ML-инженер

Хочешь попасть в крупный финтех-проект, но думаешь, что «нужен большой опыт»? Это твой шанс!

Мы ищем ML инженера в свою команду) Проект "GigaARPA " (заказная разработка Сбербанка)

Обрати, пожалуйста, внимание на 3 момента:

• Удалёнка (но Локация Москва и Московская область)!!!
• ИТ аккредитация, ДМС, техника
• ЗП 150-160 тыс. на руки!!!

Мы развиваем направление управления знаниями GigaARPA - платформы для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.

Управление знаниями о платформе, продукте и клиенте неотъемлемая и важная часть клиентского сервиса. Помимо этого, команда анализирует и развивает клиентские пути (CJM) и использует клиентский опыт для развития продукта.

Ищем ML Engineer / LLM Engineer , который вместе с командой будет реализовывать сервисы управления знаниями о платформе, продукте, клиенте, документах и процессах в GigaARPA , отвечать за разработку агентной логики и LLM -приложений внутри платформы.

Чем предстоит заниматься

• Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC.
• Развивать Ассистента платформы на базе LLM.
• Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке.
• Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок.
• Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling.
• Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний.
• Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы.
• Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов.
• Проектировать механизмы памяти и управления контекстом AI-агентов.
• Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM.
• Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами.
• Оптимизировать latency, качество и потребление токенов.
• Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт.

Что для нас важно

• Уверенное владение Python.
• Практический опыт разработки приложений на базе LLM.
• Понимание принципов работы современных языковых моделей и ограничений LLM.
• Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов.
• Опыт разработки production-ready сервисов и интеграции через REST API.
• Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта.
• Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз».
• Git, Docker, базовое понимание CI/CD.

Будет плюсом

• Опыт разработки мультиагентных систем.
• Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM.
• Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков.
• Опыт построения LLM evaluation / LLM-as-a-Judge.
• Опыт работы с MCP и архитектурой инструментов для AI-агентов.
• Опыт работы с PostgreSQL и векторными БД.
• Опыт работы с Kubernetes / OpenShift.
• Опыт inference и оптимизации локально развернутых LLM.
• Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным.
• Опыт разработки AI-функциональности для enterprise-продуктов.

Что предлагаем

• Возможность влиять на архитектуру одной из ключевых платформенных систем, которой пользуются реальные корпоративные заказчики.
• Работу с современными LLM и agentic-подходами на реальных enterprise-задачах.
• Задачи не только по сопровождению, но и по созданию новой AI-native архитектуры продукта.
• Работу в продуктовой команде с прямым влиянием на развитие клиентского сервиса платформы.