Мы создаем основу для безопасного и эффективного использования ИИ в Банке. Наша команда разрабатывает мультиагентную систему для автономного мониторинга всех ИИ-агентов Банка в промышленной эксплуатации. Это не просто дашборды и алерты — это интеллектуальная платформа, которая должна понимать, как и почему агенты принимают решения, предсказывать сбои до их наступления и автоматически локализовать корневые причины. Мы предлагаем в озможность сыграть ключевую роль в разработке с нуля уникальной системы, от которой зависит надёжность всех ИИ-сервисов Банка для миллионов людей. Обязанности разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее. ведение проекта по полному циклу: от идеи и прототипа до рабочего решения в проде, его тестирования и поддержки проектирование пайплайнов для работы с данными (трейсами агентов) и обучения моделей, интегрируя их в нашу MLOps экосистему взаимодействие с командами разработки и валидации ИИ-агентов, MLOps для интеграции решений и формирования лучших практик. Требования глубокое знание математической статистики, алгоритмов классического ML и архитектур нейросетей опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до внедрения в прод и мониторинга опыт проведения аналитических исследований (R D): умение самостоятельно изучать проблемную область, формулировать и проверять гипотезы, выбирать и адаптировать state-of-the-art методы под задачи проекта уверенное владение стеком технологий для анализа, экспериментов и разработки: NumPy, Pandas, Polars, Scikit-learn, XGBoost, LightGBM, CatBoostOptuna / Hyperopt навык написание чистого, модульного кода на Python, понимание принципов SOLID, опыт работы с Git. Будет преимуществом: опыт разработки ИИ-агентов / агентных систем, понимание принципов их работы, коммуникации и оркестрации опыт работы с трейсами и метаданными ИИ-агентов (OpenAI, Arize Phoenix, LangSmith) опыт работы с векторными базами данных знание observability-стека (OpenTelemetry, Prometheus, Grafana) для мониторинга ML-систем публикации или значимый вклад в open-source в области ML/NLP/LLM. Личные качества: проактивность: способность самостоятельно находить проблемы и предлагать эффективные решения системное мышление: умение видеть проект как целостную систему, понимать взаимосвязи и долгосрочные последствия решений результативность в условиях неопределенности: способность эффективно работать при неполных данных и в меняющихся условиях ответственность: понимание важности production-систем и SLA, готовность нести ответственность за свои решения. Условия комфортный современный офис: г. Москва, метро Кутузовский пр. формат работы– офис, по согласованию с руководителем возможно выполнение пула зада в гибридном формате ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте расширенный ДМС (медицинское страхование), льготное страхование для семьи ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии