MLOps

Описание

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.

Обязанности

\- 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

Требования

\- 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

Условия

* 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