Вакансии СБЕР: работа в IT и digital

Мы создаем прототипы и MVP в AI-направлениях: агентные мультимодальные

системы, персональные ассистенты, корпоративные знания. Наша цель — находить практические сценарии, проверять их ценность и доводить до

работающих решений для бизнеса. В команде ценятся инженерная самостоятельность, скорость экспериментов,

осмысленный выбор технологий и умение работать как с прототипами, так и с

production-развитием.

Мы ищем Agentic Engineer, который будет разрабатывать AI-агентов общего

назначения — от прототипов до MVP и пилотов в реальных бизнес-сценариях.

Важна способность не просто "заставить демо работать", а сделать решение

понятным, переиспользуемым и готовым к развитию.

• разрабатывать прототипы и MVP агентных систем на базе OpenClaw, Hermes или аналогичных фреймворков

• проектировать агентные сценарии: планирование, использование инструментов, управление контекстом и обработка ошибок

• улучшать архитектуру краткосрочной и долгосрочной памяти агента

• инженерия агентской памяти для эффективной работы агента

• разрабатывать skills и изолированные инструменты (MCP)

• тестирование и оценка trade-off (модель/производительность/качество/ стабильность).

• опыт работы с LLM API (tool calling, structured output, управление контекстом)

• практический опыт разработки AI-агентов или сложных LLM-сценариев

• опыт работы с векторными базами, Docker compose, инфраструктурными компонентами вокруг backend

• понимание observability LLM-приложений (трассировки, логирование, метрики стоимости и задержек)

• умение прототипировать без потери инженерной дисциплины.

• комфортный современный офис рядом с м. Кутузовская

• гибридный формат работы после испытательного срока

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Мы разрабатываем инновационную платформу на основе генеративного искусственного интеллекта (GenAI), предназначенную для автоматизации создания и управления маркетинговыми кампаний. Основной целью нашего продукта является генерация персонализированных коммуникаций в автономном режиме, где мультиагентные системы самостоятельно анализируют данные аудитории, разрабатывают стратегии, создают контент и оптимизируют результаты в реальном времени.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

• разработка и внедрение современных моделей машинного обучения для рекомендательных систем, AI-агентов и связанных AI-сервисов, включая задачи NLP, предиктивной аналитики и генеративного ИИ
• исследование и реализация решений на базе архитектур Transformer/Attention для обработки и анализа текстовых данных, извлечения сущностей, векторизации и reasoning
• проектирование масштабируемых MLOps-процессов для обеспечения стабильной работы моделей в продакшене
• интеграция создаваемых решений со смежными банковскими продуктами и внешними сервисами
• анализ больших массивов данных, выявление инсайтов и формирование data-driven рекомендаций для развития сервисов
• ведение экспериментов по оптимизации агентов и рекомендательных моделей, мониторинг и улучшение их качества.

Требования

• не менее 3 лет в области машинного обучения, реализованные и внедренные решения
• опыт решения задач с использование агентов и LLM, включая интеграцию и настройку AI-агентов, кастомизацию под бизнес-задачи
• отличное владение Python, знание основных data science-библиотек (NumPy, Pandas, Scikit-learn, LangGraph), уверенное знание PyTorch, опыт написания продакшен кода
• опыт работы с Big Data-стеком (Spark, Hadoop, Hive), умение строить и оптимизировать пайплайны обработки больших данных
• базовые знания и опыт в области MLOps (развёртывание и управление моделями машинного обучения в продакшене)
• сосредоточенность на результатах и развитии профессионального роста, проактивность и самостоятельность в решении задач.

Будет плюсом:

• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• современный IT-офис на Кутузовском проспекте 32
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.

Примеры:

• система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков
• агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени
• Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования
• AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов
• мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями
• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин.

Обязанности

• разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM
• адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO)
• участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества
• написание качественного кода и обсуждение технических решений с командой.

Требования

• неоконченное высшее техническое образование с хорошей подготовкой в области математики и алгоритмов
• знание Python, статистики и ML/DL-стека
• опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров
• опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG)
• опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents)
• знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования
• умение писать чистый и поддерживаемый код (Clean Architecture, SOLID)
• опыт работы с Git.

Преимуществом будет:

• опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse
• успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах)
• вклад в open-source проекты, публикация моделей и датасетов на Hugging Face
• погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам
• знание других языков программирования (например, C++, Java).

Условия

• оплачиваемая стажировка
• возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская)
• корпоративный спортзал и зоны отдыха.

Мы приглашаем аналитика в команду «Актуализация профиля» системы Единого профиля клиентов (ЕПК) Сбербанка. Наша задача — создание единого профиля клиента, который обеспечивает банк актуальной, надежной, полной и непротиворечивой информацией о каждом клиенте. Присоединяйтесь к созданию решений, которые влияют на комфорт и удобство миллионов наших клиентов каждый день!

• анализировать функциональность: совместно с командой оценивать реализуемость новых функций, выявлять возможные ограничения и риски, предлагать улучшения и альтернативные подходы

• проектировать интеграции: создавать схемы взаимодействия с источниками данных и сторонними сервисами, формировать требования на доработку систем

• контролировать качество: проверять выполненные изменения на соответствие спецификациям, участвовать в тестировании и внедрении обновлений

• работать с проблемами: разбираться в сложных ситуациях на рабочей среде, оперативно устраняя сбои и решая возникающие вопросы

• вести документацию проекта: своевременно обновлять техническую документацию, обеспечивая её точность и актуальность

• опыт работы аналитиком от 3 лет

• уверенное взаимодействие с командами разработчиков, тестировщиков и сопровождением АС

• базовые знания проектирования API и интеграции систем, описание в OpenAPI/Swagger

• приветствуется опыт работы с большими массивами данных и системой хранения клиентских сведений.

• владение нотациями моделирования бизнес-процессов BPMN, UML

• знание YAML, JSON и XML

• понимание принципов работы с брокерами сообщений, опыт работы с Apache Kafka, JIRA и Confluence

будет преимуществом:

• навыки работы с генеративными AI-моделями

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• навыки создания и использования AI-агентов

• офисный формат в Москве (Кутузовский пр-т, 32к1)

• ежегодный пересмотр зарплаты и годовая премия

• расширенный ДМС и льготное страхование для семьи

• уникальная система обучения Сбера для профессионального и карьерного развития

• выгодная ипотека для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративная пенсионная программа.

Проект: HR платформа Сбера – собственный продукт компании, который покрывает весь жизненный цикл работы с человеческим капиталом: подбор, обучение, развитие, оценка, результативность, обратная связь и др.

