Senior · Офис · Москва, Россия · Английский не нужен
Навыки
AI-агенты
Дообучение моделей
Финтех и платежи
Go
Kubernetes
LLM
Machine Learning
Ещё 2
152-ФЗ / персональные данные
Prompt engineering
О компании и продукте
За обычным текстовым интерфейсом находится сложная инженерная система: модель должна понимать, какие инструменты существуют, когда их использовать, как интерпретировать их результаты и как комбинировать их между собой.
Мы решаем не одну конкретную задачу применения LLM для определённого бизнес-сценария, строим платформу, которую продуктовые команды используют для создания AI-сценариев в своих сервисах.
Задачи
Разрабатывать фреймворк создания tool'ов и их описаний для LLM
Строить инфраструктуру тестирования инструментов: локально, автоматически и с использованием LLM-as-a-Judge
Создавать пайплайны оценки качества с привлечением разметчиков
Собирать и анализировать логи взаимодействия модели с инструментами
Разрабатывать пайплайны дообучения моделей и улучшения роутинга инструментов
Проектировать механизмы, позволяющие десяткам и сотням инструментов работать совместно, не конфликтовать друг с другом и помогать пользователю решать конечную задачу
Задача лежит на стыке сразу нескольких областей
агентные системы
prompt engineering и tool calling
evaluation и LLM-as-a-Judge
обучение и улучшение моделей на реальных данных
разработка масштабируемой backend-платформы
Наш стек Go
Kubernetes
базы данных и распределённые хранилища
современные LLM и инфраструктура вокруг них
Требования
Уверенно пишете на Go
Умеете проектировать и разрабатывать сложные backend-системы
Интересуетесь современными LLM и агентными системами
Любите разбираться в сложных задачах, где нет готовых решений
Готовы работать на стыке backend-разработки, ML и исследования качества моделей
Опыт работы с LLM, evaluation-платформами или ML-инфраструктурой будет большим плюсом, но не является обязательным — гораздо важнее сильная инженерная база и желание разобраться в новой области
Условия
Комфортный современный офис рядом с м. Кутузовская
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
Льготная программа ипотеки для сотрудников
Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
Вознаграждение за рекомендацию друзей в команду Сбера
Паспорт вакансии
История публикации
Появилась в Вакандии28 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 28 дней назад
Среди похожихНет данных7 из 30 · похожих вакансий слишком мало для сравнения
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыОфисвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
getmatchОсновная публикация · 2026-07-21
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%