Системный аналитик (Аналитик GenAI-продукта)

Задачи: — трансляция бизнес-потребностей в технические требования к функционалу и логике AI-агентов — проектирование интеграций: описание взаимодействия агентов с внешними API (входы/выходы, форматы данных, обработка ошибок, таймауты, retry-логика) — проектирование меж-агентского взаимодействия: оркестрация агентов, передача контекста, приоритизация запросов и сценарии эскалации — сопровождение до ПРОМ: совместно с промпт-разработчиками доводите требования до готовых промтов, контролируете соответствие промтов исходным бизнес-требованиям и передача системных требований в команду сопровождения — взаимодействие с заказчиками, менеджментом и командой разработки, обеспечение прозрачности процесса — исследование рынка и проверка гипотез: быстрая оценка применимости AI-решений под задачу, сравнение подходов (LLM, RAG, инструменты, мультиагентность), подготовка обоснованных рекомендаций Требования: — уверенный технический бэкграунд: понимание архитектуры веб-систем, REST API, gRPC, форматов данных (JSON, OpenAPI/Swagger, Protobuf), интеграционных паттернов (sync/async, webhooks, очереди) — понимание AI-концепций на уровне теории либо применения: как работают LLM, промпт-инжиниринг, ограничения и «галлюцинации»; RAG (retrieval-augmented generation), векторные БД; архитектура AI-агентов: инструменты (tools/function calling), оркестрация, мультиагентные сценарии; знакомство с LangGraph/LangChain или аналогичными фреймворками — понимание, что такое harness (core-платформа для GenAI-агентов) и его составляющих — умение проектировать логику агентов: сценарии, состояния, ветвления, обработка ошибок, fallback-сценарии — навыки декомпозиции задач и написания точных, проверяемых технических требований (User Story + критерии приёмки, или спецификации) — опыт взаимодействия с бизнесом и перевода требований в технические спецификации — опыт работы с PostgreSQL/SQL (чтение схем, описание маппинга данных) — умение быстро проверять гипотезы: исследовать рынок AI-решений, оценивать применимость технологии под задачу Будет плюсом: — понимание Java/React-стека на уровне общения с командой (что реально, а что нет в существующей архитектуре) — опыт в продуктовых командах, где аналитик сопровождает фичу от идеи до релиза — опыт написания технических заданий для промпт-разработчиков — базовые навыки прототипирования (Python/псевдокод/конфигурация) для быстрой проверки гипотез Условия: — комфортный современный офис — корпоративный спортзал и зоны отдыха — уникальная система обучения Сбера для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — 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 — корпоративная пенсионная программа.