• участие в разработке тест-кейсов и чек-листов для функционального тестирования приложения

• проведение ручного тестирования web--приложений и API-сервисов

• оценка качества продукта путем выявления дефектов и ошибок на всех этапах разработки

• регулярная коммуникация с командой разработчиков и менеджерами проекта относительно найденных багов и изменений функционала

• поддержка и разработка тестовой документации

• анализ требований

• коммерческий опыт в ручном тестировании 2+ года

• хорошее понимание SQL-запросов и работа с базами данных (PostgreSQL, MySQL)

• опыт тестирования API, интеграций, web

• опыт тестирования мобильных приложений

• способность быстро осваивать новые технологии и инструменты

• знание систем управления тестированием (TMS)

• опыт работы с Atlassian продуктами (Zephyr, Jira, Confleuce)

• ответственность и внимательность к деталям

• высокая мотивация, нацеленность на результат и стремление улучшать качество продукта.

• инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти

• среда для обмена знаниями – высокая экспертиза внутри команды

• сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать

• нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам

• стабильная заработная плата и годовой бонус

• гибридный формат работы

• современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом

• 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

• подписка Прайм с возможностью использования трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Дорогой кандидат, мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия в Сбер.

Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Если вам близка идея участия в развитии рекомендательной системы, которая помогает миллионам пользователей, присоединяйтесь к нам!

Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

• поиск подходящих ML решений для решения бизнес-задач, проведение оффлайн и онлайн (А/Б) экспериментов
• разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение
• анализ и работа с большими объёмами данных на PySpark
• исследование и применение актуальных методик в области Data Science, Machine Learning и RecSys
• взаимодействие с командой разработки и аналитики, генерация гипотез, участие в обсуждении решений и донесение результатов своей работы до команды.

Требования

• опыт работы в области Data Science от 1 до 3 лет
• интерес к рекомендательным системам, желание развиваться и постепенно брать на себя больше ответственности
• практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей
• хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных; опыт применения классических ML- и/или DL-подходов будет преимуществом
• хорошее знание Python и основных DS-фреймворков (PyTorch, PySpark и др.), понимание принципов написания качественного кода
• способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике.

Будет плюсом:

• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• гибридный/офисный формат работы (опционально). Офис расположен по адресу Нижний Новгород, Октябрьская, 35 лит. А
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Мы ищем BI-аналитика, который превратит данные в понятные аналитические продукты. Главная задача — создавать дашборды, которые помогают бизнесу принимать решения: чётко, без визуального шума, с продуманной логикой и интерактивностью. Основной фокус — на работе в «Навигатор BI», грамотном выборе визуализаций и интерпретации метрик. SQL и подготовка данных — вспомогательные, но обязательные навыки для формирования витрин под дашборды.

Обязанности

• строить и поддерживать интерактивные дашборды в «Навигаторе BI»: использовать конструктор виджетов, настраивать фильтры, детализацию (drill‑down) и срезы по подразделениям, периодам, статусам, срокам, исполнителям и т.д.
• настраивать управление по отклонениям: выделять критические значения цветом, задавать пороговые значения, визуализировать тренды и аномалии
• применять ИИ‑инструменты платформы (GenBI): формировать графики и диаграммы по текстовым запросам, ускоряя подготовку экспресс‑аналитики
• находить закономерности и отклонения в данных, сопоставлять периоды и сегменты (филиалы, продукты, типы инцидентов)
• связывать показатели безопасности с бизнес‑результатами: например, оценивать влияние инцидентов на операционные убытки или эффект от внедрённых мер контроля
• настраивать интеграции «Навигатора BI» с источниками данных, проверять качество данных и устранять расхождения
• автоматизировать обновление данных и формирование отчётов: настраивать расписания, проверять корректность выгрузок, минимизировать ручной сбор информации
• поддерживать актуальность дашбордов: добавлять новые метрики по запросам бизнеса, исправлять ошибки.

Требования

• оконченное высшее образование
• опыт работы BI-аналитиком от трех лет
• умение извлекать информацию из разных источников (CRM, ERP, базы данных, файлы) и очищать её
• Уверенное владение SQL для извлечения данных под «Навигатор BI» (сложные JOIN, подзапросы, CTE, оконные функции)
• владение хотя бы одним инструментом (Power BI, Tableau, Qlik, Apache Superset)
• опыт работы с моделью данных (настройка связей, учёт кардинальности, применение звездообразной схемы)
• опыт проектирования дашбордов с учётом UX-принципов: обеспечение понятной иерархии, корректная настройка фильтров и drill-down, исключение визуальных искажений
• опыт работы в «Навигатор BI» либо готовность быстро освоить интерфейс и логику системы при наличии опыта работы с аналогичными BI-инструментами
• знание снов статистики и математики
• понимание принципов извлечения, трансформации и загрузки данных, а также умение настраивать автоматическое обновление отчётов
• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• срочный трудовой договор
• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы.

Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code.

• разрабатывать и поддерживать бэкенд сервисов платформы (оценка полноты, читаемости, поиск дублей/противоречий, регресс-тесты, поиск неявных знаний)

• проектировать и реализовывать интеграционные потоки между сервисами: очереди сообщений, оркестрация асинхронных пайплайнов

• строить надёжные пайплайны вызовов LLM-as-judge: очереди, ретраи, кэширование, контроль стоимости и латентности

• работать с Postgres (структура хранения) и Redis (кэш, очереди, rate-limiting)

• участвовать в проектировании API сервисов (REST, документация через Swagger/OpenAPI)

• писать поддерживаемый, тестируемый код, участвовать в код-ревью.

• знание python (уверенный уровень: асинхронность, типизация, тестирование)

• опыт работы с брокерами сообщений (Kafka, RabbitMQ или аналоги)

• Redis — практический опыт использования

• Postgres — проектирование схем, написание и оптимизация SQL-запросов

• Temporal (или готовность быстро войти в оркестрацию воркфлоу — Celery/Airflow опыт тоже подойдёт как база)

• понимание интеграционной архитектуры.

Будет плюсом

• опыт работы с LLM API (OpenAI, Anthropic и т.д.) в проде

• опыт проектирования пайплайнов оценки качества данных/контента

• опыт в высоконагруженных или высоконадёжных интеграционных системах.

• гибридный формат работы

• годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• регулярные митапы и развитое DS-community

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбер.

Наша команда создает линейку продуктов на основе мультимодальной нейросетевой модели GigaChat, которая является одной из самых мощных и продвинутых моделей искусственного интеллекта, доступных на сегодняшний день.

Мы создаем удобный и понятный сервис, позволяющий людям использовать GigaChat для решения повседневных задач и развлечения: поиск ответов на вопросы, работа с документами, создание контента, изучение языков, общение с персонажами и многое другое.

Лучший проект в РФ на основе генеративной языковой модели, талантливые коллеги, эксперты своего дела, готовые помочь и словом, и делом.

