Наша команда создает интерфейсы в новой AI-first парадигме, перед нами стоит цель сделать сервисы экосистемы банка удобнее и доступнее.
Мы строим сервис GenUI, который нативно встраивается в любое приложение и позволяет строить интерфейс на лету.
Мы ищем разработчика широкого профиля, которому интересно работать на стыке продуктовой разработки, ML-инфраструктуры и исследовательских задач. Нам нужен инженер, который не боится быстро погружаться в новые области: сегодня писать тесты и инструменты на Python, завтра разбираться в пайплайне обучения моделей, послезавтра помогать запускать экспериментальную кастомную архитектуру.
Для нас важны инженерная зрелость, самостоятельность, гибкость, умение разбираться в незнакомом коде и готовность доводить задачи до работающего результата.
Обязанности
- Разрабатывать и поддерживать внутренние инструменты для команды GenUI
- Писать автотесты, вспомогательные скрипты и tooling на Python
- Участвовать в построении пайплайнов обучения, валидации и тестирования моделей
- Помогать с запуском экспериментов по кастомным архитектурам моделей
- Разбираться в существующем коде, дорабатывать его и повышать надежность решений
- Интегрировать ML-компоненты, backend-сервисы и платформенные инструменты
- Автоматизировать рутинные процессы разработки, тестирования, сборки и релизов
- Работать с датасетами, пайплайнами подготовки данных и результатами экспериментов
- Участвовать в настройке окружений, контейнеризации и запуске сервисов
- Совместно с аналитиками, ML/DS-инженерами, backend-разработчиками и QA декомпозировать задачи на понятные инженерные инкременты
- Искать узкие места в процессах и коде, предлагать технические улучшения
- Быстро подключаться к нестандартным задачам, где нет готового решения или четко описанного процесса
Требования
- Уверенное владение Python
- Опыт разработки production-ready кода
- Опыт написания автотестов и понимание подходов к тестированию
- Понимание принципов backend-разработки и клиент-серверного взаимодействия
- Опыт работы с Git, CI/CD и инструментами командной разработки
- Опыт работы в Linux-окружении
- Опыт работы с Docker
- Умение читать, понимать и дорабатывать чужой код
- Готовность разбираться в ML/LLM-задачах, даже если раньше это не было основной специализацией
- Способность быстро переключаться между разными типами задач: от тестов и скриптов до пайплайнов и интеграций
- Самостоятельность, инженерная аккуратность и умение доводить решения до результата
Будет плюсом
- Опыт работы с PyTorch, Torch Lightning или другими ML-фреймворками
- Опыт построения пайплайнов обучения или inference-пайплайнов
- Опыт работы с ML-экспериментами, датасетами, метриками и валидацией моделей
- Понимание distributed training и особенностей запуска задач на GPU
- Опыт работы с Ray, Airflow, Kubeflow или аналогичными инструментами
- Опыт работы с Kubernetes
- Опыт разработки backend-сервисов на FastAPI, Flask, Django или аналогичных фреймворках
- Опыт работы с LLM, RAG, prompt-based сценариями или AI-ассистентами
- Опыт построения внутренних developer tools
- Навык профилирования, оптимизации и отладки сложных пайплайнов
- Интерес к исследовательским задачам и готовность проверять нестандартные технические гипотезы
Условия
- комфортный современный офис м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты, квартальная и годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- ипотека выгоднее до 7% для каждого сотрудника
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера
