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
hh.ru
СБЕР

Senior QA-инженер

СБЕРАвтоподнятие
от 200k ₽РоссияМоскваОфис

Мы развиваем уникальную цифровую Систему управления клиентскими путями и процессами Сбера.

Система интегрирует всю доступную информацию о клиенте и процессе в единый цифровой интерфейс, помогая мгновенно выявлять критические точки роста и области оптимизации работы организации. Это делает возможным принятие оперативных и эффективных управленческих решений для непрерывного повышения уровня клиентского опыта и эффективности Банка.

Вам предстоит:

  • проводить функциональное тестирование backend-сервисов и интерфейсов
  • составлять и поддерживать тестовую документацию (чек-листы, тест-кейсы, отчёты о дефектах, инструкции)
  • готовить тестовые данные для проверок и приёмосдаточных испытаний
  • участвовать в подготовке релизов, выполняя регрессионное тестирование
  • помогать организовывать и проводить сценарии приёмо-сдаточных испытаний
  • работать над обработкой запросов от пользователей, включая первичную диагностику проблем путём анализа базы данных и журналов сервиса.

Мы ожидаем:

  • опыт работы в тестировании от 3 лет
  • понимание http, кодов ответов, авторизации
  • опыт тестирования api (rest/json) для проверки интеграций и бизнес-логики, микросервисного взаимодействия
  • умение тестировать запросы с помощью инструментов postman/insomnia/swagger
  • понимание и опыт работы с форматами данных: json, yaml, xml, html
  • знание sql, умение написать sql-запрос средней сложности
  • понимание ci/cd и участие qa в пайплайнах доставки
  • базовый опыт работы с системами сбора и визуализации метрик, работа с логами (prometheus, grafana).

Будет плюсом:

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

Мы предлагаем:

  • гибридный формат работы (2-3 дня в офисе)
  • годовой бонус и ежегодный пересмотр
  • расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи
  • корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
  • офис на Кутузовской с зонами отдыха и спортзалом
  • льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Сайты компаний
СБЕР

Data analyst

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Наша команда развивает пользовательские сценарии и персонализацию предложений в Диалоговых каналах банка. Наша цель — объединение канальных сценариев взаимодействия с клиентом в единый омниканальный процесс, создание решений, которые помогут клиенту закрыть его потребности с помощью продуктов и сервисов экосистемы Сбера, персонализируют клиентский опыт и оптимизируют бизнес-процессы.

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

  • вести продуктовую аналитику: формулировать и отслеживать метрики успеха, анализировать воронки, проводить A/B-тесты и оценивать влияние изменений на ключевые показатели

  • анализировать данные по клиентам и кампаниям

  • проводить исследование новых источников данных для улучшения качества персонализации предложений

  • участвовать в разработке стратегии развития продукта, определять приоритетные направлений для исследований

  • готовить Ad-Hoc отчеты, консультировать смежные команды

  • унифицировать, автоматизировать и развивать аналитические процессы команды.

  • опыт работы в качестве DA/BA от 2 лет

  • Уверенное знание SQL (оконные функции, умение читать план запроса и т.д.)

  • опыт использования Python для аналитики (библиотеки - pandas/ numpy/ matplotlib/ seaborn)

  • умение презентовать результаты своих исследований и объяснять сложные вещи простыми словами

  • умение проектировать эксперименты и интерпретировать результаты;

  • знание основ статистики (методология оценки A/B-тестов, проверка гипотез)

  • навыки анализа большого массива данных.

Преимуществом будет:

  • опыт работы в BI инструментами (Tableau, Qlik и др.)

  • опыт работы с BigData-стеком (Hadoop, Spark, Hive), умение строить и оптимизировать пайплайны обработки больших данных

  • опыт работы аналитиком от 2-х лет в экосистемных компаниях (Ozon/Яндекс/MTC/WB/Т-банк)

  • аналитическое мышление и умение систематизировать информацию;

  • проактивность и самостоятельность в решении задач

  • умение работать со смежными командами, отстаивать интересы по своим задачам и место в бэклоге, контролировать выполнение поставленных задач

  • 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.

  • офисный формат работы, адрес офиса Кутузовский проспект 32 к 1

  • 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.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Data analyst

СБЕРАвтоподнятие
Зарплата не указанаРоссияНижний НовгородГибрид

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

Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения.

Развитие нашей платформы строится вокруг внедрения новейших state-of-the-art (SOTA) моделей. Мы следим за мировыми трендами, экспериментируем с новыми подходами, внедряем их как часть платформы и доводим до конкретного применения в бизнесе.

  • извлекать и обрабатывать большие объемы данных (ETL-процессы) с помощью SQL, Python и Spark для анализа воронки рекомендаций

  • строить дашборды, автоматизированные отчеты и визуализации в BI для продуктовых и ML-команд

  • проводить статистический анализ (когорты, сегментация, регрессия) метрик retention, LTV, ARPU, выявляя корреляции и причинно-следственные связи

  • генерировать data-driven гипотезы по рекомендациям, настраивать A/B-тесты и анализировать результаты с фокусом на p-value и uplift.

  • оптимизировать пайплайны данных (Airflow), работать с логами и сырыми датасетами.

  • опыт в аналитике данных от 2 лет, с уклоном в обработку Big Data

  • свободное владение SQL, Python (Pandas, NumPy), Spark для работы с терабайтами данных

  • опыт работы с A/B-тестированием, сегментацией пользовательской базы, когортным/регрессионным анализом

  • знание базового ML (кластеризация, feature engineering и т.д.)

  • опыт работы с инструментами визуализации и построении дашбордов

  • самостоятельность, инициативность, аналитический склад ума

  • умение ясно презентовать и отстаивать результаты своей работы

  • способность работать в быстро меняющейся среде и находить решения сложных задач.

Будет большим плюсом:

  • опыт в сферах e-commerce или развлекательных стриминговых сервисов (аудио/видео)
  • опыт работы в области рекомендательных систем (RecSys) и/или поиска
  • опыт работы с Kafka и/или другими streaming-платформами для real-time анализа данных
  • высшее образование в области IT, математики, Data Science или смежных дисциплин
  • навыки работы с генеративными AI-моделями, опыт использования GigaChat, Kandinsky и аналогов в продуктах
  • навыки создания и использования AI-агентов инструментальное владение AI для анализа, генерации и автоматизации.