• разрабатывать ядро бэкенда
• перфоманс тюнинг сервисов и проектирования отказоустойчивых решений
• проводить командное кросс-ревью.

минимум прикладного кода, максимум системного!

• опыт работы на Java 8-25 от 5-х лет (на высоконагруженном коммерческом проекте от 3 лет)

• опыт использования Spring Framework (Spring MVC, Spring Security, Spring JDBC, Spring Boot).

• опыт использования ORM Hibernate, Apache Kafka

• опыт работы с PostgreSQL и ClickHouse, с Java профайлером

• опыт в поиске утечек памяти (анализ Heap Dump)

• опыт работы с Concurrency, с анализаторами и планами SQL запросов

• опыт ускорения JUnit тестов

• опыт работы партиционирования (секционирования) таблиц

• опыт организации шардирования высоконагруженного сервиса

• опыт и знания распределенных транзакций

• опыт работы с Redis.

• крупнейшее DS&AI community — более 600 DS-специалистов банка

• дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира

• возможность быть соавтором НИРов и статей для международных конференций

• возможность выбрать удобный формат работы: гибрид или офис

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.

Команда занимается разработкой NLP моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.

Примеры:

• Система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак

• AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка

• Разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO

• AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов

• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке

• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин

• Разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph

• Адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO)

• Помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию)

• Писать поддерживаемый, читаемый код; участвовать в обсуждениях и формировании технических подходов

• Обучение в российском ВУЗе на 2-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (точно очная форма)

• Наличие любого опыта работы, релевантного направлению стажировки

• Тех.стек: ML, DL, Git, NLP, RAG, LLM

• Знание Python и математической статистики

• Понимание принципов работы с AI-агентами

Будут плюсом:

• langchain/langgraph

• C++

• Java

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• График работы: от 30 в неделю

• Формат: гибрид

• Комфортный современный офис на Кутузовском проспекте

Наш департамент отвечает за развитие корпоративных продаж в сегменте крупного, крупнейшего и среднего бизнеса. Мы — команда AI внутри департамента, строим AI-агентов и LLM-приложения, которые встраиваются в рабочие процессы продаж и повышают эффективность. Прямой финансовый результат от нашей работы уже составляет миллиарды рублей дополнительной прибыли для компании.

Задачи

• Разработка и внедрение AI-агентов в production.
• Доработка и развитие существующих AI-агентов.
• Интеграция с внешними системами и сервисами через Kafka, REST API, gRPC, WS и другие протоколы.
• Подготовка релизов моделей и агентов, включая документацию, демонстрационные материалы и защиту решений перед банковскими регуляторами.
• Сотрудничество с бизнес-заказчиками, архитекторами и продуктовыми командами.

Мы ждём, что ты

• Имеешь опыт работы в качестве ML-инженера, DS, MLOps или Python Backend-разработчика в сфере AI.
• Имел успешный опыт создания промышленных AI-агентов.
• Обладаешь опытом промышленной разработки на Python, знанием принципов ООП и паттернов проектирования, опытом работы с микросервисной архитектурой.
• Работал с инструментами для создания AI-агентов, такими как LangChain или LangGraph и обладаешь базовым пониманием ML/DL.

Будет плюсом

• Опыт с большими объемами данных и распределёнными хранилищами данных, такими как Hadoop.
• Опыт работы с распределёнными очередями задач и сообщений, потоковой обработкой данных (Celery, Taskiq, RabbitMQ, Kafka).
• Опыт разработки высоконагруженных, геораспределённых систем и использования OpenShift/Kubernetes.
• Навыки в инженерии данных.

Условия и бенефиты

• Современный комфортный офис возле метро Кутузовская.
• Гибридный формат работы.
• Ежегодный пересмотр заработной платы и возможность получения годовой премии.
• Доступ к корпоративному спортзалу и зонам отдыха.
• Более 400 образовательных курсов СберУниверситета для профессионального и карьерного роста.
• Расширенная медицинская страховка, льготное страхование членов семьи и участие в корпоративной пенсионной программе.
• Специальные условия по ипотеке, скидка составляет треть от текущей ключевой ставки Центробанка.
• Бесплатная подписка СберПрайм+ и скидки на товары компаний-партнёров.
• Возможность получить вознаграждение за рекомендации друзей в нашу команду.

Наша команда GigaLegal создает автоматизированные решения для юристов с использованием технологий искусственного интеллекта (GigaChat и др.) Присоединяйся к нашей команде в качестве системного аналитика.

Чем предстоит заниматься:

• собирать, анализировать и документировать требования от внутренних и внешних заказчиков в Confluence
• описывать методы для интеграций, разрабатывать функциональные спецификации и API-контракты совместно с ML- и backend-командами
• детализировать требования к функциональности ИИ-агентов (RAG-пайплайны, пайплайны для юридического анализа документов)
• актуализировать существующую документацию
• сопровождать проект от идеи до передачи заказчику готового продукта
• формировать задачи на команды разработки
• проводить демонстрации реализованного функционала.

Что ожидаем от кандидата:

• высшее образование
• опыт работы от 2-х лет в должности системного аналитика (плюсом будет опыт работы в консалтинге (банки/финтех/легалтех))
• понимание процесса разработки и жизненного цикла ПО
• опыт работы в интеграционных проектах с использованием различных паттернов интеграций (REST, Kafka)
• опыт работы с Jira, Confluence, Draw.io
• опыт работы с базами данных, PostgreSQL, ElasticSearch (понимание структуры данных)
• умение работать с инструментами проектирования API: Swagger, Insomnia
• умение проектировать схемы процессов: UML-диаграммы, BPMN
• понимание гибких методологий при разработке ПО

Будет плюсом:

• понимание принципов работы LLM, RAG, LangChain / LangGraph

• готовность разбираться в предметной области — российское законодательство, судебная практика, правовые вопросы;

• навык работы с JSON-схемами, OpenAPI

• базовые знания Python

• опыт работы с PlantUML

• навыки работы с генеративными AI-моделями

• формат работы офис на испытательном сроке, делее гибрид обсуждаем, локация офиса ул Вавилова д.19

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• 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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Команда Прайм по развитию механик удержания клиента ищет активного Project Manager в свою команду.

Внутри подписки «Прайм», в кластере развития продукта, вы будете отвечать за выстраивание полного end-to-end процесса управления удержанием. Это стратегически важная роль, где вы напрямую повлияете на лояльность клиентов и ключевые бизнес-метрики.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

• реализовывать концепцию управления удержанием клиента в подписке с учетом этапа жизненного цикла

• разрабатывать и поддерживать детальный бэклог команды уждеражния

• приоритезировать задачи на основе данных, используя современные методики (RICE, WSJF, Value vs Effort)

• вести эффективную коммуникацию со стейкхолдерами: синхронизировать ожидания, управлять конфликтами приоритетов и обеспечивать регулярную обратную связь

• мониторить ключевые показатели эффективности (KPI) и анализировать результаты

• оптимизировать клиентские пути e2e, анализировать процессы и выявлять узкие места для повышения эффективности бизнеса.

