ML Engineer (AI Agents / Python)
Описание
Мы создаём и развиваем ML-решения и AI-агентов для продуктов банка, которыми пользуются юридические лица. Ищем ML Engineer, который возьмёт на себя инженерную часть этих решений: разработку агентов, интеграцию моделей и данных, а также их вывод в промышленную эксплуатацию. Это роль для Python-разработчика, которому интересно работать на стыке ML, LLM и больших данных.Обязанности проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью проектировать, строить и сопровождать витрины данных для ML-моделей и агентов обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных. Требования опыт промышленной разработки на Python от 2 лет умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления. Будет преимуществом: опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора опыт работы с LLM, RAG и векторными хранилищами опыт оркестрации пайплайнов в Airflow или аналогичных системах опыт работы с Kafka и событийными архитектурами знание Docker, CI/CD и Kubernetes практический опыт работы с Hadoop и Spark опыт внедрения ML- или LLM-сервисов во внутреннем контуре опыт в банковском домене, продуктах для юридических лиц или документообороте. Условия удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро) гибридный формат работы регулярный пересмотр заработной платы и возможность получения годовой премии доступ к более чем 400 образовательным программам СберУниверситета программу адаптации и поддержку наставника на первых этапах работы расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи ипотечные программы для сотрудников подписка Прайм с возможностью совместного использования на трёх близких вознаграждения за рекомендации кандидатов.