ML Engineer в центр робототехники (Python)

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.

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.

Мы в hh создаем продукты и AI-ассистентов для работодателей и соискателей на базе генеративных технологий. Уже сейчас мы используем LLM-модели для генерации текстов, ведения диалогов, классификации и анализа вакансий и резюме. Направление активно развивается, и сейчас мы ищем LLM/Prompt-инженера, который поможет нам создавать, тестировать внедрять GenAI-решения.

Если вам интересно развивать продукты на базе LLM — через промпты, дизайн llm-пайплайнов и системный подход к оценке качества, если вы готовы не только создавать прототипы, но и улучшать их в продакшене на основе обратной связи и метрик — мы будем рады видеть вас в нашей команде.

Чем предстоит заниматься:

• Разрабатывать, тестировать и внедрять совместно с командой разработки решения на базе LLM;
• Настраивать поведение моделей — экспериментировать с промптами (CoT, Tree-of-thoughts, few-shot, structured outputs, tool calling, etc), контекстом, параметрами моделей и архитектурой llm-пайплайнов (один промпт, цепочка промптов, агенты, RAG и пр.);
• Тестировать и оценивать качество работы llm-решений на всех этапах — собирать актуализировать golden-сеты, валидационные выборки, настраивать llm-as-a-judge, развивать подходы автоматической оценки работы llm-фичей, создавать метрики и бенчмарки;
• Анализировать логи, трейсы и фидбек по реальной работе ассистентов в продакшене и улучшать их качество на основе найденных инсайтов.

Требования:

• Практический опыт создания решений на базе LLM (prompt engineering, RAG, function calling, structured outputs, reasoning, agents);
• Понимание теории ML, глубокого обучения, современных подходов к NLP;
• Сильный Python, опыт работы с аналитическими инструментами и ML-библиотеками;
• Опыт с SQL, навыки работы с данными, умение собрать датасет и провести аналитику;
• Живой интерес к сфере GenAI, опыт работы с популярными вендорными и open-source моделями (Qwen, Llama, DeepSeek, GPT-OSS);
• Опыт с фреймворками оркестрации llm (langgraph, langchain или аналоги);
• Понимание методов оценки качества LLM (бенчмарки, human eval, LLM-as-as-Judge) и метрик для различных NLP-задач;
• Продуктовое мышление - смотреть на задачи через призму “помочь конечному пользователю”, участвовать в брейнштормах и приносить новые идеи.

Будет плюсом:

• Практический опыт файнтюнинга различных LLM под продуктовые задачи (SFT, PEFT, RLHF, LoRA, PPO, DPO, GRPO);
• Опыт внедрения LLM решений в продакшн.

Условия:

• Возможность выбора места работы: удаленно или из офиса;

• Гибкий график рабочего дня;

• Оформление в соответствии с ТК РФ;

• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно);

• Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.