LLM-Engineer (рекомендательные системы)

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Ждем именно тебя! Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Мы трансформируем классический опыт потребления контента и товаров, внедряя диалоговый интерфейс взаимодействия. Наша цель — создать систему, которая не просто ранжирует объекты, а выступает консультантом для человека: понимает намерения, может предложить контент или товар под потребность, проактивно выявляет предпочтения через наводящие вопросы, объясняет логику подбора. Мы ищем LLM-Engineer для проектирования и внедрения диалоговых рекомендательных систем. Место работы: Нижегородская область, г Нижний Новгород Требуемый опыт: От 3 до 6 лет Обязанности: * разрабатывать и внедрять LLM-агентов для диалоговых рекомендаций в различных отраслях экосистемы Сбера; * разрабатывать системы на основе Retrieval-Augmented Generation (RAG); * разрабатывать методологию оценки качества ответов LLM-агентов для рекомендательных задач и выстраивать процесс трекинга метрик. Требования: * опыт работы в Data Science / ML-Engineering от 3-х лет; * наличие фундаментальных знаний в области построение ML-систем и оценки их качества; * понимание принципов построения ассистентов на основе LLM; * уверенное владение Python, опыт разработки своих LLM-агентов и микросервисов на их основе; * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом; * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки. Будет плюсом: * опыт работы в области поисковых или рекомендательных систем; * опыт адаптации LLM под собственные задачи с использованием PEFT и RLHF. Стек технологий: * Python, LangGraph. Условия: * гибридный/удаленный формат работы; * годовой бонус и ежегодный пересмотр; * расширенный ДМС с первого дня + стоматология и льготное страхование для семьи; * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях; * льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+, скидки от партнеров и сервисов группы компаний.