Data Engineer (Центр робототехники)

В Центре робототехники Сбера мы создаем роботов и системы ИИ, которым нужны большие и аккуратно подготовленные наборы данных. Data Conveyor Team отвечает за путь этих данных от сырых записей до формата, с которым могут работать ML-команды. Сейчас нам нужен Software Engineer, который будет превращать записи с роботов и внешние датасеты в понятный, проверяемый и воспроизводимый формат для обучения моделей.

Первый этап отбора на эту вакансию - общение с AI-рекрутером. После отклика ждите сообщение от него, 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

• проектировать и реализовывать пайплайны, которые превращают данные из разных источников в формат, пригодный для обучения моделей
• стабилизировать основной путь конвертации данных с роботов: единый поддерживаемый процесс, проверяемые результаты, повторяемые запуски и понятные отчеты об ошибках
• поддерживать dataset schema, versioning, compatibility checks, validators и manifests
• подключать новые источники данных: записи с роботов, внешние датасеты, симуляции, egocentric data, данные тестовых запусков и корректирующих демонстраций
• обеспечивать reproducible dataset builds и связь source data -> converted episodes -> filtered dataset -> dataset release -> training run -> benchmark result
• создавать validation suite: проверка файлов, video/parquet layout, timestamps, required fields, metadata, annotation status и known historical variants
• готовить данные к передаче в обучение так, чтобы ML-команды понимали состав датасета, ограничения, версию и качество
• делать надежные CLI/tools, тесты, runbooks и отладочные отчеты для исследователей и инженеров.

Требования

• сильный Python и опыт разработки batch / data processing pipelines
• опыт backend, data engineering или software engineering для внутренних платформ и ML/data workflows
• опыт работы с большими файлами, metadata manifests, reproducible builds и validation logic
• практический опыт с Linux, Docker, Git, CI/CD и командной строкой
• понимание storage и data formats: S3/object storage, network storage, parquet, zarr, hdf5, webdataset, video files или аналогичные форматы
• умение разбираться в нестандартных форматах данных и приводить их к строгому контракту
• готовность писать поддерживаемый production-like код, а не одноразовые conversion scripts.

Будет плюсом:

• опыт с LeRobot, RLDS, DROID / Bridge / RT-X-like datasets, ROS bags или robotics trajectories
• опыт с Ray, Airflow, Prefect, Kubernetes, SLURM, LSF или другими orchestration / job systems
• опыт с W&B, MLflow, Hydra configs, experiment tracking или dataset management systems
• понимание computer vision, multimodal data, VLA, imitation learning или robot learning
• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• офисный формат работы, адрес офиса Автозаводская 23а к2
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.