ML/LLM Engineer

Мы ИТ-компания Экосистемы Сбера и работаем под брендом СберАналитика.

СберАналитика – это аналитическая платформа, продукты которой помогают нашим клиентам открывать и развивать бизнес, изучать конкурентов, управлять рисками и оценивать аудиторию. Мы развиваем инновационные решения, исследуем все ключевые метрики и показатели для бизнеса и госсектора.

Сейчас у нас открыта позиция ML/LLM Engineer в команде Кодогенератор. Команда работает над проектом по созданию современных инструментов для проектирования/наполнения/использования аналитических хранилищ данных (DWH) c использованием GenAI.

Что предстоит делать:

• Разрабатывать и запускать MVP продуктов с использованием ML и LLM (не только языковые модели, но и классические ML-решения)
• Адаптировать open-source LLM (Llama, DeepSeek, Qwen и др.) под конкретные бизнес-задачи, включая их локальный запуск
• Интегрировать модели в production-окружение (API, батч-обработка, стриминг)
• Участвовать в полном цикле: от сбора данных и выбора моделей до деплоя и мониторинга
• Промт-инжиниринг

Что для нас важно:

• Опыт работы с Python и ML-библиотеками (PyTorch, Transformers, LangChain и др.)
• Умение работать с open-source LLM (запуск, fine-tuning, RAG)
• Понимание локального запуска моделей (использование GPU/CPU)
• Опыт подготовки данных
• Базовые навыки MLOps (Docker, Airflow и др.)
• Понимание работы/построения корпоративных хранилищ данных
• Опыт работы с векторными БД

Будет плюсом:

• Знание классического ML (scikit-learn, XGBoost)
• Опыт с работы с полностью on-prem решениями
• Понимание методов оптимизации LLM (LoRA)
• Понимание агентной архитектуры информационных систем

Что предлагаем:

• Оформление в штат по ТК РФ
• Офисный/гибридный формат работы (БЦ "Кругозор") м. Калужская/Воронцовская
• Работа в аккредитованной ИТ-компании, сопутствующие льготы
• Ежегодный бонус по итогам работы (при выполнении KPI)
• ДМС, в т.ч. для родных по программе со-оплаты
• Скидки и льготы от партнеров
• Возможность реализовать свой потенциал в построении эффективных процессов с нуля/их значительной оптимизации