Lead Applied ML Engineer (LLM Agents & Agentic Systems)

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы работаем с задачами, в которых недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить подходы, спроектировать решение и довести его до измеримого результата для бизнеса. Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. В таких решениях необходимо проектировать взаимодействие агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах. Мы ищем Lead Applied ML Engineer, который возглавит технический стрим по разработке LLM-агентов и агентных систем. В этой роли нужно отвечать не только за отдельные технические решения, но и за совокупный результат команды: определять техническое направление, принимать ключевые архитектурные решения, обеспечивать качество и темп разработки, снимать системные блокеры и развивать инженеров. Это hands-on-роль: мы ожидаем, что сотрудник будет глубоко погружен в архитектуру и код, сможет самостоятельно разобраться в самой сложной части системы, проверить критичную гипотезу или разработать ключевой компонент. При этом основной результат роли — не объем лично написанного кода, а способность команды стабильно создавать и внедрять качественные LLM-решения. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере: диалог займет примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали по вашему опыту и ускорить рассмотрение кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим отнестись с пониманием: ваш опыт и участие помогут сделать его удобным и полезным для всех.

• вести технический стрим по разработке LLM-агентов, копилотов и агентных систем: определять приоритеты, распределять зоны ответственности, управлять зависимостями и отвечать за совокупный технический результат команды

• переводить бизнес-задачи в техническую стратегию: определять целевую архитектуру, критерии успеха, этапы реализации и основные риски, принимать ключевые решения с учетом качества, скорости, стоимости и сложности эксплуатации

• проектировать архитектуру агентных систем: работу с инструментами и базами знаний, интеграции с внутренними системами, управление состоянием, обработку ошибок и контроль качества результата

• выстраивать процесс разработки и оценки качества LLM-решений: определять необходимые данные и тестовые сценарии, стандарты evals и критерии готовности, совместно со смежными командами доводить решения до промышленной эксплуатации

• оставаться hands-on: участвовать в разработке критичных компонентов, проводить design/code review, разбирать сложные технические проблемы, снимать блокеры и задавать инженерную планку команды

• находить повторяющиеся паттерны и превращать их в переиспользуемые компоненты, внутренние фреймворки, стандарты и инженерные практики

• развивать команду: давать содержательную обратную связь, помогать инженерам расти, участвовать в постановке целей, найме и онбординге.

Будет плюсом:

• от 6 лет коммерческого опыта разработки и внедрения ML/NLP-решений

• от 3 лет опыта руководства командой ML/LLM-инженеров или техническим стримом с ответственностью за совокупный результат, организацию работы и развитие инженеров

• глубокий практический опыт разработки и внедрения LLM-агентов, RAG-систем или других решений на базе LLM

• способность спроектировать LLM-систему целиком: от пользовательского сценария, данных и агентной логики до системы оценки качества, backend-архитектуры, интеграций, мониторинга и эксплуатации

• опыт самостоятельного принятия архитектурных решений и умение объяснять компромиссы между качеством, скоростью, стоимостью, надежностью и сложностью поддержки

• уверенное владение Python, сильный backend-опыт и опыт создания production-grade ML/LLM-сервисов

• опыт организации инженерной работы: определения приоритетов, декомпозиции задач, планирования, проведения design/code review, управления техническими зависимостями, рисками и качеством реализации

• опыт развития инженеров: проведения регулярной обратной связи, менторинга, постановки целей, повышения технической самостоятельности, найма и онбординга

• умение работать с заказчиками и продуктовыми командами: формализовывать неопределенные бизнес-задачи, согласовывать требования, приоритеты и критерии результата, управлять ожиданиями и аргументировать техническую позицию

• опыт внедрения и эксплуатации ML/LLM-решений в enterprise-контуре с учетом требований безопасности, доступов, мониторинга, SLA и ограничений production-среды.

• опыт построения или масштабирования команды либо технического стрима

• опыт выстраивания процессов найма и онбординга инженеров

• опыт создания переиспользуемых компонентов, внутренних инструментов и фреймворков для разработки LLM-решений

• опыт разработки голосовых агентов и real-time-систем.

• 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.