Middle AI Guardrails Developer (Platform V AI Guardrails)

Мы разрабатываем системы безопасности и контроля для LLM и генеративных AI-моделей. Наша цель — создавать надёжные guardrails, которые предотвращают нежелательное поведение моделей, токсичный контент, jailbreak-атаки, утечки данных и нарушения политик, сохраняя при этом полезность и качество ответов. Мы ищем сильного специалиста в команду разработки. Человек будет не просто писать код, а глубоко понимать предметную область: проектировать и развивать защитные механизмы вокруг LLM, проводить активную аналитику собственного решения и решений конкурентов, выявлять слабые места и предлагать улучшения на основе данных и экспериментов. Ключевой фокус — сочетание hands-on разработки и исследовательско-аналитической работы. Нам нужен человек с экспертизой, который понимает, почему работает (или не работает) тот или иной подход, а не просто применяет готовые библиотеки.### Твои задачи: * разрабатывать и улучшать компоненты AI Guardrails: фильтры контента, системы детекции токсичности, bias, PII, jailbreak-попыток, prompt injection и других рисков * интегрировать и дообучать модели классификации / модерации (toxicity, hate speech, self-harm, sexual content и др.) * проектировать и реализовывать пайплайны pre-/post-processing для LLM (input/output filtering, rewriting, refusal mechanisms) * создавать и поддерживать evaluation-фреймворки: бенчмарки, red-teaming, adversarial testing, метрики безопасности и robustness * работать с LLM API / open-source моделями, оптимизировать latency и качество guardrails * участвовать в разработке политик безопасности, документировать решения * анализировать инциденты, улучшать покрытие edge-cases и снижать false positive/negative.### Мы ожидаем, что у тебя есть: * 2–4+ года коммерческого опыта в ML/AI-разработке (Python) * опыт работы с LLM (OpenAI, Anthropic, open-source: Llama, Mistral, Qwen и т.д.) * практический опыт построения систем модерации / content safety / guardrails или похожих задач (toxicity detection, PII redaction, prompt defense) * хорошее знание NLP: классификация текста, embeddings, fine-tuning (LoRA/QLoRA), evaluation * опыт с PyTorch / Hugging Face Transformers, LangChain / LlamaIndex / аналогичными фреймворками * понимание основных угроз LLM (jailbreaks, prompt injection, data leakage, hallucination risks) * умение писать чистый, тестируемый код, работать с CI/CD, Docker. * самостоятельность и ownership: способность брать задачу end-to-end (от исследования до production) * навыки работы с генеративными AI-моделями. **Будет плюсом:** * опыт red-teaming / adversarial ML / safety evaluation * знание техник alignment (RLHF, DPO, constitutional AI) и safety benchmarks (HarmBench, JailbreakBench, AdvBench и др.) * опыт работы с vector DB, RAG-пайплайнами и их безопасностью * знание multi-modal guardrails (изображения + текст) * опыт production-deployment ML-систем (FastAPI, Kubernetes, мониторинг). * английский на уровне чтения документации.### **Работа в СберТехе - это:** * гибридный формат работы * годовой бонус и ежегодный пересмотр зарплаты * статус аккредитованной ИТ-компании * расширенный ДМС с первого дня и льготное страхование для семьи * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * 90 дней удаленной работы из любого региона РФ * льготная ипотека в Сбере * бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.