Tech Lead Data Science в платформу ГенИИ

16 ноября 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Программист, разработчик

Мы строим Harness-платформу Сбера — слой между моделью и продуктом: агентный рантайм, инструменты, память, контекст, адаптация и оценка качества. На этой платформе продуктовые команды Сбера запускают свои AI-сценарии. Им не нужно писать всё с нуля: решение собирается из готовых проверенных блоков.

Ищем человека, который возьмёт на себя три ключевые части Harness:


  • Качество ИИ-помощника. Как понять, что помощник хорошо работает в реальных бизнес-сценариях, и как улучшать это от релиза к релизу.
  • Память. Как помощник запоминает пользователя, компанию и контекст задач (Mining) и правильно этим пользуется (Memory Usage).
  • LoRA-адаптеры как платформенный сервис. Как продуктовая команда за недели, а не за месяцы, получает модель, адаптированную под свой домен, с гарантиями качества.

Про роль: направление только формируется, поэтому первые решения вы будете проектировать и делать сами: писать код, собирать eval-пайплайны, запускать обучение адаптеров, разбирать трейсы. По мере роста направления вам предстоит расширять команду. Ищем человека, которому одинаково комфортно собрать датасет из логов и провести встречу с руководителем продукта.

Обязанности
  • Спроектировать и запустить систему оценки качества ИИ-помощника: eval-наборы по бизнес-сценариям, LLM-as-a-judge, human eval, регрессионные гейты на релиз.
  • Самостоятельно собрать первые рабочие версии пайплайнов из готовых компонентов платформы: обучение и оценку LoRA-адаптеров, версионирование, деплой, мультиадаптерный инференс.
  • Разработать архитектуру памяти: долгосрочную и сессионную память, персонализацию, память организации. Отвечать за качество извлечения и применения знаний, а также за приватность и разграничение доступа.
  • Сделать качество агентных сценариев измеримым: работу с инструментами и корпоративными системами, многошаговые задачи, сценарии с длинным контекстом.
  • Лично провести первые продуктовые команды через платформу и на их кейсах понять, что действительно нужно стандартизировать.
  • Собрать и вырастить команду направления
  • Превратить созданное в self-service: инструменты, стандарты и документацию, с которыми продуктовые команды справляются сами.
  • Связать технические метрики с продуктовыми и бизнес-результатами и защищать их на уровне руководства.
  • Формировать культуру, в которой о качестве судят по данным, а не по ощущениям
Требования
  • Сильный инженерный бэкграунд в ML/LLM и готовность работать руками: Python, PyTorch, экосистема LoRA/PEFT, инференс-фреймворки (vLLM и аналоги).
  • Глубокое понимание современного AI-стека: post-training (SFT, DPO, RL), LoRA/PEFT, RAG, агентные архитектуры, оценка LLM.
  • Опыт доведения ML/LLM-решений до продакшена, а не только исследований.
  • Опыт технического лидерства: вы задавали архитектуру и направление для других инженеров. Опыт руководства командой — большое преимущество.
  • Готовность в перспективе расти в управлении: нанимать, развивать людей, договариваться с заказчиками и руководством.
  • Умение работать с внутренними заказчиками, переводить размытый запрос «чтобы помощник отвечал лучше» в измеримые критерии.
  • Опыт построения eval-систем для LLM-продуктов или агентов.
  • Опыт с системами памяти для LLM: retrieval, графы знаний, суммаризация и сжатие контекста, персонализация.
  • Опыт с multi-LoRA serving и дообучением моделей под домены в продакшене.
  • Опыт создания платформенных продуктов для других команд.
  • Понимание корпоративной специфики: безопасность, доступ к данным, регуляторные требования.
  • Опыт запуска направления с нуля.
  • Активное личное использование агентных продуктов (Claude Code, Cursor, Codex, ассистентов с памятью) и понимание, за счёт чего они хорошо работают.
Условия
  • крупнейшее DS&AI community — более 600 DS-специалистов банка
  • дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
  • возможность быть соавтором НИРов и статей для международных конференций
  • возможность выбрать удобный формат работы: гибрид или офис
  • ежегодный пересмотр зарплаты, годовая премия
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
  • вознаграждение за рекомендацию друзей в команду Сбера.