Senior ML Engineer (Agentic AI)
15 июня 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
Мы – команда, отвечающая в Сбере за направление алгоритмической торговли на финансовых рынках. Наши основные продукты – платформа автоматизированного трейдинга и работающие на ней высокочастотные торговые стратегии. В нашей системе используются принципы мягкого реального времени и паттерны реактивного программирования.
Частью нашей платформы является инструментарий для гибкой разработки и настройки торговых стратегий. В этом инструментарии мы активно используем метапрограммирование для построения динамических форм и элементов управления, стриминговые библиотеки для доставки данных с минимальными задержками, а также переиспользуем функции IDE и синтаксического анализа кода.
На каждом этапе разработки мы уделяем много времени оптимизации производительности, что позволяет проявить свои самые хардкорные навыки.
Что ты будешь делать:
- проектировать и внедрять конвейеры валидации качества кода: mutation testing, статический анализ, код-ревью, генерация тесто, обнаружение регрессий;
- разрабатывать технических агентов (SL2/SL3) для автоматизации поддержки PROD;
- строить агентов-ассистентов на базе LLM (Claude Code, Gemini CLI, Qwen Code CLI) с интеграцией в пайплайны CI/CD;
- внедрять мультиагентные системы на LangGraph, AutoGen, DSPy: оркестрация, коммуникация, трассировка;
- выстраивать систему оценки качества агентов: DeepEval, RAGAS, кастомные метрики (tool accuracy, task success rate);
- проектировать RAG-пайплайны: Qdrant/Weaviate, embedding-модели, hybrid search, AutoRAG для автооптимизации retrieval.
Мы ожидаем, что ты имеешь:
- экспертный уровень Python: asyncio, типизация (MyPy strict), pandas/numpy, pytest;
- опыт работы с мультиагентными фреймворками: LangGraph, LangChain, CrewAI, AutoGen;
- практический опыт с Claude Code, Gemini CLI или Qwen Code CLI: написание агентов, интеграция в workflow;
- понимание NLP и архитектуры LLM: transformers, attention, fine-tuning (LoRA/QLoRA), prompt engineering; или DSPy (минимум 2 из перечисленных);
- системы трассировки и observability: LangSmith, LangFuse или Arize Phoenix — отладка и мониторинг агентных цепочек;
- метрики и оценка ML-систем: от классических (precision/recall/ROC-AUC) до агентских (pass@k, tool accuracy, hallucination rate).
Будет плюсом:
- опыт с AutoML-фреймворками: AutoGluon, H2O AutoML, FLAML: автоматический подбор моделей и гиперпараметров;
- AutoRAG и оценка RAG: RAGAS, AutoRAG (Marker), A/B-тестирование retrieval-стратегий;
- опыт контейнеризации ML-сервисов: Docker, Kubernetes, Helm;
- участие в open-source проектах по теме NLP/мультиагентов;
- инструменты валидации кода: mutation testing (Cosmic Ray/mutmut), линтеры (Ruff), анализаторы безопасности (Bandit);
- Vector DB: Qdrant, Weaviate или Chroma: проектирование схемы, фильтрация, performance-тюнинг.
Работа в Сбере – это:
- гибридный график;
- современный офис на Вавилова, 19 с собственным паркингом, столовой, кафетериями, зонами отдыха и спортзалом;
- ежегодный пересмотр зарплаты и годовая премия;
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития;
- программа адаптации;
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
- льготная ипотека и кредитование от Сбера;
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
