Вакансии

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ Искать и привлекать клиентов на покупку, продажу и аренду недвижимости. Проводить переговоры, встречи и показы.

-Строить тестовую модель агента: сценарии звонков (запись, перенос, отмена, консультация, продажа услуги), состояния и переходы между ними, граничные и нестандартные случаи. -Писать и поддерживать тест-кейсы и чек-листы, собирать регрессионные наборы.

Location: Москва Мы формируем ядро команды, которая создает с нуля экосистему интеллектуальных агентов для автоматизации бизнес-процессов. Нам нужен универсальный специалист, способный вести фичи от проектирования базы данных до реализации сложного интерактивного интерфейса. Наша цель - разработка готовых решений «под ключ». Вы будете работать на стыке бэкенда, машинного обучения и фронтенда, напрямую влияя на то, как тысячи сотрудников банка взаимодействуют с новыми инструментами оптимизации. Обязанности ### **В твои задачи будет входить:** * end-to-end разработка компонентов * прототипирование агентов * интеграция ML-моделей в приложение * техническая поддержка * быстрые фиксы. Требования ### От кандидата мы ожидаем: * высшее образование * опыт коммерческой fullstack-разработки от 4 лет * уверенное владение TypeScript и JavaScript, глубокое понимание Node.js * практический опыт разработки backend-приложений на NestJS: модули, dependency injection, middleware, guards, interceptors, валидация данных и обработка ошибок * глубокое понимание PostgreSQL: индексы, оптимизация запросов, транзакции и проектирование схем данных * опыт работы с ORM — Prisma, TypeORM или аналогами * опыт frontend-разработки на одном из популярных фреймворков: React, Vue.js или Angular * практический опыт интеграции с внешними сервисами по REST и gRPC, проектирования и документирования собственных API * опыт написания автоматизированных тестов: unit- и интеграционных * понимание принципов UI/UX для создания удобных внутренних инструментов. Будет большим плюсом: * опыт создания AI-агентов и использования AI-инструментов в разработке * опыт интеграции LLM и других ML-моделей в production-приложения: подключение через API или собственные сервисы инференса * опыт работы с очередями задач, брокерами сообщений и кешированием: BullMQ, RabbitMQ, Kafka, Redis или аналогами * опыт работы в банковской сфере, финтехе или крупных enterprise-проектах * знание Docker, Kubernetes и основ инфраструктуры для развёртывания fullstack-приложений * зпыт настройки CI/CD, логирования и мониторинга приложений. Условия ### **Мы предлагаем:** * офис по адресу ш Варшавское (Бизнес-центр Чайка Плаза) * офисный формат работы на период адаптации, далее возможен гибридный формат работы * ежегодный пересмотр зарплаты * 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 СберПрайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Следить за изменениями в агентах, скиллах, промптах и RAG и проверять затронутые сценарии до релиза. Составлять E2E-сценарии работы юриста в чате и запускать их через агентов-тестировщиков: тесты идут параллельно, отчёты собираются автоматически.

Location: Самара Мы - команда сопровождения АС Департамента интегрированного риск-менеджмента. Наша команда отвечает за эксплуатацию и участие в развитии ИТ-систем и ИИ-Агентов блока "Риски". Обязанности * администрирование АС/Агентов и тех компонентов Хаба, на уровне прикладного администратора (управление обновлениями, настройками, мониторинг, восстановление после сбоев, планирование изменений, предупреждение и решение инцидентов) * оптимизация производительности, обеспечение высокой доступности прикладных сервисов * активное взаимодействие с прикладными администраторами других направлений * активное взаимодействие с участниками команды разработки для решения архитектурных вопросов, проработки аналитики и тестирования продуктов * тестирование изменений ППО * проведение приемо-сдаточных испытаний * участие в согласовании и составлении эксплуатационных требований системы. Требования * Желание нового/интересного * знание методологии ITSM * опыт сопровождения ИТ-услуг и бизнес-процессов банковской или смежной сферы * понимание принципов микросервисной архитектуры * понимание технологии контейнеризации, опыт работы с Openshift или Kubernetes * знание практик CI/CD * опыт администрирования Unix серверов * Практические знания в работе с данными в форматах XML, SQL-запросы * Практические навыки в настройках визуализации средств для мониторинга (Grafana+Zabbix, Рефлекс) в бизнес-процессах и инфраструктуре; будет плюсом: * опыт работы с такими инструментами как ( Kafka, Bitbucket) * опыт работы с системами трекинга задач, документирования, контроля версий (Jira, Confluence). * Уверенное владение openssl/git/curl/grep/ansible * Знание python на уровне чтения/написания простейших скриптов для автоматизации ручных действий. Условия * комфортный современный офис * ежегодный пересмотр зарплаты * 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+ * вознаграждение за рекомендацию друзей в команду Сбера.

Специалиста с опытом в n8n / Make, работе с API и нейросетями (OpenAI, Claude и др.).

Location: Москва **AEF (Agent Execution Framework)** — платформа Сбера для запуска и контроля AI-агентов и мультиагентных систем. Она делает работу агентов надёжной, наблюдаемой и безопасной. Сейчас мы выпускаем **AEF.Lite** — открытую версию платформы. Компании экосистемы должны разворачивать её у себя «одной командой» и сразу получать трейсинг, контроль и связь с Банком. Ищем системного аналитика, который хочет вырасти в **solution-архитектора**. Вы разберётесь, как устроены агенты и инфраструктура у разных компаний, спроектируете для них лучшее решение и доведёте его до продакшна. Обязанности * исследовать архитектуру и инфраструктуру агентов в компаниях экосистемы: как агенты устроены, где запущены, какие ограничения по безопасности и сети. По итогам проектировать схему подключения к AEF * проектировать дистрибутив AEF.Lite: из каких компонентов он состоит, как они взаимодействуют, как ставится и обновляется, как банковские сервисы заменяются open-source аналогами (OIDC/Keycloak, Kubernetes, Istio) * проектировать сбор и передачу трейсов и метрик агентов: OpenTelemetry, access-логи окружения, Kafka-контракты, модель данных, обезличивание * проектировать API и контракты интеграций и описывать нефункциональные требования: надёжность, поведение при недоступности каналов, безопасность, объёмы * декомпозировать бизнес-сценарии в требования и архитектуру AI-решений, задавать критерии качества и безопасности агентов (guardrails, evals) * быстро проверять архитектурные гипотезы на стенде вместе с разработкой и DevOps: прототип, замер, решение * вести документацию как код (Markdown, PlantUML): требования, архитектурные решения, открытые вопросы, словарь * сравнивать AEF с рыночными решениями (фреймворки агентов, observability, evals) и приносить лучшие практики в продукт. Требования * **опыт:** от 3 лет в системном анализе или проектировании IT-систем. Для кандидатов с глубокой экспертизой в разработке GenAI-продуктов готовы рассматривать меньший стаж * **интеграции и архитектура данных:** проектирование REST/gRPC API, асинхронного обмена сообщениями (Kafka/PubSub), разработка форматов данных (JSON/XML) и контрактов (OpenAPI/AsyncAPI) * **архитектура LLM-приложений:** понимание принципов работы генеративных моделей. Умение описывать обвязку вокруг модели (промпты, парсеры, оркестратор) * **практический опыт разработки агентов:** работа хотя бы с одним из стеков: LangChain/LangGraph, CrewAI, прямые вызовы OpenAI/Anthropic API, Model Context Protocol (MCP) * **инфраструктура:** базовое понимание контейнеризации (Docker), Kubernetes (умение читать манифесты `Deployment`, `Service`), концепции _service mesh_ * **моделирование и документация:** владение нотациями UML/C4 для создания sequence-диаграмм, диаграмм компонентов и развертывания * **инструменты:** уверенное использование AI-ассистентов (Claude Code, Cursor, GitHub Copilot) для анализа кода, генерации прототипов и подготовки технической документации Условия * комфортный современный офис рядом с м.Кутузовская * возможность выбрать удобный график – офис/гибрид * ежегодный пересмотр зарплаты, 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 * льготная ипотека для каждого сотрудника * бесплатная подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера. * корпоративная пенсионная программа * отсутствие строгого дресс-кода.

