Работа в Сбере: вакансии IT и digital

Наша функциональная подсистема (ФП) – часть АС, которая выполняет роль централизованного сервиса криптографии Банка. ФП предоставляет клиентам нашей АС дополнительный функционал с помощью сервисов и набора AI-агентов.

Разрабатываемые нами, сервисы и AI-агенты, помогают ускорить анализ инцидентов смежных ФП и внешних АС, сократить клиентский путь потребителей и сотрудников банка в части взаимодействия с нашей и сторонними АС.

Будущему участнику команды предстоит участвовать в разработке новых микросервисов, правке текущих и в обсуждении реализации функционала.

• разработка микросервисов, функциональности и интеграционной логики высоконагруженных кластерных приложений
• доработка существующего функционала и исправление багов
• оценка трудозатрат на реализацию модулей
• оптимизация кода разрабатываемых и существующих компонентов
• документирование своего кода, участие в разработке технических документов для сопровождения системы
• взаимодействие с архитекторами, тестировщиками и службой поддержки
• поддержка внедрений

Основной стек и архитектура: Kotlin, Spring Boot 3, Spring Data JPA , Gradle, PostgreSQL, Kafka, Kubernetes, Istio.

• коммерческая разработка микросервисов на kotlin (рассматриваем java с желанием перейти) и spring boot.
• глубокая экспертиза в сборке: gradle, написание собственных плагинов и тасок.
• асинхронность: уверенная работа с coroutines и построение event-driven архитектуры через apache kafka.
• инфраструктура k8s: запуск jvm-приложений в kubernetes, понимание deployments/services/pods. знакомство с istio service mesh.
• базы данных: postgresql, spring data jpa, проектирование индексов и оптимизация сложных запросов.
• качество кода: юнит- и интеграционные тесты не для галочки (junit, mockito/mockk), чистое логирование, сбор метрик и распределенная трассировка.
• траблшутинг: быстрый поиск первопричин сбоев и узких мест в высоконагруженных распределенных системах.

Будет плюсом:

• инженерная проактивность по улучшению процессов разработки, практический опыт sre, интеграция llm в сервисы на jvm (spring ai, langchain4j)

• инструментальное владение AI для анализа, генерации и автоматизации

• комфортный современный офис в Москве

• график работы – офис

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера

Мы создаем новую команду развития мониторинга для систем рисков корпоративно-инвестиционного бизнеса. Наша задача — с нуля выстроить единый, масштабируемый и управляемый контур мониторинга для более чем 110 ИТ-услуг, от которых зависит контроль кредитного риска и устойчивость критичных бизнес-процессов.

Ищем SRE-инженера, который будет развивать систему мониторинга и алертинга: проектировать подходы, внедрять новые решения, повышать наблюдаемость сервисов и участвовать в создании единого мониторинга для большого и критичного ИТ-ландшафта.

Требования по стеку:

• опыт работы с Unix-based системами (RH, Centos), команды, службы, типовые задачи

• контейнеризация: OS, Kubernetes, на уровне пользователя

• Prometheus exporters – уверенные знания (понимание принципа генерации и работы, установка, настройка, администрирование и поддержка экспортеров для разных источников данных)

• Prometheus + Alertmanager – уверенные знания (федерация, тюнинг, решение типовых проблем)

• Grafana – уверенные знания (v10+ панели, источники данных, разграничение доступов, provisioning, unified alerting)

• Opensearch + Dashboards (ELK) — уверенные знания. Кластеризация, настройка индексов (mapping), шардирование и репликация, оптимизация производительности, разграничение ролей, прокси-авторизация

• Logstash, Data Prepper, Vector - уверенные знания, разные источники, фильтры, преобразование

• Kafka - Schema, настройка тракта kafka - data prepper - opensearch и его тюнинг

• IaC (Ansible, Helm) - решение типовых задач, написание плейбуков и чартов

• PromQL, KQL, DQL - создание дашбордов и алертов в системах визуализации

• Сертификаты - понимание принципа работы, расширений, типов хранилищ

• написание pipeline обработки данных в одном из инструментов: Logstash, Datapreper, Datatog Vector, OpenTelemetry Collector.

• опыт работы с системами сбора логов и метрик (Fluentd, Fluent-bit)

Желательные (будут плюсом):

• работа с инструментами CI, CDl, CDp (Jenkins) - опыт работы как пользователя. Умение работать с groovy будет плюсом.

• Навыки автоматизации рутинных задач (скрипты на Bash/Python).

• Victoria metrics (установка, настройка и сопровождение кластерной версии. Опты работы с vmagent / vmalert)

• Prompt engineering, умение работать с агентами и LLM через MD будет плюсом.

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

• формат работы гибирдный

• стабильный оклад + годовое премирование и социальная поддержка сотрудников

• официальное оформление с первого дня

• профессиональный и дружный коллектив, готовый принимать и считаться с любой точкой зрения

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

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

• корпоративная пенсионная программа

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

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

• корпоративный спортзал и скидки в спортзалы-партнеры

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

• работу по Agile с лучшими из IT индустрии: 2000 продуктовых команд и возможность внутреннего перемещения

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

• свободный dress code

• возможность самостоятельного выбора необходимых технологий, а так же возможность привнести своё видение в проект

Наша цель — улучшать опыт клиента, предупреждая и предиктивно решая его проблемы и возникающие вопросы. Мы работаем с ключевыми продуктами банка и экосистемы Сбера (от дебетовых карт до СберПрайма) и стремимся сделать взаимодействие с банком и компаниями экосистемы простым, удобным и предсказуемым. Наш трайб активно разрабатывает AI-агентов на базе GigaChat для автоматизации клиентского обслуживания, а наша команда помогает с тестированием и оценкой качества внедряемых AI агентов.

