Просмотр вакансии

Мы работаем над реализацией AI-мультиагента по Расчетам и платежам. Наша цель - сокращение количества обращений клиентов по топ-тематикам:

• платежи в рублях
• расчеты и платежи
• автономная работа мультиагентной системы, вывод мультиагента во все каналы.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Чем предстоит заниматься:

• разработкой и внедрением мультиагентной системы AI-агентов: включает реализацию планировщика, оркестратора, создание Python-оберток для API продуктовых фабрик, RAG и интеграцию с системой управления правами для обеспечения уровней доступа в зависимости от канала
• созданием экзаменов и тестовых датасетов: разработать тесты для оценки знаний AI-агентов по продуктам и создать тестовые датасеты для проверки корректности ответов агентов для типичных клиентов банка
• работой с командой SberDevices по дообучению Gigachat: сформировать тестовые датасеты для дообучения Gigachat, чтобы повысить вероятность корректного вызова API до 90% и выше, если это не достигается без дообучения
• разработкой лучших шаблонов от SberDevices: совместно с центрами компетенций в SberDevices разработать оптимальные шаблоны агентов и мультиагентных систем, помогающих эффективно отвечать на запросы клиентов по продуктам ДТБ
• формированием базы знаний: необходимо разработать подробную базу знаний, охватывающую топ-90% тем обращений клиентов. Она должна включать инструкции, часто задаваемые вопросы и сценарии работы с клиентскими обращениями
• тестированием агентов, выводом в ПРОМ, поддержкой, развитием и тиражированием.

Мы ждём что ты:

• имеешь уверенный коммерческий опыт backend-разработки на Python и хорошее знание FastAPI, REST API и асинхронного программирования
• работал с PostgreSQL, Redis, Docker / Docker Compose, Qdrant или другими векторными базами данных
• имеешь практическое понимание RAG: chunking, embeddings, vector search, metadata filtering
• работал с интеграциями LLM API: OpenAI, GigaChat, Anthropic или аналогов
• работал с LangChain, LlamaIndex, HuggingFace или sentence-transformers
• работал с Kafka; RabbitMQ может рассматриваться как аналог
• писал unit- и интеграционные тесты.

Будет плюсом:

• опыт разработки агентских систем
• знание архитектурных паттернов и безопасности агентских систем
• опыт оценки качества агентских систем
• опыт CI/CD.

Что мы предлагаем:

• ежегодный пересмотр зарплаты, годовую премию
• комфортный офис на Уральской, 1
• корпоративный спортзал и зоны отдыха
• уникальную систему обучения Сбера для профессионального развития
• расширенный ДМС и льготное страхование для семьи
• бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративную пенсионную программу.