ML Engineer (Blockchain)
Описание
Мы команда Фабрики смарт-контрактов управления технологий блокчейн. Разрабатываем инновационные решения в области блокчейн-технологий и смарт-контрактов. Нам предстоит создать эффективную систему кодогенерации для языка программирования смарт-контрактов (Contract Script). Ключевой вызов проекта — обеспечить не только синтаксическую корректность генерируемого кода, но и его семантическую безопасность и соответствие бизнес-спецификациям.Обязанности создание и настройка LLM-пайплайнов для генерации кода на новом языке смарт-контрактов реализация механик RAG для работы с документацией языка, примерами кода и паттернами проектирования настройка агентных систем на базе фреймворков (LangChain, LangGraph) для декомпозиции требований в исполняемый код обеспечение качества и безопасности генерируемого кода разработка системы валидации кода: компиляция, статический анализ, проверка на уязвимости реализация BDD тестирования для обнаружения edge cases эсперименты с различными архитектурами моделей и техниками промптинга (CoT, ReAct, Few-shot) оптимизация качества генерации (целевой показатель смарт-контракт не требует доработок в > 90% случаев) участие в исследовательских проектах и публикация результатов инженерная интеграция разработка API-фабрик для взаимодействия с системой кодогенерации (FastAPI, gRPC) интеграция с CI/CD пайплайнами и инструментами разработки (IDE-плагины, LSP) развертывание и эксплуатация моделей в инфраструктуре (Docker, Kubernetes). Требования опыт работы с ML/AI стеком — от 3 лет коммерческого опыта в разработке систем на базе машинного обучения Python на продвинутом уровне — глубокое владение языком, опыт работы с метаклассами, AST, библиотеками для статического анализа (antlr, ast-grep, tree-sitter) опыт с LLM и агентными системами — практическая работа с коммерческими или открытыми LLM-моделями фреймворки для LLM — опыт работы с LangChain, LangGraph или аналогичными инструментами для построения RAG-пайплайнов и многоагентных систем векторные базы данных — опыт работы с векторными БД для семантического поиска инструменты и инфраструктура — Docker, Kubernetes, опыт развертывания моделей через vLLM или Ollama инженерия кода — опыт разработки REST/GraphQL API, работа с базами данных (SQL/NoSQL), CI/CD практики. Будет плюсом опыт в области компиляторов и транспайлеров — написание компиляторов, транспайлеров, работа с промежуточным представлением (IR) знание блокчейн-экосистемы — понимание принципов работы смарт-контрактов, особенностей виртуальных машин (EVM, Move VM) опыт со статическими анализаторами — практика с инструментами типа Semgrep, Slither, Foundry, Ruff, mypy опыт формальной верификации кода, работа с property-based тестированием (Hypothesis) опыт работы с кодогенерацией — участие в проектах по генерации кода, код-ассистенту, автоматической генерации тестов научная деятельность — наличие публикаций или выступлений на профильных конференциях по AI/ML. 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 выбрать удобный формат работы: гибрид или офис комфортный современный офис: Москва, пр. Кутузовский 32к1 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 ипотека выгоднее до 7% для каждого сотрудника подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера.