Middle · Гибрид · Москва, Россия · Английский не нужен
Навыки
AI-агенты
Внимание к деталям
Дашборды и витрины
Анализ данных
Отладка и поиск ошибок
EdTech
Дообучение моделей
Ещё 7
LLM
Нагрузочное тестирование
Machine Learning
MLOps
Python
Регрессионное тестирование
SLA
О компании и продукте
Вакансия LLM Engineer (Центр Практического ИИ) в г Москва | Сбер. LLM Engineer (Центр Практического ИИ). 20 июля 2026 • г Москва • ПАО Сбербанк • IT: Data Science и Data Engineering. Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера. Наша команда строит и дообучает линейку LLM под банковские сценарии и запускает модели в пром в "жёстких" контурах: локальные устройства / закрытые контуры / строгие SLA по задержкам
Мы ожидаем, что вы
Задачи
Работа включает полный цикл: данные → дообучение → оценка качества → оптимизация инференса → нагрузочное тестирование → внедрение
Первый этап отбора на эту вакансию – общение с AI-рекрутером
После отклика вам на почту придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram
Диалог займёт примерно 10 минут
Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры
обучать LLM на GPU-кластерах
собирать, очищать и готовть датасеты для pre-training и fine-tuning
анализировать результаты экспериментов и улучшать качество моделей на основе метрик
оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели
Требования
ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!
Вы будете
имеете подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в исследовательских или production-задачах
глубоко понимаете теоретические и практические аспекты LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение, дебаг неудачных итераций обучения
имеете опыт разработки на Python от 3 лет, пишете чистый и поддерживаемый код в рамках современных ML-проектов
внимательно относитесь к деталям и умеете в коммуникацию с людьми
Будет плюсом
разрабатывали AI-агентов (tool-using, planning, multi-step workflows), знакомы с агентными фреймворками и архитектурами