Вакансии

Обязанности анализ бизнес-требований и системных требований анализ кода работы с данными (PL/SQL) (по необходимости) участие в выпуске релизов (тестирование, определение состава релизов, участие в приемо-сдаточных испытаниях) работы по поиску и воспроизведению дефектов, выявленных в процессе эксплуатации написание авто-тестов погружение в DevOps задачи.

Зарплата не указана

развивать и сопровождать Python-фреймворк. разрабатывать и интегрировать анализатор для новых языков и форматов.

Зарплата не указана

Руководить командой Data Science: развивать экспертизу, выстраивать процессы, помогать сотрудникам расти и достигать результата. От 10 лет опыта в Data Science.

Зарплата не указана

Задачи: — участвовать в полном цикле разработки AI-агентов и универсальных ассистентов: от идеи и проектирования до запуска в продакшн — проводить эксперименты, тестировать гипотезы и исследовать новые подходы для создания агентских решений — разрабатывать и внедрять LLM-пайплайны, чат-ботов и интеллектуальные системы — обучать и дообучать NLP-модели под конкретные задачи продукта — интегрировать разработанные модели и логику в бизнес-процессы — мониторить качество работы моделей в продакшне, находить узкие места и оперативно вносить улучшения. Требования: — опыт в NLP и понимание технологий: от классических алгоритмов до трансформеров и генеративных моделей (LLM) — практический опыт коммерческой разработки AI-агентов, чат-ботов и LLM-пайплайнов — опыт обучения глубоких нейронных сетей — уверенное владение PyTorch, NumPy, Pandas, а также фреймворками для работы с агентами: LangChain, LangGraph (или их аналогами) — уверенное владение Python, Git, SQL, Bash, Docker. Умение писать чистый, поддерживаемый и тестируемый код — навык перевода бизнес-требований в конкретные технические и алгоритмические решения. Будет плюсом: — понимание принципов микросервисной архитектуры и опыт проектирования REST API — опыт разработки асинхронных и многопоточных приложений (asyncio, aiohttp, multiprocessing и др.) — опыт взаимодействия с реляционными и нереляционными базами данных — практический опыт настройки и поддержки CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD или аналоги) — опыт развёртывания и управления приложениями в Kubernetes. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — 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.

Зарплата не указана

Задачи: — Анализ требований: полнофункциональное выявление бизнес-, пользовательских, функциональных и нефункциональных требований к data-платформенным решениям — Декомпозиция бэклога: разбиение крупных инициатив на эпики, фичи, User Stories и задачи с определением критериев DoD и AC — Проведение R&D: исследовательские работы, изучение новых подходов, анализ tech trends, создание прототипов решений — Проектирование интеграций: детальное проектирование межсистемных интеграций и потоков данных с микросервисами, внешними потребителями и AI-агентами — Документирование: подготовка технических требований, API-контрактов (REST/JSON, Kafka-схема), ADR, спецификаций — Моделирование данных: проектирование концептуальных, логических и физических моделей данных, ER-диаграммы, нормализация/денормализация — Проектирование событийно-ориентированных архитектур: моделирование потоков данных через Kafka, определение схем событий и SLA доставки — Согласование: проведение согласований технических требований со стейкхолдерами, техническими лидами и владельцами продукта — Участие в приёмочном тестировании: проверка реализованного функционала на соответствие требованиям и спецификациям — Разбор инцидентов: участие в расследовании инцидентов, анализ root cause, формализация требований на исправления и превентивные меры Требования: Опыт и экспертиза: — Самостоятельное выявление и формализация требований к информационным системам — Опыт проектирования data-решений: ETL/ELT-пайплайны, хранилища данных, data pipelines — Уверенное знание SQL (оконные функции, CTE, джойны) — Понимание событийно-ориентированной архитектуры и брокеров сообщений (Kafka) — Владение REST/JSON/JSON Schema, проектирование и ревью API-контрактов — Понимание микросервисной архитектуры и её паттернов Проектирование и моделирование: — UML: диаграммы последовательностей, компонентов, развёртывания, состояний — DDD: понимание bounded contexts, агрегатов, доменных событий и применение при формировании требований к микросервисам — Проектирование ER-диаграмм уровня продакшна Работа с данными: — Понимание принципов проектирования data-хранилищ: концептуальная, логическая, физическая модели — Опыт описания контрактов данных: схемы, валидация, версионирование — Понимание тематики Kafka: topic naming, partitioning strategy, schema registry Инструментарий: — Проектирование: PlantUML, draw.io, Miro или аналоги — Клиент-серверные взаимодействия: Postman, Insomnia или аналоги — Мониторинг и наблюдаемость: принципы построения дашбордов (Grafana, Kibana) — Опыт использования AI-инструментов (LLM, AI CLI-ассистенты, IDE-плагины) для подготовки документации и ревью требований Soft Skills: — Системное мышление, выявление рисков и точек отказа — Уверенная устная и письменная коммуникация — Управление конфликтами интересов стейкхолдеров, нахождение консенсуса, эскалация — Активное слушание, умение задавать правильные вопросы (5 Why, Jobs-to-be-done) — Способность вести несколько проектов параллельно, управлять приоритетами Будет плюсом: — Опыт в HR-Tech / HR-аналитике — Опыт проектирования data-инструментов (каталог данных, системы data lineage) — Опыт работы с ClickHouse, Redis, S3 — Практический опыт взаимодействия/разработки AI-агентов — Понимание основ безопасности: шифрование, аутентификация, аудит данных — Навыки работы с генеративными AI-моделями, создание и использование AI-агентов — Опыт использования GigaChat, Kandinsky и аналогов — Инструментальное владение AI для анализа, генерации и автоматизации Условия: — Инновационные проекты и задачи для профессионального роста — Среда для обмена знаниями с высокой экспертизой внутри команды — Сплочённая команда — Культура, создаваемая сотрудниками, поддержка корпоративных комьюнити — Стабильная зарплата и годовой бонус — Гибридный формат работы — Современный IT-офис рядом с метро "Кутузовская" с фитнес-залом — Более 400 образовательных программ СберУниверситета — Расширенный ДМС, льготное страхование для семьи, корпоративная пенсия — Гибкий дисконт по ипотечному кредиту — Подписка Прайм с возможностью использования трёх близких — Вознаграждение за рекомендацию друзей в команду Сбера

Задачи: — участие в организации end-to-end реализации задач: от формирования методологии и ТЗ до промышленного внедрения, мониторинга и визуализации результатов в проект — взаимодействие со стейкхолдерами (бизнес-подразделения, методологи, дата-сайентисты и пр.): проведение встреч, выявление потребностей, UX-исследования, согласование требований — управление требованиями: формализация бизнес и пользовательских требований, нефункциональных требований на этапе бизнес-анализа, приоритизация требований, участие в формировании продуктового бэклога, обработка входящих и заведение исходящих CR (Change Request), анализ влияния изменений на текущий продукт, формирование предложений применения AI-агентов — бизнес-процессы и описание логики: моделирование, оптимизация бизнес-процессов (BPMN) — интеграции и данные: мэпинг, участие в проектировании интеграционного взаимодействия — демо и тестирование: проведение демо-показов продукта, участие в функциональном тестировании, сбор обратной связи — подготовка презентационных, обучающих материалов Требования: — высшее образование аналитического профиля (техническое, математическое, финансовое) — практический опыт работы в банковской среде, желательно в сфере финансов (преимущество) — знание продуктовой линейки банка для юридических лиц, специфика работы юридических лиц и особенности их взаимодействия с Банком (преимущество) — технические компетенции: базовые навыки работы с SQL для анализа данных и построения отчетов (обязательно), Python для анализа данных в базах данных (преимущество) — опыт работы с Jira, Confluence и их аналогами (обязательно) — использование нейросетей в повседневной работе Условия: — комфортный современный офис рядом с м. Кутузовская — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — уникальная система 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 — корпоративная пенсионная программа

Зарплата не указана

Ищем стажёра , который будет помогать развивать продукт, улучшать пользовательский опыт и влиять на ключевые продуктовые метрики. • Обучение в одном из ведущих вузов (ВШЭ, МФТИ, МГУ, СПбГУ, ИТМО или зарубежные университеты).

Зарплата не указана

Задачи: — участие в разработке тест-кейсов и чек-листов для функционального тестирования приложений — проведение ручного тестирования web-приложений и API-сервисов — оценка качества продукта путем выявления дефектов и ошибок на всех этапах разработки — регулярная коммуникация с командой разработчиков и менеджерами проекта относительно найденных багов и изменений функционала — поддержка и разработка тестовой документации — анализ требований. Требования: — коммерческий опыт в ручном тестировании от 3 лет — опыт тестирования API, интеграций, web-приложений — хорошее понимание SQL и работа с базами данных (PostgreSQL, MySQL) — опыт тестирования мобильных приложений — опыт работы с системами управления тестированием (TMS) — опыт работы с Atlassian-продуктами (Zephyr, Jira, Confluence) — 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. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный график (50/50) — 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 — льготная ипотека в Сбере, подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

Зарплата не указана

разработка ПО на Python с использованием FastAPI, PostgreSQL. отличное знание Python.

Зарплата не указана

Построением ML-моделей прогноза продаж и клиентопотока в отделениях Сбера.

Зарплата не указана

• Разработка backend для AI-агентов. • Интеграция с API существующих АС.

Зарплата не указана

проводить функциональное тестирование backend-сервисов и интерфейсов. составлять и поддерживать тестовую документацию (чек-листы, тест-кейсы, отчёты о дефектах, инструкции).

от 200 000 ₽

проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация). разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации.

Зарплата не указана

• Проведение аудитов (оценка процессов и технических контролей) ИТ и КБ в компаниях группы. • Подготовка отчетов для руководства проверяемых компании группы по результатам аудита с рекомендациями по устранению выявленных недостатков.

Зарплата не указана

Развёртывать и администрировать Kubernetes-кластеры (DropApp/OpenShift): настройка ресурсов, квот. Строить и поддерживать CI/CD-конвейеры (Jenkins + Bitbucket): от сборки Docker-образов до деплоя в prod.

Зарплата не указана

– разработка прикладных программ (JAVA); – поиск наилучших решений совместно с дизайнерами и аналитиками;

180 000 – 230 000 ₽

-Лайтбокс справки — многоступенчатая форма (stepper: клиент → вычет → создание/редактирование) с валидацией, сохранением черновика, подписанием через CADES/КриптоПро, историей изменений и корректовками. -TypeScript — глубокое знание (типобезопасные паттерны, conditional types, template literal types, типобезопасные хуки).

Зарплата не указана

написание и ведение сопроводительной документации заведение задач на разработку и тестирование Требования понимание принципов работы с генеративным ИИ и сопутствующими технологиями.

Зарплата не указана