Middle ML Engineer (Retrieval Agent / RnD)

Навыки

• AI-агенты
• Анализ данных
• Дообучение моделей
• GMV / MRR
• LLM
• Инференс LLM
• Machine Learning

О компании и продукте

• Middle ML Engineer (Retrieval Agent / RnD)
• 18 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Мы ищем ML Engineer в RnD подразделение для работы над специализированной моделью для агентного поиска. Наша цель — переход от статических RAG-пайплайнов к адаптивным агентным системам, управляющим процессом извлечения знаний. Вам предстоит работать на стыке инженерии и исследований: создавать датасеты, обучать модели (SFT/RL) и сравнивать эффективность кастомных решений с существующими фреймворками.

Задачи

• Разработка тестовых корзин для оценки многошагового поиска (multi-step retrieval) и сложных запросов
• Дообучение языковых моделей (SFT, LoRA) и применение методов Reinforcement Learning (GRPO) для оптимизации стратегий поиска
• Сравнительный анализ производительности: кастомные модели управления поиском vs агентные подходы на базе фреймворков (ReAct)
• Проектирование и поддержка пайплайнов оценки качества поиска для агентных систем

Требования

• Опыт от 2х лет коммерческой разработки в NLP с фокусом на LLM и RAG-архитектуры
• Понимание работы и стратегий поиска (векторные модели, реранкеры, ReAct)
• Умение оценивать качество поиска (Recall, MRR, NDCG) и проектировать эксперименты для сравнения гипотез
• Владение экосистемой: PyTorch, HuggingFace, vLLM, LangChain/LangGraph

Будет плюсом

• Опыт дообучения эмбеддеров или LLM
• Опыт реализации многошаговых агентных сценариев
• Публикации, соревнования или пет-проекты, связанные с задачей поиска

Условия

• Кластер с GPU A100 для экспериментов
• комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• система обучения для профессионального и карьерного развития
• расширенный полис ДМС с первого дня работы и страхование для семьи
• программа ипотеки для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера

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.