• высшее образование (техническое, математическое или экономическое)

• аналичный опыт в роли Product/Project manager – от 3-х лет

• наличие самостоятельно реализованных, успешных проектов по проведению исследований, бюджетированию

• опыт продуктовой аналитике, проведении исследований: A/B-тесты, UAT, глубинные интервью и юзабилити-тестирования (для проверки гипотез и оценки новых функций)

• понимание специфики банковских продуктов для физических лиц (карты/подписки/ипотека и т.д.)

• опыт ведения сложных проектов с командами (продукты/сервисы для B2B/B2C)

• опыт управления проектами в области клиентского опыта

• глубокое знание инструментов и процессов управления продуктовым бэклогом

• успешный опыт взаимодействия с кросс-функциональными командами

• навыки анализа данных (SQL) и процессов для выявления узких мест и поиска точек роста

• опыт выстраивания новых процессов для улучшения клиентского опыта

• работа в крупнейшем банке России, комфортный и современный офис

• трудоустройство согласно ТК РФ

• регулярное корпоративное обучение

• ДМС, страхование от несчастных случаев и тяжелых заболеваний

• материальная помощь и социальная поддержка, корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• яркая и насыщенная корпоративная жизнь.

Сейчас мы в поиске увлеченного специалиста, который хочет заниматься масштабными, интересными и сложными проектами в сплоченной команде, предоставляя качественный сервис и надежную поддержку.

В своей работе мы используем самые передовые мировые практики по сопровождению высоконагруженных систем, Agile&DevOps подходы, современные инструменты, тесно сотрудничаем с командами внутри Сбера.

Если вы талантливый и амбициозный специалист в сфере ИТ, если вы хотите вместе с нами создавать лучшие продукты для лучших клиентов и уверенно отвечать за результаты, то мы рады принять Вас в команду.

• Участвовать в сопровождении и развитии инфраструктуры Kubernetes, баз данных PostgreSQL, Kafka, Nginx, Redis и других продуктов;

• Разрабатывать и автоматизировать инструментарий мониторинга приложений;

• Принимать участие в тестировании AI-агентов и использовать их для задач развития и сопровождения АС;

• Участвовать в устранении инцидентов, оптимизации работы автоматизированных систем, проведении плановых работ по устранению рисков и проблем;

• Эффективно взаимодействовать с командами разработки и различными группами сопровождения;

• Обеспечивать отказоустойчивость и доступность сервисов;

• Принимать участие в построении геораспределенных и отказоустойчивых систем.

• Опыт администрирования Linux от 3-х лет;

• Опыт администрирования кластеров Kubernetes/проектов Openshift от 1 года;

• Понимание процессов CI/CD, опыт работы с BitBucket и Jenkins;

• Опыт автоматизации рутинных операций;

• Опыт настройки мониторинга Zabbix/Prometheus/Dynatrace + Grafana;

• Опыт работы с БД PostgreSQL, Kafka;

• Опыт написания SQL-запросов

• формат работы офис, г. Москва, м. Тульская

• стабильный оклад+ годовое премирование и социальная поддержка сотрудников

• расширенный ДМС с первого дня работы для сотрудников и льготная медицинская страховка для близких

• подписка Прайм с возможностью совместного использования на трёх близких

• корпоративная пенсионная программа

• корпоративное обучение за счет компании, в т.ч. посещать конференции по профессиональной тематике, а так же огромный каталог образовательных программ

• реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение до 100 тыс. рублей

• мощное железо, дополнительные мониторы и всё, что нужно для продуктивной работы·

• яркая и насыщенная корпоративная жизнь: «Зелёный марафон», Сбербанкиада, КВН, волонтёрские программы и т.д.

В команду AIFA ищем сильного Senior Python-разработчика с опытом создания промышленных enterprise-систем и хорошим пониманием системного дизайна.

AIFA — автономный универсальный агент финансового анализа.

Продукт работает с финансовой отчётностью, выполняет различные виды финансового и бизнес-анализа, помогает строить финансовые модели. AIFA развивается как для внутренних сценариев Банка, так и для поставки внешним клиентам.

• разрабатывать backend-сервисы и критически важные компоненты AIFA на Python

• реализовывать продуктовые функции, связанные с оркестрацией агентов, LLM, RAG, MCP и инструментами агента

• проектировать и разрабатывать асинхронные и длительные процессы, параллельную обработку запросов, очереди и управление контекстом

• работать с PostgreSQL, Redis, OpenSearch и другими компонентами платформы

• совместно с техлидом участвовать в техническом проектировании и развитии архитектуры сервисов, моделей данных и контрактов взаимодействия

• повышать производительность, отказоустойчивость, безопасность и наблюдаемость решения

• проводить code review и помогать формировать инженерные стандарты команды

• курировать реализацию задач в небольшой команде из двух разработчиков, оставаясь hands-on инженером

• доводить разработанные решения до промышленной эксплуатации.

• сильный опыт промышленной backend-разработки на Python от 5 лет

• опыт разработки микросервисных и распределённых систем

• понимание API, очередей сообщений, кеширования, баз данных и балансировки нагрузки

• практический опыт работы с Docker и Kubernetes

• опыт работы с PostgreSQL, Redis и желательно OpenSearch или аналогичными системами

• понимание принципов системного дизайна и умение участвовать в проработке архитектурных решений

• способность самостоятельно реализовывать сложные технические компоненты

• готовность отвечать за качество и результат реализации своего технического направления

• опыт разработки LLM-приложений и AI-агентов будет преимуществом, но сильная инженерная база для нас важнее знания конкретного агентного фреймворка.

• комфортный современный офис рядом с м. Ленинский проспект

• гибридный формат работы

• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

В команду AIFA ищем системного аналитика, который сможет соединять бизнес-требования, техническую архитектуру и работу нескольких команд разработки.

Это не роль только для ведения встреч и документации.

Нам нужен технически грамотный специалист, который понимает устройство современных систем и при необходимости может самостоятельно проверить API, данные, логи или написать небольшой скрипт.

