Вакансии

Location: Москва «История операций» — это один из самых высоконагруженных и посещаемых экранов в приложении. Наша цель — превратить сухие строчки чеков в умную, интерактивную ленту. Мы внедряем LLM, чтобы пользователь мог общаться со своими финансами на естественном языке, получать моментальные умные инсайты, автоматические теги и персонализированную аналитику расходов. Обязанности * Разрабатывать и внедрять ИИ-агентов (LLM Agents): проектировать логику рассуждений агентов на базе GigaChat, обучать и дообучать модели (Finetuning, LoRA/QLoRA), настраивать вызов внешних инструментов (Tool Calling, API, SQL-скрипты) под задачи банкинга. * Проектировать и обучать классические ML-модели: разработать точечную ML-модель для анализа транзакционных и табличных данных (классификация, кластеризация или скоринг) для обогащения контекста агента. * Строить RAG-системы: проектировать архитектуру контекстного поиска ответов по сложным финансовым логам, чекам и документам пользователя. * Анализировать и дорабатывать корзину запросов: оценивать результаты ответов агентов на предмет качества и ошибок, согласовывать метрики (Guardrails, Ragas), защищать подходы перед бизнесом и показывать ценность данных на понятном языке. * Обеспечивать надёжность и оптимизировать воркфлоу: минимизировать задержки (latency) ответов, настраивать мониторинг внедрённых решений и контролировать траекторию поведения агента, полностью исключая галлюцинации в продакшене. Требования Наш идеальный кандидат * Имеет опыт в LLM от 2-3 лет: запускал языковые модели в продакшн (Transformers, BERT, GPT-подобные архитектуры). * Мастерски владеет Python: знает библиотеки PyTorch, Hugging Face, LangChain, LlamaIndex. * Понимает специфику работы с LLM: умеет эффективно настраивать Prompt Engineering, оптимизировать инференс (vLLM, TensorRT-LLM) и оценивать качество генерации (Ragas, TruLens). * Обладает базой в классическом машинном обучении: понимает алгоритмы Classic ML, умеет работать с табличными данными и признаками (CatBoost / LightGBM / Scikit-learn). * Дружит с Big Data: уверенно пишет сложные запросы на SQL (Hive/Spark) для подготовки датасетов. Условия Почему это вакансия-мечта * Масштаб и влияние: ваш код и обученные модели будут работать в смартфонах каждого второго жителя страны. * Топовый стек и ресурсы: доступ к мощным суперкомпьютерам Сбера для обучения крупнейших моделей. * Минимум бюрократии: мы работаем по гибким методологиям внутри сильного DS-сообщества. * Забота и бенефиты: конкурентная белая зарплата, годовые бонусы, ДМС * Тренажерный зал (работает даже сейчас) * Современный IT-офис с пуфами, игровыми зонами и т.д. * Умопомрачительные виды на Москву Профильное обучение, митапы, конфы, воркшопы внутри и вне компании Если вы хотите быть у истоков создания принципиально новой, умной истории операций — давайте создавать будущее финтеха вместе!

Создавать готовые к использованию отказоустойчивые решения для популярных технологий, которые применяют сервисы: specification-first HTTP (OpenAPI), gRPC, PostgreSQL, MongoDB, Redis, YDB, YT, Logbroker. Следить за тем, чтобы подключение было удобным, а конфигурация — гибкой.

Ищем ML-разработчика, который будет улучшать качество претрейна Alice AI LLM — направление, отвечающее за умность базовой модели и качество данных. Задачи: — Эксперименты с претрейн-моделями: ставить и анализировать вычислительно тяжёлые эксперименты с претрейн-стадией, проверять гипотезы об источниках прироста ризонинг-способностей, постановка и выбор сетапа эксперимента. — Пайплайны данных: строить эффективные пайплайны сбора, синтеза, обработки и фильтрации обучающих данных в новых доменах, масштабировать и оптимизировать их. — Изменение процесса обучения: модифицировать процесс обучения модели для улучшения ризонинга, внедрять изменения в обучающий пайплайн и оценивать их влияние. — Экспертные модели: обучать модели-верификаторы для проверки качества данных и ответов, модели для генерации обучающих данных SOTA в узком домене, модели-фильтры для отсева некачественных данных. — Исследование скейлинга: исследовать законы скейлинга качества модели с точки зрения данных и вычислений, определять влияние масштабирования на рост рассуждающих способностей в разных доменах. Требования: — Глубокое понимание NLP. — Знание Python и опыт разработки на нём. Будет плюсом: — Опыт обучения претрейн-моделей в любой из модальностей (NLP, CV, звук, рекомендации). — Опыт построения эффективных CPU/GPU-пайплайнов. — Погружение в области исследования языковых моделей (RL, архитектуры или данные для LLM).

