Applied ML Engineer (LLM Agents & Agentic Systems)

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы работаем с задачами, в которых недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить подходы, спроектировать решение и довести его до измеримого результата для бизнеса. Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. В таких решениях необходимо проектировать взаимодействие агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах. Мы ищем Applied ML Engineer, который будет работать на стыке ML/NLP, LLM engineering и прикладной разработки. Основная задача — создавать агентные решения для реальных бизнес-процессов: проектировать ML/LLM-логику, проверять гипотезы, собирать рабочие прототипы, выстраивать оценку качества и готовить решения к пилоту и внедрению вместе с продуктовыми и инженерными командами. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере: диалог займет примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали по вашему опыту и ускорить рассмотрение кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим отнестись с пониманием: ваш опыт и участие помогут сделать его удобным и полезным для всех.### Чем предстоит заниматься: * разрабатывать LLM-агентов, копилоты и компоненты агентных систем для реальных бизнес-процессов: проверять гипотезы и доводить выбранные подходы до рабочих прототипов * реализовывать агентную логику: обработку пользовательских запросов, выбор и вызов инструментов, работу с базами знаний и интеграции с внутренними системами * выстраивать пайплайн разработки и проверки качества: определять необходимые данные и тестовые сценарии, проектировать evals, проводить эксперименты, анализировать ошибки и улучшать решение на основе результатов * работать на стыке research и engineering: читать статьи, разбирать open-source решения, быстро проверять гипотезы и доводить удачные идеи до результата * искать в конкретных бизнес-задачах типовые паттерны и превращать удачные решения в переиспользуемые компоненты и подходы * взаимодействовать с заказчиками, инженерами и продуктовыми командами, уточнять требования и сопровождать пилотирование и внедрение решений.### Мы ожидаем от вас: * практический опыт работы с ML / NLP / LLM * уверенное владение Python и понимание ML-стека * опыт разработки LLM-агентов, RAG-систем или других сервисов на базе LLM, понимание современных агентных архитектур и подходов * опыт работы с LangChain или LangGraph либо самостоятельной реализации orchestration- и tool-calling-логики * опыт разработки LLM-решений: от понимания необходимых данных и выбора архитектуры до evals, API/сервиса и демонстрации результата * опыт разработки backend-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD * способность быстро разбираться в новых статьях, фреймворках и подходах и превращать новые идеи в рабочие прототипы. Будет плюсом: * опыт самостоятельного ведения ML/LLM-сервисов: от идеи и прототипа до внедрения * сильный backend-опыт и умение строить production-grade сервисы * опыт работы в стартапах или командах с быстрым циклом проверки гипотез.### Мы предлагаем: * комфортный современный офис г. Москва, рядом с метро Кутузовская * возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю) * 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.