Location: Москва Мы — команда СберKids, которая разрабатывает агента СберКот на базе LLM GigaChat. Направления работы: разработка агентов, LoRA-адаптеры, оценка качества LLM и агентов, RAG, разметка и создание датасетов, LLM-as-a-judge. Мы работаем на стыке исследований и продакшена: от гипотезы и эксперимента до надёжного решения. Обязанности Разработка агентов на LLM * Проектировать логику рассуждений и поведения ИИ-агентов на базе GigaChat: планирование, рассуждение, управление памятью и контекстом. * Настраивать вызов внешних инструментов (Tool Calling, API, SQL-скрипты) под задачи домена. * RAG-системы * Проектировать архитектуру контекстного поиска ответов по сложным документам и структурированным данным, оценивать качество ретривала и генерации. * Адаптация моделей * Дообучать и адаптировать модели под задачи команды: Fine-tuning, LoRA/QLoRA, подготовка данных для обучения. * Eval и качество * Разрабатывать и внедрять методы оценки LLM и агентов: метрики, бенчмарки, LLM-as-a-judge, Guardrails. * Анализировать корзину запросов и результаты ответов, выявлять ошибки и галлюцинации, согласовывать метрики с бизнесом и защищать подходы на понятном языке. * Работа с разметкой и данными * Создавать датасеты для обучения, оценки и разметки, готовить инструкции для разметчиков. * Работать с разметчиками: контролировать качество, интерпретировать результаты, итеративно улучшать инструкции. Требования * Опыт работы с LLM: запуск языковых моделей в продакшн. * Уверенное владение Python: PyTorch, Hugging Face, опыт с LangChain/LlamaIndex. * Понимание специфики LLM: Prompt Engineering, оценка качества генерации и Eval, базовое понимание оптимизации инференса (vLLM и аналоги). * Аналитическое и критическое мышление: разбирать сложные задачи на составляющие и находить неочевидные решения. * Умение работать с данными: SQL для подготовки датасетов, базовое владение табличными данными (pandas, NumPy). Условия * Полное соблюдение ТК РФ, льготные условия по программам страхования, кредитования для сотрудников Банка;) * График 5/2, офис на м. Кутузовская, гибрид; * Достойный уровень вознаграждения (оклад + внушительная годовая премия); * ДМС с первого дня работы и льготная мед. страховка для близких родственников; * Социальная поддержка сотрудников; * Возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей; * Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании; * Бесплатная подписка СберПрайм с возможностью подключения 3 родственников, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.; * Корпоративная пенсионная программа

-Ядро платформы на Python: сессии, ходы агента, политики заказчика, учёт; агентный цикл под бюджет хода.

Location: Москва Мы ищем аналитика, которому интересно не просто работать с данными и финансовой оценкой, а создавать новые подходы, превращать их в алгоритмы и видеть, как они становятся частью AI-продукта. Команда развивает AI-агентов для финансовой оценки. Их цель – автономизировать полный цикл оценки бизнес-инициатив: от проектирования и прогнозной оценки до расчёта фактического эффекта и формирования итоговых выводов Ключевая задача - развивать методологию финансовой оценки бизнес-инициатив всех направлений бизнеса Группы и превращать её в tool-ы для AI-агента. Обязанности ### **Чем предстоит заниматься:** * проводить аналитику и разрабатывать методологию фин. оценки * проектировать алгоритмы сбора, обработки и анализа данных и реализовывать их на SQL/Python/Pyspark * описывать бизнес-требования для автоматизации на внутренних платформах * сопровождать разработчиков в процессе автоматизации * проверять и принимать готовые решения * отвечать за то, чтобы идея прошла весь путь от методологии и прототипа до работающего tool-а для AI-агента Требования ### **Мы ждем что, вы:** * имеете опыт работы в сфере финансов / рисков / анализа данных– 3-5 лет * имеете высшее образование в области Экономики/Финансов/Математики/Физики * знаете экономику и корпоративные финансы * знаете математическую статистику, эконометрику, * понимаете принципы A/B-тестирования и альтернативных методов оценки эффектов * уверенно владете SQL и Python, будет плюсом опыт работы со Spark * обладаете знаниями английского языка * имееты навыки работы с GenAI решениями Условия ### **Что мы предлагаем:** * комфортный современный офис на Кутузовском проспекте * ежегодный пересмотр зарплаты, годовую премию * корпоративный спортзал и зоны отдыха * уникальную систему 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 * корпоративную пенсионную программу.

Location: Москва Наша команда занимается развитием методологии кибербезопасности банка, разработкой и поддержанием в актуальном состоянии правил и требований кибербезопасности для устойчивого развития бизнеса и достижения целей банка. Обязанности ### Вам предстоит: * разработка и внедрение core-логики AI-агента в production * проектирование и реализация backend-сервисов на Python * интеграция с LLM, инструментами разработки (CI/CD, репозитории, тестовые фреймворки) * интеграция с внешними системами и сервисами через Kafka, REST API, gRPC, WS и другие протоколы * построение архитектуры автономных AI-систем * разработка механизмов планирования, оркестрации и выполнения задач агентом * оптимизация производительности и надежности системы * участие в принятии архитектурных решений * подготовка релизов моделей и агентов, включая документацию, демонстрационные материалы и защиту решений перед банковскими регуляторами. Требования ### Что для нас важно: * опыт работы в качестве ML-инженера, DS, MLOPS или Python Backend-разработчика в сфере машинного обучения * опыт промышленной разработки на Python, знание принципов ООП и паттернов проектирования, опыт работы с микросервисной архитектурой * работа с большими объемами данных и распределёнными хранилищами данных, такими как Hadoop * понимание PDLC/SDLC процессов и инструментов разработки (Git, CI/CD, тестирование) * опыт работы с инструментами для создания AI-агентов, такими как LangChain или LangGraph * базовое понимание ML/DL. Условия ### Мы предлагаем: * комфортный современный офис * офисный формат работы * ежегодный пересмотр зарплаты, 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 Мы - команда мобильного приложения Сбербанк Онлайн. Разрабатываем цифрового ассистента для мобильного приложения СБОЛ, который работает на базе технологий LLM. В ядре нашего ассистента лежит мультиагентная система. Мы ищем опытного NLP-специалиста, который будет разрабатывать новых ИИ-агентов для удовлетворения потребностей пользователей. Обязанности * анализ бизнес-задач и участие в выборе методов моделирования для их решения / проработка с заказчиками вариантов реализации ML-решений * разработка ИИ-агентов на базе LLM с использованием фреймворков LangChain/GigaChain/LandGraph * создание RAG (Retrieval Augmented Generation) пайплайнов * решение вспомогательных NLP-задач (Preprocessing, Classification, Clustering, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Embeddings, Prompt Tuning) * дообучение LLM под бизнес-задачи (SFT, LoRA), разработка пайплайнов оценки качества ML-решения (LLM-as-a-judge, классические метрики качества для задач классификации с естественными метками) * разработка дизайна пилотов для оценки продуктового и финансового эффектов от запуска ML-решений, приоритизация бэклога гипотез по улучшению качества ML-решений * вывод ML-решений в промышленную эксплуатацию совместно с командой MLOps. Требования * высшее образование (желательно техническое/экономическое) * опыт в ML от 3-х лет * знание библиотек и фреймворков: pandas, pyspark, catboost, pytorch, langchain/langgraph * отличные знания классического и нейросетевого ML применительно к NLP-задачам * имеешь опыт решения задач с использованием различных LLM-моделей (BERT, RoBERT, XLNet, LLaMA). * Знаешь как работает RAG Условия * гибридный формат работы: г.Москва, Бизнес-центр, Кутузовский проспект, д. 32, к.1 * ежегодный пересмотр зарплаты и годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС (медицинское страхование), льготное страхование для семьи * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

-Создание средств малой автоматизации. -Поиск узких или рутинных мест в процессах и предложения по их оптимизации: автоматизация, шаблонизация, оптимизация.

-Разрабатывать и выводить в промышленную эксплуатацию решения на базе ИИ, в том числе AI-агентов на базе LLM. -Проектировать архитектуру AI-агентов и подходы к их построению.

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

Как распределяются задачи Вы: — находите покупателей и развиваете отношения с действующими клиентами; — уточняете потребности в металлопрокате;

-Проектировать и реализовывать агентное ядро — turn-loop, оркестрацию tool-calling, управление подагентами, контекст-менеджмент: компакция и токен-бюджеты, промпт-архитектура, устойчивый роутинг моделей с graceful degradation.

О нас: Наш клиент — аутстафф-компания, подбирающая инженеров на длительные проекты. Сейчас ищем Data Scientist / AI Engineer. Про проект: Заказчик развивает ИИ-направление и выводит решения на базе LLM в промышленную эксплуатацию. Нужны специалисты, которые доводили AI-агентов до продакшена и понимают практические аспекты. Команда распределённая, работа полностью удалённая. Кого ищем: Data Scientist / AI Engineer с коммерческим опытом от 3 лет, реализовавший и выведший в продакшн решения на базе ИИ, включая AI-агентов на базе LLM. Уверенный в классическом ML, глубоком обучении и инфраструктуре. Задачи: — Разрабатывать и выводить в промышленную эксплуатацию решения на базе ИИ, включая AI-агентов на базе LLM. — Проектировать архитектуру AI-агентов и подходы к их построению. — Работать с Deep Learning в части NLP, включая архитектуру Transformer. — Делать fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Разрабатывать интеграции с ИТ-системами. — Работать с промышленным Kubernetes. Требования: — Коммерческий опыт работы от 3 лет. — Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ, включая AI-агентов на базе LLM, в роли Data Scientist / AI Engineer. — Знание основ классического машинного обучения. — Хорошее знание Deep Learning (NLP). — Глубокое понимание архитектуры Transformer. — Глубокое понимание подходов и методов проектирования AI-агентов. — Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Уверенная работа со стеком Python — Torch, Transformers. — Опыт разработки интеграций с ИТ-системами. — Опыт промышленной работы с Kubernetes. Обязательные технологии и инструменты: Python, Torch, Transformers, Kubernetes. Отбор: Техническое собеседование по каждому пункту требований. Условия: — Полная удалёнка. — Зарплата от 200 000 до 230 000 ₽ на руки. — Выплата раз в месяц. — Оформление по ИП, налоги покрывают. Как откликнуться: В отклике кратко рассказать о своём опыте с LLM и AI-агентами, роли, стеке, кейсах с fine-tuning и промышленным Kubernetes.