Стек технологий:

Python (Pandas/NumPy/Scikit-learn/Statsmodels), SQL, Spark/ClickHouse, Tableau/Superset/Amplitude, Airflow, Git

  • ежегодный пересмотр зарплаты и годовая премия
  • расширенный ДМС и льготное страхование для семьи
  • уникальная система обучения Сбера для профессионального и карьерного развития
  • выгодная ипотека для сотрудников
  • подписка Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера
  • корпоративная пенсионная программа.
Сайты компаний
СБЕР

Системный аналитик (ПФМ)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Мы - группа команд, разрабатывающая сервисы, отвечающие за персональное финансовое планирование, в Управлении Благосостояния Сбербанка.

Наши задачи - сопровождение всей финансовой жизни человека. Анализ текущего финансового состояния, доходности портфеля, финансового поведения. Прогнозирование будущих расходов и доходов. Рекомендации по целеполаганию и финансовому поведению.

  • работа в методологии Agile

  • сбор, анализ, документирование и согласование требований с заказчиками, разработчиками и архитекторами

  • разработка документации к релизам, формирование спецификаций

  • сопровождение разработки

  • сквозная коммуникация с аналитиками смежных систем на всех этапах реализации проекта

  • контроль сроков выполнения работ

  • опыт работы системным аналитиком от 3-х лет

  • знание принципов REST/Web сервисов, Kafka/MQ, XML/JSON, XSD/JSON Schema

  • знание языков моделирования (UML, BPMN)

  • понимание типовых решений для клиент-серверных приложений, архитектурных принципов

  • понимание принципов реляционных СУБД, знание SQL

  • понимание процесса разработки AI-Агентов, принципов работы LLM

  • формат работы - гибрид (БЦ Поклонка)

  • ежегодный пересмотр зарплаты и годовая премия

  • 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 с возможностью совместного использования на трех близких, скидки на продукты компаний-партнеров

  • вознаграждение за рекомендацию друзей в команду Сбера

  • корпоративная пенсионная программа.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Аналитик данных (Риски)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Мы строим мультиагентную систему для раннего выявления рисков в сегменте микро- и малого бизнеса - систему, где AI-агенты анализируют данные, находят сигналы ухудшения и помогают бизнесу принимать решения в режиме, близком к реальному времени.

Это не просто аналитика и не просто ML - это новая архитектура работы с рисками: от данных к автономным интерпретациям и рекомендациям.

Мы ищем дата-аналитика, который хочет работать на переднем крае: разрабатывать и обучать AI-агентов, собирать сложные пайплайны данных и участвовать в создании системы, которая масштабируется на весь портфель.

  • разработка и внедрение AI-агентов на базе LLM (Python, LangChain, LangGraph)

  • проектирование и внедрение мультиагентной платформы для обработки больших объемов данных о деятельности субъектов малого и микробизнеса

  • создание механизмов автоматического мониторинга и выявления ранних признаков риска возникновения просроченной задолженности среди клиентов сегмента ММБ

  • организация работы команды специалистов по разработке AI-решений: формирование требований, контроль качества выполнения проектов и своевременность исполнения задач

  • разработка методологии и инструментов автоматизированного когортного анализа клиентского портфеля малого и микробизнеса

  • подготовка прогнозных моделей, основанных на искусственном интеллекте, позволяющих своевременно реагировать на изменения состояния клиентской базы

  • взаимодействие с профильными департаментами компании для согласования подходов к обработке данных и интеграции решений.

  • высшее образование в области математики, статистики, экономики, информационных технологий или смежных областях

  • опыт работы с различными LLM

  • опыт разработки агентов

  • 3+ года Python, опыт async-сервисов, знание современных библиотек Data Science (Pandas, Scikit-Learn, TensorFlow)

  • глубокое знание SQL и оптимизации запросов

  • опыт prompt-инжиниринга и настройки LLM-инференса

  • глубокое понимание принципов построения мультиагентных систем и опыта их практического внедрения

  • знание методик когортного анализа и умение строить прогнозы финансовых показателей портфелей малого и микробизнеса.

Будет преимуществом:

  • опыт руководящей должности от двух лет в проектах, связанных с обработкой больших данных, построением аналитических моделей и управлением рисками

  • понимание специфики сектора малого и микробизнеса в российских условиях, особенностей финансового поведения данной категории заемщиков

  • наличие успешных кейсов разработки AI-продуктов и решений для кредитных организаций

  • опыт реализации крупных интеграционных проектов в финансовой сфере

  • навыки работы с зарубежными аналоговыми системами и технологиями в рамках международного сотрудничества.

  • комфортный современный офис рядом с м. Кутузовская / Тульская

  • 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.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Стажер (LLM & AI-агенты)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

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

Примеры:

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

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

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

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

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

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

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

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

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

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

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

• Наличие любого опыта работы, релевантного направлению стажировки

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

• Знание Python и математической статистики

• Понимание принципов работы с AI-агентами

Будут плюсом:

• langchain/langgraph

• C++

• Java

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• График работы: от 30 в неделю

• Формат: гибрид

• Комфортный современный офис на Кутузовском проспекте

Сайты компаний
СБЕР

Senior Data Scientist

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

Наша команда Департамента развития корпоративного бизнеса разрабатывает ML модели в следующих направлениях:

  • предотвращение оттока
  • оценка CLTV
  • омниканальная рекомендательная система
  • котирование кредитов и депозитов и т.д.
  • отраслевые модели
  • классификация комментариев, обратной связи
  • оценка силы связи в графе

В роли Senior Data Scientist вы будете отвечать за end-to-end процесс создания data-продукта, от исследования релевантных данных, построения и проверки гипотез, создания признаков до тестирования и подготовки готового продукта к промышленной эксплуатации

• Высшее образование в области компьютерных наук, статистики, прикладной математики или другой релевантной области

• Глубокое понимание статистических подходов и методов (регрессия, свойства распределений, проверка гипотез и их правильное использование) и опыт их применения

• Свободное владение основными DS библиотеками на Python (pandas, numpy, scikit-learn, pytorch, lightgbm)