Location: Москва Сбер реализует масштабный проект по разработке нового продукта класса ERP для расчет заработной платы. Проект полного цикла от подготовки требований до внедрения и сопровождения. Создание нового конкурентного продукта на современном технологическом стеке! Молодая и энергичная команда, для которой Agile не просто термин, а идеология. Обязанности * огружение в бизнес задачу заказчика, формирование бэклога для ее автоматизации, декомпозиция задач. Работа с системой таск-трекинга JIRA * участие в проектировании архитектуры компонентов системы и интеграций совместно с другими членами команды * проработка бизнес и системных требований, формализация требований в Confluence * контроль сроков и качества реализации задач по своему микросервису, участие в приемке и демонстрации функциональности * курировать работу системных аналитиков * реагирование на критичные текущие сбои и проблемы, участие в анализе и исправлении ошибок * сбор и анализ бизнес данных в системе для формирования отчетов * участие в улучшении процессов и взаимодействий внутри и вне команды. Требования * высшее техническое образование (в направлении ИТ) * знание основных нотаций описания систем и бизнес процессов (BPMN, UML), опыт погружения в бизнес процессы компании, их описание, проектирования систем на основе бизнес процессов * понимание различных методов интеграций, форматов сообщений (JSON, XML), протоколов API, опыт использования XSD или JSON Schema, опыт проектирования REST API * понимание работы брокеров сообщений (MQ, Kafka), опыт создания/развития систем с использованием kafka * знание основ устройства реляционных БД; опыт проектирования БД (ER diagram), навык написания SQL запросов * знание основ различных методологий разработки ПО. Опыт работы в Agile (SCRUM), опыт декомпозиции задач и управления требованиями к системе в рамках гибкой методологии * знание основ тестирования и управления дефектами. Условия * комфортный офис, г. Москва, м. Тульская, БЦ "Кнопа" * 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.

Location: Москва Мы развиваем автономного универсального агента (Ouroboros): GenAI, оркестрация моделей, мультиагентные сценарии. Требуется специалист, который обеспечит качество продукта на всех этапах: от ручного тестирования до построения автоматизации с нуля: как во внутреннем контуре Банка, так и в облачной среде (Cloud). Обязанности * ручное тестирование функционала продукта * проектирование и реализация автотестов для UI и REST API (Playwright/Cypress/Selenium, Postman/Supertest/pytest+requests) * обеспечение покрытия интеграционных проверок и стабильности инфраструктуры тестирования * составление качественной тестовой документации и оформление подробных баг-репортов * организация эффективного взаимодействия с разработчиками и проектными менеджерами * изучение и применение современных практик тестирования AI-систем и детектирования аномалий в генерируемых результатах. Требования * наличие подтвержденного опыта написания автотестов на TypeScript/Python (предпочтительно Python) * практический опыт UI-тестирования с инструментами Playwright, Cypress или Selenium * опыт тестирования REST API средствами Postman, Supertest, pytest и requests * понимание основ клиент-серверной архитектуры, умение разбираться в логах и обращаться к базам данных MongoDB и/или PostgreSQL * базовые навыки работы с системами Git, CI/CD и контейнеризацией (Docker) * навык проектирования качественных тест-кейсов и ведения соответствующей документации. **Будет плюсом:** * опыт тестирования продуктов на основе искусственного интеллекта и LLMs (работа с неопределенными ответами, оценкой качества генераций) * привычка писать тесты производительности (k6/JMeter), заниматься контрактным тестированием и проверять функционирование WebSocket-подключений * освоение инструментов DevOps (Kubernetes, Cloud-платформы) * 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 * комфортный современный офис рядом с м. Кутузовская * возможность влиять на стратегию развития бизнеса на растущем рынке * формат работы - офис, гибрид * 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 (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.

Location: Москва Сбер реализует масштабный проект по разработке нового продукта класса ERP для расчет заработной платы. Проект полного цикла от подготовки требований до внедрения и сопровождения. Создание нового конкурентного продукта на современном технологическом стеке! Мы молодая и энергичная команда: Потоки данных, кластера Расчета зарплаты. Подбираем кандидата для проработки сервиса витрины результатов расчета зарплаты. Глобальная задача: создание нового продукта для расчета зарплаты и замещение вендорского решения SAP HCM Обязанности * Сбор, анализ, формализация и декомпозиция бизнес-требований к продукту * Разработка функциональных (ФТ) и нефункциональных (НФТ) требований, написание спецификаций * Проектирование моделей данных (ERD) и API-контрактов (OpenAPI/Swagger) * Описание логики работы REST API, протоколов обмена данными и механизмов обеспечения безопасности * Формализация требований к работе с данными (PostgreSQL, ClickHouse, Hadoop, Spark): структуры БД, ETL/ELT-процессы, требования к производительности запросов * Самостоятельное построение сложных SQL-запросов * Постановка задач команде разработки, участие в оценке трудоемкости бэклога * Участие в функциональном тестировании, приемке функционала и разборе дефектов совместно с QA * Ведение базы знаний, поддержка документации в актуальном состоянии (Confluence) * Взаимодействие со смежными командами архитектуры, инфраструктуры и бизнеса; проведение встреч и воркшопов. Требования * Опыт работы системным аналитиком от 3 лет в заказной разработке или финтехе; * Глубокое понимание жизненного цикла разработки ПО (_SDLC_) и гибких методологий (_Agile_, _Scrum_); * Уверенное владение нотациями моделирования: UML (Sequence, Activity), ERD; * Практический опыт написания технических заданий, спецификаций API (OpenAPI/Swagger) и описания интеграционных взаимодействий; * Знание принципов построения микросервисной архитектуры, брокеров сообщений (Kafka/RabbitMQ) и паттернов интеграции; * Понимание устройства реляционных СУБД (PostgreSQL): шардирование, партиционирование, блокировки, индексы, умение читать планы запросов (`explain`); * **Экспертное знание SQL, уверенное построение сложных запросов:** оконные функции (_Window Functions_), _CTE_, вложенные подзапросы, оптимизация планов выполнения (_EXPLAIN ANALYZE_); * Навык самостоятельного проектирования многотабличных витрин данных и представлений (_Views_) для потребителей отчетности и аналитики; * Владение инструментами управления задачами и документацией: Jira, Confluence; * Опыт работы с Git / BitBucket, понимание процессов CI/CD (Jenkins). **Будет плюсом:** * Опыт работы с Big Data стеками (ClickHouse, Hadoop, Spark) — постановка задач на обработку больших объемов данных; * Опыт миграции с зарубежных ERP-систем (в частности, SAP HCM Payroll); * Знание предметной области «Расчет заработной платы» и кадрового учета; * Базовое понимание Java/Spring Boot для более глубокой технической проработки решений. Условия * Комфортный офис г. Москва, Варшавское шоссе, 9 стр. 1Б; * 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.

Группа компаний «ДОМ.РФ» реализует национальные проекты в области жилищного строительства и ипотеки. Более 25 лет занимается развитием жилищной сферы в России. В компании работает более 9 тысяч человек, из которых более 1,5 тысяч — команда цифровой вертикали, которая проводит цифровую трансформацию строительной отрасли и создает инновационные ИТ-продукты. Задачи: — Разработка требований информационной безопасности к контейнерной инфраструктуре (Kubernetes) и CI/CD (GitLab CI), контроль их исполнения — Обеспечение безопасности контейнерной платформы: защитные механизмы, контроль конфигураций, управление доступом и секретами — Обеспечение безопасности процессов сборки и поставки ПО: защита сборочной инфраструктуры, встраивание проверок безопасности в пайплайны — Мониторинг, выявление и реагирование на инциденты информационной безопасности в контейнерных средах с интеграцией в процессы ИБ (SIEM/SOC, регламенты реагирования), управление уязвимостями — Разработка стандартов и политик безопасности, проведение аудитов, контроль устранения замечаний — Руководство направлением: планирование, команда, взаимодействие с ИТ Требования: — Глубокое знание безопасности Kubernetes (RBAC, сетевые политики, hardening, runtime-защита) — Опыт защиты CI/CD на базе GitLab: безопасность раннеров и секретов, интеграция сканеров (SAST/DAST/SCA) в пайплайны — Практический опыт SecOps: детектирование угроз (SIEM), реагирование на инциденты, управление уязвимостями — Понимание процессов информационной безопасности (инцидент-менеджмент, управление рисками)

Задачи: — Искать точки роста: разбираться, где и почему сценарий работает недостаточно хорошо, формулировать гипотезы, проводить эксперименты и доводить изменения до продакшена. — Развивать систему оценки качества еком-агентов: проектировать автоматизированные eval-пайплайны для оценки качества работы агентов. — Работать с данными и моделями: собирать датасеты, разбираться в логах, решать проблемы качества данных, использовать классические ML-модели, LLM, VLM и другие методы. — Развивать аналитическую систему: поддерживать систему данных, на которой строится аналитика еком-агентов, включая витрины, метрики и документацию. Требования: — Уверенное владение Python и SQL. — Опыт работы с большими объёмами событийных данных и логами. — Опыт работы с пайплайнами обработки данных и инструментами оркестрации. — Понимание принципов работы LLM-систем, AI-агентов и классического ML. Условия: — Гибридный формат работы (офис и удалёнка). — Дополнительные бонусы и комьюнити внутри компании Яндекс.

Задача — организовать размещение карточек организаций в Google Maps по предоставленным данным и контактным номерам. Условия: — постоянный поток заданий; — работа сразу по нескольким городам; — оплата — от 300 ₽ за одну карточку; — координатор самостоятельно распределяет задания между своими исполнителями; — при стабильных объёмах готовы обсуждать индивидуальные условия. Важно: ищем именно координаторов с собственной базой/командой исполнителей, а не отдельных исполнителей.

Задачи: — запуск соцсетей с нуля или перезапуск существующих; — разработка стратегии под конкретный бизнес и аудиторию, а не шаблон; — регулярное создание контента: тексты, дизайн, Reels, сторис; — настройка таргетированной рекламы и привлечение заявок; — выстраивание системной работы, чтобы клиент занимался бизнесом, а не контролировал исполнителей. Работа с локальным бизнесом Тольятти и Самарской области. Опыт в нишах: косметология и клиники, автосервисы и автобизнес, туристические компании, кафе и рестораны, салоны красоты. Предоставляется бесплатный аудит соцсетей перед началом работы.

Задачи: — Создание и развитие собственных базовых языковых моделей Авито: проверка гипотез в области претрейна, continual pre-training, post-training, RL и синтетических данных — Масштабирование обучения и оптимизация инференса (квантование, speculative decoding) — Построение процедур оценки качества моделей — Написание продакшен-кода на Python и PyTorch Требования: — 3+ года опыта разработки и эксплуатации ML-решений — Глубокое понимание Transformer и принципов обучения LLM — Практический опыт обучения и внедрения NLP-моделей — Уверенный Python и PyTorch — Понимание компромиссов между качеством, latency и стоимостью Плюсом: — Опыт с continual pre-training, SFT/LoRA/RL, DeepSpeed, vLLM, TensorRT-LLM, MLOps-инструменты

ОБЗОР ПОЗИЦИИ Команда из 18 человек занимается подготовкой и запуском криптопроектов, разработкой инструментов и торговым сопровождением. Работа предполагает много ресерча: от изучения документации и разбора механики различных площадок до доведения готовых решений до рабочего состояния. ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ • Писать софт под разные блокчейны и площадки для запуска токенов; • Разрабатывать решения под задачи клиентских проектов; • Дорабатывать и поддерживать внутренние инструменты; • Участвовать в развитии общей технической инфраструктуры. ТРЕБОВАНИЯ К КАНДИДАТУ • Наличие крепкой базы в программировании (профильное образование или практический опыт); • Самостоятельность, внимательность и желание глубоко погрузиться в сферу; • Готовность к постоянному ресерчу и изучению новых технологий. БУДЕТ ПЛЮСОМ • Опыт работы в крипто-сфере; • Наличие собственных пет-проектов.

Location: Москва 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! Ищем аналитика данных, который не просто отвечает на вопросы, а сам находит, какие вопросы нужно задать данным, чтобы найти инсайты, развивающие продукт. Ты будешь копать вглубь данных, чтобы раскрывать инсайты о поведении пользователей и напрямую влиять на развитие мультиагентной системы, которая используется различными AI-агентами для персонализированных рекомендаций. Если ты живешь данными, знаешь, как превращать их в инсайты, и хочешь делать продукт, который сделает пользовательский опыт лучше – добро пожаловать в команду! Обязанности * анализ данных, проверка гипотез и выявление закономерностей в данных * сбор, загрузка данных, очистка и предобработка данных * построение агрегатов и проверка итоговых фактов над данными * поиск и исследование источников данных * общение с заказчиком, пользователями и выявление требований * написание технической и проектной документации * взаимодействие с разработчиками и аналитическими группами внутри компании и внешних подразделений относительно вопросов качества данных. Требования * опыт работы аналитиком данных от 3 -х лет * высшее математическое/техническое образование * уверенный уровень владения SQL (написание сложных и производительных запросов: CTE, оконные функции) * умение писать эффективные запросы и оптимизировать производительность, * внимание к деталям, трепетное отношение к точности данных * понимание принципов ETL * владение python для анализа данных (pandas, numpy). Условия * 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.

Location: Москва АС ЦАРС — это централизованный архивный сервис, масштабный продукт, который охватывает всю Россию. У нас хранятся все документы всех отделений банка: электронные, физические и не только. Мы знаем, когда, где, во сколько и через чьи руки проходил документ по пути от отделения в хранилище и из хранилища в утилизацию. В хранилищах трудятся 1000 человек и сотни роботов, да, мы используем полностью автоматизированные хранилища с разреженным воздухом. Наш продукт упрощает жизнь сотрудникам банка и внешним контрагентам, предоставляет возможность найти и получить скан документа или заказать оригинал с доставкой. Продукт является облачным решением в контейнерной среде, построен в микросервисной архитектуре и активно развивается. Вся наша разработка разбита на множество кросс-функциональных команд, в каждой из которых есть представители разных функций — аналитики, разработчики, специалисты по качеству, продуктовые менеджеры. Команда формируется вокруг определённой части сервиса, а её состав определяется направлением деятельности. Обязанности * развитие и сопровождение СУБД: оптимизация конфигурации, мониторинг нагрузки, планирование ёмкости (Capacity Planning) и устранение инфраструктурных узких мест * архитектурное проектирование данных: дизайн схем для новых микросервисов, выбор стратегий шардирования и партиционирования, ревью архитектурных решений аналитиков на соответствие реляционной модели. * построение потоков данных и аналитики: настройка логической репликации и CDC между кластерами, развитие Greenplum (distribution keys, ресурсные очереди), управление ETL-процессами в экосистеме Hadoop (HDFS/Hive/Oozie/YARN) * оптимизация производительности SQL: рефакторинг сложных запросов, анализ планов выполнения, разработка хранимых процедур (PL/pgSQL) и проведение массовых трансформаций больших объёмов данных. * управление жизненным циклом данных: миграция данных между версиями СУБД или движками без даунтайма, вывод из эксплуатации устаревающих компонентов, обеспечение отказоустойчивости и резервного копирования * экспертная поддержка разработки: активное участие в код-ревью SQL-запросов разработчиков, консультирование по выбору индексов и типов данных, помощь 2–3 линиям поддержки в расследовании инцидентов (блокировки, ожидания) * мониторинг и автоматизация процессов: внедрение мониторинга метрик БД (Prometheus/Grafana/Zabbix), написание скриптов автоматизации (Bash/Python), интеграция миграций схемы данных (Flyway/Liquibase) в CI/CD пайплайны контейнерной среды (Kubernetes) * создание стандартов работы с данными: разработка архитектурных шаблонов и паттернов доступа к данным, определение корпоративных стандартов именования, индексирования и версионирования баз * стратегическое планирование архитектуры: формирование целевой архитектуры хранения данных продукта (монолит vs микросервисы), оценка трудозатрат и создание технического видения развития системы на горизонте 1–3 лет * менторство и кросс-функциональное взаимодействие: обучение разработчиков и младших специалистов работе с СУБД, согласование требований к инфраструктуре со смежными архитекторами для обеспечения целостности потоков данных. Требования ### Требования * опыт работы с СУБД PostgreSQL, Greenplum (и аналогичными) — от 5 лет. Общий опыт работы с СУБД — не менее 7 лет * опыт работы с экосистемой Hadoop: Hive, HBase, HDFS, конфигурирование Oozie, YARN * опыт развертывания и настройки экземпляров СУБД исходя из специфики нагрузки и рабочих процессов, которые будет обслуживать база данных * глубокое понимание устройства реляционных баз данных, понимание реляционной модели данных и того, как эта теория отражается в реализациях реляционных СУБД * опыт работы с оптимизацией запросов * понимание типов блокировок в СУБД (уровни изоляции, взаимоблокировки, явные и неявные блокировки) и умение диагностировать проблемы с конкуренцией * владение принципами физической и логической репликации и CDC (Change Data Capture): pglogical, Debezium, Kafka или аналогичные механизмы * опыт разработки хранимых процедур, функций и триггеров на PL/pgSQL или аналогичных процедурных языках СУБД * опыт промышленной обработки больших объёмов данных: массовые исправления, перенос и трансформация таблиц, построение ETL-процессов * навыки написания сложных SQL-запросов с использованием оконных функций, CTE, рекурсивных запросов. ### Будет плюсом * опыт написания скриптов на Bash/Python для автоматизации процессов обслуживания, резервного копирования, мониторинга и восстановления * опыт работы в кросс-функциональных командах и участие в полном цикле разработки * знание и понимание языков программирования (Java, Python, Rust и т.п.) * опыт работы в контейнерных средах (Kubernetes, OpenShift) и понимание особенностей работы СУБД в таких средах * опыт настройки мониторинга СУБД (Prometheus + экспортеры, Zabbix, Grafana) и построения алертинга * навыки работы с генеративными AI-моделям. Условия * комфортный современный офис в Москве, Варшавское шоссе, 25Астр6 (Бизнес-центр Чайка Плаза) * график работы – офис на период испытательного срока, далее возможен 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 (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.

