Вакансии СБЕР: работа в IT и digital
Вакансии компании СБЕР в IT и digital за последние 30 дней. Направления найма, города и форматы работы. Дубли объединены. HireSeeker — независимый агрегатор вакансий.
Найдено: 581. Обновлено .
Города с вакансиями
- Москва491
- Санкт-Петербург20
- Екатеринбург8
- Нижний Новгород7
- Новосибирск6
- Самара6
- Казань5
- Воронеж4
- Хабаровск4
- Ростов-на-Дону3
- Сочи3
- Рязань2
- Тула2
- Барнаул1
- Брянск1
- Горно-Алтайск1
- Омск1
- Оренбург1
- Чебоксары1
Страны с вакансиями
- Россия577
Форматы работы
- Офис319
- Гибрид125
- Удалённая работа20
SberDevices — молодая IT-компания полного цикла. Мы являемся частью большой RnD-команды и развиваем различные технологии: большие языковые модели и бенчмарки для них, исследуем память в моделях, занимаемся NLP и мультимодальностью, создаём уникальные прототипы и доводим их до продакшна.
-
собирать потребности, планировать и оценивать потребность в инфраструктуре для 10 исследовательских команд
-
осуществлять распределение и контроль за выделенными серверными мощностями, следить за их утилизацией
-
взаимодействовать с командами по вопросам распределения и утилизации выделенных серверных квот
-
взаимодействовать со смежными подразделениями компании в рамках инфраструктурных вопросов
-
осуществлять работу с заявками на выделение ресурсов, обеспечение необходимых доступов и прав для сотрудников команд.
-
опыт работы с технологически сложными IT-сервисами (AI, ML)
-
имеете достаточно широкий кругозор в области ML и разработки
-
способны собрать, структурировать и проанализировать большие объёмы информации.
Будет плюсом, если вы:
-
имеете опыт разработки/devOps и владеете языками программирования;
-
работали в проектах, связанных с RnD или ML.
-
комфортный современный офис рядом с м. Кутузовская
-
гибридный формат работы
-
ежегодный пересмотр зарплаты 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
-
ипотека для сотрудников выгоднее до 4%
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера.
Мы создаем основу для безопасного и эффективного использования ИИ в Банке. Наша команда разрабатывает мультиагентную систему для автономного мониторинга всех ИИ-агентов Банка в промышленной эксплуатации. Это не просто дашборды и алерты — это интеллектуальная платформа, которая должна понимать, как и почему агенты принимают решения, предсказывать сбои до их наступления и автоматически локализовать корневые причины.
Мы предлагаем возможность сыграть ключевую роль в разработке с нуля уникальной системы, от которой зависит надёжность всех ИИ-сервисов Банка для миллионов людей.
-
разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев
-
исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее.
-
ведение проекта по полному циклу: от идеи и прототипа до рабочего решения в проде, его тестирования и поддержки
-
проектирование пайплайнов для работы с данными (трейсами агентов) и обучения моделей, интегрируя их в нашу MLOps экосистему
-
взаимодействие с командами разработки и валидации ИИ-агентов, MLOps для интеграции решений и формирования лучших практик.
-
глубокое знание математической статистики, алгоритмов классического ML и архитектур нейросетей
-
опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до внедрения в прод и мониторинга
-
опыт проведения аналитических исследований (R&D): умение самостоятельно изучать проблемную область, формулировать и проверять гипотезы, выбирать и адаптировать state-of-the-art методы под задачи проекта
-
уверенное владение стеком технологий для анализа, экспериментов и разработки: NumPy, Pandas, Polars, Scikit-learn, XGBoost, LightGBM, CatBoostOptuna / Hyperopt
-
навык написание чистого, модульного кода на Python, понимание принципов SOLID, опыт работы с Git.
Будет преимуществом:
-
опыт разработки ИИ-агентов / агентных систем, понимание принципов их работы, коммуникации и оркестрации
-
опыт работы с трейсами и метаданными ИИ-агентов (OpenAI, Arize Phoenix, LangSmith)
-
опыт работы с векторными базами данных
-
знание observability-стека (OpenTelemetry, Prometheus, Grafana) для мониторинга ML-систем
-
публикации или значимый вклад в open-source в области ML/NLP/LLM.
-
работа в удобном и современном офисе недалеко от станции метро Кутузовская
-
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.
О нас:
Мы команда Цифрового Ассистента B2C. Мы создаем продукт, который ежедневно помогает десяткам миллионов наших клиентов на новом уровне пользоваться услугами и продуктами Банка и Экосистемы.
Сейчас наша команда разрабатывает новый функционал, позволяющий клиентам решать не только повседневные, но и более сложные комплексные задачи и цели, которые могут состоять из множества взаимосвязанных шагов и быть распределенными во времени.
Для решения задачи в нашем распоряжении цифровая платформа и широкий набор инструментов, представленных мультиагентной системой на основе LLM GigaChat, интегрированной со множеством банковских сервисов.
Мы предлагаем:
· Возможность создавать и развивать инновационный продукт, использующий передовые технологии и задающий тренды в отрасли.
· Работу в кросс-функциональной команде сильных специалистов.
· Широкое пространство для развития и реализации ваших идей и экспертизы.
· Современный технологический стек и развитая IT-инфраструктура.
- Проектирование и разработка новых платформенных инструментов и агентов и расширение функционала существующих
- Проведение глубокого анализа данных и пользовательских сценариев мультиагентной системы, проработка функциональных требований к новым специализированным агентам.
- Разработка и улучшение платформенных механизмов, таких как система роутинга, оркестрации, планирования, управления контекстом и памятью, извлечения инсайтов.
- Разработка комплексной системы метрик качества как отдельных компонентов системы, так целых компонентов системы.
- Создание пайплайнов автоматизации мониторинга и визуализации метрик, в том числе с применением подхода LLM-as-a-Judge.
· Высшее техническое или математическое образование.
· Опыт в сфере машинного обучения и анализа данных от трех лет.
· Глубокое понимание принципов работы и архитектур LLM, NLP и классических ML-алгоритмов, знание математической статистики и теории вероятностей.
· Владение на высоком уровне основными инструментами и фреймворками для ML разработки, аналитики и обработки больших данных, работы с LLM агентами (pandas, numpy, sklearn, pytorch, langchain, langgraph, pyspark)
· Уверенные практические навыки работы с LLM и промпт-инжениринга.
· Понимание принципов построения промышленных микросервисных архитектур, мультиагентных систем и LLM-приложений.
· Гибридный режим работы, комфортный современный офис на м. Кутузовская.
· 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.
· Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
· Вознаграждение за рекомендацию друзей в команду Сбера.
Product Manager
в •••••••• —российский финансовый конгломерат и ведущий универсальный банк в России.
Ищет Ольга Сучкова, её ••••••••.
