ML Engineer (AI Agents / Python)

Мы создаём и развиваем ML-решения и AI-агентов для продуктов банка, которыми пользуются юридические лица.

Ищем ML Engineer, который возьмёт на себя инженерную часть этих решений: разработку агентов, интеграцию моделей и данных, а также их вывод в промышленную эксплуатацию. Это роль для Python-разработчика, которому интересно работать на стыке ML, LLM и больших данных.

Обязанности

• проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами
• превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать
• разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью
• проектировать, строить и сопровождать витрины данных для ML-моделей и агентов
• обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи
• обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных.

Требования

• опыт промышленной разработки на Python от 2 лет
• умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями
• уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных
• опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных
• опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию
• понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API
• понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления.

Будет преимуществом:

• опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора
• опыт работы с LLM, RAG и векторными хранилищами
• опыт оркестрации пайплайнов в Airflow или аналогичных системах
• опыт работы с Kafka и событийными архитектурами
• знание Docker, CI/CD и Kubernetes
• практический опыт работы с Hadoop и Spark
• опыт внедрения ML- или LLM-сервисов во внутреннем контуре
• опыт в банковском домене, продуктах для юридических лиц или документообороте.

Условия

• удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро)
• гибридный формат работы
• регулярный пересмотр заработной платы и возможность получения годовой премии
• доступ к более чем 400 образовательным программам СберУниверситета
• программу адаптации и поддержку наставника на первых этапах работы
• расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи
• ипотечные программы для сотрудников
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждения за рекомендации кандидатов.