• Исследовать причины обращений клиентов: анализировать текстовые данные (NLP), выявлять триггеры и закономерности

• Строить и анализировать клиентские пути по различным продуктам и каналам, находить узкие места и возможности для улучшения

• Формировать и проверять гипотезы на основе данных из разных систем (транзакции, кликстрим, коммуникации, обращения)

• Участвовать в оценке качества работы AI-агентов и других сервисных сценариев, анализируя их влияние на клиентский опыт

• Готовить, запускать и оценивать A/B тесты в различных каналах: SMS, IVR, мобильное приложение

• Проводить углублённый анализ воронок, распределений, сегментов, чтобы находить инсайты для бизнеса и предлагать решения.

• Уверенный SQL (сложные запросы, оконные функции, оптимизация) и опыт работы с базами данных

• Практическое знание Python для анализа данных (pandas, numpy, визуализация)

• Хорошая математическая подготовка, понимание статистики, опыт проведения A/B-тестов, работы с воронками, сегментацией

• Умение работать с большими объёмами данных, строить end-to-end анализ: от постановки задачи до выводов.

Будет плюсом:

• Опыт с PySpark/Hadoop

• Базовое понимание ML и NLP

• Опыт работы с LLM-платформами, опыт написания промптов.

• Комфортный современный офис рядом с м. Кутузовская

• Формат работы - 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

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

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

• Вознаграждение за рекомендацию друзей в команду Сбера.

Мы ищем в команду аналитика, который будет формировать и тестировать гипотезы по портфелю корпоративных клиентов, работающих в области сырьевых товаров (металлы, нефть, химия, лес). В управлении второй по объему портфель в Сбере.

Ключевые задачи команды :

- разработка стратегий работы (включая цифровые) с корпоративными клиентами бизнес сегмента "средний+"

- мониторинг качества кредитного портфеля, анализ причин портфельных изменений, формирование предложений по результатам анализа.

• сбор данных для проведения портфельного риск-менеджмента с учетом отраслевой специфики сырьевых отраслей

• подготовка аналитических материалов и отчетов о финансовом состоянии заемщиков портфеля

• портфельный анализ с целью оценки эффективности текущих стратегий выдач

• сбор данных для оценки бизнес-инициатив

• расчет эффекта от бизнес-инициатив

• исследование источников данных, проверка признаков для целей моделирования

• поиск и анализ нетиповых гипотез/корреляций

• формирование регулярной отчетности по направлению кредитных рисков

• подготовка бизнес -ребований на доработку витрин данных

• тестирование прототипов витрин данных

• ad hoc аналитика.

• опыт в финансовой организации от 3-х лет

• высшее математическое или техническое образование

• знание принципов и инструментов работы с большими данными SQL/Python

• знание основных портфельных риск-метрик в идеале - знания статистики, принципов мат. моделирования, концепции статистической проверки гипотез, построения доверительных интервалов, регрессионного анализа.

Будет плюсом:

• PySpark

• классический ML

• работа с корпоративными хранилищами данных (Hadoop Hive)

• понимание основных принципов построения финансовой отчетности юридического лица.

• комфортный современный офис рядом с м. Кутузовская

• ежегодный пересмотр зарплаты, годовую премию

• корпоративный спортзал и зоны отдыха

• уникальную систему обучения Сбера для профессионального и карьерного развития

• расширенный ДМС и льготное страхование для семьи

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

• бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративную пенсионную программу.

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.

Обеспеченное будущее позволит клиенту использовать инструменты финансового планирования для формирования долгосрочных планов на периоде 10+ лет. Проект позволит формировать план финансовой независимости и отслеживать его достижение и текущий статус, а также будет проактивно давать совету по его улучшению и минимизации рисков.

• проектирование, поддержание в актуальном состоянии, согласование архитектур АС

• контроль разработки программных модулей и сервисов

• обсуждение, выработка, защита и продвижение архитектурных решений

• создание прототипов и MVP. Весь цикл (требования, архитектура, разработка, оценка ресурсов, развёртывание, поддержка, демонстрация, развитие и т.д.)

• личное участие в разработке

• знание основ проектирования архитектуры АС, особенностей построения распределенных систем, микросервисной архитектуры, проектирования событийно ориентированных систем, интеграции enpterprise приложений, опыт проектирования контрактов API

• уверенное владение SQL и NoSQL, знание принципов взаимодействия с БД

• опыт разработки и проектирования систем, знание основ ООП

• знания особенностей мобильной разработки, Git

• опыт управления командой от 10 человек

Будет плюсом:

• 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

• формат работы - офис (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.

Команда трайба SberNBA департамента данных и рекомендательных систем B2C ищет в команду системного аналитика для развития интеграционных взаимодействий с каналами Банка

• участие в анализе и уточнении требований по задачам бэклога

• участие в решении задач по проектированию и дизайну ИС

• разработка документации к модулям системы

• разработка инструкций для второй линии технической поддержки

• наполнение и актуализация базы знаний

• авторская приемка, тестирование программного обеспечения, выявление несоответствия ПО заданным требованиям

• анализ, расследование проблем, дефектов и инцидентов.

