Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:
сбербанк · На сервисе с: 24.09.26 12:35
Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:
Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу:
AI-решения для глубокого анализа данных
Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы
Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов
Интеграция с внутренними LLM-шлюзами и средами исполнения агентов
RAG-системы для работы с корпоративными базами знаний и методологиями
Наш передовой технологический стек:
Storage - Hadoop, Cassandra, ClickHouse, Elasticsearch, FastGraph, PostgreSQL
Big Data Engineering- Scala, Spark, Flink
Вackend - GO (GIN), Scala (ZIO), Kubernetes (OpenShift, DropApp)
Fronted - React, Redux (Redux ToolKit, RTK Query), Typescript, jest. Библиотеки: react-force-graph, leaflet
AI - Python (LangChain, LangGraph, Harness), GO (mcp-go), Typescript (no code platform), ai-coding (gigacode cli, claude, codex), RAG\GraphRag (PostgreSQL, Elasticsearch, Qdrant)
QA - Java, TestNG, Selenium, Maven, Allure
DevOps - Docker, Helm, Jenkins
Проектирование и анализ архитектуры технического решения совместно с командой разработки
Разработка и согласование концепции, проектной документации и технической документации, описание API, ведение документации в Confluence
Анализ источников данных, разработка моделей данных, логики алгоритмов и интеграций
Документирование и обеспечение соблюдения правил сбора, хранения и использования данных
Участие в полном цикле разработки и внедрения
Статус студента 3-5 курса, готовность выделять на стажировку минимум 30 часов в неделю в офисном формате
Понимание жизненного цикла разработки ПО и роли системного аналитика в данном процессе
Умение быстро погружаться в исследуемую область
Навыки интеграции решений на основе ML/AI в реальные производственные системы
Базовые знания SQL: понимание принципов реляционных баз данных, умение писать SQL-запросы различной сложности
Знание форматов JSON/XML и навыки проектирование REST API
Способность обрабатывать и структурировать большой объем сложной информации, доступно и наглядно ее презентовать
Сбор, анализ и документирование бизнес-требований, описание use case, генерация идей, проработка технических решений, интеграционных взаимодействий
Коммуникативные навыки, достаточные для выстраивания конструктивного взаимодействия со смежными подразделениями и внутри команды
Будет плюсом
Опыт проектирования логической и физической моделей данных
Понимание ключевых алгоритмов и подходов в AI/GenAI (LLM, vector search, NLP, context engineering и др.)
Понимание архитектуры AI/GenAI решений, LLM, RAG, BI и DataOps
Владение инструментами Big Data (Hadoop, AirFlow, Spark, Kafka)
Понимание принципов работы NoSQL баз данных (Cassandra, ClickHouse, ElasticSearch, Qdrant, Neo4j)
Опыт проектирования логической и физической моделей данных
Экспертизу на стыке больших данных, backend- и frontend- разработки, AI и безопасности, которую невозможно получить в типовых IT-проектах
Среда для обмена знаниями – высокая экспертиза внутри команды
Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать
Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
Стабильную заработную плату и годовой бонус
Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.