Сегодня практически во всех процессах Сбера используются AI-решения: модели искусственного интеллекта, применения LLM и AI-агенты, которые помогают принимать бизнес-решения и предоставлять клиентам уникальные сервисы. Чтобы управлять жизненным циклом всех этих AI-решений, был создан продукт "Библиотека AI-решений". Каждое AI-решение, используемое в Сбере, еще на этапе возникновения идеи регистрируется в "Библиотеке AI-решений" и далее обрастает всевозможной информацией, перемещаясь по стадиям жизненного цикла. На текущий момент "Библиотека AI-решений" содержит в себе знания о десятках тысяч сущностей, которые когда-либо использовались, используются сейчас или только планируются к внедрению. Мы знаем кто и когда их разработал, с применением каких методов машинного обучения, на каких данных, как они используются в бизнес-процессе, мониторим их качество посредством регулярного запуска валидационных тестов и многое-многое другое.

Наши фокусные задачи:

\- управление модельным риском (риском принятия AI-решением неверного решения)

\- оркестрация MLOps процессом Сбера, в т.ч. за счет интеграции с задействованными системами

\- участие в процессе внедрения AI-агентов

\- формирование управленческой отчетности, в т.ч. для членов Правления

\- повышение степени переиспользования готовых решений и сокращение общего T2M моделей (направление "knowledge sharing")

\- повышение финансового эффекта от применения Моделей и Агентов.

Обязанности

  • участие в совместно с solution-архитектором разработка архитектуры системы
  • подробные декомпозиция и оценка задач вместе с командой и лидом
  • работа с junior-разработчиком в качестве наставника
  • сode review с пристрастием - нам нужен действительно качественный, читаемый и поддерживаемый код
  • разработка новой функциональности, написание новых микросервисов
  • рефакторинг существующего Java кода путем выноса в новые микросервисы
  • рефакторинг ранее написанного кода (рефакторинг как в процессе внедрения новых фич, так и отдельные задачи по рефакторингу)
  • написание Unit и интеграционных (авто) тестов
  • определение и поддержка технологических стандартов Java-разработки
  • исправление ошибок, диагностика проблем на production
  • участие во всех командных мероприятиях (daily, груминг, планирование, ретро).

Требования

  • высокий уровень знаний Java и базовых фреймворков (опыт разработки на языке 3+ года)
  • хороший уровень знания SQL
  • паттерны проектирования
  • умение работать с Git (знание что такое rebase, merge, squash, ...)
  • уметь работать с Linux (базове команды типа tail, less, vi, cd, ...)
  • знание Docker и Kubernetes на уровне понимания операторов и как оно все работает
  • опыт разработки микросервисов
  • обязательное использование в своей работе LLM - на уровне написания кода, проектирования, рефакторинга и написания тестов.

Условия

  • возможность влиять на интерфейс / архитектуру приложения и используемые технологии
  • возможность сразу увидеть результаты своей работы - каждые 2 недели выводим релиз и собираем обратную связь с пользователей
  • регулярные митапы по коду, архитектуре и технологиям
  • широкие возможности по внешнему обучению: Корпоративный университет Сбербанка, платформа «Виртуальная школа», дополнительное обучение по выбору, участие в конференциях
  • отсутствие токсичности внутри команды
  • возможность увеличения оклада по результатам работы (до 30% в год)
  • смешанный режим работы - в офисе собираемся 1 раз в неделю, по вторникам, остальное время удаленно (по желанию можно и 100% в офисе)
  • возможность до 3 месяцев работать удаленно из любой точки России
  • ДМС после испытательного срока.