• высшее техническое образование

• опыт в экспертной оценке задач (трудоемкость, риски, ограничения)

• опыт описания интеграционных взаимодействий (BPMN 2.0, Sequence diagram, User-Case, User-Story)

• опыт проектирования логической модели данных

• знание интеграций: синхронное, асинхронное)

• умение писать простые select'ы к таблицам SQL

• умение описывать структуры запросов и ответов посредством JSON-схем

• практика проектирования API (REST)

• знания и практический опыт работы в Agile командах

• способность успешно строить коммуникации с большим количеством контрагентов из смежных команд

• 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.

• 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.

ВАШИ ЗАДАЧИ:

• Подготавливать и оптимизировать имеющиеся регулярные отчеты на базе Power BI (работа с БД, поиск необходимой информации в БД, построение запросов, представлений, таблиц необходимых для построения отчетов или по запросу руководителя);
• Поддерживать, оптимизировать и создавать отчеты, построенные на базе SQL (в том числе ведение справочников в Excel);
• Подготавливать индивидуальные аналитические отчеты;
• Проводить анализ финансовых и производственных показателей с целью повышения эффективности бизнеса и подготавливать аналитические записки.

Место работы: г.Санкт-Петербург, Московский пр.98
График работы: 5/2 с 09:00-18:00

ЧТО ВАЖНО ДЛЯ УСПЕХА:

• Высшее образование (в приоритете информационные технологии/математическое/экономическое);
• Опыт работы не менее 3-х лет на должности аналитик, экономист-аналитик;
• Умение работать с большим объемом информации;
• Умение анализировать данные, в том числе финансовые показатели, и делать выводы, давать рекомендации о повышении эффективности;
• Умение подготавливать аналитические записки;
• Знание MS Excel (сводные таблицы, формулы);
• Понимание принципов BI, опыт работы с продуктами BI;
• Знание SQL (Microsoft SQL Server : CTE, хранимые процедуры, SQL Agent, оконные функции будет преимуществом);
• Знание Power BI (агрегационные функции, работа с датами / форматами, основные принципы модели связей, визуализация данных);
• Базовые знания Python (Pandas) - будет преимуществом;
• Уверенный пользователь ПК, владение MS Office на уровне уверенного пользователя.

НАШИ ПРЕИМУЩЕСТВА:

• Стабильность и масштаб - работа в федеральном лидере логистики с 25-летней историей. Прозрачная система оплаты, оклад + премия за результат;
• Экспертность - внутреннее обучение и комфортная адаптация, реальный карьерный рост в команде профессионалов, которые задают стандарты отрасли;
• Команда - атмосфера поддержки и коллеги, с которыми хочется идти к общим целям и праздновать победы;
• Дополнительно - партнерские программы и приятные бонусы – от скидок на перевозку до призов за участие в корпоративных конкурсах.

Наша команда занимается развитием сервисов для корпоративных клиентов в Цифровом Корпоративном Банке "СберБизнес" в каналах Web и Mobile.

Мы отвечаем за выписку, счета, копилку, штрафы и начисления.

Наша месячная аудитория насчитывает более 200 тыс. индивидуальных предпринимателей и организаций.

• реализовывать клиентские сервисы СберБизнес на современном стеке технологий (микросервисная архитектура, OpenJDK 17, Springboot, Tomcat, Kubernetes, OpenShift, PostgreSQL, Apache Kafka)

• решать сложные, интересные задачи

• исследовать новые предметные области и AS IS решения, формировать обобщённый материал исследований

• специфицировать требования и API

• разрабатывать концептуальные модели данных

• разрабатывать схемы взаимодействия компонентов системы (совместно с архитекторами)

• сопровождать тестирование и внедрение продукта

• активно взаимодействовать с владельцем продукта, разработчиками, тестировщиками и смежными командами

• вести базу знаний по продукту.

• опыт работы аналитиком в разработке автоматизированных систем

• опыт интеграционной аналитики

• знание методологий анализа и моделирования бизнес-процессов

• понимание принципов объектно-ориентированного анализа с использованием UML

• практический опыт работы с пользовательскими историями и вариантами использования

• навык декомпозиции больших задач на более мелкие для итеративной проработки

• умение быстро погружаться в незнакомую предметную область.

Будет плюсом:

• уверенное владение AI-инструментами.

• комфортный современный офис рядом с м. Кутузовская, формат работы - гибрид

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Создаем поисковый сервис для ответа на запросы пользователей на естественном языке. Ломаем барьер между статичными знаниями языковой модели и постоянно меняющимся миром. Предоставляем GigaChat доступ к актуальной информации, чтобы пользователи получали точные ответы на любые вопросы, включая вопросы о свежих новостях и событиях.

• разработка и развитие backend сервисов на Python и поискового индекса

• интеграции с различными источниками данных (базы, стриминговые системы, аналитические движки, llm-агенты)

• работа над производительностью, отказоустойчивостью и масштабируемостью

• участие в код-ревью, формирование best practices команды

• опыт коммерческой разработки на Python от 3 лет

• хорошее знание FastAPI / Flask / Django REST Framework

• опыт работы с SQL и одной из СУБД (PostgreSQL, ClickHouse, S3 и др.)

• Опыт работы с OpenSearch/ElasticSearch

• понимание принципов построения REST API

• опыт работы с брокерами сообщений (Kafka / RabbitMQ)

• знание Git, Docker, CI/CD

• базовые знания систем кэширования (Redis) будет плюсом

• понимание того, как работает поиск, полнотекстовые и векторные индексы будет плюсом

• опыт написания тестов (pytest/unittest).

