Вакансии СБЕР: работа в IT и digital

В команду Сервисов Мониторинга корпоративных клиентов открыта вакансия Data Scientist/ML engineer. В команде вам предстоит работать над разработкой и внедрением AI-агентов в системы мониторинга. Основное направление команды – это ранняя диагностики проблемности корпоративных клиентов и автоматизация десятков бизнес-процессов мониторинга. Мы работаем на фронтире технологий и делаем решения без участия человека.

• разработка модулей модели early warning system для сегментов ФЖН и ФКН

• разработка агента Action plan

• разработка моделей новостног омониторинга

• разработка агента по мониторингу условий договоров.

• опыт работы в аналогичной должности от 3-х лет

• понимание области NLP (SOTA архитектур моделей, LLM, фреймворки для разработки агентов)

• стек: Python/PostgreSql/Spark

• понимание основных принципов и алгоритмов классического ML

• опыт перевода бизнес-задач в термины ML

• навыки написания продакшн-кода на Python

• высокая автономность в рабочих задачах.

Будет плюсом

• опыт создания AI-агентов и использования их в работе будет преимуществом.

• 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.

Данные — главный рычаг качества фронтирной модели. Станьте тем, кто его держит

GigaChat обучает одна из крупнейших ML-команд страны. Мы знаем то же, что знают OpenAI и Anthropic: качество следующей версии модели определяют претрейн-данные. Поэтому мы ищем не «инженера по датасетам», а исследователя, который будет владеть данными как рычагом роста модели — от стратегии сбора до измеримого прироста на бенчмарках.

Контур влияния короткий и прямой: ваша гипотеза → эксперимент → обучающий прогон → прирост метрик модели, которой пользуются миллионы людей.

Чем предстоит заниматься

• Вести программу экспериментов с данными.
• Планировать, запускать и анализировать ablation-эксперименты: сравнивать версии смеси данных, фильтров и порядка обучения при фиксированном вычислительном бюджете. Вы автор эксперимента, а не исполнитель.
• Оптимизировать смесь и порядок использования данных.
• Отвечать на главный вопрос претрейна: какие данные, в какой пропорции и в каком порядке должна видеть модель. Применять интуицию scaling laws к распределению токенов.
• Измерять качество данных.
• Превращать расплывчатые «хорошие данные» в конкретные измеримые сигналы: классификаторы для отбора документов, насыщенных рассуждениями, кодом и знаниями.
• Курировать корпус на масштабе триллионов токенов.
• Проводить точную и fuzzy-дедупликацию, фильтрацию, очистку от утечек бенчмарков, html2text.
• Собирать данные для agentic-pretrain.
• Проводить поиск, сбор и генерацию траекторий использования инструментов, многошаговых рассуждений и взаимодействия со средой — чтобы агентные способности закладывались в модель уже на этапе претрейна, а не только в пост-обучении.
• Создавать рецепты подготовки синтетических данных.
• Генерировать синтетику под дефицитные способности модели (длинный контекст, рассуждения, код) — с количественной проверкой через эксперименты.
• Замыкать петлю: «данные → обучение → оценка».
• Развивать контур бенчмарков и сетапов экспериментов для измерений, чтобы каждое изменение данных имело измеримый ответ.

Кого мы ищем

• Нам нужны сильные исследователи, а не исполнители. Главное — умение самостоятельно задавать правильные вопросы, проектировать эксперименты и доводить гипотезы до измеримого результата.
• Опыт именно с LLM не обязателен, если у вас сильная экспериментальная практика в любой области ML — компьютерное зрение, рекомендательные системы, классический ML, наука — специфике больших языковых моделей мы научим.
• Сильные основы ML и статистики, культура контролируемого эксперимента: гипотеза → дизайн → измерение → вывод.
• Уверенный Python и опыт обучения моделей на PyTorch или аналогах.
• Самостоятельность в исследованиях: умение вести направление от вопроса до результата, а не ждать постановки задачи.
• Понимание цикла обучения LLM хотя бы на уровне теории: токенизация, scaling laws, влияние состава данных на качество.
• Знакомство с распределённой обработкой данных (Spark, Dask, Airflow, Kubernetes) и открытыми data-проектами (FineWeb, OLMo, Dolma) — как минимум представление о том, как это устроено.

Не обязательно закрывать все вышеперечисленные пункты. Если вы сильный экспериментатор и хотите дорасти до владения всем циклом данных фронтирной модели — давайте поговорим.

Что мы даём — и почему это редкость на рынке

• Вычислительные ресурсы под ваши эксперименты.
• Один из крупнейших GPU-кластеров в стране.
• ablation-эксперименты — это обучающие прогоны, и вы сможете запускать их регулярно, а не «раз в квартал, если повезёт».
• Претрейн с нуля, а не дообучение чужих весов.
• Мы обучаем собственную модель с первого токена — это значит, что ваши решения по данным определяют фундамент модели, а не косметику поверх чужого претрейна. Сейчас мы учим модели размером 400–700B параметров, и у нас есть амбиции выйти на масштаб 1.5–2T.
• Опенсорс и мировая планка. Мы выкладываем модели в открытый доступ, и наша цель — достичь мирового уровня среди опенсорс-моделей. Ваша работа будет видна всему сообществу и будет сравниваться с лучшими открытыми моделями мира.
• Полная ориентация на результат.
• Минимум бюрократии, максимум ответственности и свободы. Работу меряем не количеством задач, а приростом модели на бенчмарках при том же бюджете. Подтверждённая гипотеза попадает в обучение следующей модели.
• Развитая инфраструктура.
• Зрелый стек для работы с данными и экспериментами: S3, YTsaurus, Airflow, DataLens, GitLab CI, wandb.
• Вы приходите не строить платформу с нуля, а исследовать — пайплайны, оркестрация, трекинг экспериментов и визуализация уже работают.

Эта вакансия — участник пилота по использованию AI.

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.

Попробуйте — и вы станете одним из первых, кто познакомится с ГигаРекрутером Сбера!

Мы в GigaChat делаем core-технологию генеративной языковой модели: она пишет тексты, генерирует изображения, пишет код, отвечает на вопросы и ведёт диалоги.

Прошлой осенью мы выпустили сильную русскоязычную модель GigaChat MAX уровня GPT-4 (метрики — в статье на Habr). Зимой выложили в открытый доступ одну из наших MoE-моделей. И на этом не остановились — двигаемся дальше!

Сейчас у нас фокус в нескольких направлениях:

Исследования и эксперименты.

• Стабилизация и развитие архитектур (новые виды attention, улучшение тестового стенда изменений).
• Методы улучшения обучения (оптимизация, лоссы и режимы вроде FIM/MTP, балансировка MoE).
• Скейлинг-законы (для гиперпараметров, качества и стоимости).
• Постоянный разбор свежих статей и идей индустрии.

Инфраструктура и параллельные тренировки.

