Мы — команда «Triple A» трайба «Корпоративное взыскание» Сбербанка. Мы создаём передовые решения для работы с корпоративными клиентами, столкнувшимися с проблемной задолженностью. Наш продукт — это комплекс современных сервисов, интеллектуальных моделей и инструментов, которые позволяют эффективно управлять процессами взыскания.

Ваша роль — быть ключевым экспертом по инфраструктуре и эксплуатации. Вы будете отвечать за то, чтобы наши \_AI\_-агенты и \_ML\_-модели не просто работали в лабораторных условиях, а стабильно и надёжно решали реальные бизнес-задачи в \_production\_-среде банка.

Обязанности

  • вывод _AI_/_ML\_-моделей и \_AI\_-агентов в \_production_ (сборка, деплой)
  • развитие инфраструктуры для \_AI\_-агентов и \_ML\_-сервисов:

интеграция с внутренними _API_ и сервисами (_REST_, _Kafka_)

работа с данными и документами (включая _OCR_)

организация постоянного хранилища (_persistent storage_), внедрение подходов _RAG_

  • автоматизация _CI_/\_CD\_-пайплайнов для моделей и \_AI\_-сервисов
  • обеспечение надёжности \_AI\_-систем:

мониторинг, логирование, трассировка

контроль качества (_model drift_, производительность, бизнес-метрики)

обработка ошибок (_retry_, _fallback_, устойчивость к сбоям)

  • эксплуатация и интеграция _ML\_-моделей в \_production_:

поддержка пакетных процессов (в т. ч. на _PySpark_)

использование моделей в составе \_AI\_-агентов и сервисов.

Требования

  • опыт работы от 2 лет в _MLOps_, _DevOps_ или бэкенд-разработке с уклоном в _ML_/\_AI\_-системы
  • понимание и практический опыт построения _AI_/_LLM\_-систем в \_production_ (оркестрация, выполнение инструментов, ограничения _LLM_)
  • уверенная работа с _Kubernetes_ (_Istio Service Mesh_, сайдкары, _HashiCorp Vault_)
  • самостоятельный вывод моделей/агентов в _production_ (_CI_/_CD_, мониторинг, механизмы отказоустойчивости)
  • опыт работы с фреймворками для написания _LLM_/_AI\_-агентов (\_LangChain_, _LangGraph_, _Openclaw_ и др.)
  • опыт применения кодинг-агентов в работе, в том числе использование кастомных навыков (_Cursor_, _Claude Code_, _OpenCode_, _Codex_).

Будет плюсом:

  • опыт backend-разработки на Python (FastAPI, aiohttp)
  • опыт инференса моделей через PySpark
  • понимание работы систем очередей и принципов асинхронного взаимодействия (Kafka).

Условия

  • формат работы: офис в Москве, гибрид - по договоренности, Бизнес-центр, Кутузовский проспект, д. 32, к.1
  • ежегодный пересмотр зарплаты и годовая премия
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • расширенный ДМС (медицинское страхование), льготное страхование для семьи
  • бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
  • вознаграждение за рекомендацию друзей в команду Сбера.