ML Research Engineer (LLM, агенты, прогнозирование)

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

Мы делаем ML-продукт аналитики деятельности компаний, которые работают с зарубежными партнерами: он прогнозирует их валютные операции и предлагает подходящие продукты банка. Ищем инженера-исследователя, который проведет задачу от гипотезы до прототипа и передаст лучшее решение в разработку.

Обязанности

• разбираться в задаче вместе с владельцем продукта и аналитиками: что нужно клиенту и какие ограничения у данных
• быстро проверять гипотезы на данных, а не на интуиции: от постановки эксперимента до прототипа и демо для заказчика
• выбирать подход под задачу: классический ML, временные ряды, LLM, RAG, агенты или их связку. Сравнивать варианты по качеству, устойчивости, стоимости, скорости и сложности вывода в продакшен
• проектировать агентов поверх ML-моделей: какие у них инструменты и память, как они собирают контекст и проверяют ответы
• передавать лучшее решение в разработку так, чтобы его легко было тиражировать.

Требования

• опыт внедрения ML-решения с нуля до продакшена
• python (pandas, numpy) и SQL, продвинутые навыки построения воспроизводимых пайплайнов
• глубокие знания классического ML на табличных данных: бустинг, линейные модели, sklearn, отбор признаков. Навыки работы с PyTorch или аналогом и понимаете, когда DL дает выигрыш
• работа с LLM: промпты, RAG с эмбеддингами и reranking, tool calling, агенты. Знаете типичные сбои вроде галлюцинаций и умеете их ограничивать. Оцениваете ответы и агентов целиком через golden set и LLM-as-a-judge, следите за регрессиями качества, latency и стоимостью вызова
• умение строить A/B-тесты и офлайн-сравнения: гипотеза, выборки, бейзлайн, абляции, вывод «берем / не берем». Ведете эксперименты в MLflow или аналоге, версионируете данные и промпты
• понимаете, когда хватает классического ML, когда нужна LLM
• умеете коротко объяснить, что проверили, почему выбрали этот подход и какие риски остались.

Будет плюсом:

• опыт в ВЭД: платежи, валютные потоки, внешнеторговые операции, продукты
• сами строили AI-агентов и агентные системы.

Условия

• комфортный современный офис г. Москва, Кутузовский 32
• офисный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• система обучения для профессионального и карьерного развития
• расширенный полис ДМС с первого дня работы и страхование для семьи
• программа ипотеки для сотрудников
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.