Senior Data Scientist — LLM-агенты и Gen AI
ЗарплатаПо договорённости
ФорматОфис
ЛокацияМосква, Россия
ГрейдSenior
ЗанятостьПолная занятость
Компактная команда из 9 человек отвечает за создание и развитие цифровых инструментов повышения эффективности. Цель — создать персонального помощника руководителя на основе Gen AI, мультиагентных систем и графов знаний.
Обязанности
- Разрабатывать LLM-агентов и мультиагентные системы: проектировать архитектуру, управлять памятью, планированием и вызовом внешних инструментов (function calling).
- Настраивать алгоритмы и проводить эксперименты: оптимизировать промпты, гиперпараметры, стратегии семплирования, тестировать фреймворки.
- Строить production-пайплайн от запроса до действия агента с логированием, трейсингом, мониторингом качества и затрат токенов.
- Обеспечивать качество агента: внедрять автоматические метрики (успешность вызова инструментов, достижение цели), проводить бэктесты.
- Работать на стыке технологий и бизнеса: превращать данные в решения.
Требования
- Опыт с агентными системами: от 2 лет именно с LLM-агентами, или 4+ лет в DS/ML, из которых не менее года с агентами.
- Экспертный Python: асинхронность, Pydantic, типизация, тестирование недетерминированного поведения, уверенная работа с PyTorch.
- Глубокое понимание LLM: принципы работы, контекст, function calling, различия моделей, знание современных архитектур LLM.
- Опыт разработки AI-агентов и production-решений: фреймворки LangChain, LangGraph; построение пайплайнов с MLOps-подходом, понимание DevOps-процессов.
- Backend-разработка: создание REST API (FastAPI), работа с LLM API, понимание RAG-архитектур и векторных баз данных (SQL, векторные БД).
- Инструменты и инженерия: Git, Docker, опыт разработки высоконагруженных систем (от 5 лет в IT/DS), системное мышление и ориентация на бизнес-результат.
- Эксперименты и оценка: умение строить метрики качества и эффективности агентов, быстро тестировать новые подходы, читать научные статьи на английском.
- Будет плюсом: опыт с multi-agent системами, fine-tuning LLM (LoRA/QLoRA), знание RL/DPO, понимание методов распределённого обучения.
Условия
- Формат работы: офис (м. Кутузовская).
- 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.
- Скидки на продукты компаний-партнёров.
- Вознаграждение за рекомендацию друзей в команду Сбера.
Инструменты в вакансии
Навыки и технологии
Направления