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
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.
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.
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.
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.
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.
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
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
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.
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.
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.
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.
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.
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.
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.
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.
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
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
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.
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.
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.
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.
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
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.
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.
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
- AI инженер
- Специалист по внедрению AI
- Аналитик 1С
- Android разработчик
- Системный архитектор
- BI / DWH / ETL специалисты
- Бизнес-аналитика
- Chief Data Officer
- Chief Marketing Officer
- CPO / Product lead
- C&B специалист
- C++/C
- Unit Lead / CTO
- Кибербезопасность
- Аналитика данных
- Data Engineer
- Data Science & ML
- Администратор баз данных
- DevOps
- Digital-маркетинг
- C#
- Embedded & IoT
- Ивент-менеджер
- Go
- Графический дизайн
- HR-специалист
- iOS разработчик
- Java/Scala/Kotlin
- MLOps инженер
- Сетевой инженер
- PHP
- PR и коммуникации
- Продуктовый дизайн
- Product менеджмент
- Продакт-маркетинг
- Project менеджмент
- Python
- Автоматизация тестирования
- Ручное тестирование
- React
- Scrum Master / Agile Coach
- SMM
- Системный администратор
- Системная аналитика
- Тимлид / Техлид
- Технический менеджер
- UI/UX дизайнер
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.