Вакансии

Задачи: — Вакантные должности: супервайзер по городу Ташкент и Ташкентская область, торговые представители и агенты в различных районах Ташкента и области. Требования: — Опыт в продажах от 1 до 3 лет; — Знание русского и узбекского языков; — Средне-специальное образование; — Ответственность и коммуникабельность. Условия: — Официальное трудоустройство; — График работы 5/2 с 9:00 до 18:00; — Социальный пакет: оплачиваемая связь, дорога, планшет; — Зарплата торгового представителя от 4 000 000 фиксированной части плюс KPI, до 12 000 000 в месяц на руки.

Location: Москва Мы ищем ведущего инженера-исследователя для разработки носимых устройств с регистрацией физиологических сигналов. Команда создает сенсорные решения, где критически важны качество и воспроизводимость регистрации sEMG и PPG — от выбора электродов и требований к электронике до экспериментов с участниками. В роли предстоит работать на стыке прикладных исследований, аппаратной разработки и ML, влияя на ключевые архитектурные решения прототипа. Мы ищем специалиста, который умеет самостоятельно вести исследовательскую задачу до проверяемого результата и формировать технические требования для смежных команд. Обязанности * Планировать исследования: формулировать гипотезы, выбирать методы измерения и критерии качества, проводить эксперименты и обосновывать следующие шаги * исследовать сенсоры, материалы, геометрию, расположение, число каналов и прижим, добиваясь устойчивого контакта и комфортного ношения при движении и повторном надевании * совместно с HW-инженерами выбирать и проверять аналоговый измерительный тракт: входной импеданс, шум, усиление, полосу, частоту дискретизации, подавление синфазных помех и устойчивость к смещению потенциала электродов * собирать и отлаживать измерительные стенды, сравнивать покупные платформы и собственные модули * разрабатывать обработку сигналов и оценку их качества * совместно с ML-командой оценивать различимость результатов, вклад каждого сенсора и потребность в калибровке, разбирать ошибки распознавания и проверять перенос результатов на новую ревизию устройства * формировать требования к сенсорной части прототипа и рекомендации по компонентам, анализировать публикации и документацию поставщиков, фиксировать протоколы, измерения и основания архитектурных решений. Требования * Опыт не менее трех лет в разработке измерительных систем, биомедицинской инженерии или прикладных исследованиях, включая практические проекты по регистрации сенсорных сигналов * понимание физиологии мышечной активности и формирования поверхностной ЭМГ, анатомии кисти и предплечья, влияния размещения электродов и состояния контакта на регистрируемый сигнал * опыт проведения воспроизводимых экспериментов с участниками: протокол, разметка, контроль условий, повторные измерения, оценка вариативности между людьми и сессиями * умение оценивать шум, насыщения, качество контакта и стабильность каналов, связывать эти показатели с пропусками и ложными командами совместно с ML-командой * способность самостоятельно вести исследовательскую задачу до проверяемого результата * умение формулировать требования для HW и embedded-команд * навыки критического чтения научных статей и технической документации на английском языке. **Будет плюсом:** * Практический опыт работы с сухими электродами и многоканальной sEMG на запястье или дистальном предплечье, участие в создании и проверке физического стенда или носимого прототипа * опыт разработки миоэлектрических интерфейсов, протезирования, реабилитационных устройств, практический опыт короткой калибровки и адаптации к повторному надеванию * знание аналоговой электроники для слабых биопотенциалов: дифференциальные измерения, шум, динамический диапазон, помехи, заземление и экранирование * умение самостоятельно работать с осциллографом, генератором и системами сбора данных, читать схемы, локализовать аппаратные причины плохого сигнала, понимание безопасной организации измерений на человеке * публикации, аспирантура или PhD в биомедицинской инженерии, нейрофизиологии, электронике или обработке сигналов * опыт работы с научными и R&D-командами * 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 офис на Кутузовском пр.32 * гибридный формат работы * конкурентная компенсация (оклад и премии по результатам деятельности) * ДМС с первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний * материальная помощь и социальная поддержка, корпоративная пенсионная программа * дисконт-программы от компаний-партнеров * бесплатный фитнес на территории работодателя * подписка Прайм с возможностью совместного использования на трех близких * внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.

