
Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.
СБЕР На сервисе с: 08.10.26 14:22
Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.
Примеры:
• Система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков
• Агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени
• Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования
• AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов
• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями
• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин.
разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM
адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO)
участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества
написание качественного кода и обсуждение технических решений с командой.
неоконченное высшее техническое образование с хорошей подготовкой в области математики и алгоритмов
знание Python, статистики и ML/DL-стека
опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров
опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG)
опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents)
знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования
умение писать чистый и поддерживаемый код (Clean Architecture, SOLID)
опыт работы с Git.
Будет плюсом:
опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse
успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах)
вклад в open-source проекты, публикация моделей и датасетов на Hugging Face
погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам
знание других языков программирования (например, C++, Java).
оплачиваемая стажировка
формат работы: офис.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.