Кутузовский проспект 32к3
Мы – Трайб «Управление модельных рисков». Мы разрабатываем новую инновационную Платформу Sber.DS. Это линейка продуктов, решающая задачи Сбербанка по управлению модельным риском, а также ускоренной разработке AI-моделей и тиражирования знаний о SOTA моделях и алгоритмах в DS сообществе Сбера.
Развитие Платформы соответствует мировым трендам «демократизации AI», когда разработка модели превращается в задачу, доступную любому пользователю через средства визуального проектирования и использование библиотеки готовых компонентов. Мировой рынок систем подобного класса оценивается в 150+ млрд. долларов. Наши конкуренты – Google, Microsoft, Amazon, SAS, IBM, Huawei.
Важной частью Платформы является сервис автоматической разработки моделей, который позволяет с помощью API создавать, валидировать качество и дообучать модели машинного обучения.
Также платформа развивается в сторону поддержки и интеграции агентов и агентских решений для применения их в банке.
В команду SberDS.R&D мы ищем талантливого ML-инженера, который будет:
- создавать сервис автоматического создания моделей машинного обучения на основе SOTA-алгоритмов
- разрабатывать интеллектуальных агентов и инструментальную платформу для их создания. Например, один из наших последних проектов — агент первой линии сопровождения с базой знаний на основе RAG
- создавать аналог n8n, тесно интегрированного с другими продуктами Банка для возможности глубинных R&D исследований
- определять перечень доработок платформы и участвовать в их реализации
- исследовать возможности решения задач заказчиков на SberDS;
- расширять возможности платформы в областях DS-вычислений, глубокого обучения и агентского AI.
Для этого потребуется:
- Python (стандартные и ML библиотеки, умение применять ООП); (а то повторялось с пунктами ниже)
- опыт работы с langchain, langgraph, vllm, sglang
- понимание принципов построения моделей машинного обучения
- отличное знание Python, Git, Linux, Bash, Docker
- системное мышление, желание разбираться в предметной области и в бизнес-процессах.
Будет плюсом:
- знание SQL (скорее плюс, чем обязательно)
- опыт со Spark (pyspark) и в целом с экосистемой Hadoop
- владение DL-стэком (PyTorch, flash-attn)
- знание C/C++ или Java
- опыт в написании бэкенда
- опыт в ML-соревнованиях
- интерес к области создания интеллектуальных агентов (AI Agents) и практический опыт работы с LLM (Large Language Models).
Условия
- комфортный современный офис рядом с м.Кутузовская
- гибридный формат работы
- годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- регулярные митапы и развитое DS-community
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.