• Опыт применения алгоритмов машинного обучения (GLM/Regression, Trees, Random Forest, Boosting), понимание их преимуществ, недостатков и ограничений

• Достойный уровень инженерной культуры (умение писать адекватный код за вменяемое время, использовать контроль версий)

• опыт с языком SQL, навыки работы с Apache Spark

• Английский язык (устный и письменный) как преимущество

• Опыт в распределённых/параллельных вычислениях с помощью следующих технологий: Hadoop, Spark, Dask и другие как преимущество

• Стремление вникнуть в бизнес соответствующей отрасли

• Умение общаться с бизнес-заказчиком, слышать собеседника и доказывать свою точку зрения

• Развитая IT архитектура

• Комфортный офис, большой выбор вариантов по питанию, бесплатный фитнес в офисе

• Скидки на продукты банка и экосистемы

• Постоянное развитие: обучающие курсы от лучших университетов и компаний (МФТИ, ВШЭ, NVIDIA и другие), участие в международных конференциях

• Развитое DS community, регулярные митапы, дайджесты и конференции

Сайты компаний
СБЕР

Ведущий инженер

СБЕР
Зарплата не указанаРоссияХабаровск

Команда занимается сопровождением и администрированием сложных интегрированных ИТ-систем Сбербанка.

  • сопровождение и администрирование IT-систем Сбербанка в рамках группы, ITSM

  • проведение приемо-сдаточных испытаний (ПСИ), выполнение регламентных работ и внедрений в промышленном контуре

  • участие в оперативном устранении инцидентов

  • методическая и консультационная поддержка пользователей.

  • высшее образование (техническое по IT-направлению)

  • базовые знания (основы) о системах управления базами данных

  • опыт работы с OC Linux, навыки работы и администрирования с Unix-подобными операционными системами

  • навыки написания SQL-запросов

  • знание методологии ITSM/ITIL

  • знание основ SLA/TLA/OLA

  • работа по адресу Краснореченская 111В

  • график работы 5/2 с 9.00 до 18.00

  • ежегодный пересмотр зарплаты, годовая премия

  • 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.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Senior Системный аналитик (CoreUI Пульс)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Пульс — инновационная цифровая HR-платформа Сбера нового поколения, созданная на базе искусственного интеллекта.

Ключевые характеристики:

* 230 000 активных пользователей

* 40+ приложений на единой платформе

* Уникальная разработка Сбера

* 82,3% удовлетворённости продуктом

* Обладатель премий в области UX/UI и HR.

сбор и анализ требований к функциям системы

проектирование сценариев использования и взаимодействия front-back

взаимодействие со смежными сервисами и описание сценариев внутренних интеграций back-back

построение модели данных системы

создание функциональных спецификаций на разработку

документирование архитектуры решения и интеграций

участие в разборе багов

взаимодействие с разработчиками и дизайнерами для реализации требований

поддержание в актуальном состоянии проектной документации

  • опыт работы системным аналитиком от 5 лет

  • знание методологий и инструментов системного анализа

  • умение создавать UML-диаграммы и технические спецификации

  • понимание микросервисной архитектуры, REST API, Kafka

  • опыт проектирования API, требований к регламенту взаимодействия, структурам данных (JSON, XML)

  • базовое знание SQL и проектирование моделей данных, ERD

  • понимание принципов разработки программного обеспечения

  • базовые знания в области AI (промптинг, управление контекстом, ИИ-агенты)

  • навыки эффективной коммуникации как с бизнес-заказчиками, так и с разработчиками

  • самостоятельность, энергичность, проактивность.

  • гибридный формат работы

  • 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.

Сайты компаний
СБЕР

Lead/Senior Python Developer

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Ждем именно тебя!

Мы разрабатываем агентские RAG-системы, которые помогают компании улучшать клиентский опыт за счёт персонализированных решений.

У нас уже есть рабочий продукт, работающий в проде и приносящий пользу. Сейчас команда активно работает над новыми применениями технологии и улучшает качество уже в рабочих направлениях.

  • ML-разработка полного цикла – помочь понять что и зачем нужно бизнесу, перевести это в термины ML, проводить эксперименты, готовить решение к выводу в продакшн

  • разрабатывать, оптимизировать и поддерживать NLP пайплайны, включая RAG-системы и ассистентов для бизнес-задач.

  • создавать и развивать ИИ-агентов и мультиагентные системы (workflow-оркестрация, планирование, инструменты, memory-модули, интеграции с сервисами банка).

  • интегрировать агентские пайплайны в высоконагруженные сервисы банка, обеспечивая стабильность, производительность и мониторинг

  • разрабатывать сервисы вокруг моделей: API-слои, микросервисы, inference-скрипты, CI/CD для ML

  • обеспечивать качество кода и следить за инженерными практиками (тестирование, логирование, мониторинг)

  • проектирование и согласование архитектуры приложений и интеграций

  • развитие и разработка расчетных модулей системы, общих библиотек, - реализация интеграционных взаимодействий

  • формирование требований для построения мониторинга, логирования

  • проведение ревью кода, поддержка код стандарта, командные коммуникации

  • организация внутренних процессов в команде разработки.

  • знание основ классического ML и NLP/LLM: классические задачи и архитектуры/подходы для их решения, метрики, процесс обучения моделей

  • опыт разработки и продакшен-внедрения RAG-систем, AI-ассистентов, работа с векторными хранилищами и retrieval-стеком

  • отличное знание Python, опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью

  • плюсом будет знание CI/CD, владение инструментами разработки и инфраструктуры: Docker/Openshift/Kubernetes/Jenkins/Prometheus/Graphana/Kafka, PostgreSQL

  • опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки.

Что ещё может пригодиться:

  • Hadoop, PySpark, Airflow

  • Scala, SQL

  • CI/CD (у нас Jenkins+Bitbucket+Nexus), DevOps.

  • комфортный современный офис рядом с м. Кутузовская

  • возможность выбрать удобный график – офис/гибрид

  • 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.

Сайты компаний
СБЕР

Data scientist (Middle)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Команда «Мотивационный профиль» создает новый подход к работе с клиентом, который позволит перейти от классической персонализации к более глубокому пониманию человека на основе психологии. Мы извлекаем из данных психометрические характеристики — ценности, страхи, особенности характера и принятия решений — и используем их в продуктах банка и экосистемы.