• 5-D параллелизм, ускорение мультимодальных и гигантских MoE-моделей на больших кластерах.

Фреймворк распределённого обучения.

• Разработка GigaFSDP, эксперименты с FP8/mixed-precision, устойчивость и эффективность обучения на больших масштабах.

Низкоуровневые оптимизации.

• Оптимизация операций на уровне CUDA/Triton ядер, улучшение производительности NCCL, профилирование и устранение узких мест.

Качество и метрики.

• Развитие оценки GigaChat: от международных олимпиадных задач до метрик, специфичных для русского языка.

Ищем NLP Engineer, с которым будем делать GigaChat умнее. Для экспериментов у нас — кластер с большим числом A100/H100.

Обязанности

• Доводить качество на русском до уровня ChatGPT и выше.
• Придумывать и проверять идеи, которые дают практический выигрыш.
• Помогать решать задачи внутренних клиентов Сбера — с прицелом на внешних пользователей.
• Следить за индустрией: читать статьи, быстро проверять гипотезы, делиться результатами.

Требования

• Уверенный Python и PyTorch.
• База по алгоритмам и математике (линейная алгебра, оптимизация, вероятности).
• Опыт обучения DL-моделей: от «просто моделей» до больших.
• Теоретическое понимание алгоритмов распределенного обучения.
• Представление о текущем ландшафте LLM и трендах.

Плюсом будет:

• Опыт с распределённым обучением (DDP/FSDP/параллелизмы), CUDA/NCCL/профилирование, MoE/FP8, мультимодальные модели, построение метрик качества.

Даже если у тебя нет опыта с LLM, но ты много занимался NLP исследованиями или инженерными оптимизациями — не стесняйся откликнуться!

Условия

• Удалённо по России.
• 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.

Система SberBPM — продукт, который позволяет сформировать комплексное понимание и управлять жизненным циклом клиентских путей и процессов. Система консолидирует всю информацию по клиентским путям и процессам в одном месте (реестры, владение, регламентация, метрики, применение ИИ в процессах) и предоставляет широкий набор инструментов и сервисов для управления, редизайна и мониторинга эффективности клиентских путей и процессов с целью их непрерывного совершенствования.

Обязанности

• разрабатывать AI-агентов от идеи до вывода в продакшн (сбор и поиск данных, предобработка, разработка архитектуры AI-агента, создание PoC, проведение демо, доработка MVP, создание микросервиса, деплой и вывод в ПРОМ).
• совершенствовать уже существующих и разрабатывать новых AI-агентов для анализа эффективности исполнения процессов в Банке, а также генерировать инсайты на базе мониторинга исполнения процессов и обратной связи из различных источников.
• участвовать в опромышливании создаваемых AI-агентов.
• решать классические NLP-задачи (занимаемся семантическим поиском, кластеризацией, классификацией, саммаризацией, перефразированием и т. д.).
• взаимодействовать с бизнес-заказчиком для определения требований и постановки задач.
• обучать и адаптировать LLM для решения задач внутри продукта (SFT, prompt-tuning, RAG).

Требования

• опыт работы на позиции Data Scientist от 3-х лет.
• профильное образование (прикладная математика, компьютерные науки, теоретическая и прикладная лингвистика).
• уверенное владение Python.
• глубокие знания в NLP (статистические методы (n-граммы, tf-idf), нейронные сети (сверхточные, рекуррентные), трансформеры).
• опыт в применении различных методов адаптации и дообучения языковых моделей (fine-tuning, p-tuning, prompt-tuning, SFT).
• владение Python-библиотеками для анализа данных (pandas, NumPy, matplotlib, seaborn).
• опыт работы с ML/NLP-фреймворками и библиотеками (Scikit-learn, PyTorch, transformers, LangChain, LangGraph, pymorphy2, NLTK, Gensim, spaCy, regexp).
• опыт работы с bash/git.
• оставаться up-to-date с новейшими разработками в области NLP и LLM.
• 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

• офисный формат работы (на время испытательного срока) и гибридный формат работы после испытательного срока.
• комфортный современный офис рядом с м. Кутузовская.
• корпоративный спортзал и зоны отдыха.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
• 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.

Мы - команда из 9 человек (DA, DS, Dev), занимаемся полным циклом разработки, внедрения и оценки эффекта от AI для сети отделений Сбера в процессах управления рисками. Ключевое направление — развитие Copilot-а для сотрудника банка (виртуального ассистента, который участвует в диалоге с клиентом), который уже работает у каждого сотрудника отделения: подсказывает, ищет и исправляет ошибки, помогает вести диалог. Вашей задачей будет расширение функционала и улучшение качества работы ассистента, разработка новых продуктов и тестирование перспективных гипотез.

Кого мы ищем:

Senior-специалиста, который сможет взять на себя контроль работы 3-х DS на низком уровне, а также задачи разработки моделей. Того, кто будет искать точки роста продукта, генерировать идеи, как сделать еще круче и лучше :)

Обязанности

Основные задачи:

• Контроль работы 3-х DS-специалистов по текущему backlog-у команды.
• Экспертная DS-поддержка команды по разработке моделей.
• Разработка и встраивание LLM, BERT-like и classic-NLP моделей анализа диалогов, поиска аномалий и др.

Требования

• Хорошую аналитическую и математическую подготовку.
• Глубокое понимание принципов разработки, внедрения и сопровождения AI-решений.
• Опыт работы с современными LLM в бизнес-задачах (agents, prompt-engineering, tools, structured output, fine-tuning).
• На короткой ноге с BERT-like моделями (умеете выбрать подходящую для задачи и при необходимости дообучить).
• Знание классического ML и традиционного стека (PyTorch, NumPy, pandas, scikit-learn, библиотеки визуализации и т.д.).
• Софт-навыки и менторинг участников команды.

Условия

• комфортный современный офис рядом с м. Кутузовская.
• гибрид.
• ежегодный пересмотр зарплаты и годовая премия.
• корпоративный спортзал и зоны отдыха.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• расширенный ДМС + страхование для семьи.
• ипотека для сотрудников выгоднее до -1/3 от текущей процентной ставки.
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• вознаграждение за рекомендацию друзей в команду Сбера.

Коротко о компании

Лидер доменов отвечает за запуск и масштабирование ИИ-сценариев и комплексных решений в разных сферах жизни человека (финансы, путешествия, здоровье, образование, карьера и др.). Это роль руководителя портфеля инициатив: под его управлением находятся несколько доменных направлений, каждое из которых по масштабу сопоставимо с отдельным бизнесом. Он отвечает за результат — пользователей, экономику и качество.

Задачи

• руководить развитием продуктов/сценариев: от идеи и прототипа до MVP, масштабирования и финансового эффекта.
• 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.
• управлять портфелем доменов и их приоритетами.
• руководить лидерами инициатив и их командами.
• отвечать за запуск новых решений и их вывод в масштаб.
• обеспечивать единый стандарт качества продуктов и сценариев.
• работать на стыке продукта и технологий: формулировать требования к интеграциям и инструментам, учитывать ограничения ИИ, обеспечивать стабильность и предсказуемость решений.
• принимать решения о развитии, перераспределении ресурсов и закрытии инициатив.

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 и бенефиты

• 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 юридических ИИ-систем и автоматизации правового анализа.

Основной стек: Python 3.10+, FastAPI, LangChain / LangGraph, OpenSearch, Redis, Kafka

• разработка и поддержка промышленных пайплайнов вокруг больших языковых моделей (LLM) — интеграция агентов, RAG-модулей, кэширования и асинхронных очередей

• реализация многоагентных систем на базе LangGraph / LangChain — orchestration, routing, memory-модули, логика принятия решений

• интеграция LLM API (GigaChat, OpenAI, Gemini, Qwen) и разработка внутренних сервисов общения между агентами

• подключение векторных и поисковых движков (OpenSearch, Qdrant) для семантического поиска в юридических документах

• разработка внутренних REST/gRPC-API для взаимодействия с фронтом, хранилищем и внешними LegalTech-системами

• настройка пайплайнов логирования, трейсинга и мониторинга (Prometheus, Grafana, Loki)

• совместная работа с Data Science-командой — внедрение моделей, дообучение и эксперименты в продакшне.

• опыт коммерческой разработки на Python 3+ от 3 лет

• глубокое понимание асинхронного программирования, многопоточности и очередей сообщений

• опыт построения микросервисной архитектуры и REST/gRPC-API

• навыки работы с векторными базами данных или поисковыми движками

• базовое понимание принципов работы LLM, RAG, агентов и промтинг-пайплайнов.

Будет плюсом:

• опыт с GraphRAG / LangGraph

• знание DevOps-практик (CI/CD, контейнеризация, мониторинг)

• опыт интеграции с LegalTech-системами, ML-API или хранилищами нормативных актов

• 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.

• офисный формат работы, после испытательного гибрид обсуждаем

• 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.

Наша команда работает над созданием аналитической платформы для управления эффективностью организации. Данное решение позволит формировать стратегию и ставить цели, планировать, прогнозировать и контролировать исполнение планов, рассчитывать премии сотрудников.

Решение предназначено для более 10 тысяч пользователей, содержит сотни сервисов и десятки терабайт данных. Мы разрабатываем ядро аналитической платформы – общие технологические сервисы для разработчиков и low/no-code инструменты для аналитиков в части реализации бизнес-логики.

Целевой технологический стек: React, Java, Python, JavaScript, ClickHouse, GreenPlum, Spark, PostgreSQL, k8s, Apache SuperSet, а также ряд собственных готовых решений Сбера.

Задачи:

• брать на себя ответственность за:

- достижение бизнес и ИТ целей продукта

- технологическую составляющую продукта и его развитие

- техническое состояние, надежность и стабильность работы систем

• разработка и исполнение ИТ стратегии развития продукта
• повышение эффективности процессов разработки, тестирования, внедрения и сопровождения
• прототипирование решений и подходов
• планирование и контроль достижения целей
• выстраивание взаимодействия с кросс-командами, выявление и устранение проектных и кросс-проектных ИТ рисков
• коммуникация с командами и формирование видения целевой архитектуры
• cинхронизация команд в части подходов, видения и стандартов проектирования и разработки
• выявление ИТ рисков и организация мероприятий по их митигации
• управление техническим долгом
• подбор, развитие компетенции сотрудников, управление их мотивацией и карьерными треками.

Мы ожидаем:

• опыт разработки или внедрения ПО от 3х лет в роли архитектора или руководителя команды в условиях взаимодействия с несколькими смежными командами
• опыт работы с классическими BI-системами (Tableau, QlikView, SAP BW, Hyperion, Cognos) или open-source решениями (Superset) или российскими BI-решениями
• опыт проектирования, построения и внедрения информационно-аналитических систем, ETL, DWH и BI решений
• опыт руководства командой от 10 чел
• глубокое понимание архитектуры корпоративных приложений, архитектурных паттернов и концепций
• глубокое понимание принципов работы современных информационных систем на всех уровнях: Front End, сервера приложений, базы данных, средства виртуализации, инфраструктура, безопасность, взаимодействие компонентов и сервисов
• понимание принципов производственного процесса выпуска ПО (CI/CD)
• понимание принципов построения микросервисной архитектуры, механизмов обеспечения надежности и повышения производительности ИТ-решений

Будет плюсом:

• опыт разработки систем бюджетирования, планирования или бизнес-анализа.

Мы предлагаем:

• конкурентная заработная плата: оклад + бонусы
• масштабные и интересные задачи в agile команде
• ДМС для сотрудников и скидки на медицинскую страховку для родственников
• бесплатный тренажерный зал и спортивные групповые занятия
• дисконт-программы от компаний партнеров: фитнес, страхование, туризм
• обучение и тренинги
• профессиональный и позитивный коллектив.

В команду «Product Analytics» ищем проактивного аналитика, который станет независимым центром экспертизы.

Вы будете самостоятельно выявлять отклонения от плана, инициировать решение проблем и помогать продуктовым командам достигать целей, работая с финансовыми и продуктовыми метриками.

Обязанности

• мониторинг метрик: самостоятельный расчёт факта, прогноза и плана по ключевым метрикам (финансовые, продуктовые, драйверы доходов)
• эскалация проблем: подготовка объяснений по отклонениям от плана и своевременное информирование руководства
• оценка инициатив: расчёт ожидаемого эффекта от продуктовых инициатив и мониторинг их фактического выполнения
• аналитическая поддержка: выполнение приоритетных задач команд (дашборды, проверка гипотез, отчёты)
• автоматизация: разработка и поддержка инструментов для автоматического расчёта прогнозов и отклонений.
• подготовка отчётов: создание сводных аналитических материалов для руководства.

Требования

• высшее техническое или экономическое образование
• опыт работы с продуктовыми/финансовыми метриками от 2-х лет (расчёт факта, прогноза, план-факт анализ)
• продвинутый уровень SQL и уверенное владение BI-инструментами (Power BI, Qlik Sense) и Python
• навыки оценки инициатив (ROI, RICE/ICE) и умение объяснять причины отклонений на основе данных
• готовность самостоятельно инициировать обсуждение проблем перед руководством.

Будет плюсом:

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

Условия

• комфортный современный офис в г.Москва, Кутузовский проспект, д. 32
• офисный формат работы
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС (медицинское страхование), 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 штаба Блока «Управление благосостоянием» в поисках инициативного и внимательного к деталям аналитика, умеющего презентовать результаты своего анализа разным аудиториям.

