Разработчик ИИ - решений (Python, FastAPI)

Мы ищем AI Engineer, который будет создавать AI-агентов для товародвижения большой розничной сети и доводить решения до промышленной эксплуатации. Здесь можно работать с реальными бизнес-сценариями и данными в масштабе крупного ритейла, влиять на архитектуру решений и видеть результат своей работы в проде.

Чем тебе придется заниматься:

• Разрабатывать AI-агентов для процессов товародвижения и доводить решения от идеи до прода
• Создавать RAG-системы, поиск по внутренним документам и корпоративным базам знаний
• Проектировать backend-сервисы и API для AI-продуктов на Python
• Работать с LLM: настраивать инференс, structured output, guardrails и взаимодействие с моделями через LLM Gateway
• Развивать качество AI-решений - выстраивать оценку ответов LLM и RAG, анализировать ошибки и улучшать сценарии
• Проектировать поиск по векторным, поисковым и реляционным базам данных
• Запускать и сопровождать AI-сервисы в промышленной эксплуатации
• Вести техническое направление команды - помогать с архитектурными решениями, декомпозицией задач и развитием коллег
• Взаимодействовать с бизнес-командами, погружаться в процессы товародвижения и переводить бизнес-задачи в работающие AI-сценарии

• Готовность к гибридному формату работы (Москва, Краснодар, Санкт-Петербург)
• Сильный опыт разработки на Python и создания production-сервисов и API - FastAPI, Flask или Django
• Практический опыт разработки AI-агентов и RAG-систем - LangGraph, LangChain, Google ADK, OpenAI Agents SDK, CrewAI или аналоги
• Опыт работы с векторным и полнотекстовым поиском - Qdrant, Elasticsearch/OpenSearch, pgvector, ChromaDB, FAISS или аналоги
• Уверенную работу с реляционными базами данных и сложными SQL-запросами - PostgreSQL, MySQL
• Опыт оценки качества LLM/RAG-решений и построения eval-процессов - RAGAS, DeepEval, LangSmith или аналоги
• Понимание production-инфраструктуры AI-сервисов - Docker, CI/CD, инференс LLM через vLLM, SGLang, TensorRT-LLM или аналоги
• Опыт или хорошее понимание LLM Gateway, guardrails и structured output - LiteLLM, Portkey, Kong AI Gateway, Guardrails AI, NeMo Guardrails, Pydantic или аналоги
• Готовность брать техническое лидерство, самостоятельно принимать решения и взаимодействовать с бизнесом

Мы предлагаем:

• ​​​​​​ДМС со стоматологией и льготными условиями для членов семьи
• Технику для работы
• График работы с гибким началом дня
• Работу в гибридном формате в максимально уютном офисе в Краснодаре, Москве или Санкт-Петербурге
• Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах
• Развитие - мы оплачиваем обучение на курсах и участие в конференциях
• Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании
• Наличие корпоративной библиотеки курсов
• Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе

We're looking for an AI Engineer to own the AI layer of our products - from research and experimentation to production deployment. You'll have end-to-end ownership of AI initiatives, work on real-world GenAI challenges, and help shape the future of AI-powered products.

What will need to do:

• Design and build LLM pipelines, AI agents, and RAG-based systems: function/tool calling, structured output (JSON schema)
• Develop production-grade Python services (Django, Celery, Redis)
• Validate product hypotheses using real-world data and analytics
• Measure and optimize LLM quality, performance, and cost
• Collaborate closely with product managers and engineers to turn ideas into scalable solutions

Requirements:

• Experience with NLP projects in production, 1+ year.
• Strong experience building production LLM applications.
• Hands-on expertise with RAG, embeddings, vector search, prompt engineering, and LLM evaluation.
• Experience with LangGraph, LangChain, or similar frameworks.
• Solid Python backend background, 2+ years (Django, PostgreSQL, async programming).
• Strong SQL/Pandas skills and a data-driven mindset.
• Language proficiency: English at B2–C1, Russian at C1.
• Location: any, except Russia and Belarus.

It will be a plus:

• Experience with vector databases (Qdrant, pgvector, etc.)
• Fine-tuning, text classification, or embedding models
• Kubernetes, gRPC, or Go experience

Why Join Us:

At Mad Devs, you'll join a passionate team dedicated to solving complex challenges and delivering innovative solutions. Our projects span Europe, the USA and South East Asia, giving you the opportunity to make a global impact. We value flexibility, remote working and professional development, ensuring you thrive in an inspiring environment. Join us in revolutionizing the legal industry with AI!

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 Senior Applied ML Engineer, который будет самостоятельно вести сложные LLM-проекты: разбираться в бизнес-контексте, формулировать технический подход, выбирать архитектуру, выстраивать оценку качества и отвечать за технический результат проекта. В этой роли важно видеть систему целиком: пользовательский сценарий, данные, архитектуру, интеграции, ограничения и риски.

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:

• самостоятельно вести разработку LLM-агентов, копилотов и агентных систем для реальных бизнес-процессов: формализовывать задачу, проверять гипотезы, выбирать подход и доводить его до рабочего решения
• проектировать архитектуру и агентную логику решений: обработку запросов, выбор и вызов инструментов, работу с базами знаний и взаимодействие с внутренними системами
• принимать и аргументировать технические решения: выбирать между простыми и более сложными подходами, оценивать их влияние на качество, скорость, стоимость, надежность и сложность поддержки
• выстраивать пайплайн разработки и оценки качества: определять необходимые данные и тестовые сценарии, проектировать evals, проводить эксперименты, анализировать ошибки и находить слабые места в системе
• брать техническое лидерство в сложных задачах: декомпозировать работу, проводить design/code review, помогать команде принимать технические решения и снимать технические блокеры
• находить повторяющиеся паттерны и превращать удачные решения в переиспользуемые компоненты, внутренние инструменты и инженерные практики
• работать на стыке research и engineering: изучать статьи и open-source-решения, проверять новые подходы и применять удачные идеи в рабочих системах
• взаимодействовать с заказчиками, продуктовыми и инженерными командами, согласовывать требования, ограничения и критерии готовности решения, сопровождать его пилотирование и внедрение.

Мы ожидаем от вас:

• от 4 лет коммерческого опыта разработки и внедрения ML/NLP-решений
• практический опыт разработки LLM-агентов, RAG-систем, копилотов или других решений на базе LLM, понимание современных архитектурных паттернов, ограничений и критериев качества таких решений
• опыт самостоятельной разработки LLM-решений end-to-end: от понимания бизнес-задачи, определения необходимых данных и выбора архитектуры до выстраивания оценки качества, реализации сервиса, запуска пилота и сопровождения внедрения
• уверенное владение Python и опыт разработки backend-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD
• умение работать с неопределенными задачами: переводить бизнес-потребности в технические решения, формулировать гипотезы, выбирать подход, объяснять технические компромиссы и доводить решение до результата
• опыт технического лидерства в сложных задачах: декомпозиции работы, проведения design/code review, помощи менее опытным инженерам и снятия технических блокеров
• способность быстро разбираться в новых статьях, фреймворках и подходах, проверять их применимость на практике и превращать удачные идеи в рабочие решения.

Будет плюсом:

• опыт координации небольшого технического стрима или работы нескольких инженеров над общим проектом
• сильный backend-опыт и умение строить production-grade сервисы
• опыт внедрения ML/LLM-решений в enterprise-контуре: безопасность, доступы, интеграции, мониторинг, SLA и ограничения production-среды.

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.