Senior NLP Engineer (Центр практического ИИ)

Мы — команда разработки инструментов машинного обучения в Центре Практического Искусственного Интеллекта Сбербанка. Наша цель — сделать лучшие решения для автоматизации работы со структурированными данными: от automl фреймворков до AI-агентов, использующих SotA практики и инструменты. Флагманские библиотеки: • LightAutoML • RePlay • PyBoostОбязанности Мы ищем ML-инженера, который сможет глубоко погрузиться в предметную область и принять активное участие в разработке мультиагентных систем для работы со структурированными данными (таблички, временные ряды и не только) — от идеи до внедрения в бизнес-процессы крупнейшей финтех-компании, а также в создании и развитии лучших open-source инструментов. разрабатывать PoC и MVP AI-агентов на базе LLM с использованием фреймворков (LangChain, GigaChain); участвовать в их интеграции в сервисы банка проектировать и реализовывать мульти-агентную систему, способную на автоматизированную разработку моделей на структурированных данных: от feature engineering до валидации, мониторинга и продакшна разработка и улучшение среды для исполнения сгенерированного кода, в которой можно безопасно исполнять код для ETL и ML-пайплайнов с помощью AI-агентов: разработка execution environment и sandbox-механизмов участвовать в полном ML-цикле: от исследования и создания прототипов до продакшн-внедрения и мониторинга моделей адаптировать LLM (Gigachat и open-source модели) под внутренние и внешние задачи с применением Prompt Tuning, RAG и PEFT-методов анализировать и адаптировать существующие SOTA-решения; сопровождать внедрение и публикация результатов на конференциях уровня A*/Q1 взаимодействовать с прикладными и бизнес-командами внутри экосистемы Сбера Требования опыт работы на позиции ML Engineer, Data Scientist или похожей (уровень Middle–Senior) уверенное владение Python; опыт работы с PyTorch, transformers, numpy, pandas и scikit-learn опыт контейнеризации и оркестрации (Docker, Kubernetes/OpenShift) и CI/CD-систем глубокое понимание deep learning, классических ML-алгоритмов, архитектуры нейросетей и необходимых математических основ (линейная алгебра, теория вероятностей) практический опыт работы с LLM, RAG и фреймворками наподобие LangChain навыки работы с SQL/NoSQL-хранилищами (PostgreSQL, ClickHouse, Elastic, FAISS, Qdrant и другие векторные базы) умение разбираться в научных публикациях и современных SOTA-решениях, формулировать и продвигать собственные исследовательские гипотезы. Публикации в A*/Q1 конференциях или участие в соревнованиях (Kaggle) — приветствуются. Условия комфортный современный офис возможность выбрать удобный график – офис/гибрид ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.