• Разработкой аналитической отчетности по продуктам благосостояния (инвестиции, брокерское обслуживание)

• Поиском точек роста и генерацией гипотез по улучшению продукта

• Проработкой дизайна A/B-тестов и интерпретацией их результатов

• Развитием дашбордов, позволяющих отвечать на вопросы о том, что происходит с продуктом

• Проведением ad-hoc анализа данных о поведении клиентов

• Взаимодействием с бизнес-заказчиком: уточнением и корректировкой бизнес-требований, участие в проверках гипотез

• Участие в мероприятиях, связанных с доработкой источников данных

• Имеешь опыт работы продуктовым аналитиком или аналитиком данных не менее 2 лет

• Знание предметной области по инвестициям/брокерскому обслуживанию (знание продуктов, их особенностей)

• Отлично знаешь SQL. Это основной рабочий инструмент аналитика, поэтому на собеседовании мы в первую очередь проверяем навыки написания SQL-запросов

• Хорошо знаешь Excel

• Имеешь опыт проведения A/B-тестов и владеешь теоретической базой для их проведения: знаешь математическую статистику и теорию вероятностей

• Интересуешься современными практиками визуализации данных

• Знаком с процессом код-ревью

• Современный IT-офис вблизи Москвы-Сити с фитнес-залом.

• Ипотека с выгодой для сотрудника и льготные условия кредитования.

• Бесплатная подписка СберПрайм+.

• Скидки на продукты компаний-партнеров.

• ДМС с первого дня и льготное страхование для близких.

• Корпоративная пенсионная программа.

• Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.

• 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.

Команда SberAds занимается созданием предиктивных моделей и высоконагруженных сервисов для показа рекламы в интернете. Наши модели участвуют в реальных аукционах, влияя на то, какая реклама отображается пользователю. Это позволяет нам улучшать качество рекламы, повышать удовлетворённость рекламодателей и увеличивать эффективность платформы.

Чем предстоит заниматься:

• создавать и совершенствовать модели для различных этапов процесса показа рекламы
• выполнять полный цикл DS/ML-задач
• развивать компетенции DS
• выступать заказчиками удобной и быстрой платформы для работы DS/ML-инженеров.

Примеры задач:

• разработка эмбеддинг-моделей на основе описаний рекламных объявлений
• внедрение новых признаков в модели прогнозирования конверсий
• обучение моделей для предсказания ставок в аукционах
• проведение экспериментов с оффлайн- и онлайн-признаками в моделях
• доставка признаков до сервисов на Go (при необходимости помощь коллег).

Мы ждём что ты:

• имеешь глубокие знания классических методов машинного обучения и глубокого обучения
• обладаешь опытом применения промышленных решений RecSys
• способен самостоятельно разрабатывать и сопровождать модели от постановки задачи до эксплуатации
• уверенно владеешь Python и PySpark, имеешь опыт промышленной разработки кода
• понимаешь принципы распределённой обработки данных
• можешь принимать обоснованные решения на основе анализа данных и чётко аргументировать свои выводы
• умеешь решать сложные задачи, разбивая их на подзадачи и контролируя выполнение.

Будет плюсом:

• наличие опыта в задачах ранжирования, поиска или рекламы
• владение языком программирования Go.

Что мы предлагаем:

• удобный современный офис в Москве (Оружейный переулок, дом 41),
• возможность работать по гибридному графику
• оборудованный корпоративный спортзал и зоны отдыха
• доступ к более чем 400 образовательным программам СберУниверситета для личного и карьерного роста
• расширенную программу добровольного медицинского страхования, льготы на страховки для членов семьи и участие в корпоративной пенсионной программе
• скидку на ипотеку размером в треть ключевой ставки Центробанка России
• подписка Прайм с возможностью совместного использования на трёх близких
• бонус за рекомендации друзей для присоединения к команде Сбера.

Команда Департамента учета и отчетности приглашает на работу бизнес-аналитика для внедрения в обязательную отчетность информации по продуктам, связанным с криптовалютами.

Чем предстоит заниматься:

• формализацией требований к данным: определение состава атрибутов для идентификации транзакций и их источников
• написанием детального бизнес обоснования: бизнес-правил, логики процессов, описание пользовательского сценария, критериев приемки для команд разработки и тестирования
• постановкой функциональных/нефункциональных требований на источники и к витринам данных
• разработкой требований к сервисам контроля качества данных
• взаимодействием с разработчиками и заказчиками отчетных форм,
• участием в тестировании: проверка алгоритмов агрегации данных, участие в UAT вместе с заказчиком, проведение валидации расчетов и т.д.

Мы ждем, что вы:

• имеете высшее техническое или экономическое образование
• имеете опыт работы бизнес-аналитиком в банках, крупных брокерах или платежных системах от 3 лет
• отлично знаете операции на финансовых рынках (ценные бумаги, облигации, ПИФы, ЦФА, доверительное управление и т.д.)
• умеете работать с данными, регуляторными ограничениями и специфической финансовой логикой
• отлично знаете процесс и имеете опыт подготовки управленческой и/или обязательной отчетности по инструментами финансовых рынков
• умеете получать доступ к витринам данных и делать выборки через SQL, продвинутый уровень Excel
• владеете инструментами моделирования (Draw.io, Visio, ArchiMate/BPMN) и спецификаций (Confluence, Jira)
• будет плюсом: навык написания детального технического задания.

Что мы предлагаем:

• комфортный современный офис рядом с м. Кутузовская
• 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
• подписку Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративную пенсионную программу

Наша команда занимается разработкой и развитием рекомендательной системы продуктов и сервисов экосистемы Сбера, а также ее интеграцией со всеми доступными поверхностями и каналами коммуникаций. Наша задача – создавать персональные предложения полезных для клиентов продуктов в релевантных каналах коммуникаций.

Обязанности

• анализ эффективности запускаемых кампаний и пилотов
• проведение исследований по причинам изменения метрик эффективности
• поиск и анализ новых источников данных для улучшения качества рекомендательной системы
• разведочный анализ данных совместно с DS-командой, проверка гипотез на данных, определение приоритетных направлений для исследований
• создание проверок качества данных и требований для систем источников.

Требования

• уверенное знание SQL (оконные функции, умение читать план запроса и т.д.)
• опыт работы в Python (библиотеки – pandas/numpy/matplotlib/seaborn)
• умение презентовать результаты своих исследований и объяснять сложные вещи простыми словами
• знание основ статистики (методология оценки А/В-тестов, проверка гипотез)
• навыки анализа большого массива данных
• аналитическое мышление и умение систематизировать информацию.

будет плюсом**:**

• опыт работы с Hadoop, Spark

Условия

• комфортный современный офис рядом с м. Кутузовская
• офисный формат работы
• 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.

Наша AI-команда разрабатывает AI-Агентов, ML-модели и LLM-приложения для корпоративного бизнеса в Корпоративно-инвестиционном блоке, полностью выполняет весь цикл работ: от сбора и анализа данных до разработки/внедрения моделей в ПРОМ, мониторинга и защиты решений от Банковских регуляторов.

