Назад
1 день назад

Senior LLM Engineer

Формат работы
hybrid/onsite
Тип работы
fulltime
Грейд
senior
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Senior LLM Engineer (LLM/AI-агенты): Проектирование и вывод в продуктив AI-агентов для корпоративных клиентов с акцентом на агентные архитектуры, RAG, интеграции с корпоративными системами и оценку качества LLM-систем. Focus on построении evals, защите от галлюцинаций и prompt injection, мониторинге качества и стоимости, а также упаковке агентов в Python-сервисы.

Локация: Москва, офис на Кутузовской, 32; гибридный формат работы.

Компания

СБЕР — крупная банковская корпорация, развивающая AI-решения для департамента ключевых клиентов.

Что делать

  • Проектировать агентные архитектуры: ReAct, планы-действия, tool calling, мультиагентные схемы и маршрутизацию запросов между моделями и сценариями.
  • Разрабатывать и оптимизировать промпты, управлять контекстом и версионировать промпты вместе с кодом.
  • Реализовывать RAG с чанкингом, эмбеддингами, векторным и гибридным поиском, реранжированием, метаданными и мультиязычными документами.
  • Интегрировать LLM с корпоративными системами через API и MCP-инструменты, поддерживать собственные tools и обрабатывать ошибки и таймауты.
  • Строить evals, защищать системы от галлюцинаций и prompt injection, контролировать grounding, качество и стоимость в продакшене.
  • Упаковывать агентов в FastAPI/Python-сервисы, заниматься контейнеризацией, CI/CD, секретами и эксплуатацией в банковском контуре.

Требования

  • 5+ лет опыта в разработке ПО, включая 2+ года практической работы с LLM и агентными системами.
  • Уверенный Python и опыт промышленной разработки: тестирование, code review, CI/CD и командная работа.
  • Практический опыт с LangChain или LangGraph, LlamaIndex, OpenAI или локальными API, Pydantic и асинхронностью.
  • Глубокое понимание RAG, векторных баз данных, включая Qdrant, Milvus или pgvector, эмбеддингов и стратегий поиска.
  • Опыт построения evals и оценки качества LLM-систем, а не только разработки демонстрационных промптов.
  • Навыки работы с генеративными AI-моделями.
  • Опыт вывода LLM-решений в продуктив и их последующей эксплуатации.
  • Понимание ограничений моделей: контекста, стоимости, задержек и деградации качества.

Хорошо, если есть

  • Опыт fine-tuning: LoRA/QLoRA, SFT/DPO, а также работы с моделями на собственных мощностях.
  • Опыт сервинга моделей через vLLM или TGI, оптимизации inference и GPU-инфраструктуры.
  • Опыт интеграций с enterprise-ландшафтом: очередями, ESB, MCP и внутренними банковскими сервисами.
  • Публикации, доклады, вклад в open-source или опыт наставничества.

Культура и преимущества

  • Современный офис в Москве и гибридный формат работы.
  • Ежегодный пересмотр зарплаты и годовая премия.
  • Корпоративный спортзал и зоны отдыха.
  • Обучение для профессионального и карьерного развития.
  • Расширенный полис ДМС с первого дня, включая страхование для семьи.
  • Ипотечная программа, подписка СберПрайм+, скидки у компаний-партнёров и вознаграждение за рекомендации.

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 →