Мы исследовательское подразделение Сбера, которое отвечает за «человека»: поведение, психология, тренды, особенности восприятия и мышления.

Наша задача — исследовать, что происходит с человеком, и переводить эти знания в продукты, коммуникации и HR-процессы экосистемы Сбера.

Работа в Лаборатории — это доступ практически к любому бизнес-подразделению Сбера, к большим данным и клиентской базе более 100 млн человек.

Мы ищем Tech Lead DS/AI-команды — человека, который станет “мембраной” между бизнесом и разработкой. На входе — абстрактные идеи и запросы руководства. На выходе — работающие ML/LLM-решения, собранные командой по чёткой архитектуре. Вы проектируете системы, пишете код, ставите задачи, ревьюите решения команды — и отвечаете за то, чтобы всё это работало вместе. Играющий тренер: примерно 50% времени — собственная разработка и прототипирование, 50% — архитектурные решения, декомпозиция задач, менторство команды. У вас должны быть сильные технические навыки, евангелизм относительно AI, LLM, Vibecoding и желание искать, тестировать новые подходы и инструменты, а также базовое продуктовое мышление – не код ради кода, а код ради пользователя, продукта и бизнес-задач.

Вам больше нравятся, когда много разных коротких и небольших проектов (прототипы, исследования, MVP), чем заниматься месяцами одним проектом и катить его в прод.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в телеграмме, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

### **Чем предстоит заниматься:**

Архитектура LLM-решений:

  • принимать запрос от руководства или бизнес-подразделения.
  • оценивать реализуемость, проектировать архитектуру (агенты, RAG-пайплайны, мультимодальные системы), выбирать стек и модели.
  • декомпозировать на задачи для ML-инженеров и LLM-генералистов.

Разработка и прототипирование:

  • самостоятельное написание кода: собратьMVP и прототипы, чтобы быстро валидировать гипотезы.
  • в части проектов это может быть вайбкодинг ради демо, в другой части – прототипы становятся основой для продовых решений. RAG-системы, агентные архитектуры, дэшборды, внутренние инструменты.

Техническое лидерство команды:

  • ревью архитектурных решений и кода команды.
  • постановка задач на языке разработчика, снятие блокеров, менторинг  джунов.
  • техлидерство и отслеживание стандартов качества (не классический менеджмент — вы техлид, который держит в голове общую картину)

Трансляция бизнес → разработка:

  • перевод формулировки из «космоса» на язык технических задач
  • объяснение руководству, что реализуемо, в какие сроки и с какими трейдоффами (кключевая надстройка над чисто инженерной ролью).

Требования

### Наши ожидания:

Опыт и готовность работать с технологическим стеком:

  • ML/DL: HuggingFace Transformers, SentenceTransformers, CatBoost, XGBoost
  • LLM & Vector Search: локальные модели (Llama, Qwen), API (OpenAI, Anthropic), FAISS
  • Data & Infra: ClickHouse, Docker, FastAPI, Postgres, RabbitMQ
  • MLOps & Orchestration: MLflow, W&B, Prefect, Dagster, Ray, Prometheus, OpenTelemetry
  • Инструменты: Hydra, Poetry, Cursor, Claude Code.

Техническая экспертиза:

  • сильный бэкграунд в разработке: вы пишете код, понимаете архитектуру, умеете проектировать системы от API до деплоя
  • бэкграунд в ML/DS (классические модели, feature engineering, эксперименты)
  • глубокое понимание LLM: промптинг, файнтюнинг, RAG-архитектуры, агентные системы, оркестрация вызовов
  • опыт построения поисковых систем поверх эмбеддингов: выбор модели под язык и домен, chunking и гибридный поиск (dense + BM25, реранкеры), оценка качества ретривала на своих данных
  • практика с одной из векторных БД (Qdrant / Weaviate / pgvector / Milvus) либо с FAISS/HNSW как встроенным индексом
  • быстрая сборка MVP через AI-ассистированную разработку (Cursor, Claude Code, Codex) как повседневный инструмент. Опыт с CLI-агентами (hooks, slash-команды, subagents, MCP, headless-режимы для пайплайнов)
  • проектирование мультиагентных систем: роли, протоколы обмена, supervisor/worker, оркестрация
  • понимание инфраструктуры: Docker, FastAPI, очереди, базы данных, CI/CD
  • опыт в продуктовых ролях или продуктовое мышление — если умеете не только строить, но и понимать зачем

Лидерство и коммуникация:

  • опыт технического лидерства: ревью кода и архитектуры, постановка задач, менторство
  • умение взять абстрактную идею и превратить её в архитектуру с понятным планом реализации
  • способность говорить на языке бизнеса с руководством и на языке кода с команой
  • навык приоритизации: что делать сейчас, что отложить, что не делать вообще.

Будет плюсом:

  • опыт в корпоративных R&D-подразделениях или AI-стартапах
  • наличие git пространства с проектами будет плюсом.

Условия

### **Мы предлагаем:**

  • комфортный современный офис г. Москва, рядом с метро Кутузовская
  • возможность выбрать удобный график – офис/гибрид
  • ежегодный пересмотр зарплаты и годовая премия
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.