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.
Обязанности
- 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.
Требования
- 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.
Условия
- 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.
Похожие вакансии
Образование: Высшее (предпочтительно техническое). Опыт: От 2-х лет работы инженером или специалистом в техническом архиве, отделе технической документации или...
Профильное высшее образование (химическое/ химико-технологическое/фармацевтическое). Практический опыт в области органического синтеза. Знание процессов и аппаратов производства АФС.
Высшее техническое образование. Опыт работы на АЭС в качестве НСС/НСБ/ВИУБ/ВИУР/ВИУТ или опыт обучения оперативного персонала БПУ...
Опыт работы в банковской сфере не менее 1 года. Базовые знания в отношении основных операций коммерческого банка, бухгалтерского учета банковских...
Наличие высшего биологического, медицинского, фармацевтического или химического образования. Умение обосновывать направления новых исследований и разработок и методы их выполнения, вносить...
