Вакансии

Задачи: — Участие в разработке и поддержке проектов — Работа над backend‑задачами разного уровня сложности — Написание чистого кода, работа с API и базами данных — Взаимодействие с командой и постепенное погружение в архитектуру проектов Требования: — Уверенное знание Python 3 — Базовое знакомство с Django/FastAPI — Понимание основ реляционных БД (SQL) — Навыки работы с Git — Желание развиваться и учиться Условия: — Полная удалённая работа (только Россия) — Стажировка 2–3 месяца с возможностью досрочного завершения — Менторство и адаптационный период — Возможность долгосрочного сотрудничества и полноценный трудовой договор после успешной стажировки — Карьерный и профессиональный рост

Задачи: - разрабатывать сервис модерации рекламы; - курировать архитектуру сервисов на Python и следить, чтобы техническая архитектура соответствовала бизнес-требованиям; - проводить ревью архитектурных решений коллег; - проводить ревью кода коллег и давать полезную обратную связь; - отвечать за работу системы, понимать, где нужно улучшить наблюдаемость и тестируемость, вести технический бэклог; - участвовать в проработке решений со стороны бизнеса, продумывать варианты технической реализации и помогать бизнесу формулировать требования; - координировать работу со смежными командами и договариваться о взаимовыгодных решениях; - погружаться в специфику модерации в целом и модерации рекламных креативов в частности. Требования: - уверенно владеете Python; - имеете опыт продуктовой разработки; - готовы погружаться в продукт, понимать его требования, вместе с бизнесом прорабатывать и приоритизировать решения; - готовы отвечать за систему со стороны технической команды; - хорошо понимаете архитектуру, умеете оценивать технические компромиссы и доносить их до бизнеса; - умеете строить расширяемые системы, балансируя между количеством абстракций и временем на реализацию; - умеете строить наблюдаемые и тестируемые системы; - понимаете и можете объяснить, как технические задачи связаны с планами бизнеса; - умеете приоритизировать технический бэклог; - имеете опыт менторинга инженеров и коммуникации с бизнесом; - готовы глубже погружаться в бизнес-специфику задач и активно участвовать в проработке требований.

Задачи: — разрабатывать backend-сервисы платформы на Python и развивать существующие компоненты — проектировать и реализовывать API и интеграции с внешними системами и инфраструктурными компонентами — разрабатывать интерфейсы и коннекторы для подключения к платформе LLM, инструментов (tools), баз знаний, внешней памяти и RAG-компонентов — строить и поддерживать пайплайны оценки качества агентов (evals, LLM-as-a-judge) — использовать AI-инструменты для ускорения разработки и валидировать их решения — через ревью, тесты и проверку на соответствие требованиям — участвовать в проектировании архитектуры сервисов, ревью кода и разборе инцидентов Требования: — опыт промышленной разработки на Python от 3 лет — сильные навыки system design: умение спроектировать сервис целиком, выбрать паттерны взаимодействия компонентов и обосновать архитектурные trade-off-ы — умение декомпозировать крупную задачу на части, годные для постановки агенту, и собирать из них целостное решение — практический опыт разработки кода с ИИ-агентами: Codex, Gemini, Claude Code, Qwen Code или аналоги — умение критически оценивать и валидировать решения, сгенерированные AI-агентами: находить ошибки, проверять корректность и границы применимости — опыт разработки веб-сервисов и API на FastAPI, Flask или аналогах, понимание asyncio — уверенное знание SQL и навыки проектирования реляционных схем данных — опыт работы с брокерами сообщений (Kafka или аналоги) — опыт работы с Docker, Kubernetes или OpenShift — понимание принципов наблюдаемости, отказоустойчивости и надёжной эксплуатации сервисов — готовность нести ответственность за итоговое качество кода независимо от того, написан он вручную или с помощью агента Будет плюсом: — опыт интеграции LLM API и построения агентных или RAG-сценариев — опыт работы с векторными хранилищами и базами знаний — опыт построения пайплайнов для evals и оценки качества моделей — опыт работы с OpenClaw или схожими платформами оркестрации агентных систем — опыт работы в финтехе или в защищённом контуре Условия: — строим платформу для GenAI-агентов, которая становится частью технологического контура банка — роль на стыке классической backend-разработки и AI: писать сервисы и проектировать работу агентов в проде — AI-инструменты — рабочая норма, ценится инженер с system design и ответственностью за качество решения — много нового функционала без тяжёлого legacy, изменения доводятся до промышленного контура — прозрачные процессы, регулярное улучшение инженерных практик, атмосфера открытости и взаимопомощи — гибридный формат работы, комфортный офис рядом с м. Кутузовская, ДМС и корпоративные льготы

Задачи: - Внедрять AI-инструменты, агентов и сценарных ботов в продукты и сервисы. - Разрабатывать микросервисы для обработки данных. - Проектировать и оптимизировать ETL-процессы. - Поддерживать и развивать потоковые и пакетные системы обработки данных. - Повышать производительность, отказоустойчивость и масштабируемость существующих решений. - Интегрировать различные системы и источники данных. - Автоматизировать мониторинг и систему алертинга. Требования: - Опыт работы с данными и их трансформацией с использованием SQL (ClickHouse, PostgreSQL, Vertica, Trino и другие). - Уверенное знание Python. - Опыт работы с инструментами оркестрации процессов (Airflow). - Понимание архитектуры и принципов построения ETL-пайплайнов

Мы - команда FRE B2B Дивизион AI трансформации и исследования данных блока "Финансы". Наша команда занимается внедрением AI в процессы ценообразования кредитных банковских продуктов. В своей работе мы реализуем весь жизненный цикл создания Агента - от сбора требований и отрисовки архитектуры до интеграции решения в бизнес-процессы, от прохождения требований Регуляторов (Модельные Риски, Надежность, Кибербезопасность) до предоставления результатов руководству Банка. Задачи: — проектирование, разработка и внедрение AI-агентов — создание и оптимизация RAG-пайплайнов — интеграция агентов в производственные процессы Требования: — опыт разработки и внедрения генеративных моделей (LangChain, LangGraph или кастомные реализации) — опыт работы с открытыми моделями машинного обучения (Llama, Mistral, Qwen и другие) — понимание полного цикла проекта с искусственным интеллектом — знакомство с инструментами RAG (пайплайны, векторные БД FAISS/Chroma/Qdrant) — владение Python-библиотеками (Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow) — опыт работы с системами контроля версий и трекерами задач Будет плюсом: — глубокое понимание нейронных сетей и их обучения (архитектуры MLP, CNN, RNN/LSTM, трансформеры) — базовые знания математики (анализ, линейная алгебра, теория вероятности и статистика) — представление о финансах 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 (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.

Задачи: - разрабатывать платформенные библиотеки на Python, создавать SDK и CLI-инструменты; - проектировать и развивать DSL, разрабатывать агентные workflow, создавать генераторы кода; - разрабатывать инструменты анализа проектов; - проектировать системы валидации и проверки качества; - создавать инфраструктуру для автоматического тестирования AI-generated кода. Требования: - уверенное владение Python и глубокое понимание языка, выходящее за рамки написания автотестов; - хорошая инженерная база: алгоритмы, gRPC, JSON Schema, YAML, Git, Linux, Docker; - опыт разработки тестовых платформ, фреймворков автоматизации, внутренних инженерных инструментов, SDK, генераторов, библиотек; - опыт проектирования систем, которыми пользовались другие инженеры; - желание строить инструменты для AI, а не просто пользоваться ими.

Задачи: - Разрабатывать бэкенд LLM-агента для автоматизации поддержки - Учиться строить LLM-продукты и участвовать в формировании платформы для их развития - Следить за надежностью и качеством решений — агент будет работать под нагрузкой и решать проблемы миллионов пользователей - Решать задачи на стыке с Data Science, собирать легкие прототипы новых фич для проверки на пользователях - Следить за надежностью и качеством решений — внутренние инструменты работают с теми же гарантиями, что и внешние: мониторинг, алертинг, SLA Требования: - Опыт разработки на Python с использованием FastAPI, Pydantic, LangChain, LangGraph, LangFuse, punq - Опыт разработки распределенных систем: Kafka, PostgreSQL, Redis, Elastic - Опыт разработки сложных распределенных систем - Способность быстро выполнять задачи без критических ошибок - Приветствуется опыт работы с ML-продуктами и интерес к ML, NLP, LLM

Задачи: - Построить надёжный распределённый сервис, который может пережить падение двух ДЦ. Развивать систему, которой пользуются сервисы Яндекса с миллионами инстансов. Обрабатывать десятки тысяч realtime-графов для каждого инцидентного сценария. - Работать с алгоритмами консенсуса. Ядро распределённой системы использует алгоритм Raft. Задачи на повышение надёжности сервисов. - Работать не только над инфраструктурными задачами. Предоставлять единый инструмент работы над стабильностью для разных классов сервисов: Поиска, Музыки, Такси. Обеспечивать доступность сервисов 99.9999% времени и информировать разработчиков о проблемах в течение 30 секунд с момента появления. Следить за доступностью сервисов и работой пользовательских сценариев, например, радио в Музыке. Требования: - Разработка на Python более трёх лет. - Опыт классической веб-разработки (кеш, очереди, асинхронные задачи). - Опыт работы с PostgreSQL. - Тестирование своего кода. - Умение работать самостоятельно и в команде.

Задачи: — Участвовать в создании сети агентов для реализации шагов дата-процесса; — Настраивать мониторинг реализации практик DataGov; — Реализовывать интеграции с платформой работы с данными MWS Data и платформой интеграций MWS OctApi; — Разрабатывать backend-сервисы на Python для управления метаданными, контроля качества данных и оркестрации дата-процессов; — Проектировать и поддерживать API для взаимодействия с продуктовыми командами; — Тестировать реализованные сервисы, готовить техническую документацию; — Взаимодействовать с продуктовыми командами в рамках их обучения работе с сервисами DataGov; — Участвовать в код-ревью и совершенствовании архитектуры решений. Требования: — Опыт коммерческой разработки на Python от 3 лет; — Опыт работы с LLM и API OpenAI от 1 года; — Практический опыт проектирования и реализации AI-агентов с использованием LangChain/LangGraph; — Уверенное владение Docker и Docker Compose, опыт запуска приложений в production-среде; — Опыт настройки и поддержки CI/CD pipelines; — Знание принципов работы с базами данных (SQL и NoSQL); — Опыт работы с Git (branching-стратегии, code review); — Понимание принципов микросервисной архитектуры и REST API; — Опыт работы с Linux (терминал, базовое администрирование); — Умение писать чистый, поддерживаемый код и покрывать его тестами; — Готовность работать в команде, инициативность и внимательность к деталям.

Задачи: - Заниматься автоматизацией тестирования; - Проводить E2E-тестирование; - Общаться с коллегами из команды (разработчиками, аналитиками), собирать информацию; - Отбирать данные, описывать алгоритмы для тестирования. Требования: - Кандидаты, обучающиеся на 3-5 курсе бакалавриата, специалитета или на 1-2 курсе магистратуры по ИТ-специальности; - Владение SQL; - Умение работать с документацией, самостоятельно искать информацию; - Хорошие знания Python.

Задачи: - Разрабатывать бэкенд для личного кабинета рекламодателя, сложной системы из множества сервисов с пользовательской админкой. - Реализовывать сервис для прогнозирования охвата и стоимости рекламных кампаний, работающий с данными в режиме, близком к реальному времени. - Реализовывать сложную бизнес-логику и ролевую модель доступа с многоуровневой системой прав. - Оптимизировать производительность сервисов, улучшать эффективность кода, запросов к БД и архитектуры для выдерживания высоких нагрузок. - Покрывать код автотестами для обеспечения качества и стабильности. Требования: - Опыт коммерческой разработки на Python от 3 лет, уверенное знание Django и DRF. - Глубокое понимание принципов работы реляционных баз данных (PostgreSQL), уверенная работа через ORM с пониманием оптимизации запросов. - Уверенные навыки работы в Linux на уровне продвинутого пользователя. - Отличное знание Git. - Понимание работы веб: HTTP, REST, принципы взаимодействия клиента и сервера.

Задачи: — Участие в разработке систем выявления и скоринга подозрительной активности с применением технологий машинного обучения — Разработка систем управления санкциями и проверки прав доступа — Работа в кросс-функциональной команде с продуктовыми аналитиками, дата-сайентистами и бэкенд-инженерами — Защита пользователей Авито Требования: — Уверенное владение Python — Опыт проектирования высоконагруженных и отказоустойчивых систем в микросервисной архитектуре — Готовность развиваться по T-shaped-модели, изучать другие языки и участвовать в разработке на них (например, Golang) — Понимание проектирования систем, работы с нефункциональными и функциональными требованиями — Навык документирования результатов работы и командного взаимодействия Условия: — удалённая работа

Обязанности: — Создание надёжных решений для кибербезопасности на базе Big Data — Участие в полном цикле разработки: анализ требований, разработка технической архитектуры, разработка решения, тестирование и развертывание Требования: — Опыт разработки на Python — Желание использовать Java или JavaScript в работе — Умение разбираться в чужом коде — Практика использования TDD — Практический опыт работы с Kafka или ElasticSearch — Опыт в проектировании архитектуры Big Data будет преимуществом