Для построения мотивационного профиля мы используем анкеты, подробные интервью, поведенческие и транзакционные данные. Работаем с известными психометрическими методиками и подходами, разработанными исследовательской командой. Одна из ключевых задач — научиться надежно определять психометрические характеристики на ограниченных выборках, масштабировать их на широкую клиентскую базу и использовать в рекомендательных сценариях и моделировании клиентских реакций.

  • работать с таргетами, полученными из анкет и интервью с помощью экспертной и LLM-разметки

  • подбирать постановку задачи в зависимости от объема и качества данных: supervised learning, weak supervision, few-shot и другие подходы

  • сравнивать методы моделирования — от rule-based решений и классического ML до моделей на основе embeddings и LLM

  • обучать модели для предсказания психометрических и поведенческих характеристик клиента

  • масштабировать характеристики, доступные для ограниченной выборки клиентов, на широкую клиентскую базу

  • оценивать модели как по стандартным ML-метрикам, так и по тому, насколько хорошо их результаты работают в прикладных сценариях - сегментации, персонализации и моделировании поведения клиента

  • работать с неструктурированными данными, в том числе с текстами глубинных интервью

  • строить пайплайны обработки текста: чанкинг, построение эмбеддингов, кластеризация и извлечение признаков

  • сопоставлять информацию из текстов с поведенческими и транзакционными данными

  • проверять качество разметки и данных, анализировать смещения выборки и устойчивость полученных признаков

  • оценивать репрезентативность обучающей выборки и возможность переноса результатов на широкую клиентскую базу.

  • опыт работы Data Scientist / ML Engineer от 2–3 лет

  • уверенное знание Python и стандартного DS/ML-стека: pandas, numpy, scikit-learn, CatBoost / LightGBM / XGBoost

  • опыт построения supervised ML-моделей для табличных данных

  • хорошее понимание задач классификации, регрессии и ранжирования

  • опыт работы с текстовыми данными и NLP: embeddings, sentence-transformers, кластеризация, классификация текстов, семантический поиск

  • понимание основных подходов к работе с LLM: prompting, few-shot, zero-shot, LLM-разметка и оценка качества LLM-ответов

  • умение проектировать метрики и схемы offline-валидации для нестандартных задач

  • умение работать с неоднозначными таргетами, шумной разметкой и неполными данными

  • уверенная работа с большими данными

  • способность переводить бизнес-гипотезу в ML-задачу: формализовать постановку, определить требования к данным и метрикам, учесть ограничения и сформулировать критерии успешности

  • умение понятно объяснять результаты как ML-специалистам, так и продуктовой команде.

  • комфортный современный офис рядом с м. Кутузовская

  • возможность выбрать удобный график – офис/гибрид

  • ежегодный пересмотр зарплаты, годовая премия

  • корпоративный спортзал и зоны отдыха

  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

  • 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.

Сайты компаний
СБЕР

Data Scientist (AmazMe)

СБЕРАвтоподнятие
Зарплата не указанаРоссияНижний НовгородОфис

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

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

  • поиск подходящих ML решений для решения бизнес-задач, проведение оффлайн и онлайн (А/Б) экспериментов

  • разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение

  • анализ и работа с большими объёмами данных на PySpark

  • исследование и применение актуальных методик в области Data Science, Machine Learning и RecSys

  • взаимодействие с командой разработки и аналитики, генерация гипотез, участие в обсуждении решений и донесение результатов своей работы до команды.

  • опыт работы в области Data Science от 1 до 3 лет

  • интерес к рекомендательным системам, желание развиваться и постепенно брать на себя больше ответственности

  • практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей

  • хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных; опыт применения классических ML- и/или DL-подходов будет преимуществом

  • хорошее знание Python и основных DS-фреймворков (PyTorch, PySpark и др.), понимание принципов написания качественного кода

  • способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике.

Будет плюсом:

  • навыки работы с генеративными AI-моделями

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

  • опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

  • инструментальное владение AI для анализа, генерации и автоматизации.

  • гибридный/офисный формат работы (опционально). Офис расположен по адресу Нижний Новгород, Октябрьская, 35 лит. А

  • ежегодный пересмотр зарплаты, квартальная и годовая премия

  • корпоративный спортзал и зоны отдыха

  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

  • программа адаптации и помощь руководителя на старте

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

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

  • подписка Прайм с возможностью совместного использования на трёх близких

  • вознаграждение за рекомендацию друзей в команду Сбера.

Сайты компаний
СБЕР

Senior \ middle python разработчик (AIFA)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

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

AIFA — автономный универсальный агент финансового анализа.

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

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

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

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

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

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

  • повышать производительность, отказоустойчивость, безопасность и наблюдаемость решения

  • проводить code review и помогать формировать инженерные стандарты команды

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

  • доводить разработанные решения до промышленной эксплуатации.

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

  • опыт разработки микросервисных и распределённых систем

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

  • практический опыт работы с Docker и Kubernetes

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

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

  • способность самостоятельно реализовывать сложные технические компоненты

  • готовность отвечать за качество и результат реализации своего технического направления

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

  • комфортный современный офис рядом с м. Ленинский проспект

  • гибридный формат работы

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

  • корпоративный спортзал и зоны отдыха

  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

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

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

  • подписка Прайм с возможностью совместного использования на трёх близких

  • вознаграждение за рекомендацию друзей в команду Сбера.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Middle Agentic Engineer (Перспективный AI)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

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

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

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

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

production-развитием.

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

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

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

понятным, переиспользуемым и готовым к развитию.

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

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

  • улучшать архитектуру краткосрочной и долгосрочной памяти агента

  • инженерия агентской памяти для эффективной работы агента

  • разрабатывать skills и изолированные инструменты (MCP)

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

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

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

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

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

  • умение прототипировать без потери инженерной дисциплины.

  • комфортный современный офис рядом с м. Кутузовская

  • гибридный формат работы после испытательного срока

  • ежегодный пересмотр зарплаты, 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.

