backend разработчик для AI-агентов

Команда AI HUB БЛиК автоматизирует HR-процессы банка с помощью AI-инструментов и внедряет решения в платформу «Пульс», делая их доступными сотрудникам.

• Разрабатывать и сопровождать бэкенд AI-агентов, оркестрацию графов на LangGraph, включая состояния, ветвления, циклы, human-in-the-loop, политики повторных попыток и резервные сценарии
• Проектировать и версионировать инструменты для агентов, интегрировать их с внутренними системами банка через REST, gRPC, MCP и A2A
• Работать со сложными промптами, настраивать источники данных для RAG и оценивать точность, релевантность и качество ответов моделей
• Упаковывать сервисы в Docker и выводить их в промышленный Kubernetes
• Проектировать и проводить эксперименты и A/B-тесты промптов, пайплайнов и конфигураций моделей
• Развивать систему оценки: формировать наборы задач и сценариев, определять метрики точности, релевантности и устойчивости, автоматизировать эксперименты и анализировать результаты, принимать продуктовые решения на основе метрик
• Настраивать и оптимизировать конфигурации моделей и агентов, сравнивать модели, версии и параметры вывода, подбирать баланс качества, задержки и стоимости, обеспечивать устойчивую и предсказуемую работу оркестраций в промышленной среде
• Выстраивать мониторинг, включая трассировку цепочек вызовов, метрики задержки, токенов и стоимости, а также оповещения
• Решать с командой сложные задачи внедрения AI, проверять код и поддерживать высокое качество решений

• Практический опыт работы с LLM: промпт-инжиниринг, сборка пайплайнов и интеграция моделей
• Опыт разработки агентных графов на LangGraph, их запуска в промышленной среде и отладки сложного поведения
• Опыт сборки и оптимизации образов Docker, включая многоэтапную сборку и работу с реестрами
• Практический опыт эксплуатации сервисов в кластере Kubernetes
• Глубокое понимание Python, asyncio, многопоточности, многопроцессности, алгоритмов и структур данных
• Продвинутые знания SQL: сложные JOIN, CTE, оконные функции, оптимизация запросов с EXPLAIN и подзапросы
• Понимание метрик качества и практический опыт A/B-тестирования ML-решений
• Умение приоритизировать гипотезы, выбирать модели, методы и алгоритмы и проектировать инженерные решения
• Опыт поставки качественного ПО и ведения полного цикла разработки — от технического дизайна до мониторинга после запуска
• Понимание коммерческих и открытых LLM-провайдеров, включая модели для развёртывания в собственном контуре
• Знакомство с инструментами для создания и оценки RAG, например LangChain, LlamaIndex, Ragas и MLflow
• Умение объяснять сложные технические вопросы широкой аудитории заинтересованных сторон
• Будет плюсом: опыт запуска критически важных ML/AI-приложений, адаптации, дообучения и развёртывания открытых моделей в собственном или закрытом контуре, разработки MCP-серверов и проксирования инструментов, создания мультиагентных архитектур, работы с Redis, ClickHouse, Kafka и Celery, наличие личных ML-проектов или вклада в открытые проекты, опыт в банке, финтехе или регулируемой сфере, создания React-агентов, использования Openclaw, Hermes, Ouroboros, генеративных AI-моделей и AI-агентов, а также GigaChat, Kandinsky и аналогов

• 2 Дня в офисе и 3 дня дома
• Ежегодный пересмотр зарплаты, квартальная и годовая премии
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета
• Программа адаптации и помощь руководителя на старте
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Льготная ставка по ипотечному кредиту, равная 1/3 ключевой ставки ЦБ
• Подписка «Прайм» с возможностью совместного использования на троих близких
• Вознаграждение за рекомендацию друзей в команду Сбера
• Адрес офиса: Кутузовский проспект, 32