Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой — после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Сбер создаёт и развивает ML-решения и AI-агентов для банковских продуктов, которыми пользуются юридические лица. Роль связана с разработкой агентов, интеграцией моделей и данных и выводом решений в промышленную эксплуатацию.
задачи
Проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами;
Превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать;
Разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью;
Проектировать, строить и сопровождать витрины данных для ML-моделей и агентов;
Обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи;
Обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных.
требования
Опыт промышленной разработки на Python от 2 лет;
Умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями;
Уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных;
Опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных;
Опыт вывода сервисов, моделей или продуктов на основе данных в промышленную эксплуатацию;
Понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API;
Понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления;
Будет плюсом опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора, опыт работы с LLM, RAG и векторными хранилищами, опыт оркестрации пайплайнов в Airflow или аналогичных системах, опыт работы с Kafka и событийными архитектурами, знание Docker, CI/CD и Kubernetes, практический опыт работы с Hadoop и Spark, опыт внедрения ML- или LLM-сервисов во внутреннем контуре, опыт в банковском домене, продуктах для юридических лиц или документообороте.
условия
Удобный офис в Питере на ул. Уральской, дом 1, шаттлы от метро;
Гибридный формат работы;
Регулярный пересмотр заработной платы и возможность получения годовой премии;
Доступ к более чем 400 образовательным программам СберУниверситета;
Программа адаптации и поддержка наставника на первых этапах работы;
Расширенная медицинская страховка и выгодные условия страхования для членов семьи;
Ипотечные программы для сотрудников;
Подписка Прайм с возможностью совместного использования на трёх близких;