Senior DS/LLM Engineer (ИИ‑агенты для бизнеса)
Summary
Build and deploy LLM agents and RAG systems for banking workflows, fine-tuning models and orchestrating multi-agent pipelines in Python.
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!### Задачи:
* разработка и внедрение LLM-агентов и продвинутых RAG систем в управленческом домене для решения стратегических задач банка — от прототипов до продакшена
* решение прикладных задач оценки качества и полноты предоставленной документации/отчетности в бизнес доменах средствами ИИ-ассистентов (RAG-пайплайны, классификация запросов, генерация ответов, оценка релевантности)
* исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
* работа с GigaChat как основной моделью, а также эксперименты с ChatGPT, Gemini, Qwen
* fine-tuning моделей (instruction-tuning, adapters, LoRA, SFT, LLM-RL)
* разработка метрик качества
* взаимодействие с инженерами и аналитиками — внедрение моделей в реальные кейсы.### Требования:
* опыт в роли DS/ML от 3 лет
* глубокая экспертиза в NLP/LLM
* уверенное знание инструментов разработки и инфраструктуры (bash, docker/openshift, git и т.д.)
* фундаментальные знания в сфере ML, профильное образование
* отличные знания языка Python и опыт индустриальной разработки
* понимание архитектуры LLM и принципов prompt engineering
* опыт построения RAG-систем, fine-tuning и дообучения моделей
* умение проектировать пайплайны inference / retraining
* опыт упаковки моделей в сервисы и интерфейсы (например, FastAPI, Flask, Tornado, StreamLit, ChainLit и т.д.)
* опыт интеграции LLM с внешними API или базами знаний.### 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.