• комфортный современный офис рядом с м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• программа ипотеки для сотрудников

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

• вознаграждение за рекомендацию друзей в команду Сбер.

Нам в команду продукта «Портфельное управление и кредитный анализ» требуется ручной тестировщик (с возможностью развития full-stack).

Мы работаем по методологии Scrum (Sbergile). Наша команда насчитывает более 180 сотрудников с различными ролями и экспертизами и мы активно развиваем автоматизацию тестирования с использованием Python.

• в проекте по развитию масштабной аналитической системы финансового моделирования и анализа по крупным корпоративным клиентам Банка на базе .NET, Postgre с использованием ML-технологий тестировать функционал бэк и UI
• при желании научится разработке новых и поддержке существующих автотестов (Web UI, API, DB ) на языке Python

Мы ожидаем:

• знание теории тестирования, техник тест-дизайна и умение применять всё это на практике
• знание и опыт ведения тестовой документации (тест-кейсы, тест-планы)
• понимание архитектуры web-приложений
• навык написания SQL запросов на уровне запросов средней сложности (join, подзапросы, группировки и др.)
• опыт оценки покрытия тестами функциональностей системы
• умение доставать и читать логи
• опыт тестирования систем, построенных на событийной модели (Kafka).

Будет плюсом:

• опыт работы с AI-инструментами (знакомство с spec-driven development);
• знание Python
• опыт разработки - тестов с применением pytest (как бэкенд (API), так и фронтенд (UI))
• понимание принципов интеграции авто-тестов в CI/CD (Jenkins или другими аналогами)
• умение составлять и наставить заглушки/моки

Для реализации задач вам понадобится владение:

• навыков работы с Баг-трекинговыми системами

• опыт работы с Git, понимание git-flow

• навыки работы с системами BitBucket, Confluence

• знакомство с AllureTestOps

• опыт работы с ELK/PVS/Grafana

• навыки работы с DevTools, Insomnia(Postman), DBeaver

• комфортный современный офис рядом с м. Кутузовская

• формат работы - гибрид (3 дня офис, 2 удаленно)

• оформление на декретную ставку

• ежегодный пересмотр зарплаты 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 департаменте стратегии команда из 5 человек. Ищем аналитика, который вышел за рамки поиска в Google и работы «в чате с нейросетью»: умеет собирать разнородные первоисточники, превращать их в структурированную базу и выводы с проверяемыми ссылками — и автоматизирует этот процесс.

Обязанности:

• собирать и структурировать первоисточники: корпус по рынкам, компаниям и регулированию - официальные публикации, статистика цб рф и росстата/емиис, спарк-интерфакс, гарант / консультантплюс, скан-интерфакс, отчётность компаний

• парсинг документов (pdf -> markdown/json), извлечение структурированных данных через llm (gigachat api, json schema), мониторинг изменений источников

• строить систему знаний: база на markdown + yaml под git, единые словари и таксономии, метаданные, поиск по корпусу (rag: эмбеддинги, гибридный поиск), регламент проверки качества данных

• автоматизировать: python (pandas, duckdb/sql), скрейпинг (scrapy / playwright), оркестрация (n8n / airflow), версионирование промптов и схем

• каждый ручной процесс - кандидат на автоматизацию

• анализировать и структурировать выводы: деревья гипотез и драйверов (mece), decision analysis, финансовые модели в excel; выводы по пирамиде «ответ -> аргументы -> данные» в записках и презентациях для руководства

• держать стандарт достоверности: факт, допущение и суждение разделены; каждое суждение прослеживается до ссылки; ключевые утверждения подтверждены двумя независимыми источниками; уровень уверенности назван.

Требования:

• 1-3 года в research-, стратегической или data-аналитике: консалтинг, аналитический центр, корпоративная стратегия, investment research
• python для данных и текстов (pandas, работа с api, скрипты сбора) и sql
• уверенный excel, включая чтение чужих финансовых моделей
• практика с llm за пределами чата: промпт-цепочки, структурированное извлечение, rag-поиск по документам; понимание, где модель ошибается и как это проверять
• desk research с дисциплиной: первичные источники приоритетнее вторичных, воспроизводимый лог поиска (запрос, дата, ссылка), правило двух источников
• структурирование: пирамида минто, mece, деревья гипотез; вывод на страницу за 2-3 часа из 5-10 разнородных источников.

Будет плюсом:

• опыт построения баз знаний, парсеров, мониторинга источников: obsidian, git, n8n, docling

• знакомство с babok (document analysis, root cause analysis, data dictionary) или dama (измерения качества данных)

• опыт с on-prem llm: gigachat enterprise, vllm / ollama.

Условия:

• стабильный оклад и социальная поддержка сотрудников

• официальное оформление

•  расширенный ДМС с первого дня и льготное страхование для близких

• корпоративное обучение в Виртуальной школе Сбера

• подписка Прайм с возможностью совместного использования на трёх близких

• корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный ⅓ ключевой ставки ЦБ.

В Центре робототехники Сбера мы собираем большие объёмы данных для обучения моделей управления роботами в сложных реальных условиях. Важно не только наращивать объём датасетов, но и понимать их состав, качество и динамику сбора, своевременно выявлять проблемы и улучшать процессы работы с данными. Мы ищем Data Analyst, который будет развивать аналитику и контроль качества датасетов: выявлять аномалии, сопровождать пайплайны фильтрации и приёмки данных, вести статистику сбора, строить дэшборды, а также формировать рекомендации для команд сбора и разметки.

