Вакансия — AI/ML Engineer (ИИ-агенты и сервисы)

Обязанности: Мы — команда, создающая ядро интеллектуальных сервисов для амбициозной международной аналитической платформы. Наш продукт помогает бизнесу принимать стратегические решения на глобальных рынках, предоставляя уникальные инструменты для поиска, анализа и прогнозирования на основе любых типов данных — от новостных лент до внутренних баз знаний. Мы ищем сильного и самостоятельного инженера, который готов погрузиться в разработку сложных ИИ-решений с фокусом на автономных агентах и RAG-системах. Вам предстоит не просто реализовывать задачи, а влиять на архитектуру, выбирать технологии и отвечать за полный жизненный цикл ML-продукта в on-premise окружении. Обязанности Проектировать и разрабатывать автономных ИИ-агентов для решения конкретных бизнес-задач: оценка рисков, анализ контрагентов, поиск альтернативных рынков, санкционный комплаенс развивать RAG (Retrieval-Augmented Generation) пайплайны для интеллектуального поиска по разнородным источникам данных (веб-сайты, документы, базы данных) создавать и оптимизировать высоконагруженные ML-сервисы, включая text-to-sql, системы суммаризации и прогнозной аналитики участвовать в полном цикле жизни ML-решений: от ресерча и прототипирования новых подходов до внедрения в production и последующего мониторинга интегрировать LLM-решения (как open-source, так и коммерческие) в микросервисную архитектуру платформы оптимизировать производительность моделей и пайплайнов для работы в on-premise окружениях с высокими требованиями к скорости и надежности сотрудничать с продуктовой командой и backend-разработчиками для бесшовной интеграции ИИ-функционала в платформу Требования Наш идеальный кандидат обладает: 1. Глубокой экспертизой в AI/ML Практическим опытом разработки и вывода в production LLM-решений (RAG, fine-tuning, ИИ-агенты). Уверенным владением фреймворками для создания LLM-приложений (например, LangGraph, LangChain, LlamaIndex). Опытом работы с большими языковыми моделями (GPT, Llama, Mistral и др.) и пониманием их сильных и слабых сторон. Отличным знанием Python и ключевых библиотек для ML (PyTorch/TensorFlow, scikit-learn, Hugging Face). Опытом работы с векторными базами данных (Milvus, Pinecone, Weaviate и т.п.). 2. Сильными инженерными навыками (Backend MLOps) Опытом разработки на Python с использованием фреймворков (FastAPI и др). Уверенным знанием SQL и опытом работы с реляционными СУБД (PostgreSQL). Пониманием принципов микросервисной архитектуры, REST API, WebSocket. Опытом контейнеризации приложений (Docker) и их оркестрации (Kubernetes). Практикой настройки CI/CD пайплайнов (GitLab CI, GitHub Actions). Опытом работы с инструментами мониторинга и логирования (Prometheus, Grafana, Loki). Условия офисный или гибридный формат в Москве ежегодный пересмотр зарплаты и годовая премия расширенный ДМС и льготное страхование для семьи уникальная система обучения Сбера для профессионального и карьерного развития выгодная ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компании-партнёров вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.

Образование: Не указано