Сайты компаний
СБЕР

Senior Java developer (GigaChat)

СБЕРАвтоподнятие
550k–350k ₽РоссияМоскваОфис

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

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

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

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

минимум прикладного кода, максимум системного!

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

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

  • опыт использования ORM Hibernate, Apache Kafka

  • опыт работы с PostgreSQL и ClickHouse, с Java профайлером

  • опыт в поиске утечек памяти (анализ Heap Dump)

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

  • опыт ускорения JUnit тестов

  • опыт работы партиционирования (секционирования) таблиц

  • опыт организации шардирования высоконагруженного сервиса

  • опыт и знания распределенных транзакций

  • опыт работы с Redis.

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

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

  • возможность быть соавтором НИРов и статей для международных конференций

  • возможность выбрать удобный формат работы: гибрид или офис

  • ежегодный пересмотр зарплаты, годовая премия

  • корпоративный спортзал и зоны отдыха

  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

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

  • вознаграждение за рекомендацию друзей в команду Сбера.

Эта вакансия также есть на:Getmatch
Сайты компаний
СБЕР

Аналитик данных (Revenue & Customer Analytics) / BI-аналитик (курорт Манжерок)

СБЕРАвтоподнятие
до 100k ₽РоссияГорно-Алтайск

Релокация на Алтай обязательна!

Курорт «Манжерок» — крупнейший инвестиционный проект в Росссии.

Мы ищем системного аналитика, который станет связующим звеном между бизнесом, IT и данными. Ваша задача — превратить разрозненные данные о гостях в инструмент для роста выручки и улучшения сервиса.

Вы будете отвечать за построение аналитической инфраструктуры, внедрение BI-отчетности и использование современных ИИ-инструментов для анализа дополнительных трат гостей.

Чем предстоит заниматься

Аналитика и отчетность:

  • Сбор и формализация потребностей коммерческих и операционных подразделений.
  • Выстраивание системы показателей, витрин данных, регулярной отчетности и BI-дашбордов.

Работа с данными:

  • Организация получения и объединения данных о гостях и их тратах из PMS, CRM, POS и других систем курорта.
  • Определение правил сопоставления транзакций с гостем и бронированием, контроль полноты и качества данных.

Бизнес-анализ и рекомендации:

  • Анализ дополнительных трат по сегментам, услугам и этапам клиентского пути.
  • Выявление возможностей роста выручки и формирование практических рекомендаций для маркетинга, продаж и сервисных направлений.

Прогнозное моделирование:

  • Построение, проверка и развитие прогнозных моделей для сегментных и персонализированных предложений (вероятность покупки, отклик, прогноз трат, повторный визит, LTV).

Внедрение ИИ:

  • Внедрение процесса использования ИИ-агента для сбора и проверки данных по доп. тратам, классификации операций, выявления аномалий и подготовки выводов.

Маркетинг и CRM:

  • Совместно с CRM и маркетингом: запуск и оценка сегментных предложений, измерение конверсии, доп. выручки и инкрементального эффекта.

Управление проектами:

  • Управление взаимодействием с IT, владельцами систем и подрядчиками по интеграции данных, автоматизации и внедрению моделей.
  • Документирование метрик, правил расчета и процессов.

Наши ожидания

  • Опыт: от 3 лет в аналитике данных / бизнес-аналитике.
  • Технические навыки:
  • Уверенный SQL, опыт работы с витринами данных, ETL/ELT, BI-инструментами и контролем качества данных.
  • Python для анализа данных и моделирования (pandas, numpy, scikit-learn); понимание валидации моделей и интерпретации результатов.
  • Предметная область: опыт клиентской аналитики, сегментации, прогнозирования спроса и покупательского поведения, оценки эффективности персонализированных предложений.
  • Понимание систем: понимание архитектуры и интеграции PMS, CRM, POS и транзакционных источников. Опыт в гостиничном бизнесе, туризме или услугах будет преимуществом.
  • ИИ-грамотность: понимание возможностей и ограничений ИИ-агентов и LLM в аналитике, принципов проверки результатов и защиты клиентских данных.
  • Soft skills: навыки управления проектами, постановки задач IT и подрядчикам, презентации выводов руководству и бизнес-заказчикам.
  • Образование: высшее (математика, экономика, информационные технологии или смежные направления).

Личные качества

  • Системное мышление.
  • Ответственность за результат.
  • Инициативность.
  • Внимательность к качеству данных.
  • Умение выстраивать взаимодействие между подразделениями.

Мы предлагаем

  • Возможность стать частью команды флагманского проекта туристической отрасли
  • Компенсация аренды жилья;
  • Компенсация расходов на переезд;
  • ДМС со стоматологией;
  • Корпоративный трансфер из г. Горно-Алтайска, с. Майма;
  • Корпоративное питание
  • Скидки на пользование услугами курорта: ски-пассы и байк-пассы, возможность аренды горнолыжного оборудования со скидкой, скидки в ресторанах и детском центре Курорта;
  • Занятия по горным лыжам и сноуборду;
  • Возможность получения льготного ипотечного кредитования;
  • Бесплатное подключение к системе «СберПрайм +», подписка на онлайн кинотеатр Okko
Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Senior Research Engineer (LLM Pretraining)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

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

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

Чем занимается команда

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

Какие задачи стоят перед командой

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

Почему мы

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Будет плюсом

  • Опыт со смешанной точностью и распределённым обучением.

  • Опыт построения систем оценки моделей или инфраструктуры для экспериментов.

  • Удалённо.

  • Возможность оформления в аккредитованную IT-компанию.

  • Годовая премия по итогам работы до 6 окладов.

  • Регулярный пересмотр зарплат.

  • Корпоративный спортзал и зоны отдыха.

  • Более 400 программ СберУниверситета для роста.

  • Программа адаптации и помощь руководителя на старте.

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

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

  • Ипотека для сотрудников по дисконтной программе.

  • СберПрайм+ и скидки у партнёров.

  • Бонус за рекомендации в команду

Сайты компаний
СБЕР

Руководитель направления ML Pretrain Multimodal LLM

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах H100 и B200, а pretrain является ядром самого быстрорастущего AI-проекта Сбера.

