ML-инженер

О вакансии

Хочешь попасть в крупный финтех-проект, но думаешь, что «нужен большой опыт»? Это твой шанс!

Мы ищем ML инженера в свою команду) Проект "GigaARPA " (заказная разработка Сбербанка)

Обрати, пожалуйста, внимание на 3 момента

• Удалёнка (но Локация Москва и Московская область)!!!

• ИТ аккредитация, ДМС, техника

• ЗП 150-160 тыс. на руки!!!

Мы развиваем направление управления знаниями GigaARPA - платформы для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.

Управление знаниями о платформе, продукте и клиенте неотъемлемая и важная часть клиентского сервиса. Помимо этого, команда анализирует и развивает клиентские пути (CJM) и использует клиентский опыт для развития продукта.

Ищем ML Engineer / LLM Engineer, который вместе с командой будет реализовывать сервисы управления знаниями о платформе, продукте, клиенте, документах и процессах в GigaARPA, отвечать за разработку агентной логики и LLM-приложений внутри платформы.

Чем предстоит заниматься

Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC. Развивать Ассистента платформы на базе LLM. Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке. Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок. Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling. Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний. Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы. Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов. Проектировать механизмы памяти и управления контекстом AI-агентов. Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM. Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами. Оптимизировать latency, качество и потребление токенов. Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт.

Что для нас важно

Уверенное владение Python. Практический опыт разработки приложений на базе LLM. Понимание принципов работы современных языковых моделей и ограничений LLM. Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов. Опыт разработки production-ready сервисов и интеграции через REST API. Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта. Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз». Git, Docker, базовое понимание CI/CD.

Будет плюсом

Опыт разработки мультиагентных систем. Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM. Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков. Опыт построения LLM evaluation / LLM-as-a-Judge. Опыт работы с MCP и архитектурой инструментов для AI-агентов. Опыт работы с PostgreSQL и векторными БД. Опыт работы с Kubernetes / OpenShift. Опыт inference и оптимизации локально развернутых LLM. Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным. Опыт разработки AI-функциональности для enterprise-продуктов.

Что предлагаем

Возможность влиять на архитектуру одной из ключевых платформенных систем, которой пользуются реальные корпоративные заказчики. Работу с современными LLM и agentic-подходами на реальных enterprise-задачах. Задачи не только по сопровождению, но и по созданию новой AI-native архитектуры продукта. Работу в продуктовой команде с прямым влиянием на развитие клиентского сервиса платформы.

Навыки из вакансии