуждение, управление памятью и контекстом.

  • Настраивать вызов внешних инструментов (Tool Calling, API, SQL-скрипты) под задачи домена.

  • RAG-системы

  • Проектировать архитектуру контекстного поиска ответов по сложным документам и структурированным данным, оценивать качество ретривала и генерации.

  • Адаптация моделей

  • Дообучать и адаптировать модели под задачи команды: Fine-tuning, LoRA/QLoRA, подготовка данных для обучения.

  • Eval и качество

  • Разрабатывать и внедрять методы оценки LLM и агентов: метрики, бенчмарки, LLM-as-a-judge, Guardrails.

  • Анализировать корзину запросов и результаты ответов, выявлять ошибки и галлюцинации, согласовывать метрики с бизнесом и защищать подходы на понятном языке.

  • Работа с разметкой и данными

  • Создавать датасеты для обучения, оценки и разметки, готовить инструкции для разметчиков.

  • Работать с разметчиками: контролировать качество, интерпретировать результаты, итеративно улучшать инструкции.

Мы ожидаем, что ты имеешь

  • Опыт работы с LLM: запуск языковых моделей в продакшн.

  • Уверенное владение Python: PyTorch, Hugging Face, опыт с LangChain/LlamaIndex.

  • Понимание специфики LLM: Prompt Engineering, оценка качества генерации и Eval, базовое понимание оптимизации инференса (vLLM и аналоги).

  • Аналитическое и критическое мышление: разбирать сложные задачи на составляющие и находить неочевидные решения.

  • Умение работать с данными: SQL для подготовки датасетов, базовое владение табличными данными (pandas, NumPy).

Работа в Сбере — это

  • Полное соблюдение ТК РФ, льготные условия по программам страхования, кредитования для сотрудников Банка;)

  • График 5/2, офис на м. Кутузовская, гибрид;

  • Достойный уровень вознаграждения (оклад + внушительная годовая премия);

  • ДМС с первого дня работы и льготная мед. страховка для близких родственников;

  • Социальная поддержка сотрудников;

  • Возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей;

  • Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании;

  • Бесплатная подписка СберПрайм с возможностью подключения 3 родственников, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.;

  • Корпоративная пенсионная программа

Запрос рекомендации

Загрузите резюме под эту вакансию, заполните контакты и отправьте запрос сотруднику компании.

Компания

Сбер

Формат

Гибрид

Локация

Москва

Грейд

Junior–Middle

Направление

Machine Learning

Открыть источник вакансии