ML инженер (middle+)

Универсальный Агент / База знаний Ops — производственный AI-продукт внутри Сбербанка, автоматизирующий деятельность операционного центра. Операционный центр обрабатывает порядка 3 000 типов задач ежедневно: анализ документов, верификация данных, сверка информации между банковскими системами.

Продукт состоит из двух агентных систем, которые работают в связке:

УИЦС (Создатель навыков)

Агент-компилятор знаний. Читает стандартные операционные процедуры (СОП) и инструкции, преобразует их в машиноисполняемые скилы — структурированные графы шагов, инструментов и логики.

УИЦС (Универсальный движок)

Агент-исполнитель. Принимает входящие задачи, выбирает нужный скил и исполняет его в co-pilot режиме с подтверждением оператора. Подключён к реальным интеграциям: ЕСМ, банковские API

Обязанности

• Разработка и итерация пайплайна извлечения структуры из неформатированных документов (PDF, DOCX, скриншоты)
• Проектирование схемы представления скилов: граф шагов, типы узлов, инструменты, ветвления, условия
• Разработка и улучшение LLM-промптов для компиляции СОП → граф, few-shot стратегии, оценка галлюцинаций
• Построение системы качества: gold dataset, метрики на каждом этапе пайплайна, автоматическое тестирование
• Внедрение семантического поиска и RAG для работы с базой знаний инструкций
• Исследование методов дообучения / fine-tuning для специализации модели под банковскую документацию
• Оценка качества созданных скилов через их исполнение в УИЦС (метрики end-to-end).

Требования

• Опыт в ML Engineering от 4 лет, из них от 2 лет с LLM и NLP-задачами
• Уверенное владение Python: LangChain / LangGraph или аналоги, работа с графами зависимостей
• Практический опыт построения RAG-систем: chunking, embeddings, retrieval, re-ranking
• Опыт разработки и оценки промптов: few-shot, chain-of-thought, structured output, функциональные вызовы
• Работа с векторными хранилищами и семантическим поиском (FAISS, ChromaDB или аналоги)
• Умение строить системы оценки качества ML-пайплайнов: gold dataset, offline/online метрики, A/B
• Понимание архитектуры агентных систем: ReAct, plan-and-execute, tool use, multi-agent

Условия

• Комфортный офис: г.Москва, проезд 2-й Южнопортовый, 12Ак1, (м.Кожуховская)
• Возможен гибридный формат работы после испытательного срока
• Корпоративный тренажерный зал
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• 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.