AI Engineer

Навыки

• AI-агенты
• AI-инструменты в работе
• aiohttp / asyncio
• B2B-продажи
• B2G / госсектор
• CI/CD
• Многопоточность

О компании и продукте

• 18 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Центр разработки и Data Science проводит R&D в области ML/AI. Мы специализируемся на NLP, CV, быстром прототипировании и внедрении собственных решений в бизнес-процессы заказчиков.
• Команда MLE занимается разработкой бизнес-логики и инженерных решений B2B и B2G продуктов с применением технологий ML/AI. Также мы занимаемся обеспечением работы ИТ-инфраструктуры Центра.

Задачи

• разработка production-сервисов, бизнес-логики и мультимодальных ETL/ELT-пайплайнов
• продуктовая разработка DS-решений: перевод прототипов в сервисы с многопоточностью, batching и кэшированием
• интеграция CV/NLP/ML-моделей (каскады) через vLLM, SGLang, PyTorch, ONNX
• оптимизация инференса на GPU
• построение RAG-систем (включая мультимодальные): chunking, эмбеддинги, индексация, retrieval
• написание промптов для агентов, настройка Guardrails, проведение бенчмарков и нагрузочных тестов
• технический ресерч ML/AI-инструментов, внедрение CI/CD, мониторинга и безопасности

Требования

• опыт коммерческой разработки на Python от 2 лет с проектированием production-сервисов под высокой нагрузкой
• требуется уверенное владение современным Python (type hints, Pydantic), а также навыки профилирования и оптимизации кода
• необходим практический опыт разработки асинхронных и многопоточных приложений (asyncio)
• умение строить отказоустойчивые системы с применением rate limiting, circuit breaker и обеспечением идемпотентности
• обязателен опыт тестирования ML-систем и оценки качества LLM/RAG на основе golden datasets
• необходимо знание Docker и Kubernetes на уровне разработчика, а также выстраивание observability через метрики, логи и трейсы
• Желательные требования
• наличие опыта разработки агентных систем с tool calling (например, на LangGraph или LangChain)
• практический опыт построения RAG-пайплайнов, включая chunking, retrieval и reranking
• знакомство с inference-фреймворками (vLLM, SGLang) и векторными базами данных (Qdrant, Milvus)

Условия

• гибридный формат работы
• работа в одной из наиболее перспективных и быстро развивающихся областей - искусственный интеллект
• комфортный современный офис (Кутузовский пр-т, 32)
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• доступны образовательные программы от СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.