Python разработчик

Мультиагентная система глубокого анализа макроэкономических и финансовых трендов работает на облачной инфраструктуре с внешними моделями и интегрируется во внутренние контуры банка с соблюдением требований безопасности, IT-говернанса и финансовых регуляторов.

• Разрабатывать и поддерживать backend-приложения на Python;
• Оптимизировать производительность сервисов через профилирование, кэширование и асинхронность;
• Интегрировать внешние API и внутренние базы данных;
• Разрабатывать и поддерживать ETL-процессы для финансовых данных;
• Реализовывать специализированных агентов, включая системные промпты, инструменты и guardrails;
• Создавать end-to-end RAG-пайплайны: ингестию, препроцессинг, чанкинг, эмбеддинги, гибридный поиск и реранкинг;
• Парсить сложные финансовые документы с использованием Table Transformers и OCR;
• Создавать инструменты для агентов, включая API для интернет-поиска и коннекторы к базам данных;
• Настраивать сборку и развертывание в Docker и Kubernetes;
• Настраивать CI/CD для LLM-сервисов;
• Оценивать качество решений с помощью golden datasets, LLM-as-judge, детекции галлюцинаций и метрик ретривала.

• Опыт коммерческой разработки на Python от 3 лет с продакшн-деплоем;
• Опыт разработки AI/LLM решений (RAG, AI-агенты) с наличием минимум одного проекта в продакшне;
• Продвинутые навыки Python: async, type hints, production-grade код;
• Уверенное владение FastAPI, Django или Flask;
• Опыт работы с SQL и NoSQL базами данных (PostgreSQL, Kafka, OpenSearch, ClickHouse);
• Практический опыт работы с Docker, Kubernetes и CI/CD;
• Опыт обработки данных: ETL, Pandas, Polars;
• Опыт работы с LLM API (Claude, GPT, Gemini) и базовое понимание self-hosted моделей;
• Опыт работы с агентными фреймворками (LangGraph, LangChain, LlamaIndex, CrewAI);
• Глубокая экспертиза в RAG: dense/sparse retrieval, hybrid search, HyDE, GraphRAG;
• Будет плюсом опыт в финансовом секторе, понимание MCP, базовое понимание ML-библиотек (PyTorch, TensorFlow), опыт оптимизации REST/gRPC API, навыки fine-tuning (LoRA, QLoRA), знание фреймворков оценки LLM (DeepEval, Ragas) и работа с финансовыми документами.

• Ежегодный пересмотр зарплаты, годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Ипотека выгоднее до 7% для сотрудников;
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров;
• Вознаграждение за рекомендацию друзей в команду.