Senior ML Engineer (Agentic AI)
Описание
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. Наша команда предлагает уникальные возможности для профессионального роста и развития. Вы сможете проявить себя в работе с современными технологиями и инструментами, а также получите возможность работать над проектами мирового уровня. Мы обеспечиваем комфортные условия труда и поддерживаем баланс между работой и личной жизнью.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.