Senior MLOps Engineer

Мы разрабатываем мультиагентную систему для автономного мониторинга ИИ-агентов в проде. Наша цель-повысить скорость, точность и надежность процессов оценки рисков ИИ-решений, что напрямую влияет на эффективность работы Банка. Система будет осуществлять автономный мониторинг ИИ-агентов в реальном времени с использованием передовых подходов к обнаружению аномалий.

Обязанности

Разработка ИИ-агентов:

• проектирование и реализация мультиагентной системы обнаружения аномалий
• создание агентов для автоматизации сквозного автономного мониторинга ИИ-агентов
• разработка ML моделей для детекции аномалий
• внедрение reinforcement learning для самообучающейся системы мониторинга.

Инженерия данных:

• построение ETL/ELT пайплайнов для обработки трассировок AI-агентов
• реализация stream processing для анализа данных в реальном времени
• работа с трейсами ИИ-агентов (Arize Phoenix, OpenAI и др.)

DevOps и инфраструктура:

• развертывание и поддержка production-инфраструктуры для мультиагентной системы
• настройка CI/CD пайплайнов для ML систем мониторинга
• автоматизация развертывания и масштабирования агентов с помощью Kubernetes
• реализация Infrastructure as Code для воспроизводимости окружения
• мониторинг и обеспечение надежности работы системы 24/7.

Интеграция и коллаборация:

• тесное кросс-функциональное взаимодействие с другими командами для внедрения агентов в прод среду
• интеграция с существующими MLOps-инструментами.

Требования

• продвинутый Python: опыт написания чистого, модульного кода, знание принципов PEP-8, SOLID и т.п..
• практический опыт с LLM: fine-tuning, RAG, prompt engineering
• опыт разработки AI-агентов: понимание multi-agent систем (AutoGen, CrewAI и т.п.), reinforcement learning
• знание инструментов для работы с LLM (LangChain, LangFuse, LangSmith, Hugging Face и т.п.)
• знание подходов GitOps для управления ML инфраструктурой
• опыт интеграции с MLOps-инструментами (MLflow, Airflow).

Желательно:

• опыт работы с трейсами ИИ-агентов (Arize Phoenix, OpenAI и др.)
• опыт работы с stream processing (Kafka, Flink)
• знание observability стека (OpenTelemetry, Prometheus, Grafana)
• знание ML-стэка: PyTorch, Lightning, Transformers, Diffusers и т.п.

Условия

• комфортный современный офис рядом с м.Кутузовская
• гибридный формат работы
• годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• регулярные митапы и развитое DS-community
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.