Назад
13 часов назад

Senior NLP/LLM Engineer

Формат работы
hybrid/onsite
Тип работы
fulltime
Грейд
senior
Страна
Russia
vacancy_detail.hirify_telegram_tooltipВакансия из Telegram канала -

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

TL;DR
Senior NLP/LLM Engineer (AI-copilot): Разработка end-to-end LLM-пайплайнов, продвинутых RAG-систем и автономных мультиагентных AI-систем с акцентом на дообучение моделей, LLMOps и оценку качества. Focus on проектировании AI-агентов, alignment-методах, эффективном инференсе и автоматизации регрессионного тестирования.
#senior #офис #гибрид

Сбер
Senior NLP/LLM Engineer
Опыт работы: 3–6 лет
Полная занятость
Формат работы: офис или гибрид (Москва)

Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам.

☑️ Чем предстоит заниматься
-Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация)
-Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG
-Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование
-Писать чистый, документированный и тестируемый python-код, проектировать API-контракты для ML-компонент
-Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами

☑️ Наши пожелания к кандидатам
-Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM
-Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph
-Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса
-Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML
-Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов
-Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL



Python Job | |

Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →

Текст вакансии взят без изменений

Источник -