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!

• выявлять аномалии, несоответствия и другие проблемы в данных

• разрабатывать и развивать автоматические и полуавтоматические проверки качества данных

• участвовать в развитии пайплайнов фильтрации, валидации и приёмки данных

• строить дэшборды, визуализации и регулярную статистику по сбору, разметке, качеству и составу датасетов

• готовить отчёты по результатам проверок качества и анализу датасетов

• формировать рекомендации по улучшению сбора, разметки, фильтрации и приоритизации данных.

• 2+ года опыта в data analysis, data engineering, applied ML или близкой области

• уверенное владение Python: pandas/polars, numpy, visualization

• знание математической статистики и умение корректно интерпретировать результаты анализа

• умение анализировать мультимодальные данные: видео, временные ряды, текстовые данные

• умение писать поддерживаемый воспроизводимый код, работа с git

• знание SQL и опыт работы с таблицами, метаданными

• базовое понимание ML и жизненного цикла данных для обучения моделей

• хорошая письменная коммуникация для отчетов и постановки задач смежным командам

• проактивность и способность доводить наблюдение в данных до конкретного улучшения процесса.

Будет плюсом:

• опыт с annotation QA, data curation, anomaly detection или quality scoring

• опыт обучения ML/DL моделей

• опыт работы с большими датасетами и распределёнными системами

• опыт автоматизации регулярной обработки данных

• 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 Автозаводская 23а к2

• 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 развиваем AI-платформу для разработчиков: CLI, IDE-плагины, desktop app, backend-сервисы и агентские сценарии разработки.

Продукт уже используется внутри крупной корпорации и одновременно развивается как внешний B2B SaaS / on-prem продукт.

Ищем сильного техлида, который сможет быть техническим центром команды: принимать архитектурные решения, ускорять delivery, развивать инженеров и строить production-grade AI-систему.

Наш стек

- Backend: Java

- AI stack: open-source LLMs, vLLM, sglang

- Infra: Kubernetes / OpenShift

- CI/CD: Jenkins

- IDE integrations: VSCode / JetBrains

- Agent workflows / orchestration / telemetry

Лидировать и менеджерить разработку AI Developer Platform:

- CLI

- VSCode / JetBrains plugins

- Desktop apps

- backend services

- orchestration / agent runtime

- telemetry / observability

- enterprise integrations

Проектировать архитектуру:

- agent workflows

- tool calling

- RAG / indexing

- multi-session backend orchestration

- sandboxing / guardrails

- масштабируемые inference integration patterns

Принимать технические решения:

- decomposition сервисов

- reliability

- scalability

- performance

- security

- extensibility платформы

Развивать инженерную культуру:

- code review

- engineering standards

- RFC / ADR

- SDLC / AI PDLC

- observability

- release quality

Работать вместе с:

- product owner

- delivery / TPM

- design

- ML / infra

- backend / frontend / plugin engineers

- Участвовать в hands-on разработке сложных частей системы

- Помогать команде быстро и качественно доставлять фичи без потери инженерного качества

Развивать инженерную культуру:

- code review

- engineering standards

- RFC / ADR

- SDLC / AI PDLC

- observability

- release quality

Сильная инженерная база

- 5+ лет коммерческой разработки

- опыт роли senior / lead engineer / tech lead

- системное мышление

- умение проектировать сложные системы

Архитектура и backend

- опыт построения высоконагруженных backend systems

- API design

- async processing

- queues / streaming

- observability

- fault tolerance

Современный AI stack

Будет большим плюсом опыт с:

- AI agents

- coding agents

- MCP / ACP

- tool calling

- RAG

- vector search

- prompt engineering

- inference APIs

- vLLM / open-source models

- orchestration frameworks

Leadership

- умение вести команду через технический авторитет

- способность объяснять сложные вещи просто

- принятие решений в условиях неопределенности

- ownership mindset

- баланс между скоростью и качеством

• комфортный современный офис рядом с м. Тульская
• возможность выбрать удобный график – офис/гибрид
• 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
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера

Наша команда занимается развитием платформы данных в блоке «Люди и Культура».

Создаваемые нами Data-продукты являются основой для комплексной HR-аналитики, углубленных исследований по человеческим ресурсам и создания эффективных ML-моделей. Они помогают принимать осознанные решения на основе реальных данных.

Мы ищем сильного Python разработчика для развития BI/ETL инструментов и реализации интерфейсов доступа к данным.

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

• написание бэкенд части AI агентов и ИИ моделей (FastAPI)

• поддержка текущего функционала, реализация необходимых расширений и интеграций

• участие в разработке архитектуры программного продукта

• участие в настройке CI/CD

• взаимодействие со смежными командами (DE, DevOps, QA, SRE).

• опыт коммерческой разработки на Python от 3 лет

• глубокое понимание asyncio, multithreading, multiprocessing для создания высокопроизводительных приложений

• продвинутые знания SQL: сложные JOIN, CTE, оконные функции, оптимизация запросов (EXPLAIN), работа с подзапросами

• понимание алгоритмов и структур данных для решения нетривиальных задач

• опыт работы с Git, Docker, Kubernetes, nginx, OAuth/OpenID

• практический опыт работы с Redis (кэширование, брокер) и ClickHouse (или другими колоночными СУБД)

• опыт работы с очередями сообщений: Kafka и/или Celery

• практический опыт с инструментами ML/DS: LangChain/LlamaIndex, LLM, MLflow, pandas.

