Tech Lead MLE

Мы – AI-команда дивизиона управления сетью устройств самообслуживания Сбера (банкоматов и др. устройств), отвечающая за внедрение машинного обучения и GenAI-решений в массовые операционные процессы самообслуживания клиентов. Разрабатываем AI решения для продакшена с использованием больших данных. В команде мы строим ML- и GenAI-системы полного цикла: от обработки потоков данных и инструкций до AI-агентов, которые помогают сотрудникам и автоматизируют принятие решений. Сейчас мы усиливаем команду и ищем Tech Lead MLE, который возьмёт ответственность за инженерное качество в классическом ML и GenAI-направлениях: RAG-системы, AI-агенты, интеграцию LLM в критичные бизнес-процессы и вывод решений в ПРОМ.

Обязанности

Техническое лидерство и архитектура

• Проектирование end-to-end ML / GenAI систем: от бизнес-задачи до ПРОМа

• Выбор архитектуры решений (LLM, RAG, агенты, классический ML)

• Принятие ключевых технических решений и ответственность за них

• Code review, установка стандартов разработки в команде • Менторинг MLE / DS / аналитиков

Разработка GenAI-решений

Разработка и внедрение AI-агентов для внутренних и клиентских сценариев

• Проектирование RAG-систем (включая сложные графы и мультиагентные схемы)

• Интеграция LLM в бизнес-процессы дивизиона управления устройствами самообслуживания (банкоматы и др.)

• Дообучение моделей под домен (SFT / LoRA / embeddings / rerankers)

• Оптимизация latency, стоимости и стабильности LLM-решений

ML и аналитика

• Разработка и поддержка ML-моделей (классический ML + DL)

• Feature engineering, валидация, A/B тестирование

• Мониторинг качества моделей, оценка и защита AI-эффекта

• Работа с временными рядами, аномалиями, прогнозированием

Внедрение и эксплуатация

• Разработка AI решений для ПРОМ

• Построение ML-пайплайнов (обучение, переобучение, мониторинг)

• Интеграция с существующей ИТ-архитектурой

• Обеспечение воспроизводимости и отказоустойчивости решений

Требования

• Техническое лидерство: code review, архитектурные решения, менторинг

Знания и навыки

• Python (production-level, PEP8, тесты, архитектура)

• SQL (сложные запросы, оконные функции)

• Классический ML (GBM, DL, Time Series — на уровне уверенного продакшена)

• LLM / GenAI: • Prompt engineering

• RAG (embeddings, rerankers, chunking, retrieval стратегии)

• AI-агенты (LangChain / LangGraph / ReAct / Tools)

• Работа с галлюцинациями, latency, cost control · MLOps:

• Docker, CI/CD для ML •

REST / Async API (FastAPI)

• Apache Spark (Pyspark, Spark SQL) – разработка и оптимизация batch-пайплайнов

• Hive/HDFS/витрины данных: подготовка и поддержка витрин для ML моделей и GenAI решений

Условия

• участие в уникальном и масштабном проекте по развитию AI
• комфортный современный офис рядом с м. Кутузовская
• формат работы: 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
• вознаграждение за рекомендацию друзей в команду Сбера.