Продуктовая команда, в которой предстоит работать, занимается разработкой и внедрением AI-решений, направленных на агентизацию процесса цифровой трансформации бизнеса клиентов в Сбере (направление DTaaS). Эти инструменты призваны оптимизировать и улучшить работу наших внутренних специалистов-сотрудников Сбера : менеджеров по успеху клиентов (CSM) и клиентских менеджеров сегмента ККСБ.

В том числе мы:

Разрабатываем и внедряем AI-агентов на базе LLM (как правило, линейка моделей SberDevice - GigaChat).

Используем современный стек: A2A, MCP, LangGraph, LangChain, Kubernetes, Hadoop, Elastic и многое другое.

Реализуем оркестрацию AI-Агентов, мултиагентные мультимодальные системы, RAG-сервисы.

Участвуем в проектах по иференсу open-source LLM на собственном кластере GPU, разработке NoCode-фабрики Агентов.

Развиваем свой AutoML фреймворк совместно с Sber AI Lab и работаем с SotA-архитектурами.

Строим витрины данных и BI-дашборды для мониторинга ML-моделей, AI-Агентов.

Обязанности

• разработка и внедрение AI-Агентов в production
• разрабатывать end-2-end интеграции с внешними системами и другими сервисами по протоколам Kafka, REST API, gRPC, WS и др.
• сопровождать релизы моделей и агентов: документации, демо, защита решений от регуляторов
• взаимодействовать с бизнес-заказчиками, архитекторами и продуктовыми командами для развития AI-решений в бизнесе

Требования

• опыт работы в роли ML-инженера, DS, MLOps или Python Backend в ML
• ВАЖНО: опыт промышленной разработки на Python, знание ООП/паттернов проектирования и опыт работы с микросервисной архитектурой
• опыт работы с большими объёмами данных и распределенными хранилищами данных: например, Hadoop
• опыт работы с фреймворками для построения AI-агентов, такими как LangChain или LangGraph, базовые знания ML/DL
• владение инструментами для LLM-мониторинга и MLOps/ CI & CD.

Будет плюсом:

• опыт работы с распределенными очередями задач и сообщений, потоковой обработки данных - celery, taskiq, rabbitmq, Kafka, faststream
• опыт разработки высоконгруженных систем, гео-распределенных систем, оpenShift/Kubernetes
• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт в инженерии данных.

Условия

• гибридный формат работы в офисе на Уральской, 1 (г. Санкт-Петербург), есть корпоративная развозка от метро, зоны отдыха, столовая
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• бесплатная подписка СберПрайм+ с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Наша команда занимается поддержкой работы собственной CRM системы, предоставляющей важные сервисы внутренним сотрудникам для работы с клиентами и организации продаж для крупнейшего, крупного и среднего бизнеса.

Чем ты будешь заниматься:

• организацией и проведением внедрений автоматизированных систем
• администрированием критических банковских систем
• решением инцидентов
• настройкой автоматизации
• планированием мощностей
• участием в проведении приемо-сдаточных испытаний
• устранением причин аварий или нештатной работы автоматизированных систем.

Мы ожидаем, что ты:

• опыт работы с Kubernetes, Nginx от 1 года: проксирование, редиректы, настройка под статику и web-интерфейс
• опыт сопровождения/администрирования приложений в контейнерах
• опыт с сертификатами безопасности (выпуск, проверка, замена), знание принципов mTLS, SSL
• знание принципов микросервисной архитектуры.

Будет плюсом:

• умение работать с Git, Jira, Сonfluence
• опыт работы с Jenkins на уровне пользователя
• опыт администрирования Linux: умение писать скрипты bash, знание основных команд OS
• опыт работы с OpenShift, Apache Ignite
• знание стеков и платформ обработки данных: Istio ServiceMesh
• владение инструментами AI для анализа, генерации и автоматизации.

Работа в Сбере – это:

• современный офис на Кутузовском пр-кте, 32к1 с собственным паркингом, столовой, кафетериями, зонами отдыха и спортзалом
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь наставника на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• льготная ипотека и кредитование от Сбера
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.

Разрабатывается новая система для автоматизации закупок Банка на Java с использованием AI. Система представляет собой разработку инновационного программного решения, призванного оптимизировать и упростить процесс закупок в банковской сфере. Ключевой особенностью проекта является интеграция методов искусственного интеллекта, таких как машинное обучение и обработка естественного языка, для автоматизации различных этапов закупочного процесса. Система будет поддерживать автоматическую генерацию документов, управление контрактами и интеграцию с существующими банковскими системами.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, 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!

• контроль и управление процессом поставки новой функциональности

• создание и согласование необходимых артефактов

• мониторинг метрик производственного процесса

• организация и проведение ПСИ, внедрение релизов

• координация работы кросс-функциональных команд

• контроль работы сервисных команд

• выполнение административных задач в рамках работы команды и блокирующих вопросов (в т.ч. Управление подрядчиком, получение доступов, выделение инфраструктуры, планирование ресурсов, привлечение и управление подрядчиком)

• управление рисками как внутри команды, так и при взаимодействии с внешними командами

• выстраивание и управление производственным процессом работы команды, организация работы команды по спринтам

• совместно с владельцем продукта проработка и планирование работ по беклогу

• формирование и управление календарным планом развития продукта, расписанием релизов

• управление рисками как внутри команды, так и при взаимодействии с внешними командами.

• опыт работы от 3-х лет на позициях Project или Delivery Manager

• наличие технического бэкграунда

• опыт работы с таск трекерами и вики-системами

• знание гибких методологий разработки

• онимание релизного процесса ИТ-продукта

• значительный опыт работы с Jira

• опыт выстраивания работы и управления командой

• инициативность и ответственность

• умение решать конфликтные ситуации и договариваться с коллегами как внутри команды, так и снаружи

• хорошо развитые коммуникативные навыки

• 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

Мы - команда Аналитического управления Центра Комплаенс ищем нового Data Analyst (DA) со скилами Product Manager. Основной задачей Центра Комплаенс является выявление и пресечение схем легализации доходов, полученных преступным путем. Наша команда Аналитического управления решает задачи поддерживающей аналитики. Новому DA предоставляется уникальная возможность поработать с действительно большими объемами данных и сделать значимый вклад в борьбу с мошенничеством в стране. Работать предстоит в уютном и профессиональном коллективе единомышленников под началом крутого наставника

Обязанности

• анализ данных и организация проверки гипотез для решения бизнес задач
• анализ доступных источников данных и информации в них, оценка качества
• обработка, систематизация и структурирование материала для подготовки презентаций, связанных с большим объемом аналитической информации
• подготовка и анализ управленческой отчетности рисков, выявление причин отклонения план/факт, сравнение данных по периодам, оценка динамики изменений
• выдвигать продуктовые идеи и гипотезы, как простые, так и сложные, уметь их оценить (как потенциал, так и техническую сложность)
• проводить A\B-эксперименты, анализировать результаты
• сопровождать и совершенствовать действующие проекты