• собирать и формализовывать функциональные и нефункциональные требования

• декомпозировать бизнес-сценарии до уровня сервисов, API, данных и событий

• описывать AS-IS и TO-BE процессы, sequence-диаграммы и схемы взаимодействия

• прорабатывать API-контракты, модели данных и интеграционные требования

• формировать критерии приёмки и контролировать полноту реализации требований

• координировать зависимости между тремя техническими командами и смежными подразделениями

• готовить и проводить рабочие встречи, фиксировать решения и контролировать последующие действия

• тестировать API, проверять данные и разбирать технические ошибки совместно с разработчиками

• выполнять небольшие задачи с использованием SQL и Python

• поддерживать актуальность технической и пользовательской документации.

• опыт системного анализа для web-, backend- или интеграционных решений от 3х лет

• понимание микросервисной архитектуры, REST API, очередей сообщений и баз данных

• умение читать и составлять UML- и sequence-диаграммы.

• уверенный SQL

• опыт работы с Postman или аналогичными инструментами

• способность читать технические логи и разбираться в причинах ошибок

• базовые навыки Python либо готовность быстро их развить

• умение координировать несколько команд без ухода исключительно в проектное администрирование

• опыт в финансовых продуктах или LLM-решениях будет преимуществом, но не является обязательным.

• комфортный современный офис рядом с м. Ленинский проспект

• гибридный формат работы

• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Линкедин, привет.

Буду рада знакомству с вами на роль CPO в дивизион "Авто".

Задача — не просто развивать существующий продукт, а сделать качественный скачок: пересобрать стратегию, найти новые продуктовые сценарии и превратить автомобильные сервисы в полноценную экосистему для клиента.

Большая аудитория, готовая инфраструктура, много данных и возможность напрямую влиять на бизнес-результат.

Ищу кандидата который имеет аналогичный опыт, умеет одинаково хорошо работать со стратегией и execution, запускать продукты с нуля и кратно растить уже существующие.

Будет особенно релевантен опыт в роли СРО в FinTech, e-commerce, массовыз В2С решениях.

📍 Москва

p.s использование данного поста в целях продвижения каналов/сайтов строго запрещено.

• За каждым запуском обучения модели стоит масштабная инфраструктура данных, которая должна хранить, обслуживать, версионировать и оркестрировать петабайты данных с высокой пропускной способностью и высокой надёжностью. Команда платформы данных создаёт базовую технологическую основу, на которую опираются все остальные команды, работающие с данными. В этой роли вы будете отвечать за техническое развитие платформы хранения, вычислений и оркестрации, лежащей в основе полного жизненного цикла данных для претрейнинга. Это техлидская позиция для сильного инженера, который способен проектировать платформенные решения, задавать стандарты для команды, развивать инженерную культуру и помогать коллегам расти. Роль предполагает высокий уровень технического влияния и может стать естественным шагом к переходу в тимлидскую позицию по мере роста команды.

Чем предстоит заниматься

• Проектировать и развивать масштабные системы хранения данных, оптимизированные под характерные паттерны доступа в претрейне LLM.
• Развивать платформу версионирования и отслеживания происхождения данных, обеспечивающую воспроизводимость и аудит на всём жизненном цикле датасетов.
• Создавать и совершенствовать системы оркестрации workflow-ов, координирующие многоэтапные пайплайны данных на тысячах узлов.
• Оптимизировать инфраструктуру подачи данных так, чтобы обучающие данные поступали на GPU-кластеры без узких мест и с минимальными потерями вычислительного времени.
• Развивать внутренние инструменты, SDK и API, которые упрощают работу исследователей и дата-инженеров с платформой данных.
• Реализовывать механизмы контроля доступа, шифрования и audit logging для работы с чувствительными и лицензированными датасетами.
• Отвечать за capacity planning, оптимизацию затрат и performance benchmarking для облачной и локальной инфраструктуры хранения.
• Формировать технические стандарты платформенной команды: архитектурные подходы, требования к надёжности, эксплуатационные практики, code review и инженерную документацию.
• Менторить инженеров, помогать команде расти технически и распространять экспертизу по платформенной архитектуре и надёжной эксплуатации систем.

Мы ожидаем

• Высшее образование в области computer science, systems engineering или смежной области.
• Не менее 6 лет опыта в infrastructure engineering или platform engineering, включая серьёзный опыт построения data-intensive distributed systems.
• Экспертное знание облачной инфраструктуры, объектного хранения, оркестрации вычислений и сетевых подсистем.
• Уверенное владение как минимум двумя языками из следующих: Python, Rust, C++.
• Глубокий опыт работы с Kubernetes, Infrastructure as Code и CI/CD-пайплайнами.
• Подтверждённый опыт проектирования систем с высокой доступностью, отказоустойчивостью и горизонтальной масштабируемостью.
• Опыт работы с промышленными форматами хранения и сериализации данных и понимание их эксплуатационных компромиссов.
• Способность выступать техническим лидером команды: принимать архитектурные решения, согласовывать платформенные подходы между командами и системно развивать коллег.
• Опыт менторинга и построения сильных инженерных практик внутри команды.

Будет плюсом

• Опыт работы с YTSaurus.
• Опыт поддержки ML training workloads, особенно претрейна на крупных GPU-кластерах.
• Знакомство с инструментами orchestration для data-пайплайнов в промышленном масштабе.
• Опыт создания внутренних платформ разработки и self-service-инструментов для инженерных команд.

Что предлагаем

• Кластеры YTSaurus с большим количеством ресурсов: десятки петабайт + десятки тысяч ядер.
• Сильная команда выпускников МФТИ, ВШЭ, МГУ, много людей с опытом работы в профильном БигТехе.
• Комфортный современный офис рядом с м. Кутузовская.
• Гибридный формат работы (2 дня в офисе, 3 дня на удалёнке).
• Ежегодный пересмотр зарплаты, годовая премия.
• Корпоративный спортзал и зоны отдыха.
• Система обучения для профессионального и карьерного развития.
• Расширенный полис ДМС с первого дня работы и страхование для семьи.
• Льготная программа ипотеки для сотрудников.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

Проектная работа под NDA до июля 2027 года.

• ведение портфеля из 3–5 AI-агентов: определение целей, расстановка приоритетов, разработка roadmap на 1–2 квартала

• управление выделенной командой (2–3 человека): постановка задач, организация рабочего ритма, предоставление обратной связи

• определение критериев качества (eval) и отслеживание метрик в промышленной эксплуатации (production / проде)

• проведение синхронизаций с владельцем продукта и участниками цепочки поставок ценности для достижения результата

• балансировка параметров «качество / задержка (latency) / стоимость инференса (cost of inference)» между продуктами

• организация согласований со службами безопасности (security) и права (legal) по вопросам данных, промптов и доступов

• подготовка прозрачного статуса.

