sber•3 дн. назадПрямой откликПриоритетный откликВаше резюме и сопроводительное письмо уходят напрямую рекрутёру компании на почту, минуя общую очередь откликов на вакансию
Руководитель команды разработки GenAI-решений
В офисе МоскваГибридный форматГодовой бонусДМСЛьготная ипотека
Навыки и технологии
GitLab CI/CDPythonGitDockerKubernetesMySQL
Ключевая задача
Руководство командой разработки и создание мультиагентных GenAI-решений на базе LLM (GigaChat) с выводом их в продакшн для повышения эффективности ИТ-решений.
Описание вакансии
О компании
Мы команда в Департаменте корпоративной архитектуры, создаем и внедряем GenAI-решения.
Отвечаем за повышение эффективности ИТ-решений и автономизацию принятия архитектурных решений. Создаем решения, которые дают значительный бизнес-эффект.
Обязанности
руководство командой разработки (2 человека)
проектирование, разработка и внедрение мультиагентных систем: от генерации идеи и сборки MVP до успешного запуска в продакшн
выстраивание процесса оценки и тестирования качества работы агентов (evals)
перевод бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения
оборачивание разработанной модели и сложную бизнес-логику в надежные микросервисы на Python
дообучение LLM (на базе GigaChat) под специфичные бизнес-задачи и предметные области (Fine-tuning, LoRA)
Требования
от 5 лет опыта в коммерческой разработке (Data Science / NLP / Backend) с уверенным практическим применением LLM
опыт создания и успешного вывода в продакшн enterprise-решений на базе AI-агентов
от 1 года опыта технического лидерства или менторства
LLM & Agents: глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур. Знание и применение фреймворков: LangChain, LangGraph, DeepAgents (или аналогов)
NLP & ML: фундаментальное понимание NLP (от классики TF-IDF до современных трансформеров) и алгоритмов классического ML
Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing)
опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы
инструменты: свободное владение Git, SQL, Bash, Docker
готовность проводить код-ревью и давать обратную связь.
Будет плюсом
интерес к SOTA-подходам в агентной разработке и LLM
опыт работы с Kubernetes и понимание принципов CI/CD
участие в соревнованиях Kaggle или аналогичных.
Условия
гибридный формат работы из г. Москва
годовой бонус и ежегодный пересмотр
расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи
корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
офис на Кутузовской с зонами отдыха и спортзалом
льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.