LLM-инженер / Full-stack инженер (AI-агенты для аналоговой электроники)

Команда AI Common Service Team развивает платформенные продукты для разработки, внедрения и сопровождения AI/ML-решений в банке: GPU Cluster, LLM Gateway, векторные БД, инструменты Observability и Context Annotation Platform.
Еще одно из наших направлений — платформа оценки агентных систем на задачах банка. Мы развиваем её, чтобы команды могли сравнивать решения, выбирать подходящие инструменты и проверять, как изменения моделей и агентов влияют на качество, автономность, скорость и стоимость выполнения задач.

Ключевые задачи

• Определять метрики качества, автономности, скорости и стоимости выполнения задач и реализовывать их расчёт.
• Подключать агентные системы к платформе оценки и настраивать регулярные воспроизводимые прогоны.
• Вместе с командами собирать наборы задач для разных этапов SDLC и определять требования к результатам.
• Развивать платформу: запуск экспериментов, сбор результатов, сравнение версий и конфигураций агентных систем.
• Расширять оценку от текущих сценариев работы с кодом на другие этапы SDLC.

Экспертиза

• Уверенный Python: возможность разобраться в чужом коде, добавить функциональность, написать тесты и найти причину ошибки.
• Опыт разработки LLM-приложений или агентов: понимание архитектуры AI-агентов на системном уровне (Skills, MCP, Subagents), экономики LLM, принципов использования контекста и инструментов.
• Опыт работы с Git, code review, CI и автоматическими тестами.
• Сильная экспертиза в настройке evals для агентных систем.
• Готовность обсуждать критерии качества с разработчиками и пользователями платформы, разбирать спорные примеры и пересматривать свои предположения.
• Активное использование AI-инструментов в повседневной разработке.

Дополнительные навыки, которые мы ценим

• Опыт разработки кодовых агентов или бенчмарков для них.
• Знание статистики: методы сбора выборки, сравнения результатов экспериментов и учёта неопределённости оценок.
• Опыт работы с Docker и Kubernetes.
• Опыт frontend-разработки и работы с UI.

Бенефиты для сотрудников

• Работа над уникальной платформой оценки AI-агентов, результаты которой влияют на выбор инструментов во всём банке.
• Автономность в выборе подходов к решению задач и прямая ответственность за результат.
• Возможность работать на стыке исследований и инженерии: от гипотезы до продакшн-решения.
• Возможность работать из офиса или удаленно.
• ДМС со стоматологией, массажем, телемедициной, ежегодными чекапами, которое работает как в Москве, так и в регионах.
• Три оплачиваемых отгула в год.
• Страхование жизни в путешествиях, от несчастных случаев, болезней и критических заболеваний.
• Бесплатные индивидуальные консультации психологов, юристов, экспертов по личным финансам и консультантов по здоровому образу жизни.
• Поддержка опытного наставника, обучающие курсы для комфортной адаптации, помощь в развитии экспертизы со стороны профессиональных сообществ банка.
• Собственная ИТ-академия, участие в конференциях.
• Льготные условия по банковским продуктам и услугам.
• Скидки от партнеров банка в приложении PrimeZone в сферах здоровья, развлечений, творчества и интернет-покупок.

Команда занимается разработкой «AI-помощника» - это проект с использованием LLM, который призван радикально улучшить клиентский опыт при при оформлении основных продуктов банка и помочь клиенту разобраться в продуктах.

• проведение исследовательского анализа данных (EDA) для выявления ключевых метрик и закономерностей, построение моделей. Data-driven подход к разработке

• разработка и внедрение AI-агентов на базе LLM (SOTA open-source решения), в т.ч участие в создании и развитии RAG-систем (Retrieval-Augmented Generation)

• работа с LLM: написание и оптимизация промптов (prompt engineering), управление взаимодействием с моделью

• интеграция решений с корпоративными системами, обеспечение их взаимодействия

• создание автономных бизнес-процессов в компании.

• опыт работы с Python и библиотеками: pytorch, pandas, numpy, SQLAlchemy, Scikit-learn, Matplotlib/Seaborn

• писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов

• практический опыт в NLP: векторизация текста, классификация запросов, построение RAG-систем, дообучение языковых моделей, эмбеддингов и пр.

• понимание классических алгоритмов ML

• онимание методов обучения нейросетевых моделей (transfer learning, fine tuning)

• навыки работы с Git, опыт интеграции решений в промышленные среды.

• офисный формат работы - офис на Кутузовской, сзонами отдыха и спортзалом;

• годовой бонус и ежегодный пересмотр

• социальный пакет (ДМС, страхование от несчастных случаев, льготное кредитование, подключение родственников к полису)

• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях

• льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью использования до трех близких, скидки от партнеров

• материальная помощь при наступлении значимых событий в жизни;

• дисконт-программы от компаний партнеров (фитнес, страхование, туризм)

• подарки и мероприятия для детей сотрудников. Оздоровительные программы для детей сотрудников.