NLP-команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для разработки AI-агентов и опромышливания LLM-решений. Мы создаем co-pilot для клиентских менеджеров премиальных каналов, переходя от классических алгоритмов к адаптивным AI-агентам, способным понимать контекст и решать задачи автономно (поиск по базе знаний, суммаризация профиля клиента, извлечение инсайтов из звонков, управление графиком).
Обязанности
- проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация)
- разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации
- обучать и дообучать NLP-модели (classification, embeddings) и современные LLM под бизнес-задачи (SFT, LoRA/QLoRA)
- строить системы оценки качества генерации, внедряя продуктовые и ML-метрики (RAGAS, DeepEval, кастомные LLM as a judge)
- переводить бизнес-задачи в ML-постановку и реализовывать решения полного цикла от гипотезы до интеграции в продакшен.
Требования
- опыт работы в Deep Learning от 3 лет, включая обучение моделей на PyTorch
- продвинутое понимание архитектуры современных LLM, включая механизмы attention, MoE, принципы инференса (KV-cache, batching) и методы alignment
- практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain, LangGraph или аналогичных фреймворков
- уверенная база в классическом ML и NLP, знание статистики, алгоритмов поиска и векторизации (от TF-IDF до эмбеддингов)
- опыт работы с фреймворками для оценки и мониторинга LLM-решений, такими как Arize, LangSmith или Weights & Biases
- владение техниками промпт-инжиниринга и опыт их применения на практике для оптимизации работы моделей
- уверенное владение Git и Linux-окружением.
будет плюсом:
- базовое понимание принципов проектирования архитектуры микросервисов
- опыт опромышливания AI-агентов и знание принципов LLMOps, включая CI/CD, оркестрацию и управление версиями промптов
- глубокое понимание архитектуры масштабируемых RAG-систем и опыт работы с векторными базами данных
- опыт разработки асинхронных сервисов (asyncio) и интеграции ML-моделей в высоконагруженные системы.
Условия
- комфортный современный офис рядом с м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты, квартальная и годовая премия
- корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- 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.
