Senior ML Platform Engineer

Мы ищем сильного бэкенд-разработчика, который будет отвечать за архитектуру и надежность сервисов и пайплайнов обучения ML-моделей

Обязанности

• Разработка системного дизайна сервисов с нуля и выбор оптимальных компонентов (БД, очереди, кэши, векторные хранилища) под конкретные задачи.
• Написание высоконагруженного и отказоустойчивого кода на Python.
• Создание внутренних библиотек и фреймворков для упрощения работы с обучением ML-моделей.
• Разработка пайплайнов для инференса моделей (включая LLM), управление контекстом, работа с API внешних провайдеров и локальных моделей.
• Траблшутинг сложных проблем на стыке инфраструктуры и ML.
• Настройка мониторинга, логирования и алертинга для сервисов.
• Самостоятельный сбор и анализ требований от стейкхолдеров, превращение бизнес-задач в технические решения.
• Проведение code review, помощь команде в вопросах архитектуры и лучших практик Python.

Требования

• Опыт коммерческой разработки на Python от 5 лет (AsyncIO, Многопоточность, FastAPI, Django, Flask или аналоги) из них 1 год в ML
• Глубокое понимание принципов построения распределенных систем, опыт проектирования отказоустойчивых архитектур (микросервисы, event-driven, паттерны работы с отказами)
• Понимание GIL, async/await, работа с памятью, умение писать чистый, тестируемый и переиспользуемый код (библиотеки).
• Понимание того, как работают ML-модели и LLM (эмбеддинги, RAG, fine-tuning, контекстное окно), умение выбрать подходящий инструмент (LangChain, vLLM и т.д.).
• Опыт работы с Docker, Kubernetes, CI/CD.
• Понимание принципов мониторинга (Prometheus, Grafana, Sentry) и умение диагностировать проблемы в проде.
• Проактивность, умение работать в условиях неопределенности, способность самостоятельно находить требования и предлагать решения.
• Будет плюсом опыт работы с векторными базами данных (Qdrant, Milvus, pgvector) и понимание MLOps-практик (MLflow, Clearml, Airflow, Feature Store).

Условия

• крупнейшее DS&AI community — более 600 DS-специалистов банка
• дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
• возможность быть соавтором НИРов и статей для международных конференций
• возможность выбрать удобный формат работы: гибрид или офис
• ежегодный пересмотр зарплаты, 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
• вознаграждение за рекомендацию друзей в команду Сбера.