Мы – AI-команда дивизиона управления сетью устройств самообслуживания Сбера (банкоматов и др. устройств), отвечающая за внедрение машинного обучения и GenAI-решений в массовые операционные процессы самообслуживания клиентов. Разрабатываем AI решения для продакшена с использованием больших данных. В команде мы строим ML- и GenAI-системы полного цикла: от обработки потоков данных и инструкций до AI-агентов, которые помогают сотрудникам и автоматизируют принятие решений. Сейчас мы усиливаем команду и ищем Tech Lead MLE, который возьмёт ответственность за инженерное качество в классическом ML и GenAI-направлениях: RAG-системы, AI-агенты, интеграцию LLM в критичные бизнес-процессы и вывод решений в ПРОМ.
Обязанности
Техническое лидерство и архитектура
• Проектирование end-to-end ML / GenAI систем: от бизнес-задачи до ПРОМа
• Выбор архитектуры решений (LLM, RAG, агенты, классический ML)
• Принятие ключевых технических решений и ответственность за них
• Code review, установка стандартов разработки в команде • Менторинг MLE / DS / аналитиков
Разработка GenAI-решений
Разработка и внедрение AI-агентов для внутренних и клиентских сценариев
• Проектирование RAG-систем (включая сложные графы и мультиагентные схемы)
• Интеграция LLM в бизнес-процессы дивизиона управления устройствами самообслуживания (банкоматы и др.)
• Дообучение моделей под домен (SFT / LoRA / embeddings / rerankers)
• Оптимизация latency, стоимости и стабильности LLM-решений
ML и аналитика
• Разработка и поддержка ML-моделей (классический ML + DL)
• Feature engineering, валидация, A/B тестирование
• Мониторинг качества моделей, оценка и защита AI-эффекта
• Работа с временными рядами, аномалиями, прогнозированием
Внедрение и эксплуатация
• Разработка AI решений для ПРОМ
• Построение ML-пайплайнов (обучение, переобучение, мониторинг)
• Интеграция с существующей ИТ-архитектурой
• Обеспечение воспроизводимости и отказоустойчивости решений
Требования
• Техническое лидерство: code review, архитектурные решения, менторинг
Знания и навыки
• Python (production-level, PEP8, тесты, архитектура)
• SQL (сложные запросы, оконные функции)
• Классический ML (GBM, DL, Time Series — на уровне уверенного продакшена)
• LLM / GenAI: • Prompt engineering
• RAG (embeddings, rerankers, chunking, retrieval стратегии)
• AI-агенты (LangChain / LangGraph / ReAct / Tools)
• Работа с галлюцинациями, latency, cost control · MLOps:
• Docker, CI/CD для ML •
REST / Async API (FastAPI)
• Apache Spark (Pyspark, Spark SQL) – разработка и оптимизация batch-пайплайнов
• Hive/HDFS/витрины данных: подготовка и поддержка витрин для ML моделей и GenAI решений
Условия
- участие в уникальном и масштабном проекте по развитию AI
- комфортный современный офис рядом с м. Кутузовская
- формат работы: гибрид
- 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
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.