• высшее образование (техническое, математическое или бизнес + подтверждённый digital-опыт)

• прохождение курсов по LLM / AI Product / MLOps (как преимущество)

• 5–8 лет опыта в управлении продуктами или проектами в digital / IT

• опыт от 1,5–2 лет с LLM / GenAI / агентами (владение или сильное со-владение продуктом в проде)

• вывод в прод хотя бы одного LLM/агент-решения в финансовой/строительной/банковской сфере в бизнес-процессе

• опыт работы со смежными командами: разработка, ML/данные, security или legal

• управление командой или выделенной группой от 3 человек (формально/как lead)

• опыт multi-agent или оркестрации нескольких агентов

• знакомство с MLOps / CI для промптов и eval-пайплайнов.

• работа в крупнейшем банке России, комфортный и современный офис

• трудоустройство согласно ТК РФ

• регулярное корпоративное обучение

• ДМС, страхование от несчастных случаев и тяжелых заболеваний

• материальная помощь и социальная поддержка, корпоративная пенсионная программа

• подписка Прайм с возможностью совместного использования на трёх близких

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• яркая и насыщенная корпоративная жизнь.

Мы разрабатываем системы безопасности и контроля для LLM и генеративных AI-моделей. Наша цель — создавать надёжные guardrails, которые предотвращают нежелательное поведение моделей, токсичный контент, jailbreak-атаки, утечки данных и нарушения политик, сохраняя при этом полезность и качество ответов. Мы ищем сильного специалиста в команду разработки. Человек будет не просто писать код, а глубоко понимать предметную область: проектировать и развивать защитные механизмы вокруг LLM, проводить активную аналитику собственного решения и решений конкурентов, выявлять слабые места и предлагать улучшения на основе данных и экспериментов.

Ключевой фокус — сочетание hands-on разработки и исследовательско-аналитической работы. Нам нужен человек с экспертизой, который понимает, почему работает (или не работает) тот или иной подход, а не просто применяет готовые библиотеки.

Твои задачи:

• разрабатывать и улучшать компоненты AI Guardrails: фильтры контента, системы детекции токсичности, bias, PII, jailbreak-попыток, prompt injection и других рисков
• интегрировать и дообучать модели классификации / модерации (toxicity, hate speech, self-harm, sexual content и др.)
• проектировать и реализовывать пайплайны pre-/post-processing для LLM (input/output filtering, rewriting, refusal mechanisms)
• создавать и поддерживать evaluation-фреймворки: бенчмарки, red-teaming, adversarial testing, метрики безопасности и robustness
• работать с LLM API / open-source моделями, оптимизировать latency и качество guardrails
• участвовать в разработке политик безопасности, документировать решения
• анализировать инциденты, улучшать покрытие edge-cases и снижать false positive/negative.

Мы ожидаем, что у тебя есть:

• 2–4+ года коммерческого опыта в ML/AI-разработке (Python)
• опыт работы с LLM (OpenAI, Anthropic, open-source: Llama, Mistral, Qwen и т.д.)
• практический опыт построения систем модерации / content safety / guardrails или похожих задач (toxicity detection, PII redaction, prompt defense)
• хорошее знание NLP: классификация текста, embeddings, fine-tuning (LoRA/QLoRA), evaluation
• опыт с PyTorch / Hugging Face Transformers, LangChain / LlamaIndex / аналогичными фреймворками
• понимание основных угроз LLM (jailbreaks, prompt injection, data leakage, hallucination risks)
• умение писать чистый, тестируемый код, работать с CI/CD, Docker.
• самостоятельность и ownership: способность брать задачу end-to-end (от исследования до production)
• навыки работы с генеративными AI-моделями.

Будет плюсом:

• опыт red-teaming / adversarial ML / safety evaluation
• знание техник alignment (RLHF, DPO, constitutional AI) и safety benchmarks (HarmBench, JailbreakBench, AdvBench и др.)
• опыт работы с vector DB, RAG-пайплайнами и их безопасностью
• знание multi-modal guardrails (изображения + текст)
• опыт production-deployment ML-систем (FastAPI, Kubernetes, мониторинг).
• английский на уровне чтения документации.

Работа в СберТехе - это:

• гибридный формат работы
• годовой бонус и ежегодный пересмотр зарплаты
• статус аккредитованной ИТ-компании
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• 90 дней удаленной работы из любого региона РФ
• льготная ипотека в Сбере
• бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.

Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке Сеть Продаж.

Мы разрабатываем и внедряем end-to-end решения на основе AI в бизнес-процессы Сети Продаж Банка.

Ищем человека, вместе с которым мы будем строить топовые AI решения, на основе архитектуры Claw-like & Ouroboros, которые будут в действительности приводить к Disrupt в реальных процессах.

Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

• разрабатывать с нуля AI-агентов и микросервисы для AI-продуктов

• исследовать и внедрять новейшие технологические решения в ИИ - Claw-like & Ouroboros

• разрабатывать и дообучать модели машинного обучения (Classic ML, Deep Learning)

• разрабатывать алгоритмы взаимодействия ML-моделей и сервисных модулей

• принимать участие в разработке архитектуры и дизайна агентов и AI-сервисов

• проектировать и разрабатывать backend-части AI-сервиса

• принимать участие в оптимизации скорости работы AI-агентов и ML-моделей.

• компетенции: Python, Classic ML, Deep Learning, LLM/Agents, MLOps

• понимание принципов разработки, внедрения и сопровождения AI-решений

• уметь писать хороший и понятный production-ready код на Python, хорошее знание алгоритмов, структур данных

• опыт работы с реляционными и нереляционными базами данных

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• инструментальное владение Ai для анализа, генерации и автоматизации

• опыт построения отказоустойчивых высоконагруженных распределенных ML систем.

Плюсом будет

• глубокого погружен в тематику эволюционных агентов, понимаешь принцип работы и лично разворачивал OpenClaw, Ouroboros или аналогичные решения

• понимание принципов работы голосовых и текстовых ассистентов

• опыт работы с распределенной инфраструктурой (Hadoop, HDFS, Hive, Spark)

• имеешь опыт с ELK, Jenkins, Kafka, OpenShift

• опыт работы с СУБД GreenPlum

• следишь за трендами и актуальным состоянием AI, интересуешься большими языковыми моделями.

• график 5/2, офис на м. Кутузовская;

• режим работы на выбор - офис или гибрид

• достойный уровень вознаграждения (оклад + годовая премия)

• возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей

• широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании

• бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.

Команда Управления зарплатных проектов, занимаемся продажей и сопровождением зарплатных проектов Сбера и разработкой удобных и надежных инструментов для решения задач вокруг зарплатных бизнес-процессов. Наши пользователи ежедневно заботятся о том, чтобы клиенты Банка имели возможность получить заработную плату вовремя и в полном объеме, а также о том, чтобы количество зарплатных клиентов все время увеличивалось.

Наша команда закрывает задачи управленческой отчетности для всех сотрудников вертикали.

Ищем Бизнес-аналитика, который поможет нам с развитием отчетности в управлении.