Будет плюсом:

• опыт с Airflow: написание и отладка DAG'ов

• опыт создания дашбордов для мониторинга в Grafana

• 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 формат работы. Современный IT-офис на Кутузовском проспекте 32

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Ищем эксперта по трудовому праву для решения сложных кадровых кейсов.

• Проведение процедуры сокращения штата работников

• осуществление экспертизы документов по сложным случаям увольнения по инициативе работодателя, включая дисциплинарные взыскания, по сокращению численности и штата

• квотирование рабочих мест для трудоустройства инвалидов, детей (формирование отчетности, заключение договор на аренду рабочих мест)

• подготовка документов, ответов на запросы контролирующих органов (ГИТ/Прокуратура/МВД, и др.), в т.ч. на обращения (жалобы) работников

• разработка распорядительных документов (приказов, распоряжений, положений, регламентов и т.д.)

• консультирование руководителей и работников подразделений Банка по вопросам применения трудового законодательства, разбор сложных кейсов

• формирование внутренней/внешней отчетности

• подготовка презентационных материалов.

• высшее образование по направлению: управление персоналом / юридическое

• опыт работы не менее 4 лет в сфере кадрового администрирования

• хорошие знания трудового законодательства, нормативных актов РФ, регулирующих трудовые отношения

• опыт решения сложных споров

• уверенный пользователь Excel, PowerPoint

• опыт и навык работы в SAP HR (ведение кадрового делопроизводства, опыт составления оперативных запросов, формирование отчетности) будет преимуществом.

• работу в современном офисе в центре города с новыми учебными аудиториями

• годовую премию и ежегодный пересмотр зарплаты

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

• уникальную систему онлайн обучения Сбера для карьерного развития и роста

• ДМС с первого дня работы и льготное страхование для семьи

• корпоративную пенсионную программу

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Приглашаем лидера в области данных и аналитики, который возглавит стратегическое развитие data-направления и станет ключевым партнёром бизнеса в принятии решений на основе данных.

Вы будете отвечать за формирование и реализацию стратегии работы с данными, развитие архитектуры и продуктов аналитики, а также за управление командой профессионалов в составе ИТ-ландшафта Фонда.

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

• Разработка и реализация стратегии НПФ в области данных и аналитики;

• Развитие и оптимизация архитектуры данных в составе ИТ ландшафта НФП и Экосистемы Сбер;

• Обеспечение доступности, качества, безопасности и интерпретируемости данных для бизнес-пользователей;

• Обеспечение скорости, качестве и безопасности поставок данных, управление DTA;

• Управление командой 12 человек (КХД, Аналитики данных, BI), подрядчиками, бюджетом подразделения;

• Руководство созданием и развитием ключевых продуктов: системы бизнес-аналитики (BI), корпоративного хранилища данных (DWH), Единого профиля клиента;

• Разработка и утверждение стандартов качества данных (Data Quality) и метрик их отслеживания;

• Внедрение лучших практик и методологий в области анализа данных.

• Глубокое понимание современных методов анализа данных, статистики, машинного обучения и AI;

• Знание технологического стека: базы данных (MSSQL, Postgres, GreenPlum), BI-инструменты, способы построения КХД и организации поставок данных, Data Lineage, каталог данных, Data Quality. Не должен сам писать код или сопровождать АС, но должен глубоко понимать возможности и ограничения, уметь поставить задачу, привлекать экспертов с нужными компетенциями, выстраивать процесс сопровождения и развития АС;

• Опыт управления жизненным циклом data-продуктов;

• Стратегическое мышление: способность видеть картину в целом и превращать данные в стратегические рекомендации;

• Бизнес-акцент: понимание бизнес-модели, метрик и процессов компании. Умение говорить на языке бизнеса, а не только данных;

• Управление стейкхолдерами: умение работать с различными подразделениями фонда, банка и экосистемы (маркетинг, продажи, финансы, стратеги), выявлять их потребности и строить долгосрочные партнёрские отношения.

• Гибридный формат работы (современный офис м.Шаболовская);

• Льготные ипотечные условия кредитования;

• Подписка Прайм с возможностью совместного использования на трёх близких, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Ситимобил, Сбер Еаптека и другие;

• 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 квалификации.

SberWorks, направление AI PDLC. Мы переводим разработку на рельсы Specification Driven Development (SD). Спецификация становится единственным источником истины — машиночитаемой, версионируемой в git и связанной с кодом через AI-агентов. Первая версия методологии и тулинга успешно внедрена пилотными командами. Теперь мы переходим от прототипа к промышленному масштабу и ищем человека, который будет формализовать этот хаос в строгую систему.

Эволюционировать SD из локального стандарта пилота в корпоративную библиотеку знаний Сбера. Вы будете не просто описывать процессы, а проектировать метамодель разработки для мира, где 70% кода пишет агент.

Что предстоит делать:

• Формализация артефактов: проектировать спецификацию как главный объект системы. Описывать ее синтаксис, семантику, правила линковки с задачами и коммитами, контракты API между агентом и человеком.
• Развивать жизненный цикл (lifecycle) спецификации: определять статусы документа, правила ветвления и слияния (git-flow для документации), стратегии разрешения конфликтов версий при одновременной работе нескольких агентов.
• Проектировать процесс ревью под ИИ: разрабатывать новые чек-листы проверки спецификаций, которые учитывают риски галлюцинаций агента, скрытые допущения модели и безопасность генерируемого кода.
• Создавать шаблоны и гайды: писать понятные инструкции по переходу на SD для тимлидов, техписов и ML-инженеров. Упаковывать сложные концепции взаимодействия с LLM в простые шаги.
• Замыкать петлю обратной связи: собирать инциденты внедрения со всех стримов, классифицировать их и превращать в патчи методологии, изменения базовых шаблонов и доработки требований к инструментам.
• Синхронизировать экосистему: стыковать требования SD с существующими стандартами архитектуры, безопасности и CI/CD-пайплайнов компании.

