MLOps

Наша команда создает интерфейсы в новой AI-first парадигме, перед нами стоит цель сделать сервисы экосистемы банка удобнее и доступнее.

Мы строим сервис GenUI, который нативно встраивается в любое приложение и позволяет строить интерфейс на лету.

Мы ищем разработчика широкого профиля, которому интересно работать на стыке продуктовой разработки, ML-инфраструктуры и исследовательских задач. Нам нужен инженер, который не боится быстро погружаться в новые области: сегодня писать тесты и инструменты на Python, завтра разбираться в пайплайне обучения моделей, послезавтра помогать запускать экспериментальную кастомную архитектуру.

Для нас важны инженерная зрелость, самостоятельность, гибкость, умение разбираться в незнакомом коде и готовность доводить задачи до работающего результата.

- Разрабатывать и поддерживать внутренние инструменты для команды GenUI

- Писать автотесты, вспомогательные скрипты и tooling на Python

- Участвовать в построении пайплайнов обучения, валидации и тестирования моделей

- Помогать с запуском экспериментов по кастомным архитектурам моделей

- Разбираться в существующем коде, дорабатывать его и повышать надежность решений

- Интегрировать ML-компоненты, backend-сервисы и платформенные инструменты

- Автоматизировать рутинные процессы разработки, тестирования, сборки и релизов

- Работать с датасетами, пайплайнами подготовки данных и результатами экспериментов

- Участвовать в настройке окружений, контейнеризации и запуске сервисов

- Совместно с аналитиками, ML/DS-инженерами, backend-разработчиками и QA декомпозировать задачи на понятные инженерные инкременты

- Искать узкие места в процессах и коде, предлагать технические улучшения

- Быстро подключаться к нестандартным задачам, где нет готового решения или четко описанного процесса

- Уверенное владение Python

- Опыт разработки production-ready кода

- Опыт написания автотестов и понимание подходов к тестированию

- Понимание принципов backend-разработки и клиент-серверного взаимодействия

- Опыт работы с Git, CI/CD и инструментами командной разработки

- Опыт работы в Linux-окружении

- Опыт работы с Docker

- Умение читать, понимать и дорабатывать чужой код

- Готовность разбираться в ML/LLM-задачах, даже если раньше это не было основной специализацией

- Способность быстро переключаться между разными типами задач: от тестов и скриптов до пайплайнов и интеграций

- Самостоятельность, инженерная аккуратность и умение доводить решения до результата

Будет плюсом

- Опыт работы с PyTorch, Torch Lightning или другими ML-фреймворками

- Опыт построения пайплайнов обучения или inference-пайплайнов

- Опыт работы с ML-экспериментами, датасетами, метриками и валидацией моделей

- Понимание distributed training и особенностей запуска задач на GPU

- Опыт работы с Ray, Airflow, Kubeflow или аналогичными инструментами

- Опыт работы с Kubernetes

- Опыт разработки backend-сервисов на FastAPI, Flask, Django или аналогичных фреймворках

- Опыт работы с LLM, RAG, prompt-based сценариями или AI-ассистентами

- Опыт построения внутренних developer tools

- Навык профилирования, оптимизации и отладки сложных пайплайнов

- Интерес к исследовательским задачам и готовность проверять нестандартные технические гипотезы

• комфортный современный офис  м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека выгоднее до 7% для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера