Наша команда строит Единую агентскую платформу.
Enterprise harness – это окружение: среда и набор инструментов, который обеспечивает безопасную и контролируемую работу агента, использование инструментов и навыков, контролирует права, память, контекст, лимиты, аудит и безопасность.
В рамках агентской платформы вам предстоит разрабатывать и внедрять инструменты для окружения агентов. Мы адаптируем лучшие мировые практики, а также сотрудничаем с RnD-командами для пилотирования новых разработок на агентах Банка.
Примеры направлений, которыми мы занимаемся:
- SkillOpt: автоматическая эволюция навыков агентов на основе трейсов и оценки LLM-as-a-Judge;
- Memory-as-a-Service: централизованный сервис памяти для агентов;
- AutoJudge: инструмент для подбора судей и метрик для оценки качества работы агентов.
Обязанности
- Развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов
- обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM)
- MLOps и Data Management: Организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга)
- развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge
- Engineering: релиз новых моделей и сервисов в продуктовые среды.
Требования
- Глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM
- Опыт в разработке AI-агентов и LLM-приложений (RAG, чат-боты)
- инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных.
- LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS)
- Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов
- Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии.
Будет плюсом
- Активный профиль на GitHub с качественным кодом
- достижения (медали) на Kaggle
- участие в Open-Source проектах, связанных с LLM/NLP.
Условия
- комфортный современный офис - м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты, годовой бонус
- 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
- подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера
- корпоративная пенсионная программа.