Выбор направления аналитики:

1. Продуктовая аналитика. Аналитика для формирования критериев и алгоритмов выявления подозрительных операций (а-ля фрод-мониторинг). исследование банковских продуктов на предмет уязвимостей и просачивания подозрительных операций, разработка критериев отличия плохих клиентов от хороших
2. Процессная аналитика. Аналитика процесса расследования подозрительных операций (сколько клиентов попалось, их типологии, различия исходов расследований, подбор критериев для возможностей сохранения клиентов), исследования для оптимизации процессов и поиск зон для автопроцедур
3. HR-аналитика. Аналитика производительности сотрудников, проводящих расследования подозрительных операций, расчет нормативов их работы, определение их штатной численности, поиск инсайтов/исследование отставания сотрудников от плановых показателей, расчет эффектов от внедрения автопроцедур
4. Аналитик-штабист. Свод управленческой отчетности, подсвечивание важных моментов/изменений, подготовка презентаций для топ-менеджмента, коммуникации с руководящим составом, контроль сроков исполнения задач, участие в целеполагании руководителей, информационная поддержка руководителя

Требования

• высшее образование в области: финансы, банки, экономика или бухгалтерия
• знание мат. статистики, теории вероятностей, линейной алгебры, математического анализа для работы с гипотезами и доверительными интервалами
• владение Excel на уровне продвинутого пользователя
• использование методов работы с данными Python
• отличное знание SQL - Join`ы, агрегаты, группировки, вложенные запросы, индексы, хранимые процедуры, оконные функции для анализа малых и больших данных
• опыт работы со сводными аналитическими таблицами и большими объемами сырых данных
• умение анализировать архитектуру АС
• использование инструментов Hadoop/Spark для работы с массивами данных
• уверенный пользователь PowerPoint
• инструментальное владение AI для анализа, генерации и автоматизации

Личные качества:

• высокие коммуникативные навыки: умение работать в команде, лёгкость, гибкость, умение найти подход и аргументированно доносить мысли
• аналитическое мышление, умение систематизировать и синтезировать информацию
• желание учиться и развиваться
• внимательность, стрессоустойчивость, творческий подход к решению задач и высокая работоспособность
• умение вести задачи зарождения идеи до практической реализации
• проактивная позиция

Будет плюсом:

• опыт работы в банковской сфере, опыт работы в сфере противодействия мошенничеству/AML
• опыт работы в системной аналитике, опыт разработки витрин данных на стеке Hadoop/Hive/Spark
• опыт автоматизации отчетности, знание принципов Agile, знание английского языка
• опыт Product Manager

Условия

• работа в команде 10 человек
• интересные и амбициозные задачи с использованием современных технологий и актуальных подходов к разработке
• реальная возможность профессионального и карьерного роста в команде увлеченных профессионалов и экспертов
• уникальная система онлайн обучения Сбера для карьерного развития и роста
• расширенный ДМС и льготное страхование для семьи
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ, ;
• программы материальной помощи и социальной поддержки, корпоративная пенсионная программа
• белая зарплата: оклад и премии
• трудоустройство согласно трудовому кодексу
• офис: СПб, м. Нарвская, Старо-Петергофский проспект.

Команда Управления развития инвестиционного бизнеса в поиске бизнес-аналитика с уклоном в ML и разработку AI-агентов.

Вы присоединитесь к динамичной команде, которая с нуля создаёт и выводит на рынок передовые криптовалютные продукты для физических лиц, интегрируя их в экосистему Сбера. Наша цель — не просто реализовать функционал покупки, продажи и хранения активов, а построить надёжный мост между миром традиционных финансов и блокчейн-технологиями, создав лучший пользовательский опыт на рынке..

Чем предстоит заниматься:

• проводить анализ и формализацию требований к продуктам, связанным с работой AI-агентов с криптовалютными активами, цифровыми финансовыми активами (ЦФА) и классическими финансовыми инструментами
• разрабатывать AI-агентов на базе больших языковых моделей (LLM): проектировать логику работы, подключать инструменты и API, управлять контекстом и последовательностью действий
• создавать решения с использованием RAG: готовить данные и базы знаний, настраивать поиск и использование информации в ответах агентов
• разрабатывать и совершенствовать ML-модели, выбирать подходы под конкретные задачи, проводить эксперименты и оценивать результаты
• отрисовывать клиентские пути и внутренние процессы взаимодействия с ИИ-агентами, проводить аналитическую работу по улучшению пользовательского опыта
• создавать прототипы, проверять гипотезы и совместно с командой разработки доводить решения до промышленной эксплуатации
• улучшать надёжность, скорость и стоимость работы AI-решений, оценивать их влияние на пользовательский опыт и эффективность процессов.

Что для нас важно:

• высшее образование
• практический опыт разработки ML/AI-решений и понимание полного цикла работы с моделями — от подготовки данных до внедрения и оценки качества
• опыт создания приложений на базе LLM, включая AI-агентов, которые используют внешние инструменты и выполняют последовательности действий
• понимание принципов RAG, эмбеддингов, векторного поиска и работы с контекстом LLM
• знание основных методов машинного обучения, умение выбирать метрики, проводить эксперименты и интерпретировать результаты.
• умение переводить бизнес-задачи в технические решения и взаимодействовать с аналитиками, разработчиками и продуктовыми командами
• уверенное владение Python, опыт работы с библиотеками для машинного обучения и обработки данных
• навыки работы с SQL, API и Git
• навыки применения ИИ в профессиональной деятельности (например, Гигачат, Кандинский).

Дополнительным преимуществом будет:

• опыт настройки инфраструктуры для развёртывания, мониторинга и обновления ML/LLM-сервисов
• опыт дообучения моделей под прикладные задачи
• опыт работы с финансовыми и инвестиционными продуктами
• знакомство с криптовалютным рынком и блокчейном: BTC, ETH, централизованные и децентрализованные биржи, стейкинг, DeFi
• понимание цифровых финансовых активов, инструментов фондового рынка и процессов учёта и перевода активов.

Что мы предлагаем:

• комфортный современный офис по адресу: ул Поклонная, 3к1
• гибридный формат работы
• 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
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративную пенсионную программу.

Наша команда работает над созданием аналитической платформы для управления эффективностью организации. Данное решение позволит формировать стратегию и ставить цели, планировать, прогнозировать и контролировать исполнение планов, рассчитывать премии сотрудников.

Решение вмещает в себя более 10 тысяч пользователей, сотни сервисов и десятки терабайт данных. Мы разрабатываем ядро аналитической платформы – общие технологические сервисы для разработчиков и low/no-code инструменты для аналитиков в части реализации бизнес-логики.

Задачи:

• техническое лидерство по компетенции DWH – определение единых правил и подходов к разработке
• проектирование DWH, как в части классических функций, так и в части вспомогательных функций для сервисов ядра платформы
• определение производственного процесса в части DWH разработки, подходов к DevOps, тестированию и т.д.