Пульс — комплексная российская цифровая HR-платформа полного цикла от Сбера для управления персоналом, талантами и развития сотрудников. Платформа охватывает подбор и адаптацию, оценку и развитие, кадровые сервисы с КЭДО, а также сквозную HR-аналитику. Работает в формате SaaS, доступна 24/7 с любого устройства и создана как отечественное решение для импортозамещения зарубежных систем.
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 или Макс.
Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
Обязанности
- управление командой инженеров: постановка задач, координация работы, менторинг и развитие сотрудников
- выстраивание коммуникаций с разработкой, бизнесом и стейкхолдерами для достижения целей
- постановка целей, планирование и распределение задач, проведение регулярных встреч 1:1
- постоянное улучшение процессов сопровождения, мониторинга и автоматизации
- развитие и сопровождение технологической CI/CD-платформы, обеспечение её надёжности, масштабируемости и удобства для продуктовых команд
- проведение собеседований и участие в найме персонала
- планирование и ведение проектов: декомпозиция, оценка сроков, контрольные точки, управление приоритетами
- внедрение и развитие метрик эффективности команды и сотрудников, повышение прозрачности процессов.
Требования
- опыт управления командой Dev/DevOps/SRE от 3 лет
- практический опыт в роли DevOps-инженера или SRE
- глубокое понимание CI/CD и принципов автоматизации
- глубокое понимание и практическое применение философии и практик DevOps
- опыт построения, масштабирования и поддержки высоконагруженных отказоустойчивых систем
- знания в области контейнеризации и оркестрации: Docker, Kubernetes (Openshift)
- умение применять AI-инструменты в работе
- знание основ информационной безопасности
- высшее техническое образование
Условия
Что мы предлагаем:
• современный комфортный офис на м.Кутузовская
• офисный формат работы
• ежегодный пересмотр зарплаты и годовая премия
• уникальная система обучения и повышения квалификации от Сбера
• расширенная медицинская страховка, льготы для семьи и корпоративная пенсия
• подписка Прайм с возможностью подключения трех близких
• возможность рекомендовать знакомых в нашу команду.
Мы ищем AppSec Technical Lead — сильного hands-on эксперта по Application Security, который будет техническим лидером команды из 3 AppSec-инженеров.
Вам предстоит развивать практики secure SDLC и DevSecOps, работать с SAST/SCA/DAST/MAST, развивать автоматизацию security-проверок.
Вам предстоит:
- быть техническим лидером для команды AppSec-инженеров
- помогать команде принимать архитектурные и технические решения в области Application Security
- наставлять инженеров, помогать им развивать экспертизу в AppSec, DevSecOps, security code review и автоматизации
- проводить ревью технических решений, подходов к анализу уязвимостей, SAST-правил и security-автоматизаций
- участвовать в планировании работы команды совместно с Product Owner
- помогать приоритизировать задачи с учётом технических рисков, бизнес-контекста и загрузки команды
- быть единой точкой входа для PO продукта по вопросам AppSec: статусы, блокеры, риски, roadmap, технические ограничения и потребности команды.
- развивать интеграцию security-проверок в CI/CD
- разрабатывать и поддерживать правила для SAST-инструментов
- улучшать процессы работы с SAST/SCA/DAST/MAST: качество проверок, triage, отчётность, снижение false positives
- писать автоматизацию для интеграции сканеров, обработки результатов, обогащения находок и формирования метрик
- исследовать и тестировать новые инструменты проверки безопасности приложений
- помогать делать security-проверки более полезными для разработчиков и менее шумными для команд.
Что для нас важно:
- опыт в Application Security от 4 лет либо сопоставимый опыт в разработке с последующим переходом в security
- практический опыт технического лидерства, наставничества или координации работы AppSec/security-инженеров
- глубокое понимание secure SDLC, shift-left security и DevSecOps
- практический опыт работы с SAST, SCA, DAST и/или MAST-инструментами
- опыт интеграции security-проверок в CI/CD
- опыт security code review на одном или нескольких языках: Java/Kotlin, Go, Python
- уверенное владение одним из языков: Python/Java/Go
- опыт работы с Bash
- глубокое понимание OWASP Top 10, OWASP ASVS и OWASP Mobile Top 10
- понимание современных архитектур: микросервисы, REST/gRPC API, Kubernetes, контейнеризация
- опыт анализа результатов сканирования, валидации уязвимостей, поиска false positives и приоритизации рисков
- практический опыт взаимодействия с разработчиками по исправлению уязвимостей
- понимание специфики безопасности мобильных приложений
- опыт работы с MAST-инструментами
- понимание типовых рисков мобильных приложений: insecure storage, insecure communication, неправильная работа с secrets, jailbreak/root detection, reverse engineering risks, certificate pinning, tampering
- опыт анализа Android/iOS-приложений будет преимуществом
- инструментальное владение AI для анализа, генерации и автоматизации.
Мы предлагаем:
- комфортный современный офис
- офисный формат работы
- ежегодный пересмотр зарплаты, 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 сильного Senior Java-разработчика / Tech Lead, который умеет проектировать сложные технические решения, писать качественный код и обеспечивать стабильную работу сервисов в промышленной эксплуатации.
Мы развиваем высоконагруженную платформу финансовой доставки, объединяющую обработку заявок, интеллектуальную маршрутизацию, планирование и исполнение доставок.
Нам нужен инженер с end-to-end подходом: от проектирования архитектуры и разработки до запуска в ПРОМ, анализа метрик и развития технического решения.
-
проектировать и разрабатывать высоконагруженные backend-сервисы на Java / Spring Boot
-
развивать микросервисную архитектуру и интеграционные взаимодействия (REST API, Kafka)
-
проводить Code Review, обеспечивать качество кода и соблюдение инженерных стандартов
-
отвечать за техническую реализацию фич: от проектирования до стабильной работы в ПРОМ
-
декомпозировать задачи, оценивать сложность и управлять техническими рисками
-
помогать разработчикам решать сложные инженерные задачи, развивать экспертизу команды
-
участвовать в планировании релизов и оперативном устранении проблем после запуска
-
обеспечивать производительность и стабильность сервисов, работать с SLA/SLO, latency, error rate
-
анализировать инциденты, выявлять первопричины и предотвращать повторные сбои
-
управлять техническим долгом, инициировать рефакторинг и архитектурные улучшения
-
развивать практики автоматизированного тестирования и CI/CD.
-
опыт коммерческой разработки на Java от 5 лет
-
глубокое знание Java Core, многопоточности, JVM и Spring Boot
-
опыт проектирования высоконагруженных микросервисных систем
-
практический опыт работы с Kafka, REST API, PostgreSQL и SQL
-
понимание транзакционности, идемпотентности, асинхронных процессов и отказоустойчивости
-
опыт работы с Docker, Kubernetes и CI/CD
-
умение диагностировать проблемы производительности и оптимизировать работу приложений
-
опыт принятия архитектурных решений, проведения Code Review и технического наставничества.
Будет преимуществом:
-
опыт технического лидерства команды разработки
-
опыт работы с логистикой, маршрутизацией или курьерской доставкой
-
знакомство с алгоритмами оптимизации, OR-Tools, VROOM и задачами Vehicle Routing Problem
-
опыт работы с Redis, Grafana, Kibana, Prometheus
-
опыт интеграции backend-сервисов с LLM и AI-агентами
-
опыт применения AI-инструментов и Spec-Driven Development (SDD) в разработке.
-
офис: г Москва, проспект Кутузовский, 32к3
-
ежегодный пересмотр зарплаты и годовая премия
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
расширенный ДМС, льготное страхование для семьи
-
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 SRE в составе Центра технических решений Управления развития каркаса Пульс занимается развитием платформы DevOps-инструментов, автоматизацией процессов развертывания и сопровождением микросервисов в Kubernetes.
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 или Макс.
Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
-
архитектура и CI/CD: проектирование, разработка, настройка и поддержка масштабируемых конвейеров CI/CD; создание платформенных пайплайнов
-
стандартизация деплоя: разработка и поддержка унифицированных (шаблонных) Helm-чартов для стандартизации развертывания микросервисов в Kubernetes
-
внедрение и развитие Service Mesh: проектирование, настройка и сопровождение Istio (управление трафиком, обеспечение безопасности межсервисного взаимодействия)
-
автоматизация стендов: проектирование и сквозная автоматизация процессов развертывания и конфигурации тестовых и промышленных сред
-
развитие платформы (RnD): поиск, тестирование и внедрение новых решений для оптимизации процессов; проектирование и разработка собственных внутренних инструментов автоматизации
-
стратегия и стандарты: определение вектора развития DevOps-инструментов и поддержка стандартов и требований в масштабах всей компании
-
менторство и лидерство: помощь в развитии компетенций членов команды DevOps, стимулирование их профессионального роста, участие в распределении задач и выстраивании внутренних процессов
-
документирование: подготовка понятной технической документации
-
менторство членов команды DevOps и подготовка технической документации
-
опыт в SRE / DevOps: от 4–5 лет (для уверенного выполнения архитектурных и лидерских задач)
-
экспертиза в оркестрации: глубокие знания Kubernetes и Helm на production-уровне; опыт создания комплексных, кастомизируемых и переиспользуемых Helm-чартов (понимание advanced-фич Helm: именованные шаблоны _helpers.tpl, функции, валидация через JSON Schema)
-
экспертиза в Service Mesh: уверенный опыт работы с Istio в production-среде (VirtualService, DestinationRule, Gateway)
-
автоматизация и разработка: опыт написания скриптов и инструментов на Groovy, Python или Go
-
опыт работы с CI/CD: глубокое понимание принципов CI/CD; опыт построения сложных отказоустойчивых пайплайнов разработки и доставки кода; знание подходов GitOps / Infrastructure as Code
-
системное администрирование: знание Linux на уровне уверенного администрирования
-
развитие платформы (RnD): поиск, тестирование и внедрение новых решений для оптимизации процессов; проектирование и разработка собственных внутренних инструментов автоматизации
-
менторство и лидерство: помощь в развитии компетенций членов команды DevOps, стимулирование их профессионального роста, участие в распределении задач и выстраивании внутренних процессов.
-
документирование: подготовка понятной технической документации.
Будет плюсом:
- опыт работы с Jenkins (Shared Libraries, декларативные пайплайны)
- опыт управления небольшой командой
- опыт построения платформенных пайплайнов / полноценного IDP (Internal Developer Platform)
Что мы предлагаем:
• современный комфортный офис на м.Кутузовская
• гибридный график работы (на период адаптации чаще будет офис)
• ежегодный пересмотр зарплаты и годовая премия
• уникальная система обучения и повышения квалификации от Сбера
• расширенная медицинская страховка, льготы для семьи и корпоративная пенсия
• скидки на товары наших партнёров
• возможность рекомендовать знакомых в нашу команду.
Мы - команда Департамента интегрированного риск-менеджмента.
Наш продукт «Витрины данных» состоит из витрин на Hadoop и GreenPlum.
Разработкой витрин данных занимаются несколько Agile-команд.
Цель витрин: сбор, подготовка и хранение данных, необходимых для расчета регуляторных риск метрик: риск взвешенных активов (RWA), экономического капитала (ECAP) и ставок оценочных и пруденциальных резервов; поставка данных для смежных бизнес-процессов.
Сейчас ищем инженера данных (Data Engineer) в команды развития витрин данных на Hadoop.
-
анализ и уточнение требований к доработкам у аналитика и бизнес заказчика
-
прототипирование и разработка витрин данных на Hadoop: проектирование модели данных, написание SQL-запросов, сборка дистрибутивов, оптимизация кода
-
разработка выгрузок данных из витрин в смежные автоматизированные системы
-
проведение тестирования разработанного решения, сверка с эталоном
-
подготовка к внедрению функционала витрины
-
сопровождение разработанных витрин (участие в разборе ошибок и инцидентов по запросу от команды сопровождения; консультация коллег по логике работы потоков загрузки и т.д.)
-
коммуникации с заказчиком и смежными командами.
-
опыт работы со стеком технологий Hadoop, Hive, Spark
-
опыт работы с реляционными БД и хранилищами данных в роли аналитика\ разработчика ETL-процессов\ инженера данных\ DWH Developer - от 5 лет
-
продвинутый уровень SQL - оконные функции, CTE, оптимизация запросов
-
умение читать чужие запросы - SQL
-
умение и желание общаться с коллегами (2ЛС, 3ЛС, бизнес-пользователи, смежные команды разработки)
будет плюсом
-
знание предметных областей: банки, кредитные риски, резервы
-
опыт работы с Kafka
-
опыт работы с ИИ инструментами (использование инструментов в процессе разработки)
-
знание Python - для автоматизации процессов
-
опыт работы с Git, Bitbucket, Jenkins
-
опыт работы в Agile-команде.
-
комфортный современный офис рядом с м. Кутузовская
-
офисный формат работы
-
ежегодный пересмотр зарплаты,
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
программа адаптации и помощь руководителя на старте (для Junior позиций)
-
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 SRE из 5 человек обеспечивает отказоустойчивость и производительность инфраструктуры АС «Финансовая доставка» (ДИТ «Сеть продаж»).
Что делает наша система: управляет процессами внешней дистрибуции: доставкой сервисов, требующих очной идентификации клиентов. Принимает и распределяет заказы между курьерами в режиме реального времени. Обеспечивает интерфейс для кросс-продаж банковских продуктов в момент доставки.
