Senior Machine Learning Engineer AI

Мы ищем AI/ML Engineer уровня Middle для разработки и внедрения решений на основе Generative AI в fintech-среде. Вы будете создавать RAG-системы, интегрировать LLM, разрабатывать AI-агентов и выводить модели в промышленную эксплуатацию.

Основная цель — разработка масштабируемых AI-сервисов, которые решают реальные бизнес-задачи: персонализация ответов клиентам, обработка документов, автоматизация сценариев поддержки и др.

Роль предполагает тесное взаимодействие с AI специалистами и смежными командами из ИТ. Это шанс работать с передовыми GenAI-технологиями, где AI-агенты, RAG и multi-agent системы дают конкурентное преимущество в финтех-индустрии.

Обязанности

Разработка RAG-систем: Проектирование и сборка пайплайнов для обработки документов (парсинг, чанкинг, векторизация), реализация гибридного поиска и механизмов реранжирования для повышения точности ответов.

* Интеграция LLM и создание агентов: Разработка AI-ассистентов и чат-ботов с использованием LangChain / LangGraph, реализация сложных multi-agent сценариев с распределением задач между агентами.

* Дообучение и адаптация моделей: Проведение экспериментов по дообучению открытых LLM (Qwen, Llama, Mistral) с использованием PEFT (LoRA/QLoRA) для улучшения качества инференса на специфических fintech-данных.

* Инженерия промптов и оптимизация: Разработка эффективных шаблонов промптов, внедрение техник (Few-shot, Chain-of-Thought) и оптимизация контекстного окна для работы с большими объемами данных.

* Разработка API: Создание микросервисов на FastAPI для инференса моделей, обеспечение асинхронной обработки запросов и интеграция с системой очередей (RabbitMQ/Kafka) для отказоустойчивости.

* DevOps и MLOps: Контейнеризация сервисов (Docker), развертывание моделей на GPU-инфраструктуре (Ollama, vLLM), настройка мониторинга дрейфа данных и качества ответов в продакшене.

* Исследования и R&D: Анализ научных статей и реализации SOTA-подходов в области RAG и Agentic AI, проведение тестов для сравнения различных архитектурных гипотез.

* Документирование и архитектурное согласование: Ведение технической документации по архитектуре AI-сервисов, описание API-контрактов и результатов экспериментов для кросс-командного взаимодействия. Подготовка пакетов документов по ИИ продукту для Архитектурного комитета и отрисовка схем взаимодействия сервисов для ИБ.

* Определение и расчет необходимой инфраструктуры (GPU, CPU, RAM, хранилища) для разрабатываемых AI-решений с учетом планируемой нагрузки и требований к отказоустойчивости

Требования

• Ключевые технические требования:
• Python: уверенное владение, понимание ООП и Git**.**
• Работа с данными: опыт использования Pandas и NumPy для подготовки, очистки и анализа данных.
• Машинное обучение: хорошее знание основ ML (классификация, регрессия, кластеризация), метрик качества и библиотеки Scikit-learn.
• Глубокое обучение и LLM: опыт работы с PyTorch. Понимание архитектуры Transformer и принципов работы современных языковых моделей (LLM).
• RAG и векторный поиск: практический опыт разработки RAG-систем, работы с embeddings и векторным поиском (ChromaDB, FAISS). Опыт использования фреймворков LangChain или LangGraph.
• Backend: разработка API на FastAPI, понимание REST API и основ асинхронного программирования.
• Инфраструктура: Docker / Docker Compose.
• Будет преимуществом:
• Практический опыт дообучения LLM (LoRA, QLoRA) и их развёртывания через Ollama или vLLM.
• Базовое понимание CI/CD-процессов и опыт работы с облачной инфраструктурой (Cloud.ru, Yandex Cloud, AWS, Azure).
• Навыки создания AI-ассистентов и агентов.
• Личные качества:
• Самостоятельность в ведении задач от гипотезы до прототипа.
• Умение объяснять сложные AI-концепты команде.
• Способность быстро адаптироваться к новым технологиям.
• Английский язык на уровне чтения технической документации (B1+).

Условия

• Гибридный формат работы;
• Выгодные ипотечные льготные условия кредитования;
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Сбер Еаптека и другие;
• ДМС с первого дня и льготное страхование для близких;
• Корпоративная пенсионная программа;
• Детский отдых и подарки за счет Компании;
• Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию;
• Скидки на отдых в лучшем в мире курортном комплексе «Mriya Resort & SPA» в Ялте