Чем предстоит заниматься:

• собирать и выявлять требования бизнес-заказчиков: от первичного запроса до чёткой постановки задачи
• проектировать клиентский путь в отчетах
• разрабатывать методологии расчёта ключевых показателей управления
• создавать макеты отчётов и дашбордов, согласовывать их с заказчиками
• готовить бизнес-требования для команды разработки
• тестировать и сопровождать отчеты
• организовывать CSI-опросы пользователей
• измерять MAU отчётности.

Что для нас важно:

• опыт работы бизнес-аналитиком от 6 месяцев
• опыт тестирования отчётности или ИТ-решений
• опыт постановки задач на разработку отчётности и дашбордов
• умение разбираться в данных на уровне логики: гранулярность, риск двойного счёта, причины расхождений между отчётами
• умение письменно формализовать методологию расчёта показателя
• умение отрисовать макет отчёта в любом удобном инструменте и показать в нём клиентский путь
• опыт работы с ИИ-инструментами.

Будет плюсом:

• опыт работы в банке от 2 лет в направлении зарплатных проектов
• опыт написания однозначных, проверяемых, полных, понятных требований к разработке и умение продуктивно взаимодействовать с разработчиками
• понимание клиентских метрик — отток, проникновение продуктов, когорты.

Что мы предлагаем:

• комфортный современный офис на Кутузовском, 32 к.3
• офисный формат работы 5/2 9-18
• корпоративный спортзал и зоны отдыха
• уникальную систему обучения Сбера для профессионального и карьерного развития
• программу адаптации и помощь руководителя на старте
• расширенный ДМС и льготное страхование для семьи
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписку Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративную пенсионную программу.

Мы занимаемся pretrain'ом больших языковых моделей в GigaChat: проектируем архитектуру, подбираем рецепт обучения и поддерживаем весь инженерный контур вокруг него.

Недавно мы обучили MoE-модель на 700 миллиардов параметров — и на этом не собираемся останавливаться. Обучение идёт на кластерах H100 и B200. GigaChat — самый быстрорастущий проект Сбера, и pretrain — его ядро.

Чем занимается команда

• Архитектура и законы масштабирования.
• Рецепт обучения: оптимизаторы, расписание learning rate, нормализация, точность вычислений.
• Устойчивость больших прогонов и ускорение сходимости.
• Диагностика обучения и оценка изменений с опорой на математический аппарат.
• Инженерный контур: воспроизводимость, тесты, CI/CD.
• Роль с акцентом на модель, оптимизацию и инфраструктуру обучения, а не на данные. Главная цель — делать обучение быстрее, надёжнее и предсказуемее.

Какие задачи стоят перед командой

• Ускорение цикла «идея → эксперимент → вывод → внедрение».
• Снижение количества ручных прогонов и неочевидных сбоев, повышение воспроизводимости и прозрачности результатов.
• Повышение надёжности больших прогонов.
• Ранняя диагностика деградаций и отделение реальных улучшений от ложных сигналов (расхождение, NaN, коллапс энтропии, артефакты маршрутизации, ложное снижение функции потерь).
• Обеспечение безопасного масштабирования при внедрении крупных архитектурных изменений.
• Анализ влияния сложных архитектур (например, mixture of experts и маршрутизация) на качество, стабильность и скорость обучения.
• Определение и развитие метрик, корректно отражающих изменения в обучении моделей.

Почему мы

Масштаб - 700B MoE уже обучена, дальше — больше. Кластеры на H100 и B200.

Публикации. Можно и нужно писать статьи по результатам своей работы — это не ограничивается.

Команда - в России нет другой команды, которая занимается pretrain'ом на таком масштабе. Коллеги — люди, которые глубоко разбираются в теме.

Влияние. Вы берёте направление целиком. Это не «выполнять задачи из бэклога», а самостоятельно определять, что важно, и доводить до результата.

• Взять на себя целое направление внутри pretrain'а и развивать его: от постановки задач и планирования экспериментов до внедрения результатов в основное обучение.

• Проектировать и проводить эксперименты: формулировать гипотезы, запускать абляции, сравнивать подходы, разбираться в результатах и превращать выводы в решения для основного обучения.

• Разбираться с нестабильностью на больших прогонах: искать причины деградаций, строить диагностические метрики, предлагать изменения в оптимизаторе, расписании lr, нормализациях, инициализации, клиппинге, точности вычислений и маршрутизации.

• Работать с архитектурой смеси экспертов (MoE): маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации, влияние на качество и производительность.

• Поддерживать большие прогоны и продолжения обучения с чекпоинтов: следить за дрейфом, проверять изменения в коде и конфигурации, снижать риск регрессий.

• Улучшать инженерное качество контура обучения: ревью критичных изменений, стратегия тестирования, воспроизводимость экспериментов, профилирование и устранение узких мест.

• Глубокое понимание устройства обучения нейросетей: не на уровне обзоров и пересказов, а на уровне, где вы можете объяснить, почему конкретный прогон расходится, глядя на кривые функции потерь, нормы градиентов и энтропии.

• Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн.

• Практический опыт с PyTorch и именно с обучением моделей, а не только с инференсом.

• Умение доводить исследовательские идеи до надёжного инженерного решения: воспроизводимость, конфиги, тесты, автоматизация, понятные критерии качества.

• Хорошую инженерную культуру: аккуратные PR, профилирование, внимание к качеству кода, понятные отчёты об экспериментах.

Будет плюсом

• Опыт со смешанной точностью и распределённым обучением.

• Опыт построения систем оценки моделей или инфраструктуры для экспериментов.

• Удалённо.

• Возможность оформления в аккредитованную IT-компанию.

• Годовая премия по итогам работы до 6 окладов.

• Регулярный пересмотр зарплат.

• Корпоративный спортзал и зоны отдыха.

• Более 400 программ СберУниверситета для роста.

• Программа адаптации и помощь руководителя на старте.

• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.

• Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.

• Ипотека для сотрудников по дисконтной программе.

• СберПрайм+ и скидки у партнёров.

• Бонус за рекомендации в команду

SberData отвечает за развитие платформы для работы с данными в Сбере. У нас свыше 230 петабайт данных, около сотни продуктов и сервисов для клиентов. Мы создаем собственные сборки платформ в рамках импортозамещения и активно сотрудничаем со всеми блоками Сбера для решения их бизнес-задач: наши пользователи создали уже свыше 6500 витрин. Мы строим новое поколение платформы потоковых данных банка. Сегодня текущая платформа не удовлетворяет высоким требованиям к поставке и обработке данных в реальном времени для AI-агентов, которым нужны самые актуальные данные. В проекте задействованы команды разных блоков (бизнес, технологии, архитектура) и внешние вендоры.