-
проведение приемо-сдаточные испытаний
-
сопровождение инфраструктуры и соблюдение функциональных требований (мониторинг, логирование , нагрузка, аварийные учения)
-
обеспечение работоспособности ПРОМ окружения: модернизация, поиск и устранение причин сбоя, on-call дежурства
-
взаимодействие со смежными командами.
-
опыт сопровождения ПО/АС (будет преимуществом на уровне 2 линии поддержки)
-
понимание принципов работы информационных систем
-
знание и опыт администрирования серверов под управлением Linux
-
опыт работы с Kubernetes/OpenShift
-
опыт работы с СУБД PostgreSQL и др., знание SQL
-
опыт работы с системами мониторинга и логирования: Grafana/Prometheus/FluentBit/ELK)
-
знание ITSM и понимание Agile подходов.
Будет плюсом:
-
опыт работы с Service Mesh
-
разработка скриптов автоматизации (Bash/Python).
-
офис: г Москва, проспект Кутузовский, 32
-
ежегодный пересмотр зарплаты и годовая премия
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
расширенный ДМС, льготное страхование для семьи
-
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.
Cбер продолжает реализовывать масштабный проект по созданию технологической HR-платформы нового поколения (PaaS/SaaS).
Наша команда разрабатывает чат, но непростой, потому что у нас:
- UI рождается из данных - json-виджеты внутри Markdown превращаются в компоненты: нужно разобрать структуру, проверить контракт и отрисовать результат, даже когда ответ ещё приходит
- Асинхронность во всей красе - SSE, WebSocket, восстановление генерации, история сообщений и отмена операций. Отличное место, чтобы почувствовать, сколько событий может произойти между «Отправить» и «Готово»
- Один чат - разные среды обитания. Полноценное приложение и встраиваемые виджеты с общими компонентами, собственным состоянием и контекстом продукта, в который они встроены. Микросервисы со всеми их недостатками и преимуществами
- Диалог выходит за пределы клавиатуры. Голосовой ввод, распознавание речи и управление жизненным циклом записи добавляют ещё одно измерение к привычному UX
- Архитектура встречается с реальностью. Nanostores, микрофронтенды (мы уже о них упоминали), styled-components, Jest и React Testing Library живут под капотом.
Здесь интересно тем, кто любит разбираться, как должен вести себя интерфейс, пока результат ещё не существует целиком. Что показать сейчас? Что сохранить при смене диалога? Как встроить сложный сценарий в компактный виджет? И как сделать так, чтобы за всей этой инженерией пользователь видел простую вещь: задал вопрос - получил удобный ответ.
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 или Макс.
Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
• разрабатывать и поддерживать пользовательские интерфейсы для сервисов HR-цикла для десктопа и мобилок
• проектировать архитектуру клиентских фичей, выбирать оптимальные подходы для стейт-менеджмента и взаимодействия с API
• писать юнит-тесты, обеспечивать стабильность ключевых функций приложения
• проводить code review коллег, делиться техническими стандартами и лучшими практиками внутри команды
• улучшать производительность приложений через профилирование, мемоизацию и виртуализацию списков.
Технологический стек
· Core Frontend: React 18, TypeScript, Webpack 5
· State & Data Management: Redux Toolkit/Zustand/Mobx, TanStack Query (React Query).
· Стилизация: Styled Components.
· Тестирование: Jest, React Testing Library.
· Инфраструктура: Git, Jenkins, Docker, Nexus.
• опыт коммерческой разработки на React минимум два года
• свободно владеешь TypeScript, JS и понимаешь языковые механизмы асинхронности, Event Loop, замыканий
• умеешь строить сложные формы и валидировать данные (Formik / React Hook Form)
• знаешь, как разбивать крупные задачи на мелкие компоненты, продумывая архитектурные решения
• работала(-л) с генеративными моделями и AI-агентами либо хочешь развивать этот навык
• организация фронтенд-разработки с нуля.
Будет плюсом:
• внедрение и поддержка методологии FSD
• настройка кэша, инвалидация мутаций, работа с пагинацией и бесконечным скроллом в TanStack Query
• практическое знакомство с Webpack 5 (Code Splitting, Tree Shaking)
• понимание особенностей PWA и работы с WebView
• работа с SAPUI5.
Soft скиллы: ответственность, зрелость, готовность взять на себя лидирование разработки сервиса, с опытом лидирования/менторинга. Так же важна коммуникабельность, умение выстроить диалог.
Что мы предлагаем:
• современный комфортный офис на м.Кутузовская
• гибридный график работы (на период адаптации чаще будет офис)
• ежегодный пересмотр зарплаты и годовая премия
• уникальная система обучения и повышения квалификации от Сбера
• расширенная медицинская страховка, льготы для семьи и корпоративная пенсия
• скидки на товары наших партнёров
• возможность рекомендовать знакомых в нашу команду.
Мы развиваем GigaChat и ищем сильного ML-инженера в команду online RL. Это роль для человека, который умеет доводить исследовательские идеи до работающих решений: проектировать и запускать эксперименты, строить надёжные пайплайны обучения и добиваться реального роста качества модели.
Нам нужен не просто исполнитель задач, а инженер с сильным исследовательским мышлением, который способен самостоятельно разбираться в сложных проблемах, предлагать новые идеи и решения и нести ответственность за результат
Обязанности
Разрабатывать и улучшать методы online RL
Реализовывать и дорабатывать подходы post-training и online RL.
Проектировать и проводить эксперименты: формулировать гипотезы, подбирать конфигурации, анализировать результаты не только на уровне метрик, но и на уровне причин.
Разбираться, почему модель стала лучше или хуже, насколько устойчив результат и можно ли его масштабировать на другие домены и типы задач.
Следить за state-of-the-art: читать статьи, воспроизводить результаты, адаптировать лучшие подходы под наши задачи и инфраструктуру.
Строить и развивать инфраструктуру обучения
Разрабатывать и поддерживать пайплайны online RL: от генерации rollout'ов и сбора reward-сигналов до обновления весов модели.
Обеспечивать воспроизводимость экспериментов: версионирование данных, конфигов, чекпоинтов, контроль деградаций.
Оптимизировать throughput и эффективность использования GPU: distributed training, параллелизм, профилирование узких мест.
Выстраивать связку между моделью, средами исполнения, верификаторами и reward-моделями так, чтобы новые идеи можно было быстро проверять.
Работать с данными и системой оценки качества
Участвовать в проектировании и реализации reward-сигналов: rule-based верификаторы, reward-модели, LLM-as-a-judge, execution-based проверки.
Строить и улучшать пайплайны подготовки данных: фильтрация, дедупликация, балансировка, контроль утечек.
Анализировать ошибки модели, выявлять систематические слабые места и формировать целевые обучающие выборки для их устранения.
