
Job description
Мы создаем основу для безопасного и эффективного использования ИИ в Банке. Наша команда разрабатывает мультиагентную систему для автономного мониторинга всех ИИ-агентов Банка в промышленной эксплуатации. Это не просто дашборды и алерты — это интеллектуальная платформа, которая должна понимать, как и почему агенты принимают решения, предсказывать сбои до их наступления и автоматически локализовать корневые причины.
Мы предлагаем возможность сыграть ключевую роль в разработке с нуля уникальной системы, от которой зависит надёжность всех ИИ-сервисов Банка для миллионов людей.
-
разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев
-
исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее.
-
ведение проекта по полному циклу: от идеи и прототипа до рабочего решения в проде, его тестирования и поддержки
-
проектирование пайплайнов для работы с данными (трейсами агентов) и обучения моделей, интегрируя их в нашу MLOps экосистему
-
взаимодействие с командами разработки и валидации ИИ-агентов, MLOps для интеграции решений и формирования лучших практик.
-
глубокое знание математической статистики, алгоритмов классического ML и архитектур нейросетей
-
опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до внедрения в прод и мониторинга
-
опыт проведения аналитических исследований (R&D): умение самостоятельно изучать проблемную область, формулировать и проверять гипотезы, выбирать и адаптировать state-of-the-art методы под задачи проекта
-
уверенное владение стеком технологий для анализа, экспериментов и разработки: NumPy, Pandas, Polars, Scikit-learn, XGBoost, LightGBM, CatBoostOptuna / Hyperopt
-
навык написание чистого, модульного кода на Python, понимание принципов SOLID, опыт работы с Git.
Будет преимуществом:
- опыт разработки ИИ-агентов / агентных систем, понимание принципов их работы, коммуникации и оркестрации
- опыт работы с трейсами и метаданными ИИ-агентов (OpenAI, Arize Phoenix, LangSmith)
- опыт работы с векторными базами данных
- знание observability-стека (OpenTelemetry, Prometheus, Grafana) для мониторинга ML-систем
- публикации или значимый вклад в open-source в области ML/NLP/LLM.
Личные качества:
-
проактивность: способность самостоятельно находить проблемы и предлагать эффективные решения
-
системное мышление: умение видеть проект как целостную систему, понимать взаимосвязи и долгосрочные последствия решений
-
результативность в условиях неопределенности: способность эффективно работать при неполных данных и в меняющихся условиях
-
ответственность: понимание важности production-систем и SLA, готовность нести ответственность за свои решения.
-
комфортный современный офис: г. Москва, метро Кутузовский пр.
-
формат работы– офис, по согласованию с руководителем возможно выполнение пула задач в гибридном формате
-
ежегодный пересмотр зарплаты, 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 (медицинское страхование), льготное страхование для семьи
-
ипотека для сотрудников
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера.