Вступить в клуб →
← К вакансиям
Сбер. IT82/100

Deep Learning/CUDA Engineer (GigaChat)

Опубликовано: 16 ноября 2026
middleonsiteAI EngineeringfulltimeМоскваrucudapythondeep learningllmquantizationspeculative decodingkv-cachetensor parallelismpipeline parallelismprofilingvllmtensorrt-llm
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на hh.ru — открыть оригинал ↗

Похожие вакансии

Все вакансии →
Ак Барс Банк, ИТКазаньonsitefulltimemiddle70

AI-инженер

Развёртывание и обслуживание локальных LLM (Llama, Qwen, DeepSeek) через vLLM/Ollama/TGI, сборка полного RAG-пайплайна от парсинга документов до векторного поиска и ре-ранжирования, оптимизация и квантование моделей под имеющиеся GPU. Интеграция AI-моделей во внутренние сервисы через API, создание агентов автоматизации и мониторинг качества генерации. Работа в офисе в Казани, 5/2, официальное трудоустройство по ТК РФ.

bashcudadockerlangchainlinuxllamaindex+7
15 октября 2026
Сбер. ITМоскваonsitefulltimesenior74

CUDA Engineer (GigaChat)

Команда GigaChat расширяет отдел production-внедрения: развитие инфраструктуры инференса больших языковых моделей, раскатка моделей, стабильность и производительность сервисов, cost optimization. Требуется низкоуровневая оптимизация работы с железом, работа над нагрузками на кластеры и вывод новых архитектур в продакшн; глубокие знания CUDA и Python, опыт с LLM.

cudapythondeep learningllmинференсоптимизация+4
13 октября 2026
МАГНИТ, Розничная сеть. ТранспортМоскваhybridfulltimemiddle74

Разработчик AI (Middle/Middle−)

AI Engineer для разработки LLM-агентов в товародвижении крупной розничной сети: от проектирования и прототипирования агентных архитектур до внедрения в production и интеграции с корпоративными системами и API. Требуется от года коммерческого опыта AI/LLM-решений, уверенный Python/FastAPI, LangChain, Docker и понимание агентных архитектур.

pythonfastapilangchainllmai-агентыdocker+6
21 ноября 2026
Сбер. ITМосква, Россияhybridfulltimelead78

Tech Lead Data Science (платформа ГенИИ)

Руководитель направления Data Science для Harness-платформы Сбера — слоя между LLM и продуктом (агентный рантайм, инструменты, память, адаптация и оценка качества). В зоне ответственности: система оценки качества ИИ-помощника (eval-пайплайны, LLM-as-a-judge, регрессионные гейты), архитектура памяти (долгосрочная/сессионная, персонализация) и LoRA-адаптеры как платформенный сервис. Роль предполагает работу руками (Python, PyTorch, PEFT, vLLM) с последующим ростом команды направления.

pythonpytorchlorapeftvllmllm+6
16 ноября 2026