Мы ожидаем:

• опыт построения DWH на базе массово-параллельной архитектуры (MPP) от 3 лет (от 3 проектов в роли не ниже разработчика, от 2 в роли архитектора)
• опыт работы с большими объемами данных в PosgreSQL и Greenplum
• понимание особенностей и возможностей PostgreSQL / Greenplum / Hadoop / Clickhouse
• опыт работы с большими количеством стейкхолдеров
• опыт организации работы команды разработчиков, формирования подходов к разработке больших решений, code-review

Будет плюсом:

• опыт разработки и оптимизации сложной обработки значительных объемов данных в СУБД
• опыт DBA Greenplum /Hadoop, понимание настроек, организации кластеров
• опыт проектирования и разработки надежных управляемых ETL/ELT потоков со сложными преобразованиями
• опыт проектирования и разработки решений с OLAP задачами

Мы предлагаем:

• комфортный современный офис
• ежегодный пересмотр зарплаты, квартальную и годовую премию
• корпоративный спортзал и зоны отдыха
• уникальная система обучения Сбера для профессионального развития
• расширенный ДМС и льготное страхование для семьи
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.

.

Мы, команда ОСИПец (инструменты судебного и исполнительного производства), входим в состав юниона «Физические каналы», трайб «Антикризисные решения и продукты оздоровления активов».

Наш продукт – система уникальных сервисов интеграционного взаимодействия внутри Банка, а также сервисов с внешними контрагентами. Система управления портфелем на этапе судебное и исполнительное производство – Task-manager СИП АС Калита.

Вам предстоит:

• на ежедневной основе контролировать работоспособность функционала, путём анализа отчетности
• на ежедневной основе осуществлять поддержку пользователей в режиме Online
• проводить пользовательское тестирование функционала
• формировать бизнес-требований по фичам (новому функционалу)
• рисовать блок-схемы по бизнес-процессу в Aris, MS Visio
• готовить текстовое описание бизнес-процесса (AS IS & TO BE)
• запускать пилоты и А\В-тесты

Мы ожидаем, что Вы:

• имеете высшее образование
• имеете опыт работы в аналогичной роли от 3х лет
• обладаете знаниями о взыскании в целом и в исполнительном производстве в особенности
• умеете строить блок-схемы\диаграммы процесса (BPMN)
• умеете строить воронки по продажам\взысканию
• разбираетесь в метрическом целеполагании

Что мы предлагаем:

• комфортный современный офис
• 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.

Наша команда создает новую CRM с искусственным интеллектом для клиентских менеджеров. Мы в поиске стажера желающего развиваться в построении AI-агентов

• нализировать бизнес- и системные требования, готовить план тестирования

• составлять тест-кейсы и чек-листы

• проводить функциональное тестирование по заранее подготовленным сценариям

• тестировать UI/UX, выявлять несоответствия дизайну и логике пользовательских сценариев

• проводить тестирование API

• анализировать логи и фиксировать найденные дефекты в баг-трекинговой системе

• понимание принципов клиент-серверного взаимодействия

• базовые знания REST-архитектуры

• владение стандартными HTTP-методами и кодами ответов

• знание техник тест-дизайна и примеры их применения на практике

• навыки работы с инструментами тестирования API (Postman, Insomnia)

• опыт использования DevTools для отладки и проверки поведения фронтенд

• офис в центре Сочи, ул. Войкова д.2 — всего в нескольких минутах ходьбы от побережья Черного моря

• срочный трудовой договор на 3/6 месяцев

• возможность выбрать удобный график – офис или гибрид

• условия для комфортной и продуктивной работы: просторные и светлые рабочие зоны, конференц-залы и переговорные комнаты, открытая веранда с видом на море

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• команда профессионалов, готовых помочь в решении рабочих задач

Мы строим внутреннюю платформу на базе автономных ИИ-агентов для управления клиентским опытом (CX). Система в реальном времени анализирует экраны клиентских путей, жалобы и цифровые следы пользователей, самостоятельно находит аномалии и формирует гипотезы по улучшению продукта. Вам предстоит возглавить технологическое направление платформы: от проектирования архитектуры до внедрения готовых решений в бизнес-процессы компании.

• стратегия и R&D: Лидировать направление в части ИТ и Gen AI — выявлять, быстро тестировать и оценивать перспективные сценарии применения агентов для улучшения CX на основе мировых практик и внутренних бизнес - потребностей

• ML system design: Спроектировать архитектуру мультиагентной системы (MAS), определить роли агентов (CJM-аналитик, исследователь UX/UI и тд), протоколы их взаимодействия и матрицу ответственности. Выбрать, обеспечить работу и непрерывно актуализировать инструменты машинного обучения и оркестрации

• инженерия и MLOps: Выстроить процессы регулярного переобучения моделей, версионирования, A/B-тестирования новых версий агентов и управления качеством разметки данных. Внедрить CI/CD для ML-компонентов

• продуктовая разработка модулей: Создать интерфейс внутреннего пользования, спроектировать пользовательские сценарии, ролевую модель и дашборды мониторинга здоровья самих агентов (точность предсказаний, ложные срабатывания)

• управление изменениями: Провести аудит текущих процессов работы с данными (CJM), прививать культуру data-driven decision making.

• опыт: 5+ лет в коммерческой разработке (NLP/Backend/Data Science/MLE), из них 1–2 года непосредственно с LLM и агентными системами в Production

• архитектура: Умение проектировать сложные распределенные микросервисные системы и микросервисы

• стек разработки: Уверенный Python 3.12+ (asyncio, httpx, FastAPI, Pydantic). Глубокое знание фреймворков LangChain/LangGraph

• ML: Практический опыт разработки LLM-пайплайнов, проектирования и оценки RAG-систем. Знание современных методов fine-tuning (LoRA, SFT, RLHF). Практический опыт применения Computer Vision, NLP

• инфраструктура: Свободное владение Docker, Git, SQL, Bash. Понимание принципов построения CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD)

• бизнес-компетенции: Умение переводить язык метрик точности моделей на язык бизнеса (NPS, CLTV, churn rate). Опыт защиты технологических инициатив перед топ-менеджментом и привязки дорожной карты развития к P&L-подразделений

• soft skills: Максимальная самостоятельность, умение работать в условиях неопределенности. Навыки фасилитации кросс-функциональных команд (продукт, аналитика, ИТ, поддержка) и системное мышление.

будет плюсом:

• опыт настройки CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD)

• опыт развёртывания и управления высоконагруженными приложениями в Kubernetes

• углубленный опыт в MLOps и автоматизации жизненного цикла моделей

• опыт масштабирования успешных сценариев на новые рынки или продукты.

• комфортный современный офис рядом с м. Кутузовская

• офисный формат работы

• 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.