Обязанности

• ведение и актуализация дорожной карты проекта: четыре рабочих потока (репликация, обработка, хранение, доступ), каждый со своими фазами, зависимостями и владельцами.
• декомпозиция стратегических инициатив до конкретных задач, контроль сроков и вех (вывод в пром, завершение пилотов, тираж на критичные системы); управление рисками и эскалация блокеров до их превращения в критичные проблемы
• синхронизация работы 7+ команд банка и внешних участников: согласование зависимостей между потоками, проведение регулярных статусных встреч, ведение единого реестра открытых вопросов и решений
• работа с командами-заказчиками для подтверждения приоритетов и приёмки результатов; выстраивание коммуникации между техническими командами и бизнес-стейкхолдерами
• организация и координация технических пилотов — в первую очередь PoC выбора NRT Storage совместно с вендорами и командой B2C; контроль за тем, чтобы результаты пилотов трансформировались в архитектурные решения и план тиражирования
• подготовка еженедельных статусов проекта для руководства: прогресс, ключевые риски, решения на эскалацию
• участие в рабочих группах банка, представление позиции проекта; ведение проектной документации: протоколы решений, реестры рисков и зависимостей, планы коммуникаций.

Требования

• опыт управления проектами от 4 лет, из них не менее 2 лет — в сложных кросс-командных проектах с большим числом стейкхолдеров
• уверенное владение инструментами планирования и визуализации дорожных карт; умение работать с зависимостями между несколькими параллельными потоками
• опыт подготовки регулярной отчётности для топ-менеджмента и ведения проектной документации
• опыт работы в технологических проектах — способность разобраться в сути технических решений, читать архитектурные схемы, вести содержательный диалог с разработчиками и архитекторами
• сильные коммуникационные навыки: умение доносить сложное просто — как до технической команды, так и до бизнес-руководства
• навык структурированного управления рисками и эскалациями.

Будет плюсом

• понимание архитектуры платформ потоковой обработки данных: Kafka, Apache Flink, концепции потока, топика, задержки (lag)
• знакомство с понятиями Data Platform, Data Mesh, NRT/streaming — достаточное, чтобы понимать контекст обсуждений, не теряясь в терминах
• опыт управления проектами в крупном банке или финтехе
• опыт координации технических пилотов и PoC с последующим переходом к production-решению.

Мы предлагаем

• комфортный современный офис:г Москва, наб.Новоданиловская 10 (БЦ Даниловский Форт, ДФ), рядом с М.Тульская, Верхние котлы
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• 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
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Мы развиваем GigaChat и ищем сильного руководителя направления online RL в домене STEM (математика, естественные науки, инженерные и технические дисциплины). Это роль для человека, который умеет одновременно развивать методы обучения моделей, глубоко разбираться в предметной области и выстраивать процессы сбора и подготовки данных.

Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить идеи до реального роста качества модели.

• Развивать направление online RL для STEM-задач

• Определять, как должно развиваться направление online RL в STEM-домене: какие задачи для нас наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели.

• Вести направление целиком: от постановки гипотез и плана работ до внедрения результатов в регулярный цикл обучения модели.

• Принимать решения о приоритетах между развитием методов, сбором данных, инфраструктурой и системой оценки качества.

• Разрабатывать и улучшать методы обучения

• Развивать подходы post-training и online RL для задач по математике, физике, химии, биологии и другим STEM-дисциплинам.

• Продумывать и внедрять способы оценки качества, которые помогают модели лучше решать реальные задачи: строить цепочки рассуждений, находить верные ответы, корректно применять формулы и методы, работать с многошаговыми задачами.

• Определять, в каких случаях online RL действительно даёт прирост качества по сравнению с supervised fine-tuning и другими подходами, а в каких — нет.

• Проводить эксперименты и разбирать результаты не только на уровне метрик, но и на уровне причин: почему модель стала лучше или хуже, насколько устойчив результат и можно ли его перенести на другие типы задач.

• Писать ключевой код и развивать инфраструктуру

• Самостоятельно писать и дорабатывать критичные части пайплайнов online RL.

• Делать надёжные и воспроизводимые эксперименты: с понятными версиями данных, конфигами, сравнением запусков и контролем деградаций.

• Выстраивать связку между моделью, верификаторами, reward-сигналами и обучающими пайплайнами так, чтобы новые идеи можно было быстро проверять и быстро доводить до практического результата.

• Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и качестве данных.

• Строить контур данных для обучения

• Организовывать сбор и подготовку данных для online RL в STEM-домене: задачи разной сложности, эталонные решения, формальные и автоматические верификаторы, синтетические и реальные сценарии.

• Формировать качественные обучающие выборки с хорошим покрытием по дисциплинам, уровням сложности (от школьных до олимпиадных и университетских задач), типам рассуждений и типовым ошибкам модели.

• Встраивать в пайплайны проверки качества: символьную и численную верификацию ответов, проверку промежуточных шагов рассуждений, контроль утечек, удаление дублей, балансировку по сложности и предметным областям.

• Делать так, чтобы каждый цикл обучения улучшал не только модель, но и сам процесс: появлялись новые данные, новые сложные примеры, более точные критерии качества и лучшее понимание слабых мест модели.

• Руководить сильной технической командой

• Руководить командой исследователей и инженеров, задавать высокую планку по качеству решений, скорости работы и глубине проработки.

• Помогать команде превращать исследовательские идеи в работающие решения, которые можно встроить в основной цикл обучения.

• Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели.

• Отличное владение Python и PyTorch.

• Практический опыт в LLM post-training: RLHF, online RL или смежных направлениях.

• Понимание специфики STEM-домена: формальная верификация ответов, chain-of-thought reasoning, работа с математической нотацией, многошаговые решения, типовые ошибки моделей в рассуждениях.

• Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов.

• Опыт руководства сильной технической командой.

• Готовность лично писать важные части системы руками.

Будет плюсом

• Сильный математический или естественнонаучный бэкграунд (профильное образование, олимпиадный опыт, публикации).

• Опыт построения верификаторов и reward-моделей для задач STEM.

• Опыт построения пайплайнов данных, а не только работы с уже готовыми датасетами.

• Опыт работы с distributed training или large-scale inference.

• Опыт разработки систем оценки качества для LLM (бенчмарки, LLM-as-a-judge, process reward models).

• Опыт работы с synthetic data generation, curriculum learning, active data collection.

• Понимание современных open-source стеков для обучения и инференса больших языковых моделей.

• Публикации, open-source вклад или сильный прикладной research track record.

• Сильные и сложные задачи на переднем крае развития русскоязычных LLM.

• Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели.

• Команду сильных инженеров и исследователей.

• Возможность совмещать управление направлением с глубокой технической работой.

• Конкурентную компенсацию, премии и расширенный соцпакет.