Описание вакансии
Location: Москва
**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.