Senior ML Engineer - Geo-Temporal Forecasting (Agriculture)

Мы - команда инференса GigaChat. Всё, что модель отвечает пользователю, проходит через наш движок - и наша работа в том, чтобы это происходило быстро, дёшево и не падало никогда.У нас нет опции «подождём, пока это появится в vLLM». GigaChat - это свои архитектуры и свои мультимодальные модели, и когда исследователи приносят новую архитектуру, именно мы делаем так, чтобы она летала на проде: пишем ядра, придумываем, как разложить её по GPU, выжимаем токены в секунду там, где, казалось бы, выжимать уже нечего.Это работа, где результат меряется в миллисекундах и мегаваттах: каждый процент ускорения - это тысячи GPU-часов и реальные деньги. И где между «прочитал свежую статью» и «это крутится на проде под нагрузкой» проходят недели, а не годы.

Обязанности

Чем предстоит заниматься:

• Заставлять новые архитектуры GigaChat (включая мультимодальные) работать на проде быстро
• Ускорять всё, что можно ускорить: кастомные CUDA-ядра, квантизация, speculative decoding, оптимизации KV-cache, continuous batching — и то, чему ещё нет устоявшегося названия
• Придумывать, как разложить большую модель по GPU и по кластеру так, чтобы ни один FLOPS не простаивал: тензорный/пайплайн-параллелизм, disaggregated prefill/decode, шедулинг запросов
• Профилировать честно и глубоко: находить, куда на самом деле уходят миллисекунды — в ядре, в раскладке памяти, в сети или в планировщике — и убирать это
• Держать прод: движок, через который проходят все запросы к GigaChat, должен успешно переживать абсолютно всё
• Читать свежие статьи и код лучших движков (vLLM, SGLang, TensorRT-LLM) не как пользователь, а как конкурент: понимать, что у них хорошо, и делать у себя лучше — с поправкой на наши архитектуры

Требования

• опыт работы в области глубокого обучения, в том числе с LLM
• глубокое знание CUDA и Python
• опыт использования GigaChat, Kandinsky и аналогов в продуктах
• навыки создания и использования AI-агентов.

Условия

• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид/удаленка (в РФ)
• 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
• ипотека для сотрудников по дисконтной прогамме
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Мы - Startups Platform, команда в департаменте Trust & Safety. Берём задачу, у которой ещё нет решения, и доводим её до работающего сервиса. Проекты у нас разные: от распознавания документов и детекции ИИ-контента до LLM-агентов.

Чем предстоит заниматься:

• Проверкой качества моделей и агентов: датасеты и метрики, LLM-as-judge, разбор ошибок по логам.
• Выводом решений в прод и наблюдением за ними: задержки, стоимость, поведение при сбоях.
• В проде работают модели, которые мы разворачиваем сами. Поэтому много работы с open-weight моделями: дообучение, инференс, промпты, архитектура агента. Внешние LLM тоже используем, например для разметки.
• Задачи чаще приходят как проблема, а не как готовое ТЗ. Постановку вы будете уточнять сами вместе с заказчиком.

Мы ждём, что вы:

• Имеете от трёх лет коммерческого опыта в ML;
• Глубоко знаете NLP и понимаете, как трансформеры и LLM устроены внутри;
• Cтроили системы на LLM: агентов с инструментами, RAG, многошаговые пайплайны. Подойдёт и рабочий опыт, и собственные проекты, если они доведены до конца;
• Ведёте задачу сами: разбираете размытую постановку, предлагаете подход, объясняете заказчику, почему выбрали именно его, и вовремя бросаете то, что не работает;
• Каждый день работаете с Claude Code, Codex, Cursor или похожими инструментами: умеете поставить задачу агенту и проверить, что он сделал.

Будет плюсом:

• Призы на олимпиадах или Kaggle, статьи, заметный open-source, свой проект с живыми пользователями;
• Мультиагентные системы в проде;
• Дообучение LLM (SFT, LoRA, DPO/GRPO) и инференс (vLLM и аналоги);
• Агенты поддержки или чат-боты с большим числом пользователей;
• Умение быстро собрать прототип с интерфейсом, чтобы показать результат заказчику.

Чем предстоит заниматься:

• Создавать и развивать AI-ассистентов для разработки и аналитики: кодовые AI ассистенты для автоматизации разработки, помощник аналитика для ускорения экспериментов с использованием LLM.
• Проектировать архитектуру агентских решений и их интеграцию с платформой: определять, что остаётся доменной логикой, а что становится переиспользуемым компонентом платформы.
• Совместно с командой MLOps формировать требования к платформенным примитивам (Embedding Service, Vector Store, Retrieval/Search API) и внедрять их в пайплайны ассистентов.
• Проектировать и развивать систему оценки агентов: разрабатывать метрики, строить симуляции, изолированные и верифицируемые среды оценки.
• Вести полный цикл разработки: от ресёрча и MVP до поддержки и развития решения – с анализом ошибок и фидбека пользователей.
• Исследовать новые подходы в разработке AI-агентов: harness-среда агента, память, компактизация контекста.

Мы ожидаем:

• Опыт промышленной ML-разработки от 5 лет, опыт с LLM от 3 лет.
• Опыт разработки AI-агентов и понимание современных паттернов проектирования: память, планирование, циклы агента, tool use, structured output.
• Владение Python, способность системно писать код и доводить решения до продакшена.
• Ежедневное использование кодинг AI-ассистентов (Codex / Claude Code): понимание их внутреннего устройства, границ применимости, настроенный цикл разработки.
• Опыт разработки RAG-систем: retrieval, чанкование, sparse / dense / hybrid поиск, reranking, agentic retrieval.
• Понимание основ ML/DL и NLP: метрики качества, embeddings, устройство трансформеров, инференс LLM.
• Знание алгоритмов и структур данных, опыт работы со стеком (FastAPI, Docker, Redis, Postgres, Airflow, vLLM).

Мы предлагаем:

• ДМС со стоматологией, телемедициной и программой поддержки ментального здоровья;
• Страхование жизни;
• Ежемесячные промокоды на Lamoda: два по 25%, два по 15% и в день рождения — 40%;
• Программа привилегий и скидок от BestBenefits;
• До 15 дней больничного в год оплачиваем в размере 100% от действующего оклада;
• Бесплатные юридические консультации;
• Дополнительные выходные в случае важных событий;
• Яркие мероприятия и много неформального общения.

Развитие для каждого:

• Опытный наставник для каждого новичка;
• Обучение и участие во внешних конференциях;
• Помогаем развивать личный бренд, выступать на конференциях и писать статьи;
• Performance Review дважды в год, чтобы развиваться системно;
• Проводим митапы и demo-дни для обмена знаниями;
• Погружаем в fashion и каждый сезон знакомим с модными трендами.