Мы ищем **LLM-backend инженеров** в **БЛиК** — команду, перед которой стоят две задачи: автоматизировать бизнес-процессы блока с помощью AI-инструментов и сделать AI-решения доступными каждому сотруднику, чтобы поднять продуктивность и интерес к теме у тех, кто принимает решения.

Мы используем Python, LangGraph, Kubernetes, а также собственные и внешние модели — и при этом свободно сочетаем готовые инструменты с решениями, которые пишем сами. Нам важны системы, которые приносят организации измеримый результат.

Вы будете ключевым специалистом в кросс-функциональной команде и будете работать бок о бок с backend, DS, Data и другими LLM-инженерами.

Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

* разрабатывать и сопровождать бэкенд AI-агентов: оркестрация графов на LangGraph — состояния, ветвления, циклы, human-in-the-loop, политики retry и fallback

* проектировать и версионировать инструменты (tools) для агентов, интегрировать их с внутренними системами банка через REST/gRPC/MCP/A2A

* работать со сложными промптами, настраивать источники данных под RAG для эффективного поиска и оценивать ответы моделей на точность, релевантность и качество

* упаковывать сервисы в Docker и выводить их в промышленный Kubernetes

* проектировать и проводить эксперименты и A/B-тесты над промптами, пайплайнами и конфигурациями моделей

* развивать систему eval — формировать наборы задач и сценариев, определять метрики accuracy/relevance/robustness, автоматизировать прогон экспериментов и анализ результатов; принимать продуктовые решения на основе метрик

* заниматься тонкой настройкой и оптимизацией конфигураций моделей и агентов: сравнивать модели, версии и параметры inference, подбирать баланс качества, latency и стоимости, обеспечивать устойчивость и предсказуемость работы оркестраций в production

* выстраивать мониторинг: трассировку цепочек вызовов, метрики латентности, токенов и стоимости, алертинг

* вместе с командой решать сложные задачи внедрения AI, ревьюить код и держать высокую планку качества решений.

Требования

* практический опыт работы с LLM: промпт-инжиниринг, сборка пайплайнов, интеграция моделей

* LangGraph — опыт разработки агентных графов, вывода их в прод и отладки нетривиального поведения

* Docker — сборка и оптимизация образов, multi-stage, работа с реестрами

* Kubernetes — реальный опыт эксплуатации сервисов в кластере, а не только знакомство по документации

* понимание метрик качества и практический опыт A/B-тестирования ML-решений

* умение приоритизировать гипотезы, обоснованно выбирать модели, методы и алгоритмы и проектировать эффективные инженерные решения

* опыт поставки качественного ПО и владение циклом разработки целиком  от технического дизайна до мониторинга после выката

* уверенное владение Python и его экосистемой при этом language- и framework-agnostic подходе к задачам

* понимание ландшафта LLM-провайдеров: как коммерческих, так и open-source моделей, разворачиваемых в собственном контуре

* знакомство с open-source инструментами для построения и оценки RAG: LangChain, LlamaIndex, Ragas, MLflow и подобными

* умение объяснять сложные технические вещи широкой аудитории стейкхолдеров.

Будет плюсом:

* опыт вывода в прод бизнес-критичных ML/AI-приложений

* опыт адаптации, дообучения и разворачивания open-source моделей в on-premise или закрытом контуре

* MCP (Model Context Protocol), разработка MCP-серверов и проксирования инструментов

* мультиагентные архитектуры: маршрутизация, разделение ролей, общая память между агентами

* личное портфолио pet-проектов по ML или вклад в open-source

* опыт работы в банке, финтехе или другом регулируемом домене

* опыт построения Reat-агентов на современных open-source решениях

* опыт использования Openclaw, Hermes, Ouroboros

* навыки работы с генеративными AI-моделями

* опыт создания AI-агентов и использования их в работе будет преимуществом

* опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.

Условия

* гибридный формат работы. Кутузовский проспект 32 к.1

* ежегодный пересмотр зарплаты, квартальная и 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, льготное страхование для семьи и корпоративная пенсионная программа

* гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

* подписка Прайм с возможностью совместного использования на трёх близких

* вознаграждение за рекомендацию друзей в команду Сбера.