Senior ML Engineer (ИИ-агенты для бизнеса)

Центр практического искусственного интеллекта занимается разработкой и внедрением высокотехнологичных AI-инструментов. Задачи берутся из повседневной практики бизнеса. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• разрабатывать, оптимизировать и поддерживать NLP/мультимодальные пайплайны, включая RAG-системы и ассистентов для бизнес-задач

• создавать и развивать ИИ-агентов и мультиагентные системы (workflow-оркестрация, планирование, инструменты, memory-модули, интеграции с сервисами банка)

• участвовать в формировании и проверке гипотез для улучшения качества моделей и пайплайнов

• интегрировать агентские пайплайны в высоконагруженные сервисы банка, обеспечивая стабильность, производительность и мониторинг

• адаптировать и внедрять результаты исследований в прикладные решения

• разрабатывать сервисы вокруг моделей: API-слои, микросервисы, inference-скрипты, CI/CD для ML

• обеспечивать качество кода и следить за инженерными практиками (тестирование, логирование, мониторинг)

• участвовать в выборе и настройке инфраструктуры для инференса и обучения.

Будет плюсом:

• опыт разработки и продакшен-внедрения ML-сервисов от 3х лет

• уверенные технические навыки

• глубокие знания NLP и уверенная база в классическом ML

• опыт разработки RAG-систем, ML-ассистентов, работа с векторными хранилищами и retrieval-стеком

• отличное знание Python, опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью

• опыт работы с мультиагентными фреймворками (LangGraph, LlamaIndex или другие)

• уверенное владение инструментами разработки и инфраструктуры: bash, Docker/Openshift/Kubernetes, Git

• опыт упаковки моделей в сервисы и интерфейсы (FastAPI, Flask, Tornado; будет плюсом UI-фреймворки типа StreamLit/ChainLit)

• понимание технологий инференса и обучения больших моделей (vLLM, DeepSpeed, Accelerate)

• опыт интеграции генеративных моделей в реальные бизнес-процессы

• знание CI/CD для ML/infra (GitLab CI/GitHub Actions/ArgoCD)

• навыки профилирования, оптимизации и мониторинга систем в проде (Prometheus/Grafana/OpenTelemetry)

• понимание MLOps-паттернов: feature store, model registry, rollout/rollback стратегий.

• опыт работы с мультимодальными моделями (Vision/Audio LLMs)

• опыт распределённого обучения и оптимизации больших моделей.

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

• офисный формат работы (возможно обсудить гибрид после исп.срока)

• 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.