Senior Applied ML Engineer (LLM Agents & Agentic Systems)

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы работаем с задачами, в которых недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить подходы, спроектировать решение и довести его до измеримого результата для бизнеса. Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. В таких решениях необходимо проектировать взаимодействие агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах. Мы ищем Senior Applied ML Engineer, который будет самостоятельно вести сложные LLM-проекты: разбираться в бизнес-контексте, формулировать технический подход, выбирать архитектуру, выстраивать оценку качества и отвечать за технический результат проекта. В этой роли важно видеть систему целиком: пользовательский сценарий, данные, архитектуру, интеграции, ограничения и риски. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере: диалог займет примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали по вашему опыту и ускорить рассмотрение кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим отнестись с пониманием: ваш опыт и участие помогут сделать его удобным и полезным для всех.### Чем предстоит заниматься: * самостоятельно вести разработку LLM-агентов, копилотов и агентных систем для реальных бизнес-процессов: формализовывать задачу, проверять гипотезы, выбирать подход и доводить его до рабочего решения * проектировать архитектуру и агентную логику решений: обработку запросов, выбор и вызов инструментов, работу с базами знаний и взаимодействие с внутренними системами * принимать и аргументировать технические решения: выбирать между простыми и более сложными подходами, оценивать их влияние на качество, скорость, стоимость, надежность и сложность поддержки * выстраивать пайплайн разработки и оценки качества: определять необходимые данные и тестовые сценарии, проектировать evals, проводить эксперименты, анализировать ошибки и находить слабые места в системе * брать техническое лидерство в сложных задачах: декомпозировать работу, проводить design/code review, помогать команде принимать технические решения и снимать технические блокеры * находить повторяющиеся паттерны и превращать удачные решения в переиспользуемые компоненты, внутренние инструменты и инженерные практики * работать на стыке research и engineering: изучать статьи и open-source-решения, проверять новые подходы и применять удачные идеи в рабочих системах * взаимодействовать с заказчиками, продуктовыми и инженерными командами, согласовывать требования, ограничения и критерии готовности решения, сопровождать его пилотирование и внедрение.### Мы ожидаем от вас: * от 4 лет коммерческого опыта разработки и внедрения ML/NLP-решений * практический опыт разработки LLM-агентов, RAG-систем, копилотов или других решений на базе LLM, понимание современных архитектурных паттернов, ограничений и критериев качества таких решений * опыт самостоятельной разработки LLM-решений end-to-end: от понимания бизнес-задачи, определения необходимых данных и выбора архитектуры до выстраивания оценки качества, реализации сервиса, запуска пилота и сопровождения внедрения * уверенное владение Python и опыт разработки backend-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD * умение работать с неопределенными задачами: переводить бизнес-потребности в технические решения, формулировать гипотезы, выбирать подход, объяснять технические компромиссы и доводить решение до результата * опыт технического лидерства в сложных задачах: декомпозиции работы, проведения design/code review, помощи менее опытным инженерам и снятия технических блокеров * способность быстро разбираться в новых статьях, фреймворках и подходах, проверять их применимость на практике и превращать удачные идеи в рабочие решения. Будет плюсом: * опыт координации небольшого технического стрима или работы нескольких инженеров над общим проектом * сильный backend-опыт и умение строить production-grade сервисы * опыт внедрения ML/LLM-решений в enterprise-контуре: безопасность, доступы, интеграции, мониторинг, SLA и ограничения production-среды.### Мы предлагаем: * комфортный современный офис г. Москва, рядом с метро Кутузовская * возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю) * 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 * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.