Team Lead LLM engineer GenAI
ПАО Сбербанк · г Москва ·
This posting has been closed.
- Seniority
- Lead
- Category
- AI engineering
- Company size
- 501-1000
agentic-aiaiembeddingsfine-tuninggenerative-aigithublangchainllamaindexllmmlopsnlpobservabilityprompt-engineeringpythonrag
Leads a team building GenAI services (RAG, agent frameworks, document processing) for a bank’s ecosystem, deploying LLMs and multimodal models to create business-ready AI agents.
Наша команда строит Единую агентскую платформу.
Enterprise harness – это окружение: среда и набор инструментов, который обеспечивает безопасную и контролируемую работу агента, использование инструментов и навыков, контролирует права, память, контекст, лимиты, аудит и безопасность.
В рамках агентской платформы вам предстоит разрабатывать и внедрять инструменты для окружения агентов. Мы адаптируем лучшие мировые практики, а также сотрудничаем с RnD-командами для пилотирования новых разработок на агентах Банка.
Примеры направлений, которыми мы занимаемся:
* SkillOpt: автоматическая эволюция навыков агентов на основе трейсов и оценки LLM-as-a-Judge;
* Memory-as-a-Service: централизованный сервис памяти для агентов;
* AutoJudge: инструмент для подбора судей и метрик для оценки качества работы агентов.* Развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов
* обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM)
* MLOps и Data Management: Организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга)
* развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge
* Engineering: релиз новых моделей и сервисов в продуктовые среды.* Глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM
* инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных.
* LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS)
* Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов
* Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии.
**Будет плюсом**
* Активный профиль на GitHub с качественным кодом
* достижения (медали) на Kaggle
* участие в Open-Source проектах, связанных с LLM/NLP.* комфортный современный офис - м. Кутузовская
* гибридный формат работы
* ежегодный пересмотр зарплаты, годовой бонус
* 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
* корпоративная пенсионная программа.