Системное мышление: вы видите за текстом процесса работающую систему. Умеете декомпозировать абстрактные идеи до уровня конкретных полей в форме задачи или строки в конфигурационном файле.

Глубокое понимание SDLC: знание того, как устроены git, MR/PR, циклы релизов и интеграции изнутри. Понимание разницы между процессом ради процесса и процессом, ускоряющим поставку ценности.

Насмотренность в AI-assisted разработке: практический опыт работы с Copilot-инструментами или автономными агентами. Вы понимаете, где модель предсказуемо ошибается, что такое контекстное окно и почему промпту нужен свой цикл жизни.

Опыт создания стандартов: наличие портфолио написанных гайдлайнов, дизайн-систем или корпоративных фреймворков, которыми реально пользуются десятки команд.

Умение работать с сопротивлением: способность доказывать инженерам с высокой технической планкой, почему ваш новый шаблон архитектурного решения лучше их привычного способа ведения Confluence-страниц.

• комфортный современный офис рядом с м. Тульская
• возможность выбрать удобный график – офис/гибрид
• 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
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера

Мы команда нового ДИТ, разрабатывающая цифровые системы для Блока Строительство в СБЕР. Создаем и сопровождаем решения для управления строительными объектами, BIM-модели, системы виртуальной визуализации зданий и различные аналитические платформы. Нам в команду требуется Middle DevOPS, обладающий высоким уровнем экспертизы и высокими навыками командной работы. Основной проект АС AI HUB Блока Строительство.

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

• Обеспечение CI/CD-цикла по всем требованиям Банка на проекте АС AI HUB Блока Строительство;

• Взаимодействие с разработчиками для оптимизации процессов сборки, развертывания и тестирования ПО;

• Автоматизация процессов управления конфигурациями

• Соблюдение требований технических стандартов и метрик по всем вверенным системам;

• Участие в формировании жизненного цикла системы, оптимизация производственного процесса;

• Мониторинг и улучшение производительности систем, обеспечение отказоустойчивости и масштабируемости инфраструктурных компонентов

• Диагностика и устранение критичных сбоев и неполадок, работа над предотвращением ошибок;

• Внедрение современного технологического стека, пилотирование перспективных решений (в т.ч. GenAI) в периметре ДИТ.

• Готовность к офисному форматы работы;

• Знания сетевых технологий, протоколов;

• Знания операционных систем Linux семейства RHEL;

• Опыт администрирования СУБД PostgreSQL, как дополнительный плюс знания СУБД ClickHouse, Opensearch, Apache Ignite, Redis.

• Понимание принципов работы векторных поисковиков (Qdrant, Pinecone, Weaviate и др.);

• Опыт работы с современными методами работы с информацией (Retrieval-Augmented Generation, Semantic Search);

• Знания систем контроля версий, в частности git. Знание методологий ветвления GitFlow, Trunk Based Development, а также методологии GitOps

• Опыт работы с ArgoCD, Jenkins, SonarQube, Hashicorp Vault. Apache Superset;

• Опыт работы с Docker, Docker-compose, Kubernetes, как дополнительный плюс работы с Istio и EnvoyProxy;

• Опыт работы с Jira и подобными инструментами.

• **Офисный формат работы (**г. Москва, ш Варшавское Бизнес-центр Чайка Плаза, 25Астр6);

• Льготные ипотечные условия кредитования;

• Подписка Прайм с возможностью совместного использования на трёх близких;

• Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие;

• 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 квалификации.

Команда работает над созданием API-сервисов для ML-моделей, деплойментом в контейнеризованной инфраструктуре с использованием OpenShift. В стеке активно используются PyTorch, scikit-learn, FastAPI, Docker и Python. В проекте необходимо решать задачи быстрого, безопасного и масштабируемого получения качественных синтетических данных для тестирования, аналитики, машинного обучения и других бизнес-задач, где требуется работа с большими объёмами данных без риска раскрытия конфиденциальной информации.

Задачи

• развивать и поддерживать инфраструктуру для обучения и эксплуатации _ML_-моделей
• автоматизировать процессы сборки, тестирования и доставки сервисов генерации синтетических данных
• обеспечивать высокую доступность масштабируемости и отказоустойчивости сервисов
• внедрять и развивать практик DevOps/DataOps в команде
• взаимодействовать с разработчиками, _ML_-инженерами и аналитиками для оптимизации рабочих процессов.

