Универсальный Агент / База знаний Ops — производственный AI-продукт внутри Сбербанка, автоматизирующий деятельность операционного центра. Операционный центр обрабатывает порядка 3 000 типов задач ежедневно: анализ документов, верификация данных, сверка информации между банковскими системами.

Продукт состоит из двух агентных систем, которые работают в связке:

УИЦС (Создатель навыков)

Агент-компилятор знаний. Читает стандартные операционные процедуры (СОП) и инструкции, преобразует их в машиноисполняемые скилы — структурированные графы шагов, инструментов и логики.

УИЦС (Универсальный движок)

Агент-исполнитель. Принимает входящие задачи, выбирает нужный скил и исполняет его в co-pilot режиме с подтверждением оператора. Подключён к реальным интеграциям: ЕСМ, банковские API.

Обязанности

  • разработка и итерация пайплайна извлечения структуры из неформатированных документов (PDF, DOCX, скриншоты)
  • проектирование схемы представления скилов: граф шагов, типы узлов, инструменты, ветвления, условия
  • разработка и улучшение LLM-промптов для компиляции СОП → граф, few-shot стратегии, оценка галлюцинаций
  • построение системы качества: gold dataset, метрики на каждом этапе пайплайна, автоматическое тестирование
  • внедрение семантического поиска и RAG для работы с базой знаний инструкций
  • исследование методов дообучения / fine-tuning для специализации модели под банковскую документацию
  • оценка качества созданных скилов через их исполнение в УИЦС (метрики end-to-end).

Требования

  • опыт в ML Engineering от 4 лет, из них от 2 лет с LLM и NLP-задачами
  • уверенное владение Python: LangChain / LangGraph или аналоги, работа с графами зависимостей
  • практический опыт построения RAG-систем: chunking, embeddings, retrieval, re-ranking
  • опыт разработки и оценки промптов: few-shot, chain-of-thought, structured output, функциональные вызовы
  • работа с векторными хранилищами и семантическим поиском (FAISS, ChromaDB или аналоги)
  • умение строить системы оценки качества ML-пайплайнов: gold dataset, offline/online метрики, A/B
  • понимание архитектуры агентных систем: ReAct, plan-and-execute, tool use, multi-agent

Будет преимуществом:

  • опыт работы с GigaChat, YandexGPT или другими российскими LLM в production
  • знакомство с банковской документацией: СОП, регламенты, инструкции ЦБ РФ
  • опыт разработки систем непрерывного обучения: процедурная память, quarantine/decay механизмы
  • знакомство с PaddleOCR, Tesseract, VLM для анализа документов и скриншотов.

Условия

  • **комфортный офис: г.Москва, проезд 2-й Южнопортовый, 12Ак1, (м.Кожуховская)**
  • возможен гибридный формат работы после испытательного срока
  • корпоративный тренажерный зал
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
  • вознаграждение за рекомендацию друзей в команду Сбера.