Это роль для человека, который возьмёт на себя архитектурную часть pretrain: design моделей, законы масштабирования, выбор и адаптация attention / MoE / позиционных схем, а также все архитектурные решения, которые определяют, какой именно будет следующая флагманская модель GigaChat.Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить архитектурные идеи до реального роста качества модели на масштабе.

  • Развивать архитектуру моделей GigaChat

  • Определять, как должна развиваться архитектура pretrain-моделей: какие направления наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели.

  • Проектировать архитектуру флагманских моделей и отвечать за ключевые архитектурные решения: attention, позиционные схемы (RoPE и варианты), нормализации, активации, инициализация.

  • Развивать MoE-архитектуру: маршрутизация, балансировка экспертов, устойчивость маршрутизатора, влияние на качество и производительность.

  • Работать с long-context и мультимодальностью на уровне архитектуры: что именно нужно менять в модели, чтобы эти возможности работали стабильно.

  • Изучать и применять законы масштабирования

  • Проводить scaling-эксперименты и на их основе принимать решения по размеру модели, ширине / глубине, числу и размеру экспертов, размерам батча и длительности обучения.

  • Предсказывать, как архитектурные изменения поведут себя при переходе с небольших абляций на полный масштаб.

  • Определять и развивать метрики, которые корректно отражают архитектурные изменения в обучении моделей.

  • Определять, в каких случаях архитектурные изменения действительно дают прирост качества по сравнению с более простыми baseline'ами, а в каких — нет.

  • Анализировать стабильность архитектурных решений

  • Разбираться с нестабильностью на больших прогонах со стороны архитектуры: почему конкретная конфигурация расходится, где проявляются артефакты маршрутизации, коллапс энтропии, неустойчивости в attention.

  • Предлагать изменения в нормализациях, клиппинге, точности вычислений и структуре блоков, которые делают обучение более предсказуемым.

  • Обеспечивать безопасное масштабирование при внедрении крупных архитектурных изменений в основной трейн.

  • Писать ключевой код и оставаться сильным исследователем

  • Самостоятельно писать и дорабатывать архитектурные компоненты и абляции.

  • Делать надёжные и воспроизводимые эксперименты: понятные версии данных, конфиги, сравнение запусков, контроль деградаций.

  • Читать статьи, воспроизводить ключевые результаты и адаптировать лучшие идеи под наши задачи и инфраструктуру.

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

  • Руководить сильной технической командой

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

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

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

  • Отличное владение Python и PyTorch.

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

  • Глубокое понимание архитектуры LLM: Transformer, attention (MHA/GQA/MLA), RoPE и варианты позиционных эмбеддингов, нормализации, инициализации, long-context, MoE.

  • Практический опыт с обучением больших моделей (а не только инференсом) и проведением архитектурных абляций.

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

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

  • Опыт руководства сильной технической командой и готовность лично писать важные части системы руками.

Будет плюсом

  • Опыт работы с MoE-архитектурами: маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации.

  • Опыт проведения scaling-экспериментов и работы с законами масштабирования.

  • Опыт работы с long-context и мультимодальными расширениями LLM.

  • Опыт работы с distributed training (5D-параллелизм: DP/TP/PP/EP/SP) и large-scale инференсом.

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

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

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

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

  • Команду сильных инженеров и исследователей.

  • Возможность совмещать управление направлением с глубокой технической работой.

  • Конкурентную компенсацию, премии и расширенный соцпакет.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Python-разработчик Middle+(AI-Agents)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Центр ИИ Блока «Строительство» разрабатывает автономных агентов для автоматизации ключевых бизнес-процессов — от обработки тендерной документации до контроля графиков производства работ и управления поставками.

В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды

  • Разработка высокодоступных сервисов для управления диалогами, планирования (planning), вызова инструментов (function calling) и multi-agent взаимодействия;

  • Написание чистого, тестируемого и поддерживаемого кода на Python; ревью кода коллег и поддержание инженерных стандартов;

  • Интеграция с LLM и внешними системами: подключение моделей (OpenAI, Anthropic, локальные), корпоративных API, CRM/ERP, баз данных и документооборота с обеспечением безопасности и обработки ошибок;

  • RAG и память агентов: построение retrieval-пайплайнов, управление краткосрочной и долгосрочной памятью, работа с векторными БД и кэшем;

  • Проектирование REST/gRPC-эндпоинтов, документирование (OpenAPI), обеспечение контрактов для фронтенда и смежных сервисов;

  • Реализация очередей, воркеров и фоновых задач для длительных LLM-операций (генерация, парсинг, эмбеддинги);

  • Оптимизация производительности и стоимости: профилирование, кэширование, батчинг запросов, снижение latency и затрат на токены;

  • Настройка логирования, трейсинга LLM-вызовов, алертов и дашбордов, анализ инцидентов;

  • Написание тестов, внедрение guardrails, валидация ответов моделей, защита от prompt injection;

  • Ведение архитектурной документации, ADR, гайдов для команды;

  • Участие в продуктовом процессе: совместно с продуктами и ML-инженерами уточнение требований, оценка сроков, итеративная поставка фич.

  • Опыт разработки на Python: от 3 лет в коммерческой разработке, включая проектирование высоконагруженных и отказоустойчивых сервисов;

  • Глубокое знание FastAPI, Django или Litestar; понимание внутреннего устройства ASGI/WSGI, middleware, DI, обработки ошибок и валидации;

  • Уверенное владение asyncio, httpx, aiohttp, anyio; понимание GIL, многопроцессности, пулов соединений и backpressure;

  • Опыт проектирования и оптимизации схем в PostgreSQL (индексы, EXPLAIN, партиционирование), опыт работы с Redis, MongoDB и другими NoSQL;

  • Практический опыт работы с OpenAI, Anthropic, Cohere, Mistral, локальными моделями (vLLM, Ollama, TGI); понимание streaming, tool/function calling, structured output, retry-политик и rate limiting;

  • Опыт построения агентных систем – ReAct, Plan-and-Execute, multi-agent orchestration, работа с фреймворками LangChain, LlamaIndex, LangGraph, AutoGen, CrewAI или собственные реализации;

  • Опыт работы с Qdrant, Milvus, Weaviate, Pinecone, pgvector; понимание чанкинга, эмбеддингов, гибридного поиска, reranking;

  • Уверенная работа с Kafka, RabbitMQ, NATS или Redis Streams для асинхронной обработки задач агентов;

  • Опыт с Docker, Kubernetes (деплой, HPA, secrets, probes), понимание принципов service mesh и работы с ingress;

  • Опыт настройки Prometheus, Grafana, OpenTelemetry, Langfuse или LangSmith для трейсинга LLM-вызовов;

  • Построение пайплайнов (GitHub Actions, GitLab CI, ArgoCD), понимание blue/green и canary-деплоя;

  • Опыт написания юнит-, интеграционных и e2e-тестов (pytest, testcontainers); понимание TDD/BDD;

  • Английский язык: (Upper-Intermediate+).