Работать в сильной команде
Тесно взаимодействовать с исследователями, другими инженерами, командами данных и инфраструктуры.
Брать на себя ответственность за целые куски системы: от идеи до результата в проде.
Делиться знаниями, участвовать в код-ревью, помогать поднимать общую планку качества.
Требования
Отличное владение Python и PyTorch.
Практический опыт в LLM post-training: RLHF, online RL, DPO или смежных направлениях.
Опыт проведения ML-экспериментов от начала до конца: постановка гипотезы → реализация → анализ → выводы.
Понимание distributed training: Data Parallel, FSDP, DeepSpeed или аналоги.
Умение писать чистый, надёжный, production-ready код.
Способность разбираться в сложных системах и самостоятельно находить и устранять узкие места.
Будет плюсом
Опыт работы с reward-моделями, process reward models, LLM-as-a-judge.
Опыт построения сред исполнения, sandboxes и верификаторов для code- или STEM-задач.
Опыт работы с large-scale inference и оптимизацией генерации (vLLM, Sglang и т.д.).
Понимание современных open-source стеков для обучения LLM (Verl, Megatron, TRL и др.).
Публикации, open-source вклад или сильный прикладной track record.
Условия
Сильные и сложные задачи на переднем крае развития русскоязычных LLM.
Прямое влияние на качество модели: результаты твоей работы видны в бенчмарках и в продукте.
Команду сильных инженеров и исследователей, у которых есть чему поучиться.
Возможность совмещать инженерную и исследовательскую работу.
Конкурентную компенсацию, премии и расширенный соцпакет.
Наша команда занимается разработкой скриптов и инструментов для автоматизации производственных/ITSM/AI PSLC процессов с внедрением целевых решений.
-
автоматизация производственных/ITSM/AI PSLC процессов с внедрением целевых решений и методологии
-
написание скриптов для автоматизации рутинных задач
-
разработка и внедрение AI-агентов в целях автоматизации процессов
-
автоматизация сбора, обработки, валидации и визуализации данных (разработка дашбордов)
-
автоматизация процессов мониторинга и отправки уведомлений (mail, СберЧат)
-
работа с LLM и промпт-инжинирингом, включая настройку агентов
-
написание технической и пользовательской документации.
-
уверенное владение Python, опыт работы с библиотеками Pandas, NumPy, базовое знакомство со Scikit-learn и SciPy
-
умение разрабатывать, тестировать и сопровождать программные решения на Python
-
уверенное знание SQL (JOIN, CTE, группировки, подзапросы, оконные функции, работа с реляционными базами данных)
-
опыт извлечения, обработки, преобразования, анализа и визуализации данных (реплики АС, Confluence/wiki-страницы, Jira/sbertrack, mcp, локальные файлы и др.)
-
уверенные навыки промпт-инжиниринга, работы с контекстом LLM, проверки качества ответов и применения AI-инструментов для ускорения разработки (AI-assisted development, vibe coding).
-
практический опыт разработки и внедрения AI-агентов, понимание их архитектуры, принципов работы с LLM, инструментами и внешними источниками данных
-
опыт подключения MCP-серверов к агенту, написания собственных MCP-серверов и инструментов для агентов, умение управлять контекстом и сессиями агента.
-
комфортный современный офис рядом с м. Кутузовская
-
офисный формат работы
-
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
-
программа ипотеки для сотрудников
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера.
Наша команда реализует миссию банка по переходу к автономности через использование искусственного интеллекта. Основная цель — создать уникальную платформу, позволяющую эффективно применять ИИ в повседневных процессах и операциях, повышая качество услуг и эффективность работы банка.
Мы занимаемся несколькими основными направлениями
Метасценарии: проектирование долгосрочных стратегий и путей развития банка с использованием ИИ-автоматов и виртуальных помощников.
Каталог сценариев: накопление и классификация успешных сценариев использования ИИ для ускорения внедрения новых решений.
Легопродукты: разработка решений, где ИИ выступает надежным помощником в принятии решений, обработке данных и улучшении взаимодействия с клиентами.
Вы станете частью уникальной команды, создающей будущее банковской индустрии. Вас ждет возможность экспериментировать с новейшими технологиями и напрямую влиять на улучшение клиентского опыта.
Обязанности
- руководство развитием продуктов/сценариев: от идеи и прототипа до MVP, масштабирования и финансового эффекта.
- поддержание целостности развития продукта (UX/UI, логика, технология).
- проектирование сценариев для GigaChat, web/mobile и мультимодальных UI.
- декомпозиция сложных задач в шаги, агентов и функции.
- проведение анализа рынка и конкурентов, формирование предложений по улучшению продукта.
- выявление потребностей и реализация на стороне продукта.
- участие в составлении дорожной карты продукта и управлении релизами.
- работа с поведением LLM-моделей (интенты, ответы, факты, контекст).
- обеспечение эффективного взаимодействия между командами.
Требования
- действующий опыт создания новых продуктов/сервисов (B2C, B2B и т.д.): необходимы конкретные кейсы с отражением масштаба и результата (опыт работы в стартапе в роли РО/СРО/Фаундера для нас критичен).
- высшее образование в области экономики, информатики, математики или смежных дисциплин.
- опыт в роли Product Owner/Chief Product Owner (PO/CPO+) и выше — от 3-х лет.
- опыт создания решений с использованием ИИ.
- наличие компетенции в исследованиях (discovery), проектировании пользовательского опыта и понимании концепций customer journey.
- ориентация на результат, развитый product vision (в том числе навыки межотраслевого анализа и умение выявлять скрытые связи и зависимости).
- владение современными методами проектирования и анализа user journey.
- понимание LLM-поведения: reasoning, intents, контекст.
- умение формулировать сложные вещи простым языком.
- готовность работать в высокой неопределённости и темпе.
- опыт работы с искусственным интеллектом и технологиями машинного обучения.
- автономность, лидерство, страсть к инновациям и высокая самоорганизация.
Условия
- уникальный опыт в новом проекте.
- стабильная работа в самом крутом и большом банке страны.
- прозрачная система бонусов и премий, достойная зарплата.
- ДМС, страхование от несчастных случаев и тяжелых заболеваний.
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
- широкие возможности по обучению за счет компании.
- мощное железо, дополнительные мониторы и всё, что нужно для продуктивной работы.
