AI Engineer

Дата размещения вакансии: 18.08.2026
Работодатель: СБЕР
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 1 года до 3 лет

Центр разработки и Data Science проводит R&D в области ML/AI. Мы специализируемся на NLP, CV, быстром прототипировании и внедрении собственных решений в бизнес-процессы заказчиков.

Команда MLE занимается разработкой бизнес-логики и инженерных решений B2B и B2G продуктов с применением технологий ML/AI. Также мы занимаемся обеспечением работы ИТ-инфраструктуры Центра.

Мы находимся в поисках инженера по программному обеспечению с компетенциями в области ML и AI.

Обязанности

  • разработка production-сервисов, бизнес-логики и мультимодальных ETL/ELT-пайплайнов
  • продуктовая разработка DS-решений: перевод прототипов в сервисы с многопоточностью, batching и кэшированием
  • интеграция CV/NLP/ML-моделей (каскады) через vLLM, SGLang, PyTorch, ONNX; оптимизация инференса на GPU
  • построение RAG-систем (включая мультимодальные): chunking, эмбеддинги, индексация, retrieval
  • написание промптов для агентов, настройка Guardrails, проведение бенчмарков и нагрузочных тестов
  • технический ресерч ML/AI-инструментов, внедрение CI/CD, мониторинга и безопасности.

Требования

  • опыт коммерческой разработки на Python от 2 лет с проектированием production-сервисов под высокой нагрузкой
  • требуется уверенное владение современным Python (type hints, Pydantic), а также навыки профилирования и оптимизации кода
  • необходим практический опыт разработки асинхронных и многопоточных приложений (asyncio)
  • умение строить отказоустойчивые системы с применением rate limiting, circuit breaker и обеспечением идемпотентности
  • обязателен опыт тестирования ML-систем и оценки качества LLM/RAG на основе golden datasets
  • необходимо знание Docker и Kubernetes на уровне разработчика, а также выстраивание observability через метрики, логи и трейсы.

Желательные требования:

  • наличие опыта разработки агентных систем с tool calling (например, на LangGraph или LangChain)
  • практический опыт построения RAG-пайплайнов, включая chunking, retrieval и reranking
  • знакомство с inference-фреймворками (vLLM, SGLang) и векторными базами данных (Qdrant, Milvus).

Условия

  • гибридный формат работы
  • работа в одной из наиболее перспективных и быстро развивающихся областей - искусственный интеллект
  • комфортный современный офис (Кутузовский пр-т, 32)
  • ежегодный пересмотр зарплаты, годовая премия
  • корпоративный спортзал и зоны отдыха
  • доступны образовательные программы от СберУниверситета для профессионального и карьерного развития
  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.