  • Гибридный формат работы (современный офис в Москве в пешей доступности от метро Кутузовская);

  • Льготные ипотечные условия кредитования;

  • Подписка Прайм с возможностью совместного использования на трёх близких ;

  • ДМС с первого дня и скидки на страхование для близких;

  • Корпоративная пенсионная программа;

  • Детский отдых и подарки за счет Компании;

  • Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Сайты компаний
СБЕР

Teamlead Data Science

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично.

Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования.

Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы.

Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами.

Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны.

Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!

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

  • руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа — от архитектуры ML/AI-решений до инструментов для fine-tuning LLM

  • управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества

  • менторство, код-ревью, стандарты разработки и исследований; участие в найме

  • архитектура ML/AI-решений, обоснование выбора методов и моделей

  • разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества

  • разработка и валидация ML-моделей, feature engineering, вывод в production

  • исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов

  • предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов.

  • одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта

  • алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск)

  • умение разобрать алгоритм по статье и реализовать в коде

  • готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM

  • Data Scientist / ML-инженер — от 4–5 лет

  • техническое лидерство или менторство — от 1–2 лет

  • вывод моделей в production и их сопровождение; исследовательская работа

  • Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL

  • классический ML, валидация моделей, статистика, математическое моделирование

  • NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG

  • практический опыт обучения нейронных сетей: трансформеры + минимум 2–3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты)

  • MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов

  • готовность проводить код-ревью и давать развивающую обратную связь

  • способность понятно объяснять технические решения нетехнической аудитории

  • постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе.

Будет плюсом:

  • XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера

  • опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов)

  • участие в соревнованиях Kaggle или аналогичных.

  • гибридный формат работы (4 дня офис) на Кутузовском, 32к1

  • ежегодный пересмотр зарплаты, квартальная и годовая премия

  • 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.

Сайты компаний
СБЕР

Старший менеджер по обучению

СБЕРАвтоподнятие
Зарплата не указанаРоссияРостов-на-Дону

Отдел карьерного развития и обучения

  • Организация внутреннего и внешнего обучения сотрудников и партнеров компании.

  • Проведение тренингов очно и онлайн для специалистов и руководителей по развитию Soft-навыков (в т.ч. продажи и коммуникации, управленческие навыки).

  • Проведение развивающих мероприятий разных форматов (воркшопы, фасилитации, мастер-классы, мозговые штурмы, деловые игры).

  • Организация пред-тренингового и\или пост-тренингового сопровождения сотрудников.

  • Управление результатом обучающих мероприятий (мониторинг развития навыка).

  • Организацией наполнения групп для обучения.

  • Создание, актуализация программ обучения под задачи бизнеса.

  • Взаимодействие с руководителями\ ключевыми сотрудниками функциональных блоков.

  • Выполнение установленных КПЭ.

  • Знание методологии проведения обучающих мероприятий.

  • Навыки проведения учебных мероприятий различных форматов.

  • Знание методологии и навыки разработки учебных мероприятий.

  • Знания и навыки ведения обучающих мероприятий.

  • Владение инструментами наставничества.

  • Умение принимать нетиповые решения.

  • Клиентоориентированность.

  • Официальное трудоустройство по ТК РФ.

  • График работы 5/2 с 9 до 18:00, офис.

  • Адрес: ул. Евдокимова 37.

  • Отсутствие строгого дресс-кода.

  • Корпоративная программа ДМС для сотрудников и льготная медицинская страховка для близких (включает стоматологию, обследования, лечение заболеваний и т.д.), страхование жизни, посещение санатория в Крыму одному или с семьей и корпоративный спортзал.

  • Корпоративное обучение за счет компании.

  • Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.

  • Корпоративные мероприятия: Новый год, командные выезды, участие в интеллектуальных играх. Еще мы помним о Ваших детях и дарим подарки на новый год.

  • Корпоративная пенсионная программа.

Сайты компаний
СБЕР

Data engineer в команду GigaChat (TTS)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

Наша команда отвечает за качество моделей TTS в GigaChat – той части нейросети, которая занимается звуком. Сейчас мы ищем ребят, которые будут работать над базовым качеством, мультимодальным Гигачатом и другими классными проектами.

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

Писать пайплайны обработки аудио/видео данных.

Хотим обрабатывать десятки тысяч часов в день на кластере

инферить опенсорсные и внутренние модели на гпу (денойзер, распознавание, тулы для оценки качества аудио)

поддержка сетевого хранилища данных

  • python и алгоритмы на хорошем уровне

  • опыт с multithreading и multiprocess

  • опыт обучения и/или инференса тяжелых моделей на нескольких гпу

  • s3, dvc, git

  • гибридный или удаленный 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

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

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

Эта вакансия также есть на:Getmatch
Сайты компаний
СБЕР

Junior AQA инженер (Поток)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Вакансия для того, кто хочет строить инновации мирового уровня и видеть реальный след от своей работы. Команда создаёт ИИ-решение для анализа реализации стратегии Сбера. Это кейс на уровне топовых мировых исследований в области сценарного моделирования комплексных экономико-социальных систем и построения предиктивных алгоритмов. Ищем в команду ребят с сильным техническим и концептуальным мышлением и жаждой создавать новое.

