Центр практического искусственного интеллекта занимается разработкой и внедрением высокотехнологичных AI-инструментов. Задачи берутся из повседневной практики бизнеса.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

### Вы будете:

* разрабатывать, оптимизировать и поддерживать NLP/мультимодальные пайплайны, включая RAG-системы и ассистентов для бизнес-задач

* создавать и развивать ИИ-агентов и мультиагентные системы (workflow-оркестрация, планирование, инструменты, memory-модули, интеграции с сервисами банка)

* участвовать в формировании и проверке гипотез для улучшения качества моделей и пайплайнов

* интегрировать агентские пайплайны в высоконагруженные сервисы банка, обеспечивая стабильность, производительность и мониторинг

* адаптировать и внедрять результаты исследований в прикладные решения

* разрабатывать сервисы вокруг моделей: API-слои, микросервисы, inference-скрипты, CI/CD для ML

* обеспечивать качество кода и следить за инженерными практиками (тестирование, логирование, мониторинг)

* участвовать в выборе и настройке инфраструктуры для инференса и обучения.

Требования

### Требования:

* опыт разработки и продакшен-внедрения ML-сервисов от 3х лет

* уверенные технические навыки

* глубокие знания NLP и уверенная база в классическом ML

* опыт разработки RAG-систем, ML-ассистентов, работа с векторными хранилищами и retrieval-стеком

* отличное знание Python, опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью

* опыт работы с мультиагентными фреймворками (LangGraph, LlamaIndex или другие)

* уверенное владение инструментами разработки и инфраструктуры: bash, Docker/Openshift/Kubernetes, Git

* опыт упаковки моделей в сервисы и интерфейсы (FastAPI, Flask, Tornado; будет плюсом UI-фреймворки типа StreamLit/ChainLit)

* понимание технологий инференса и обучения больших моделей (vLLM, DeepSpeed, Accelerate)

* опыт интеграции генеративных моделей в реальные бизнес-процессы

* знание CI/CD для ML/infra (GitLab CI/GitHub Actions/ArgoCD)

* навыки профилирования, оптимизации и мониторинга систем в проде (Prometheus/Grafana/OpenTelemetry)

* понимание MLOps-паттернов: feature store, model registry, rollout/rollback стратегий.

Будет плюсом:

* опыт работы с мультимодальными моделями (Vision/Audio LLMs)

* опыт распределённого обучения и оптимизации больших моделей.

Условия

### Мы предлагаем:

* комфортный современный офис г. Москва, рядом с метро Кутузовская

* офисный формат работы (возможно обсудить гибрид после исп.срока)

* ежегодный пересмотр зарплаты и годовая премия

* корпоративный спортзал и зоны отдыха

* 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

* подписка Прайм с возможностью совместного использования на трёх близких

* вознаграждение за рекомендацию друзей в команду Сбера.