Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.

Примеры:

  • Система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков.
  • Агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени.
  • Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования.
  • AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов.
  • Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями.
  • AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин.

Обязанности

  • разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM
  • адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO)
  • участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества
  • написание качественного кода и обсуждение технических решений с командой.

Требования

  • являетесь студентом очной формы обучения в ВУЗе (математическое/естественно-научное/техническое образование)
  • знание Python, статистики и ML/DL-стека
  • опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров
  • опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG)
  • опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents)
  • знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования
  • умение писать чистый и поддерживаемый код (Clean Architecture, SOLID)
  • опыт работы с Git.

Будет плюсом:

  • опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse
  • успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах)
  • вклад в open-source проекты, публикация моделей и датасетов на Hugging Face
  • погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам
  • знание других языков программирования (например, C++, Java).

Условия

  • комфортный современный офис
  • формат работы - офис (возможен гибрид)
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • продолжительность стажировки: 3-6 месяцев, занятость (20-40 часов в неделю)
  • доступ к обширному каталогу образовательных программ СберУниверситета для вашего профессионального роста и карьерного развития
  • гибкий график и возможность совмещать стажировку с учебой
  • оплачиваемая стажировка
  • программа адаптации, внутреннее обучение.