Команда Управление развития технологий Аппарата Президента в поисках DevOps
-
установка и настройка компонентов: развертывание и конфигурирование элементов автоматизированной системы с использованием инструментов ДИ/облачной инфраструктурной платформы (CIP)
-
администрирование серверов приложений: обеспечение стабильной работы инфраструктуры, мониторинг производительности и доступности сервисов
-
техническая поддержка: оказание услуг второй линии сопровождения, диагностика и устранение сбоев прикладного программного обеспечения
-
участие в релизном процессе: сопровождение выпуска новых версий продукта, участие в приемо-сдаточных испытаниях (ПСИ), выполнение внедрений и инфраструктурных работ в промышленной среде
-
мониторинг и реагирование: подключение и настройка на автоматизированных систем мониторинга инфраструктурных событий, прикладных метрик и событий безопасности; оперативное реагирование на инциденты в соответствии с установленными SLA сроками
-
документирование: ведение базы знаний, составление инструкций и регламентов для пользователей и смежных подразделений
-
высшее техническое образование
-
опыт работы в IT не менее двух лет, включая сопровождение прикладного программного обеспечения
-
глубокое понимание современной архитектуры ПО (микросервисы, контейнеризация, агентные системы), уверенное администрирование Linux-серверов и знание основных команд ОС
-
опыт работы с платформами для управления кластерами и контейнерными нагрузками
-
понимание работы и опыт настройки СУБД (Postgres). Знание SQL для диагностики проблем
-
знания и понимание принципов работы основных продуктов, входящих в состав автоматизированных систем при построения современной архитектуры. Шлюзы прикладного уровня, прокси-серверы, системы управления сообщениями и прочее
-
практический опыт использования утилит (OpenSSL и др.) для генерации, выпуска, установки и ротации сертификатов X.509; понимание PKI-инфраструктуры и принципов организации взаимной аутентификации (mTLS) для защищенных каналов связи
-
опыт автоматизации рутинных задач сопровождения (скрипты Bash/Python, Ansible)
-
навык управления уязвимостями в рамках установленных SLA
Будет плюсом:
-
опыт развертывания LLM под управлением SGLang
-
наличие профильных сертификатов в области информационной безопасности является существенным преимуществом
-
инструментальное владение AI для анализа, генерации и автоматизации
-
комфортный современный офис в Москве
-
график работы – офис
-
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 (для Junior позиций)
-
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
Привет! Если тебе интересно, как устроены инвестиции, как работает механизм заработка и приумножения накоплений, то приглашаем тебя присоединиться к нашей команде профессионалов. Мы развиваем приложение "СберИнвестор", которым пользуются тысячи клиентов Сбера. Наш стек включает микросервисную архитектуру и облачную инфраструктуру.
Чем предстоит заниматься:
• анализ требований и создание тестовой модели,
• подготовка тестовых данных в смежных системах,
• проведение интеграционного, функционального и регрессионного тестирования,
• участие в приёмке релизов (демонстрациях),
• автоматизация регрессионных тестов на Java и поддержка существующих автотестов,
• рефакторинг и оптимизация текущих автотестов,
• оценка необходимости автоматизации тест-кейсов вместе с командой,
• участие в code review автотестов: принятие и предоставление обратной связи,
• запуск автотестов на Jenkins и анализ результатов.
Мы ждём что ты:
• имеешь опыт ручного и автоматизированного тестирования сложных систем и интеграций от 2 лет,
• владеешь навыками написания автотестов на Java (JUnit, Cucumber),
• понимаешь принципы объектно-ориентированного программирования (ООП),
• умеешь анализировать логи серверов и находить причины сбоев,
• знаешь основы работы с эмуляторами сервисов,
• можешь запускать тесты через CI/CD-конвейеры или заинтересован этому обучиться,
• обладаешь хорошими коммуникативными навыками.
Будет плюсом:
• наличие опыта работы с Cucumber,
• понимание базовых аспектов DevOps,
• инструментальное использование искусственного интеллекта для анализа и автоматизации.
Что мы предлагаем:
• гибридный формат работы возле метро Кутузовская,
• ежегодную премию,
• возможность посещать корпоративный спортзал и отдыхать в зонах релаксации,
• доступ к более чем 400 образовательным программам СберУниверситета для личного и карьерного роста,
• регулярное участие в профессиональных мероприятиях и общение с сообществом специалистов по Data Science,
• расширенную медицинскую страховку, льготное страхование членов семьи и корпоративную пенсию,
• выгодную ипотеку под ставку на треть ниже ключевой ставки Центробанка России,
• подписку СберПрайм с семейным доступом до трех человек,
• бонус за рекомендации друзей в нашу команду.
Мы ищем аналитика, которому интересно не просто работать с данными и финансовой оценкой, а создавать новые подходы, превращать их в алгоритмы и видеть, как они становятся частью AI-продукта.
Команда развивает AI-агентов для финансовой оценки. Их цель – автономизировать полный цикл оценки бизнес-инициатив: от проектирования и прогнозной оценки до расчёта фактического эффекта и формирования итоговых выводов
Ключевая задача - развивать методологию финансовой оценки бизнес-инициатив всех направлений бизнеса Группы и превращать её в tool-ы для AI-агента.
Чем предстоит заниматься:
- проводить аналитику и разрабатывать методологию фин. оценки
- проектировать алгоритмы сбора, обработки и анализа данных и реализовывать их на SQL/Python/Pyspark
- описывать бизнес-требования для автоматизации на внутренних платформах
- сопровождать разработчиков в процессе автоматизации
- проверять и принимать готовые решения
- отвечать за то, чтобы идея прошла весь путь от методологии и прототипа до работающего tool-а для AI-агента
Мы ждем что, вы:
- имеете опыт работы в сфере финансов / рисков / анализа данных– 3-5 лет
- имеете высшее образование в области Экономики/Финансов/Математики/Физики
- знаете экономику и корпоративные финансы
- знаете математическую статистику, эконометрику,
- понимаете принципы A/B-тестирования и альтернативных методов оценки эффектов
- уверенно владете SQL и Python, будет плюсом опыт работы со Spark
- обладаете знаниями английского языка
- имееты навыки работы с GenAI решениями
Что мы предлагаем:
- комфортный современный офис на Кутузовском проспекте
- ежегодный пересмотр зарплаты, годовую премию
- корпоративный спортзал и зоны отдыха
- уникальную систему обучения Сбера для профессионального и карьерного развития
- расширенный ДМС и льготное страхование для семьи
- 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
- корпоративную пенсионную программу.
Мы поддерживаем бесперебойную круглосуточную работу систем, выполняем тестирование и прием доработок, внедряем новую функциональность, совершенствуем мониторинг. Кроме этого предотвращаем и устраняем инциденты, настраиваем стенды, устраняем кибер-уязвимости, решаем обращения пользователей ИТ-систем.
Наша команда - обязательный участник в разборе нестандартных кейсов, разработке мероприятий, направленных на улучшение работы систем и повышению их надежности.
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика придет сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение твоей кандидатуры.
AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Твой опыт и участие помогут сделать его удобным и полезным для всех!
