LLM инженер-методолог (Лаборатория нейронаук и поведения человека)

Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления.

Наша ключевая задача: исследовать и рассказывать, что происходит и будет происходить с человеком, как эти изменения переложить в продукт, коммуникации, HR-процессы, чтобы они стали лучше.

Работа в Лаборатории – это возможность прикоснуться практически к любому бизнес-подразделению экосистемы Сбера, к большим данным Сбера, к клиентской базе более 100 млн человек.

Мы ищем «AI-генералиста». Человека, который будет быстро (1-2 недели) вабкодить прототипы разных проектов на основе гипотез Лаборатории и запросов бизнеса.

Наш технологический стек:

• ML/DL: HuggingFace Transformers, SentenceTransformers, CatBoost, XGBoost
• LLM & Vector Search: Local модели (Llama 3, Mistral), API (OpenAI), FAISS
• Data & Infra: ClickHouse, Docker, FastAPI, Postgres, RabbitMQ
• MLOps & Orchestration: MLflow, W&B, Prefect, Dagster, Ray, Prometheus, OpenTelemetry
• Инструменты: Hydra, Poetry.

Обязанности

• разработка решений о том, как применять LLM для анализа данных, ускорения исследований, формирования новых инструментов (например: распарсить данные, сгенерить гипотезы, суммаризировать различные исследования и обработать под целевые задачи)
• вабкодинг прототипов разных проектов на основе гипотез Лаборатории и запросов бизнеса
• разработка простых ИИ-агентов, RAG баз знаний, графовых БД
• фактически вы будете евангелистом ИИ и вайбкодинга, который собирает различные решения и консультирует коллег

Требования

AI-native разработка и инструменты:

• практический опыт работы с AI-ориентированными IDE и агентами: Cursor, GitHub Copilot, Claude Code, Replit Agent
• проектирование архитектуры до генерации кода
• опыт работы с large-context проектами
• опыт быстрой локализации и исправления ошибок LLM-логики
• опыт внедрение guardrails и fail-safe механизмов
• умение заставлять LLM стабильно возвращать валидный JSON
• продвинутая работа с промптами (few-shot, CoT, ReAct и др.)
• опыт работы с N8N и make

LLM и Retrieval-архитектуры:

• опыт построения production-решений с использованием LLM API (OpenAI, Anthropic и др.)
• работа с embedding-моделями и векторными базами данных
• понимание различий между векторным поиском и BM25
• опыт применения различных стратегий chunking
• опыт работы с LangChain / LangGraph
• понимание влияния гиперпараметров (Temperature, Top-P, Top-K, Frequency/Presence Penalty) на детерминированность и галлюцинации

Будет плюсом:

• контроль стоимости и latency AI-вызовов
• умение быстро приводить «vibe-code» к production-качеству
• умение проектировать и строить REST и GraphQL API
• production-деплой и эксплуатация приложений в современных облачных средах
• понимание CI/CD, мониторинга, логирования и observability
• глубокий интерес к теме ИИ, агентов, вайбкодинга
• техническое образование (программирование / инженерия)
• умение и главное желание быстро поставлять прототипы, не растягивая срок разработки
• готовность к погружению в смыслы задач, продуктов и исследований – на входе часто будет абстрактное ТЗ, которое необходимо будет докрутить до рабочего решения
• развитые софты в коммуникациях (потребуется переводить с технического языка на язык бизнеса)
• отслеживание и анализ передовых достижений в области ИИ и LLM, оперативная адаптация инноваций под задачи бизнеса.

Условия

• комфортный современный офис г. Москва, рядом с метро Кутузовская
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• 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.