Задачи: — Улучшение MCP-сервера: расширение функциональности, добавление инструментов для поиска и получения детальной информации о компонентах (пропсы, API, примеры) для поддержки AI-ассистентов. — Разработка аналога Context7 для Яндекс 360: создание системы автоматической индексации и предоставления документации по внутренним пакетам Яндекс 360 в формате, оптимизированном для AI, с использованием MCP/API. — Создание системы управления правилами и промптами для AI-ассистентов: разработка централизованного хранилища версионированных промптов и правил поведения AI-ассистентов с возможностью наследования и автоматической подстановки в контекст. — Генерация AI-дружественной документации: создание CI/CD-пайплайнов и скриптов для автоматической генерации документации из исходного кода, включающей компактные сигнатуры, метаданные и примеры, с использованием MCP-серверов и системы внутреннего Context7. Требования: — Хорошее знание TypeScript. — Опыт работы с AI-код-ассистентами. — Ежедневное использование Cursor, Claude Code, GitHub Copilot и других AI-ассистентов в реальных проектах. — Понимание работы AI-агентов и правильного использования окна контекста. — Умение определять недостаток контекста у агента и способы его исправления. — Способность объяснить разницу между хорошим и плохим промптом на примерах. Будет плюсом: — Опыт разработки MCP-серверов. — Опыт работы с Figma API или другими инструментами дизайна. — Понимание CI/CD-процессов и опыт настройки автоматизации. — Знание архитектуры дизайн-систем и UI-библиотек (prop API, tokens, theming).

Задачи: — Активное участие в разработке микросервисов на Python — Участие в проработке технических требований, архитектуры и подходов к решению — Участие в управлении бэклогом команды, приоритезация и контроль выполнения задач — People-management: участие в найме, развитии и т.д. Требования: — Опыт работы в роли team lead/проведение code review – не менее 1 года — Опыт работы с ИИ моделями и их внедрением — 3 года коммерческой backend-разработки на Python — Понимание способов интеграций IT-систем (шины, очереди, API) — Практический опыт с Kubernetes, Redis, OpenSearch — Опыт работы с реляционными базами данных, уверенные знания SQL — Понимание принципов CI/CD — Понимание микросервисной архитектуры — Знания в области BigData (Hadoop, Spark) будет плюсом — Знание планировщиков процессов (AirFlow) — Опыт работы в банковской сфере — Понимание гибких методологий разработки (Agile) — Знание основных инструментов управления разработкой (например: Jira, Confluence) — Знания и опыт в machine learning — Опыт управления IT проектами, включая разработку и внедрение ML моделей в продакшн — Опыт разработки ML моделей в роли data scientist, data engineer, ML Ops Условия: — Полная занятость — Оформление по трудовому договору — График работы 5/2 — Удалённый формат работы