Senior Python-инженер, LLM-агенты и ML
Наша команда в Блоке «Риски» выстраивает систему управления рисками собственных строительных проектов Банка и его дочерних обществ с помощью ИИ-агентов. Система охватывает проект от идеи о строительстве через реализацию до передачи готового объекта заказчику.
Ищем опытного Python-инженера, который любит ML, понимает его силу и ограничения и хочет делать production-backend: надёжный, масштабируемый, с чёткой инженерной культурой.
Стек технологий: Python 3.12+, FastAPI, gRPC/HTTP, Kafka, PostgreSQL, PyTorch/Lightning, инструменты для LLM-оркестрации, LangGraph, Grafana/OpenTelemetry, OpenShift, Jenkins.
Обязанности
- Проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов (низкие задержки, высокая надёжность, observability).
- Выстраивать и развивать архитектуру агентских систем (оркестрация инструментов, память, планирование, безопасные guardrails, оценка качества).
- Внедрять ML System Design подходы: искать и применять передовые идеи и мировой опыт в области архитектур агентских систем.
- Работать с данными и интеграциями: очереди/стриминг, базы, кэш, внешние API.
- Проводить технические исследования (R&D), быстро прототипировать, измерять, масштабировать в прод.
- Развивать платформу: тестирование, CI/CD, мониторинг, трассировка, расходы.
Требования
- От 6 лет промышленной backend-разработки на Python с акцентом на надёжность и производительность.
- Опыт проектирования распределённых систем и высоконагруженных сервисов.
- Уверенная математическая база (вероятность/статистика/оптимизация), инженерный вкус и привычка мерить всё метриками.
- Практика работы с ML-системами в проде: фичи, офлайн/онлайн-оценка, A/B, наблюдаемость качества.
- Навык разбираться в новых подходах (LLM-агенты, инструменты, память, RAG, оценка), критически их проверять и доводить до результата.
- Готовность брать ответственность за продуктовые эффекты, а не только за код.
Будет плюсом
- Опыт построения agentic-архитектур (планировщики, многошаговые цепочки, инструментализация, безопасность).
- Опыт реализации высокоэффективного инференса LLM-моделей, глубокое понимание работы kernel для инференса.
- Вклад в open-source или публикации/доклады.
- Знание домена рисков.
Условия
- Рабочее место в современном офисе по адресу: г. Москва, Кутузовский проспект, 32.
- Режим работы: гибрид, удалённого формата нет.
- Ежегодный пересмотр зарплаты, годовая премия.
- Корпоративный спортзал и зоны отдыха.
- Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
- Расширенный ДМС с первого дня работы для сотрудников и льготная медицинская страховка для близких.
- Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
- Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров.
- Вознаграждение за рекомендацию друзей в команду Сбера.