Просмотр вакансии

Основная задача команды – создавать информационные продукты для принятия решений на основе данных, аналитики, машинного обучения и искусственного интеллекта.

Команда состоит — Python Developers, Data Scientists, Data Engineers. Команда тесно взаимодействуем с бизнес направлениями банка.

Команда создает комплекс автоматизированных решений, где данные обрабатываются в реальном времени.

Обязанности

• проектирование архитектуры и разработка автономных AI-агентов для решения прикладных задач
• интеграция больших языковых моделей (LLM) с внешними инструментами (Function calling / Tools) и различными API
• оркестрация multi-agent систем (управление взаимодействием нескольких агентов)
• разработка пайплайнов для Retrieval-Augmented Generation (RAG): чанкинг, эмбеддинги, работа с векторными базами данных
• проектирование надёжной бэкенд-инфраструктуры для обслуживания агентов (очереди задач, обработка асинхронных запросов, стриминг ответов)
• оценка качества работы агентов (метрики качества ответов, тестирование сценариев)
• работа с внутренними AI-ассистентами (GigaCode / GigaIDE) для ускорения рутинных задач — мы вас обучим.

Требования

• высшее техническое образование (фундамент для понимания алгоритмов и структур данных)
• уверенное программирование на Python 3.12+ и опыт написания продакшн-кода
• опыт разработки бэкенд-систем: понимание микросервисной архитектуры, опыт работы с Kafka/RabbitMQ
• работа с базами данных: глубокое знание PostgreSQL (умение писать сложные запросы и оптимизировать их), а также опыт работы с векторными базами данных (Qdrant, Milvus, Pinecone, PGVector)
• фреймворки: опыт работы с асинхронными фреймворками (FastAPI / Sanic / Aiohttp)
• понимание LLM и агентов:
• опыт работы с GigaChat, GigaChatEmbeddings или локальными моделями (через Hugging Face, vLLM)
• понимание принципов промпт-инжиниринга и построения цепочек (chains)
• знакомство с фреймворками для агентов (LangChain, LlamaIndex) или готовность их быстро освоить
• Unit-тестирование: умение тестировать не только функции, но и сложные сценарии поведения агентов
• английский язык на уровне чтения технической документации и научных статей (чтобы быть в курсе последних релизов в мире AI).

Будет преимуществом

• опыт разработки RAG-систем (с чанкингом, реранкерами)
• знание инструментов наблюдаемости за LLM (LangSmith, Weights & Biases, MLflow)
• опыт работы с высоконагруженными системами реального времени.
• понимание DevOps-практик (CI/CD, Jenkins, SonarQube) для автоматизации выкладки агентов
• опыт использования любых AI-ассистентов в разработке (GitHub Copilot, Cursor, Codeium и др.) — это покажет вашу готовность к vibe coding, а с нашими внутренними инструментами быстро освоитесь
• опыт адаптации и тонкой настройки корпоративных AI-ассистентов под командные практики.

Условия

• комфортный современный офис: г. Москва, Кутузовский пр., д.32, к.Г
• гибридный формат работы
• ежегодный пересмотр зарплаты, 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 (медицинское страхование), льготное страхование для семьи
• ипотека для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.