Обязанности

  • функциональное тестирование backend сервисов и UI и написание и поддержка тестовой документации (чек-листы, тест-кейсы, баг-репорты, инструкции)
  • подготовка тестовых данных для тестирования / проведения ПСИ, участие в релизах, проведение регрессионного тестирования и в проведении сценариев приемо-сдаточных испытаний (ПСИ)
  • участие в работе с обращениями от пользователей и анализ информации в БД и логах сервисов
  • построение и поддержка eval-набора (golden set) и регрессионного контроля качества при смене моделей, промптов и версий приложения
  • автоматизированная оценка качества генерации (LLM-as-judge, метрики типа Ragas) при релизах
  • тестирование RAG: качество поиска релевантного контекста, корректность источников, поведение при неполной / противоречивой информации
  • тестирование агентных сценариев: многошаговые цепочки, вызовы инструментов (MCP), повторные попытки, эскалация к человеку
  • участие в мониторинге качества в проде и настройке обратной связи от пользователей.

Требования

  • опыт работы на позиции AQA на Python от 1 года
  • понимание HTTP, кодов ответов, авторизации
  • опыт тестирования API (REST/JSON) для проверки интеграций и бизнес-логики, микросервисного взаимодействия
  • опыт тестирования запросов с помощью Postman/Insomnia/Swagger
  • опыт работы с форматами данных: JSON, YAML, XML, HTML
  • знание SQL, умение написать SQL запрос средней сложности
  • базовый опыт работы с системами сбора и визуализации метрик, работа с логами (Prometheus, Grafana) и понимание CI/CD и участия QA в пайплайнах доставки
  • понимание принципов работы LLM и их ограничений: недетерминированность вывода, галлюцинации, методы оценки качества генеративных моделей и опыт построения eval-наборов (golden set) и оценки качества LLM; желательно — LLM-as-judge, Ragas.

Будет плюсом

  • понимание RAG и методов оценки качества retrieval: релевантность контекста, корректность источников
  • опыт тестирования агентных систем: многошаговые агенты, tool calling
  • опыт работы с Python для автоматизации оценки (pytest)
  • понимание метрик качества AI-продукта и мониторинга качества в проде
  • опыт работы с Kafka
  • опыт работы с векторными / графовыми БД (например, Qdrant).

Условия

  • гибридный формат работы из офиса в г. Москва
  • годовой бонус и ежегодный пересмотр
  • ДМС с первого дня + стоматологию и льготное страхование для семьи
  • корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
  • офис на Ленинском проспекте с зонами отдыха и спортзалом
  • льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.
Сайты компаний
СБЕР

DevOps-инженер

СБЕР
Зарплата не указанаРоссияРязаньГибрид

Мы приглашаем квалифицированного DevOps-инженера для участия в развитии наших производственных процессов и инфраструктуры.

Вам предстоит создавать и поддерживать DevOps Pipeline, обеспечивать стабильность и надежность производственно-технологических процессов, оптимизировать рабочие процессы.

  • проектирование и развитие действующих DevOps-конвейеров для ускорения выпуска релизов

  • управление, администрирование и мониторинг Unix-серверов и кластеров Kubernetes

  • написание и актуализация технической документации, ведение внутренней базы знаний

  • участие в совместной деятельности с разработчиками, инженерной поддержкой и экспертами инфраструктуры

  • проведение регламентных работ, выполнение обновлений и планового обслуживания

  • подготовку и поддержку тестовых стендов, автоматизацию процессов настройки и конфигурирования рабочих окружений

  • внедрение и сопровождение процессов CI/CD, разработку и улучшение пайплайнов в инструментах Jenkins и Argo CD

  • использование инструментов Git, Docker, Ansible, Bash, PostgreSQL и прочие.

  • опыт работы в роли DevOps от 2 лет

  • способность уверенно управлять и строить процессы CI/CD/CDP

  • знания Docker, PostgreSQL, Ansible, Bash

  • опыт работы с OpenShift/Kubernetes, облачными архитектурами и опытом эксплуатации контейнерных платформ

  • знакомство с мониторинговыми инструментами (Prometheus, Grafana, Zabbix);

  • навыки работы с операционными системами Unix

  • опыт практической работы с инструментами управления конфигурацией и автоматизацией (Ansible, Terraform и др.)

  • хорошее знание SQL и работу с базами данных (PostgreSQL)

  • базовые навыки программирования (Python/Bash).

Будет плюсом:

  • имеете опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.

  • комфортный современный офис на Семашко, 14

  • формат работы – офис/гибрид

  • ежегодный пересмотр зарплаты, квартальная и годовая премия

  • 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.

Эта вакансия также есть на:hh.ru
Сайты компаний
СБЕР

Ведущий аналитик (Резервы)

СБЕР
Зарплата не указанаРоссияМоскваОфис

Мы занимаемся развитием продукта, который считает процентную ставку резервирования, с учетом которой и складывается сумма резерва.

Наша команда состоит из 12 разработчиков, 6 аналитиков и 6 тестировщиков.

Наш архитектурный периметр – ППРБ и ЕФС.

Сейчас мы ищем сильного аналитика со знаниями в предметной области банковских резервов, который поможет решить новые амбициозные задачи.

  • сбор, анализ требований к системе

  • формализация и согласование требований

  • передача требований в разработку

  • консультации членов команды по работе продукта

  • участие в подготовке к выпуску продукта

  • взаимодействие со смежными командами, заказчиками

  • участие в планировании и наполнении бэклога команды.

  • опыт работы от 6-х лет аналитиком

  • опыт в проектах автоматизации резервирования, учета резервов и оценки рисков в банке

  • опыт работы с Confluence, Jira

  • знание технологий интеграционного взаимодействия (REST services, Kafka, JSON, GraphQL) и опыт их описания

  • знание BPMN и UML

  • опыт работы с реляционными СУБД (в том числе на этапе проектирования)

будет плюсом:

  • опыт работы в Agile-команде

  • умение читать программный код (Java)

  • понимание принципов построения архитектуры современных информационных систем, в том числе АI-агентов.

  • работа в офисе в Москве (Кутузовский пр, 32)

  • ежегодный пересмотр зарплаты и годовая премия

  • расширенный ДМС и льготное страхование для семьи

  • уникальная система обучения Сбера для профессионального и карьерного развития

  • выгодная ипотека для сотрудников

  • подписка Прайм с возможностью совместного использования на трёх близких

  • вознаграждение за рекомендацию друзей в команду Сбера

  • корпоративная пенсионная программа.

Вакансии по профессиям

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.