Мы – AI-команда дивизиона управления сетью устройств самообслуживания Сбера (банкоматов и др. устройств), отвечающая за внедрение машинного обучения и GenAI-решений в массовые операционные процессы самообслуживания клиентов. Разрабатываем AI решения для продакшена с использованием больших данных. В команде мы строим ML- и GenAI-системы полного цикла: от обработки потоков данных и инструкций до AI-агентов, которые помогают сотрудникам и автоматизируют принятие решений. Сейчас мы усиливаем команду и ищем Tech Lead MLE, который возьмёт ответственность за инженерное качество в классическом ML и GenAI-направлениях: RAG-системы, AI-агенты, интеграцию LLM в критичные бизнес-процессы и вывод решений в ПРОМ.

Обязанности

**Техническое лидерство и архитектура**

  • Проектирование end-to-end ML / GenAI систем: от бизнес-задачи до ПРОМа
  • Выбор архитектуры решений (LLM, RAG, агенты, классический ML)
  • Принятие ключевых технических решений и ответственность за них
  • Code review, установка стандартов разработки в команде • Менторинг MLE / DS / аналитиков

**Разработка GenAI-решений**

Разработка и внедрение AI-агентов для внутренних и клиентских сценариев

  • Проектирование RAG-систем (включая сложные графы и мультиагентные схемы)
  • Интеграция LLM в бизнес-процессы дивизиона управления устройствами самообслуживания (банкоматы и др.)
  • Дообучение моделей под домен (SFT / LoRA / embeddings / rerankers)
  • Оптимизация latency, стоимости и стабильности LLM-решений

**ML и аналитика**

  • Разработка и поддержка ML-моделей (классический ML + DL)
  • Feature engineering, валидация, A/B тестирование
  • Мониторинг качества моделей, оценка и защита AI-эффекта
  • Работа с временными рядами, аномалиями, прогнозированием

**Внедрение и эксплуатация**

  • Разработка AI решений для ПРОМ
  • Построение ML-пайплайнов (обучение, переобучение, мониторинг)
  • Интеграция с существующей ИТ-архитектурой
  • Обеспечение воспроизводимости и отказоустойчивости решений

Требования

  • Техническое лидерство: code review, архитектурные решения, менторинг

Знания и навыки

  • Python (production-level, PEP8, тесты, архитектура)
  • SQL (сложные запросы, оконные функции)
  • Классический ML (GBM, DL, Time Series — на уровне уверенного продакшена)
  • LLM / GenAI: • Prompt engineering
  • RAG (embeddings, rerankers, chunking, retrieval стратегии)
  • AI-агенты (LangChain / LangGraph / ReAct / Tools)
  • Работа с галлюцинациями, latency, cost control · MLOps:
  • Docker, CI/CD для ML •

REST / Async API (FastAPI)

  • Apache Spark (Pyspark, Spark SQL) – разработка и оптимизация batch-пайплайнов
  • Hive/HDFS/витрины данных: подготовка и поддержка витрин для ML моделей и GenAI решений

Условия

  • участие в уникальном и масштабном проекте по развитию AI
  • комфортный современный офис рядом с м. Кутузовская
  • формат работы: гибрид
  • ежегодный пересмотр зарплаты и 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
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
  • вознаграждение за рекомендацию друзей в команду Сбера.