Требования

• глубокие знания Linux: уверенное администрирование, работа с сетью (iptables, nftables), диагностика производительности
• экспертиза в Kubernetes/OpenShift: умение не только разворачивать кластеры, но и настраивать их: управление квотами, troubleshooting сложных проблем
• владение GitOps-инструментами: глубокое понимание ArgoCD или аналогичных инструментов. Умение писать и поддерживать сложные пайплайны развёртывания
• автоматизация (Ansible/Python/Golang): опыт написания ролей Ansible для сложной конфигурации. Навыки программирования на Python или Golang для создания собственных инструментов автоматизации.
• cетевые технологии и безопасность: глубокое понимание работы Service Mesh (Istio). Опыт внедрения mTLS, настройки политик авторизации; навыки работы с инфраструктурой открытых ключей (PKI), понимание принципов работы сертификатов; опыт настройки систем сбора логов и метрик (ELK, Prometheus, Grafana)
• инструменты сборки: знание лучших практик создания контейнеров (Dockerfile), опыт работы с _distroless_-образами
• hashiCorp Vault: опыт внедрения и администрирования, настройка секретов, интеграция с CI/CD и приложениями
• jenkins: опыт настройки и поддержки сложных пайплайнов (pipelines), интеграция с системами контроля версий и инструментами автоматизации
• kubernetes + Istio Service Mesh: опыт развёртывания и эксплуатации Istio в Kubernetes, настройка политик безопасности, маршрутизации, мониторинга
• postgreSQL: администрирование, оптимизация производительности, резервное копирование и восстановление, репликация
• hive: опыт работы с хранилищами данных, написание и оптимизация запросов, интеграция с экосистемой Hadoop
• bash: написание сложных скриптов для автоматизации задач администрирования и DevOps-процессов.

Мы предлагаем

• комфортный современный офис:г Москва, наб.Новоданиловская 10 (БЦ Даниловский Форт, ДФ), рядом с М.Тульская, Верхние котлы
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

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

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

• разработка агента Action plan

• разработка моделей новостног омониторинга

• разработка агента по мониторингу условий договоров.

• опыт работы в аналогичной должности от 3-х лет

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

• стек: Python/PostgreSql/Spark

• понимание основных принципов и алгоритмов классического ML

• опыт перевода бизнес-задач в термины ML

• навыки написания продакшн-кода на Python

• высокая автономность в рабочих задачах.

Будет плюсом

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

• работа в удобном и современном офисе недалеко от станции метро Кутузовская

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Команда управления ИТ-инфраструктурой ищет сотрудника, который усилит нашу команду системных администраторов в части использования Astra Linux и LDAP каталога на его основе.

• Администрирование, мониторинг, настройка и оптимизация Linux-серверов (Астра Линукс);

• Настройка, контроль, и сопровождение процедур автоматического обновления ОС Linux и системного программного обеспечения;

• Поиск узких мест и оптимизация архитектуры информационных систем;

• Автоматизация регламентных задач и управления доступом в части эксплуатации Linux-серверов;

• Развитие и эксплуатация домена на базе ALD Pro с применением RBAC/HBAC;

• Разработка и применения групповых политик (GPO).Настройка и проведение миграции на ALD Pro.

• Экспертные знания операционных систем семейства Linux Debian. Реальный опыт работы с Астра Линукс (ALSE 1.7.7 и 1.8.3 и выше);

• Опыт работы и знание базовых инфраструктурных служб и протоклов: DNS, DHCP, Kerberos, LDAP/LDAPS, SSL/TLS и т.д;

• Опыт эксплуатации системы управления конфигурациями (Ansible, Semaphore) и написания плейбуков к ним;

• Глубокое понимание принципов работы доменных служб: Active Directory и/или FreeIPA;

• Опыт разработки и применения групповых политик (GPO). Знание и опыт применения RBAC/HBAC;

• Опыт автоматизации задач (Python, Ansible, PowerShell, Salt Stack);

• Базовые знания принципов работы компьютерных сетей - стек TCP/IP, VPN;

• Базовые знания системы мониторинга Zabbix, Grafana, Prometheus;

• Навыки работы с сертификатами безопасности (выпуск\установка), понимание протоколов SSL/TLS;

• Умение оформлять и передавать коллегам накопленный опыт и знания, полученные в ходе выполнения рабочих задач;

• Знание основ информационной безопасности;

• Профильное техническое образование по ИТ-специальности;

• Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.

• Гибридный формат работы (современный офис в Москве на метро Проспект мира);

• Льготные ипотечные условия кредитования;

• Бесплатная подписка СберПрайм +;

• Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие;

• 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 квалификаци.

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

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

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

Чем предстоит заниматься

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

Кого мы ищем

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

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

Что мы даём — и почему это редкость на рынке

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

Эта вакансия — участник пилота по использованию AI.

После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

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

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

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

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

Сейчас у нас фокус в нескольких направлениях:

Исследования и эксперименты.

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

Инфраструктура и параллельные тренировки.

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

Фреймворк распределённого обучения.

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

Низкоуровневые оптимизации.

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

Качество и метрики.

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

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

Обязанности

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

Требования

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

Плюсом будет:

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

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

Условия

• Удалённо по России.
• Возможность оформления в аккредитованную IT-компанию.
• Годовая премия по итогам работы до 6 окладов.
• Регулярный пересмотр зарплат.
• Корпоративный спортзал и зоны отдыха.
• Более 400 программ СберУниверситета для роста.
• Программа адаптации и помощь руководителя на старте.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.
• Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.
• Ипотека для сотрудников по дисконтной программе.
• СберПрайм+ и скидки у партнёров.
• Бонус за рекомендации в команду.

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

Обязанности

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

Требования

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

Условия

• офисный формат работы (на время испытательного срока) и гибридный формат работы после испытательного срока.
• комфортный современный офис рядом с м. Кутузовская.
• корпоративный спортзал и зоны отдыха.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• вознаграждение за рекомендацию друзей в команду Сбера.