InterOS — кастомизированная сборка операционной системы для устройств самообслуживания, включённая в реестр российского ПО (ЕРРП). Под управлением InterOS уже работают такие типы устройств самообслуживания, как АДМ, СУО, ССМ, ИПТ и банкоматы в контуре Банка. В основе сборки — опыт дивизиона, накопленный за годы эксплуатации устройств: учтены особенности, которые не найти в типовой документации. Отдельного внимания заслуживает адаптация под альтернативные процессорные платформы (ARMv7 и ARMv8) и Безопасность. Основной фокус будущих задач — поддержка новых устройств и кибербезопасность. Выявление уязвимостей, подготовка/тестирование и выпуск фиксов - вы будете работать с задачами, которые напрямую влияют на устойчивость уязвимой инфраструктуры.

• репозиторий ОС: анализ запросов на изменение, изменение, автоматизация\агентизация

• сборочный конвеер: анализ запросов на изменение, изменение, автоматизация\агентизация

• обновление ОС: создание и оптимизация процесса

• сопровождение ОС: анализ инцидентов\дефектов, выработка исправлений, применение исправлений в сборке ОС и\или смежных продуктах, оптимизация производственного процесса

• зависимости: анализ зависмостей, управление зависимостями СПО и ППО, используемых в ОС

• разработка: внесение изменений в исходных код и создание новых модулей ядра и СПО.

• продвинутый пользователь Git, Jenkins, SecMan(или другая система управления секретами), баг-трекером, Nexus, Docker, системами тестирования(например, TestIT)

• уверенное владение Linux Debian. Работа из консоли, сервисы, файловая система, базовые сетевые протоколы, ядро, драйвера

• уверенное администрирование Debian - сервисы, пользователи, права, журналы, сеть, systemd

• упаковка и сборка пакетов ( deb‑пакеты, dpkg, apt, reprepro, debootstrap)

• знание и реальный опыт использования, уровень Middle+: Bash, Python

• Навыки в области уязвимостей и ИБ. Понимание типов уязвимостей и методик оценки: CVE, CWE, CVSS, OWASP Top 10, CWE Top 25. Умение читать и интерпретировать описания уязвимостей

• Знание инструментов поиска/анализа уязвимостей: сканеры (Nessus, OpenVAS, MaxPatrol, trivy и т.п.), баз данных (NVD, BDU, vendor‑advisories), умение работать с их результатами

• Базовое понимание эксплуатации уязвимостей. Как строится эксплойт, что реально может сделать атакующий

• Понимание принципов создания и проверки цифровых подписей(например, в IMA, SecureBoot и т.п.)

• Понимание и реальное владение агентской аналитикой\разработкой\тестированием в рамках SDD

• Чтение кода на C/C++ и умение бэкпортировать патчи

• Понимание сетевых технологий и стеков: TCP/IP, HTTP, DNS, прокси, базовые сетевые сервисы и типичные уязвимости на этом уровне.

• комфортный современный офис на м. Кутузовская

• формат работы: офис на время адаптации и далее гибрид (2–3 дня в неделю в офисе)

• 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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендации друзей в команду Сбера.

GigaChat увидит мир через данные, которые соберёте вы.

За GigaChat стоит одна из крупнейших ML-команд в России, которая обучает LLM и VLM полным циклом — от претрейна до релиза. Наша команда отвечает за то, с чего начинается любая сильная модель, — за данные: мы собираем визуальный корпус претрейна — ищем источники, фильтруем и дедуплицируем сырьё, ставим эксперименты и меряем влияние на бенчмарки. Именно состав и качество претрейн-данных определяют, каким получится финальный результат, и у вас будет возможность влиять на него напрямую.

Обязанности

• ставить эксперименты: формулировать гипотезы, какие данные и в каких пропорциях улучшат модель, и проверять их: продумывать сетап и бейзлайны, запускать обучающие прогоны, по замерам решать, что попадёт в финальную смесь
• автоматизировать подготовку данных: выстраивать очистку, дедупликацию и валидацию так, чтобы любой новый датасет без ручной доводки приходил в готовый к обучению вид
• добывать редкие и дефицитные домены: обучать классификаторы и кластеризаторы, которые вылавливают ценные сэмплы из сырых данных, и нарезать корпус на чистые датасеты по таксономиям
• собирать данные разных форматов: генерация VQA, синтетические задачи, interleaved-данные — каждый формат устроен по-своему и требует своего подхода
• обрабатывать миллиарды изображений: писать распределённый код, который прогоняет пайплайны на всём корпусе быстро и стабильно
• находить слабые места в данных: разбираться, где модель проседает из-за корпуса — чего не хватает, что зашумлено или разбалансировано, — и исправлять это
• развивать контур оценки: подключать свежие бенчмарки, следить за чистотой методики и не пускать тестовые данные в обучающий корпус

Требования

Кто нам подходит:

Человек, который сможет провести данные от поиска источников до состава финальной смеси. Главное — умение ставить эксперименты и делать из них честные выводы. Опыт именно с VLM или LLM не обязателен: специфика осваивается быстрее, чем культура эксперимента

Что мы хотели бы видеть:

• хорошая база ML, твёрдое знание CV и NLP
• понимание, как данные влияют на качество модели, и привычка при странностях в метриках первым делом смотреть в данные
• уверенный Python и опыт обучения моделей на PyTorch
• умение спланировать эксперимент и довести его до вывода, которому можно верить
• самостоятельность и проактивность: берёте тему, разбираетесь, доводите до результата

Плюсом будут:

• опыт построения дата-пайплайнов и процессов контроля качества данных
• опыт с распределённой обработкой (Spark, Dask, Airflow, YTsaurus)
• опыт проведения ML-экспериментов на больших объёмах
• публикации на профильных конференциях.

Мы открыты к кандидатам разного уровня, и попадать во все пункты не обязательно. Если задачи откликаются — напишите нам, остальное обсудим.

Условия

Что мы предлагаем:

• опыт претрейна из первых рук. Команд, обучающих VLM полным циклом, в стране единицы — вы пройдёте весь путь от сырых данных до готовой модели
• вычислительные ресурсы под ваши эксперименты. Один из самых больших GPU-кластеров в России: проверка гипотезы о данных стоит обучающего прогона, и на такие прогоны вычислений у нас хватает
• инфраструктура, которая уже работает. S3, YTsaurus, Airflow, DataLens, GitLab CI, wandb — всё для данных и экспериментов на месте, время уходит на исследования, а не на обвязку
• задачи, на которые ещё нет ответа. Как собрать лучшие визуальные данные для претрейна, пока не знает почти никто в мире — разбираться предстоит в том числе вам
• короткий путь от гипотезы до модели. Данные, которые вы отберёте, и гипотезы, которые подтвердятся, уходят в обучение следующей модели — а ей пользуются миллионы людей
• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид/удаленка (в РФ)
• 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 по дисконтной прогамме
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.