Обязанности
- разработка и поддержка сценариев нагрузочного тестирования (JMeter)
- планирование и проведение нагрузочного тестирования
- адаптация существующих шаблонов методик под новые сервисы
- анализ результатов тестов, выявление узких мест и подготовка рекомендаций
- формирование отчетов о результатах тестирования и передача дефектов команде разработки
- взаимодействие с разработкой и DevOps для локализации проблем
- предложения по улучшению инструментов автоматизации НТ.
Требования
- опыт в нагрузочном тестировании от 2 лет
- уверенная разработка сценариев в JMeter (Thread Groups, Timers, Extractors, Assertions, Controllers)
- глубокий практический опыт корреляции данных (JSON/XML/Regexp Extractors) и параметризации (CSV Data Set Config)
- опыт тестирования REST API (HTTP-статусы, Headers, JWT/OAuth2)
- Навыки анализа производительности PostgreSQL (EXPLAIN ANALYZE, pg_stat_statements, поиск missing indexes)
- базовое понимание работы сборщиков мусора (GC logs analysis, G1/ZGC)
- опыт работы с Grafana/VictoriaMetrics: чтение дашбордов + написание простых запросов на PromQL/VMQL/MetricsQL
- запуск тестов в non-GUI режиме и базовые навыки Linux
- опыт запуска готовых CI/CD пайплайнов (GitLab CI / Jenkins).
Будет преимуществом:
- коммерческий опыт в ФинТех компаниях (Банки)
- опыт работы с Docker и Kubernetes
- опыт генерации синтетического трафика в Kafka
- опыт написания заглушек и эмуляторов (WireMock, Mountebank)
- понимание принципов работы Service Mesh (Istio/Linkerd)
- опыт внедрения лучших практик Performance Testing.
Условия
- офис: г Москва, проспект Кутузовский, 32
- ежегодный пересмотр зарплаты и годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи
- 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.
SMILE — это no-code платформа, которая помогает командам Сбера быстро создавать интеграции на различных протоколах. Мы сопровождаем участников экосистемы Сбер в реализации интеграционных решений — беря на себя сложность, дороговизну и неочевидность процесса построения интеграций.
Наша команда отвечает за модули сбора и формализации требований от бизнеса и разрабатывает интеграции под разные задачи. Присоединяйтесь, если хотите связывать бизнес-потребности с технической реализацией интеграций.
Твои задачи:
- проводить техническую экспертизу клиентских требований к интеграциям
- формировать внутреннюю и клиентскую документацию
- участвовать в разборе проблем (troubleshooting) при настройке интеграций
- автоматизировать собственные процессы и рабочие задачи с применением AI
- комплексно консультировать клиентов на всех этапах
- конфигурировать клиентские интеграции (работа с YAML)
- участвовать в релизном процессе: от формирования требований до вывода в промышленную эксплуатацию.
Мы ожидаем, что у тебя есть:
- опыт от 1 года в одной из ролей: бизнес-аналитик, системный аналитик, проджект-менеджер (предпочтительно с опытом работы с интеграциями или API)
- практический опыт формирования требований к разработке ПО: бизнес-, функциональные, нефункциональные, требования кибербезопасности
- опыт работы с командной строкой Linux
- опыт командной работы с Confluence, Jira
- понимание модели OSI
- уверенное знание протоколов: HTTP, Kafka
- понимание принципов SSL/TLS
- работа с REST API / Swagger
- опыт работы с JSON / XSD-схемами
- базовое знакомство с Nginx
- работа с YAML-конфигурациями
- базовые навыки работы с Git (коммиты, ветки, merge-запросы)
- практический опыт применения AI-инструментов (LLM-ассистенты, генерация кода и документации) для ускорения рабочих задач
Будет плюсом:
- опыт работы с инструментами CI/CD
- знакомство с SOWA
- опыт тестирования интеграций (Postman).
Работа в Сбере - это:
срочный трудовой договор до 01.07.2027
- гибридный формат работы, после испытательного срока
- годовой бонус и ежегодный пересмотр зарплаты
- 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
- подписка Прайм с возможностью совместного использования на трёх близких.
Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка. Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения.
Мы обеспечиваем полный цикл разработки (E2E): ML-инженеры и бэкенд-разработчики работают вместе над реализацией сервисов, в связке с фронтендом и дизайнерами. У нас есть собственная команда разметки для оценки качества и сбора датасетов, с помощью которых мы дообучаем доменные модели под банковские сценарии.
Масштаб задач:
Сейчас в портфеле более 200 реализованных сценариев.
В планах — реализация еще 300+ сценариев, включая создание слоя процедурной памяти для агентов, специализированных поисковых агентов и систем автоматической оценки качества GenAI (Auto-Eval).
Развитие Self-Service инструментов (песочниц с UI), где команды банка могут тестировать гипотезы перед интеграцией.
Чем предстоит заниматься
Мы ищем инженеров, которым интересно не только R&D, но и создание полноценных продуктовых систем, способных обучаться на пользовательском фидбэке и решать конкретные бизнес-задачи.
-
развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов
-
обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM)
-
MLOps и Data Management: Организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга)
-
развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge
-
Engineering: релиз новых моделей и сервисов в продуктовые среды.
-
глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM
-
инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных.
-
LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS)
-
Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов
-
Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии.
Будет плюсом
-
активный профиль на GitHub с качественным кодом
-
достижения (медали) на Kaggle
-
участие в Open-Source проектах, связанных с LLM/NLP
-
комфортный современный офис - м. Кутузовская
-
гибридный формат работы
-
ежегодный пересмотр зарплаты, годовой бонус
-
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
-
корпоративная пенсионная программа.
Наша команда ищет внимательного и ответственного специалиста, который займется мониторингом и анализом информационных потоков.
Чем предстоит заниматься:
- мониторить и анализировать информационное пространство в СМИ и соцсетях
- проводить фактчекинг новостей и публикаций
- составлять аналитические справки и дайджесты
- выполнять SML-исследования
- отслеживать тренды в медиасфере.
Ждём от кандидата:
- способность быстро вычленять ключевые данные из больших объемов информации
- умение четко и ясно выражать свои мысли в письменной форме
- отличное владение русским языком
- уровень владения английским языком не ниже B1
- опыт работы с ИИ-инструментами.
Будет плюсом знание основ PR и маркетинга.
Что мы предлагаем:
- трудоустройство согласно ТК РФ
- льготные условия кредитования
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- ДМС с первого дня и льготное страхование для близких
- бесплатная подписка Прайм с возможностью совместного использования на трёх близких
- корпоративная пенсионная программа
- обучение за счет компании: онлайн курсы в Виртуальной школе Сбера, возможность получить новую квалификацию
- курсы для будущих родителей, материальная поддержка молодых мам, детский отдых и подарки за счет компании
- реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение.
