ML-инженер (ИИ-агенты, Лаборатория интернета вещей)

Мы строим корпоративную систему управления знаниями нового поколения на основе мультиагентной GenAI-архитектуры. Система обеспечивает сотрудникам интеллектуальный доступ к корпоративным знаниям через чат-интерфейс и веб-поверхности, формирует персональные рекомендации контента и автоматизирует работу с неструктурированной информацией.

Техническая основа – мультиагентная система, интегрированная с реляционными и документальными БД, S3-хранилищем документов, корпоративным RAG-сервисом, OCR-системой и другими внутренними АС банка. Разработка ведется на корпоративной микросервисной платформе с выделенным AI-агентным фреймворком.

Это продуктовая разработка с нуля с длинным горизонтом.

Обязанности

• Разработка и настройка логики агентов с учётом ролевой модели пользователей и источников данных
• подготовка и предобработка данных из корпоративных АС банка для обучения и дообучения моделей
• интеграция с корпоративным RAG-сервисом: настройка retrieval-пайплайнов, оптимизация индексов
• отладка логики агентов, работа с пользовательской обратной связью, итеративное улучшение
• повышение качества ответов: оценка метрик, выявление деградаций, работа с качеством источников информации
• эксперименты с prompt engineering, fine-tuning и методами улучшения релевантности

Требования

• Опыт работы в роли ML-инженера от 3 (трех) лет в проектах по разработке и/или модификации и/или внедрению ИИ решений и ПО с использованием Python
• опыт разработки ИИ-агентов и чат-ботов; опыт работы с агентными фреймворками: LangChain, LangGraph или аналоги
• понимание NLP-методов: классификация, извлечение сущностей, семантический поиск, embeddings, summarization
• опыт работы c LLM (OpenAI, Qwen, GigaChat или аналоги)
• понимание RAG-архитектур и принципов векторного поиска
• prompt engineering – структурирование промптов, chain-of-thought
• опыт подготовки и очистки данных (pandas, spark или аналоги)
• понимание метрик качества NLP-систем (precision, recall, NDCG и т.п.)

Будет преимуществом:

• опыт оценки качества генеративных ответов (RAGAS, TruLens и т.п.)
• векторные БД: Chroma, Weaviate, pgvector или аналоги
• опыт работы с корпоративными данными (банк, ERP, CRM)
• SQL
• опыт дообучения (fine-tuning) языковых моделей

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.