Junior ML Engineer (Agentic AI)

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера. Мы развиваем исследовательское направление автономных ИИ-агентов. Мы уходим от простых \_RAG\_-цепочек к системам, способным на долгосрочное планирование и самокоррекцию. Вы будете работать на стыке инженерии и науки. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту придет приглашение пройти первичное интервью с ГигаРекрутером в мессенджере. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

• реализация прототипов агентов по свежим научным публикациям (Tree-of-Thoughts, Reflexion, Self-Discover) с последующим переводом в продакшн-код

• проведение A/B-тестов архитектур планирования: сравнение подходов на синтетических бенчмарках и реальных сценариях

• участие в создании датасетов для обучения через обратную связь (RLAIF/RLHF): проектирование пайплайнов сбора предпочтений экспертов

• эксперименты с методами улучшения памяти агента (vector stores, графовые БД, внешние «черновые» заметки)

• анализ причин провалов агентов (ошибки декомпозиции задач, дрейф цели) и выдвижение гипотез по их устранению

• написание технической документации по результатам экспериментов и поддержка репозитория исследований.

Будет плюсом:

• уверенный Python (наличие пет-проектов или вклада в открытые библиотеки)

• глубокое понимание матчасти трансформеров (внимание, позиционные кодировки), прочитанные статьи из топ-конференций (NeurIPS, ICLR, ACL)

• опыт тонкой настройки открытых моделей (Llama 3, Qwen) через LoRA/QLoRA

• практика с фреймворками LangChain/LangGraph или AutoGen и умение писать собственные кастомные рантаймы (runtimes) для агентов

• владение Git, Docker и опыт работы с GPU-клаудами (Yandex Cloud, AWS, Lambda Labs).

• наличие публикаций, препринтов на arXiv или активного профиля на Kaggle/Hugging Face

• опыт проведения академических исследований, участия в научных кружках или профильной магистратуры/аспирантуры

• навыки формальной оценки качества агентов: написание мета-планов тестирования, работа с бенчмарками (AgentBench, WebArena, SWE-bench)

• знание методов оптимизации инференса (Quantization, Distillation, vLLM/TGI) для снижения стоимости сложных рассуждений.

• комфортный современный офис г. Москва, рядом с метро Кутузовская

• возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х 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

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.