Можно ли изменить архитектуру уже обученной LLM и получить сильную модель дешевле, чем при обучении с нуля? В GigaChat Pretrain мы исследуем перенос обученных моделей в новые архитектуры: из dense в MoE, с добавлением экспертов и слоёв, изменением ширины или механизма внимания. За три месяца вы выберете одно направление, реализуете способ переноса весов и проверите, насколько быстро модель восстанавливает и улучшает качество. Главная метрика — сколько вычислений потребуется, чтобы достичь качества такой же архитектуры, обученной с нуля.
- Реализовывать методы переноса весов и адаптации модели к новой архитектуре.
- Подбирать рецепт дообучения и сравнивать его с обучением с нуля.
- Проверять собственные гипотезы, проводить абляции и оценивать экономию вычислений.
Что мы ждём
- Уверенное владение Python и PyTorch.
- Знакомство с распределённым обучением.
- Понимание глубокого обучения и устройства Transformer.
- Умение читать статьи и воспроизводить их результаты.
Будет плюсом
- Собственный исследовательский проект.
- Опыт обучения языковых моделей, работы с MoE или дистилляцией.
- Опыт изменения архитектур и переноса предобученных весов.
Готовим данные для GigaChat и GigaChat Vision — от pretrain с нуля до alignment. Собрали корпус на 15 триллионов токенов. Открыли GigaChat 3.1 (702B) и GigaChat 3.5 (432B). Опубликовали статью на ACL; ещё две статьи проходят ревью на A*-конференциях.
У нас — сильная исследовательская команда, сложные задачи в LLM и мультимодальности и ресурсы для проверки новых идей.
Чтобы познакомиться с работой команды
Наши доклады:
Данные и инфраструктура GigaChat — HighLoad++ 2025
Качество данных и эксперименты — AiConf 2025
Синтетические задачи по программированию — AiConf 2026
Как это делают другие команды: NVIDIA Nemotron-CC · Hugging Face SmolLM3
-
Улучшать pretrain-данные: обучать модели оценки качества, кластеризовать корпуса, подбирать смеси и измерять их влияние на качество модели.
-
Создавать alignment-данные для SFT и RL в разных доменах: инструкции, предпочтения и агентные траектории; разрабатывать среды, задачи и проверки для обучения работе с инструментами.
-
Генерировать синтетику для математики, кода и reasoning; проверять решения исполнением кода и моделями-судьями.
-
Исследовать density sampling, способы токенизации с упаковкой последовательностей, включая best-fit packing; проверять гипотезы в ablation-экспериментах.
-
Готовить датасеты для мультимодального обучения, включая interleaved-данные с чередованием текста и изображений.
-
Масштабировать обработку сотен миллиардов веб-документов и OCR миллиардов PDF; ускорять распределённые пайплайны и генерацию на GPU.
-
Уверенный Python, алгоритмы и структуры данных; основы ML, линейной алгебры и вероятности.
-
Практику с PyTorch, NLP/CV или данными — учебные и личные проекты подходят.
-
Linux и Git, чтение статей на английском, умение проверять гипотезы и доводить задачи до результата.
-
Активное использование AI-агентов в работе.
Будет плюсом
-
LLM/VLM, vLLM/SGLang, Spark/YTsaurus, C++/Rust;
-
исследовательские проекты,
-
ML-соревнования или олимпиадное программирование.
-
MacBook M4 (с VPN), корпоративные подписки на AI-агентов.
-
50 тысяч CPU и большое количество GPU для обработки данных, обучения и синтетики.
-
После успешной стажировки — переход в штат команды.
Как сделать языковую модель качественнее при том же бюджете вычислений? В GigaChat Pretrain мы исследуем альтернативы стандартному вниманию: Gated DeltaNet, Kimi Delta Attention, Mamba и другие линейные и рекуррентные блоки. За три месяца вы разберёте перспективные подходы, выберете базовую архитектуру и проверите собственное изменение. Это исследовательская задача с неопределённым результатом: важно не только найти улучшение, но и понять, какие идеи работают, где и почему.
-
Разбирать свежие статьи и выбирать перспективные идеи для экспериментов.
-
Реализовывать и менять линейные и рекуррентные блоки языковых моделей.
-
Сравнивать качество, скорость и расход памяти при сопоставимом бюджете вычислений.
-
Проводить абляции и выяснять, какие изменения стоит масштабировать.
-
Уверенное владение Python и PyTorch.
-
Знакомство с распределённым обучением.
-
Понимание глубокого обучения и устройства Transformer.
-
Умение читать статьи, формулировать гипотезы и проверять их экспериментально.
Будет плюсом
- Собственный исследовательский проект.
- Опыт обучения языковых моделей, работы с линейным вниманием или state-space моделями.
- Опыт с CUDA, Triton или оптимизацией GPU-вычислений.
Модели распознавания речи чаще всего обучают на максимизацию правдоподобия идеальной транскрипции, а оценивают по количеству ошибок в распознанном тексте. Вы будете учить модель напрямую на недифференцируемую награду — сначала на Word Error Rate (WER), потом на точность редких слов из пользовательского словаря. Имена, термины и англицизмы — главный сорт ошибок в диктовке и голосовом ассистенте, а общий WER на них почти не реагирует. Пользовательский словарь — третий по частоте запрос пользователей наших открытых моделей
- Реализовывать on-policy обучение ASR-моделей с WER-подобной наградой
- Добавлять контекстный биасинг: список слов в условие модели и награду
- Сводить рецепт и переносить на продовый чекпоинт: сколько шагов, какая смесь, с какого момента деградирует общий WER
Уверенное владение python и pytorch
Знакомство с распределенным обучением
Знакомство с policy-gradient методами по статьям
Будет плюсом
- Опыт с verl, trl или любым другим RLHF-фреймворком
- Опыт с vLLM или sglang
- Любая практика с распознаванием речи, даже учебная
Вакансии по профессиям
- AI инженер
- Специалист по внедрению AI
- Аналитик 1С
- Android разработчик
- Системный архитектор
- BI / DWH / ETL специалисты
- Бизнес-аналитика
- Chief Data Officer
- Chief Marketing Officer
- CPO / Product lead
- C&B специалист
- C++/C
- Unit Lead / CTO
- Кибербезопасность
- Аналитика данных
- Data Engineer
- Data Science & ML
- Администратор баз данных
- DevOps
- Digital-маркетинг
- C#
- Embedded & IoT
- Ивент-менеджер
- Go
- Графический дизайн
- HR-специалист
- iOS разработчик
- Java/Scala/Kotlin
- MLOps инженер
- Сетевой инженер
- PHP
- PR и коммуникации
- Продуктовый дизайн
- Product менеджмент
- Продакт-маркетинг
- Project менеджмент
- Python
- Автоматизация тестирования
- Ручное тестирование
- React
- Scrum Master / Agile Coach
- SMM
- Системный администратор
- Системная аналитика
- Тимлид / Техлид
- Технический менеджер
- UI/UX дизайнер
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.