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.