Senior ML Engineer (AI-Агенты)

Корпоративно-инвестиционный блок, Департамент развития корпоративного бизнеса. Департамент занимается развитием продаж в B2B-сегменте: крупный, крупнейший и средний бизнес (ККСБ), развивает собственную CRM-систему. AI-Команда состоит из 8 ML-инженеров, Data-Scientist, Python backend developers и MLOps. Наша AI-команда разрабатывает AI-Агентов, ML-модели и LLM-приложения для корпоративного бизнеса в Корпоративно-инвестиционном блоке, полностью выполняет весь цикл работ: от сбора и анализа данных до разработки/внедрения моделей в ПРОМ, мониторинга и защиты решений от Банковских регуляторов. Продуктовая команда, в которой предстоит работать, занимается разработкой и внедрением AI-решений, направленных на агентизацию процесса цифровой трансформации бизнеса клиентов в Сбере (направление DTaaS). Эти инструменты призваны оптимизировать и улучшить работу наших внутренних сотрудников. В том числе мы: разрабатываем и внедряем AI-агентов на базе LLM (как правило, линейка моделей SberDevice - GigaChat) используем современный стек: A2A, MCP, LangGraph, LangChain, Kubernetes, Hadoop, Elastic и многое другое реализуем оркестрацию AI-Агентов, мултиагентные мультимодальные системы, RAG-сервисы участвуем в проектах по иференсу open-source LLM на собственном кластере GPU, разработке NoCode-фабрики Агентов развиваем свой AutoML фреймворк совместно с Sber AI Lab и работаем с SotA-архитектурами строим витрины данных и BI-дашборды для мониторинга ML-моделей, AI-Агентов. Обязанности разработка и внедрение AI-Агентов в production разрабатывать end-2-end интеграции с внешними системами и другими сервисами по протоколам Kafka, REST API, gRPC, WS и др. сопровождать релизы моделей и агентов: документации, демо, защита решений от регуляторов взаимодействовать с бизнес-заказчиками, архитекторами и продуктовыми командами для развития AI-решений в бизнесе. Требования опыт работы в роли ML-инженера, DS, MLOps или Python Backend в ML опыт промышленной разработки на Python, знание ООП/паттернов проектирования и опыт работы с микросервисной архитектурой опыт работы с большими объёмами данных и распределенными хранилищами данных: например, Hadoop опыт работы с фреймворками для построения AI-агентов, такими как LangChain или LangGraph, базовые знания ML/DL владение инструментами для LLM-мониторинга и MLOps/ CI & CD. Будет плюсом: опыт работы с распределенными очередями задач и сообщений, потоковой обработки данных - celery, taskiq, rabbitmq, Kafka, faststream опыт разработки высоконгруженных систем, гео-распределенных систем, оpenShift/Kubernetes опыт в инженерии данных. Условия комфортный современный офис: Санкт-Петербург, ул. Уральская д.1 (есть шаттл-развозка от метро) формат работы– офис, по согласованию гибрид ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте расширенный ДМС (медицинское страхование), льготное страхование для семьи ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.