ПАО «Сбербанк»
Мы строим Harness-платформу Сбера — слой между моделью и продуктом: агентный рантайм, инструменты, память, контекст, адаптация и оценка качества. На этой платформе продуктовые команды Сбера запускают свои AI-сценарии. Им не нужно писать всё с нуля: решение собирается из готовых проверенных блоков. Ищем человека, который возьмёт на себя три ключевые части Harness: * Качество ИИ-помощника. Как понять, что помощник хорошо работает в реальных бизнес-сценариях, и как улучшать это от релиза к релизу. * Память. Как помощник запоминает пользователя, компанию и контекст задач (Mining) и правильно этим пользуется (Memory Usage). * LoRA-адаптеры как платформенный сервис. Как продуктовая команда за недели, а не за месяцы, получает модель, адаптированную под свой домен, с гарантиями качества. Про роль: направление только формируется, поэтому первые решения вы будете проектировать и делать сами: писать код, собирать eval-пайплайны, запускать обучение адаптеров, разбирать трейсы. По мере роста направления вам предстоит расширять команду. Ищем человека, которому одинаково комфортно собрать датасет из логов и провести встречу с руководителем продукта. Место работы: г Москва Требуемый опыт: От 3 до 6 лет Обязанности: * Спроектировать и запустить систему оценки качества ИИ-помощника: eval-наборы по бизнес-сценариям, LLM-as-a-judge, human eval, регрессионные гейты на релиз. * Самостоятельно собрать первые рабочие версии пайплайнов из готовых компонентов платформы: обучение и оценку LoRA-адаптеров, версионирование, деплой, мультиадаптерный инференс. * Разработать архитектуру памяти: долгосрочную и сессионную память, персонализацию, память организации. Отвечать за качество извлечения и применения знаний, а также за приватность и разграничение доступа. * Сделать качество агентных сценариев измеримым: работу с инструментами и корпоративными системами, многошаговые задачи, сценарии с длинным контекстом. * Лично провести первые продуктовые команды через платформу и на их кейсах понять, что действительно нужно стандартизировать. * Собрать и вырастить команду направления * Превратить созданное в self-service: инструменты, стандарты и документацию, с которыми продуктовые команды справляются сами. * Связать технические метрики с продуктовыми и бизнес-результатами и защищать их на уровне руководства. * Формировать культуру, в которой о качестве судят по данным, а не по ощущениям Требования: * Сильный инженерный бэкграунд в ML/LLM и готовность работать руками: Python, PyTorch, экосистема LoRA/PEFT, инференс-фреймворки (vLLM и аналоги). * Глубокое понимание современного AI-стека: post-training (SFT, DPO, RL), LoRA/PEFT, RAG, агентные архитектуры, оценка LLM. * Опыт доведения ML/LLM-решений до продакшена, а не только исследований. * Опыт технического лидерства: вы задавали архитектуру и направление для других инженеров. Опыт руководства командой — большое преимущество. * Готовность в перспективе расти в управлении: нанимать, развивать людей, договариваться с заказчиками и руководством. * Умение работать с внутренними заказчиками, переводить размытый запрос «чтобы помощник отвечал лучше» в измеримые критерии. * Опыт построения eval-систем для LLM-продуктов или агентов. * Опыт с системами памяти для LLM: retrieval, графы знаний, суммаризация и сжатие контекста, персонализация. * Опыт с multi-LoRA serving и дообучением моделей под домены в продакшене. * Опыт создания платформенных продуктов для других команд. * Понимание корпоративной специфики: безопасность, доступ к данным, регуляторные требования. * Опыт запуска направления с нуля. * Активное личное использование агентных продуктов (Claude Code, Cursor, Codex, ассистентов с памятью) и понимание, за счёт чего они хорошо работают. Условия: * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.
Зарплата
Не указано