Задачи: — Разработка и защита целевой архитектуры корпоративного хранилища данных (DWH) с учётом существующего технологического стека; — Проектирование единого семантического слоя (Semantic Layer), развитие каталога данных и инфраструктуры для AI/BI-решений; — Развитие архитектуры хранения и обработки данных, включая переход от OLAP-кубов к современным аналитическим витринам на ClickHouse; — Определение требований к интеграциям, ETL/ELT-процессам и инфраструктурным мощностям; — Разработка подходов Data Governance, управления качеством данных, метаданными и доступами; — Взаимодействие между Data Office и IT, сопровождение архитектурных решений от проектирования до реализации; — Архитектурный надзор и проведение дизайн-ревью решений команд разработки. Требования: — Опыт работы Data Architect / Solution Architect от 3 лет; — Опыт проектирования корпоративных DWH, Data Lake или Lakehouse; — Глубокое понимание моделирования данных и построения аналитических витрин; — Практический опыт работы с ClickHouse, понимание Semantic Layer и dbt; — Знание Kafka, Debezium и принципов построения ETL/ELT-процессов; — Опыт работы с инструментами Data Governance (DataHub, OpenMetadata); — Понимание инфраструктуры data-платформ, требований к производительности и масштабируемости; — Умение защищать архитектурные решения и эффективно взаимодействовать с бизнесом и техническими командами. Будет преимуществом: — Опыт построения AI-Ready Data Platform; — Понимание LLM, AI-агентов, MCP и современных AI/BI-платформ; — Опыт построения Semantic Layer и решений для self-service аналитики; — Опыт миграции с OLAP-кубов на современные аналитические платформы; — Знание стека Microsoft SQL Server, ClickHouse, PostgreSQL, Kafka, dbt. Условия: — Возможность влиять на продукт, открытость к новым идеям и обратной связи; — Возможность работать удаленно или из офиса в Москве, Нижнем Новгороде, Коврове или Владимире; — Дружелюбная атмосфера, внутренние митапы, участие в конференциях и обмен опытом; — Возможность стать амбассадором ИТ-бренда; — Сильная и вовлечённая команда с высоким eNPS, регулярные тимбилдинги и неформальные встречи; — Performance Review два раза в год с возможностью получить премию до двух окладов и прозрачной системой грейдов; — Расширенный ДМС со стоматологией и возможность подключения членов семьи со скидкой; — Комфортное рабочее место с предоставлением техники или компенсацией работы на собственной.

Задачи: — Генерировать идеи применения AI. — Изучать процессы и потребности руководителей и коммерческих команд, строить карту AI-возможностей по трем целям: эффективность процессов, эффективность управления и новые источники дохода. — Вести продуктовый AI-бэклог. — Формулировать проверяемые гипотезы с базовыми и целевыми метриками, предварительной экономикой, владельцем результата и приоритетом. — Управлять единым портфелем AI-инициатив. — Планировать и запускать инициативы, формировать продуктовую постановку, бизнес-кейс, план проверки эффекта, критерии пилота, roadmap, сроки и зависимости между командами. — Организовывать необходимые ресурсы совместно с IT, Data и информационной безопасностью, обеспечивать готовность данных, интеграций, инфраструктуры и участников. — Сопровождать разработку и внедрение, быть ответственным за продуктовый результат, синхронизировать команды, контролировать качество, снимать блокеры, принимать решения о готовности к использованию. — Проводить пилоты и эксперименты, измерять экономию времени, рост производительности или дополнительный доход относительно базового уровня. — Обеспечивать обучение, adoption и переход в регулярную работу. — Управлять ландшафтом работающих AI-решений, измерять качество, использование, стоимость владения и фактический вклад в три бизнес-цели. — Инициировать улучшения, масштабирование или вывод неэффективных решений. Требования: — Продуктовое мышление и ownership: опыт ведения цифрового продукта от discovery до внедрения, способность выбирать метрики, расставлять приоритеты и защищать продуктовые решения. — Подтвержденный опыт AI: не только демо, но и пилоты или внедрения с реальными пользователями, оценкой качества и понятными результатами. — Технологическая грамотность: понимание LLM/GenAI, RAG, AI-агентов, API, источников данных, интеграций, ограничений моделей, оценки качества и подходов к информационной безопасности. — Hands-on подход: умение самостоятельно собрать быстрый прототип с помощью промптов, low-code/no-code, API или скриптов, не ожидая большой команды, при этом понимать, когда необходима промышленная разработка. — Ориентация на измеримый эффект: умение отдельно считать экономию времени и затрат, повышение производительности руководителей и инкрементальные деньги от AI; оценивать ROI, стоимость владения и альтернативу без AI. — Лидерство без формальных полномочий: умение договариваться с бизнесом, IT, Data и ИБ, снимать сопротивление и доводить изменения до устойчивого использования. Будет преимуществом: — Опыт в e-commerce, B2B, закупках, работе с поставщиками, ассортименте или крупных корпоративных процессах. — Опыт запуска AI-продуктового направления или процессов приоритизации и масштабирования с нуля. — Практика работы с корпоративными данными, AI-evaluation, мониторингом моделей и промышленной эксплуатацией AI-решений. Условия: — Работа в крупнейшей e-commerce компании, лидере рынка DIY. — Расширенный ДМС со стоматологией. — Компенсация спортивных абонементов. — Обучение в корпоративном университете: программа MBA, внешние тренеры международного уровня. — Обмен опытом с лидирующими мировыми компаниями, обучение у лучших экспертов. — Performance review, оценка 360 и индивидуальные планы развития у каждого в компании.

Location: Москва; Санкт-Петербург Workplace: Офис Ищем дата-инженера со знанием SQL и Python. Вы поможете пересобрать хранилище маркетинга Яндекса и выстроить работу ИИ-агентов с данными, чтобы они находили нужные витрины, корректно считали показатели и давали ответы, которые можно проверить. Мы развиваем Marketing DWH — хранилище данных для маркетинга Яндекса. Нам нужен дата‑инженер, который поможет пересобрать архитектуру хранилища. Это нужно, чтобы аналитики и ИИ‑агенты могли находить нужные витрины, понимать, как рассчитаны показатели, и проверять результаты. Обязанности Пересборка архитектуры хранилища Вы будете разбираться, как данные движутся от источников до витрин, обновлять модели данных и переносить на них расчёты. Вам предстоит устранять дублирование, ускорять запросы и проверять, как изменения сказываются на результатах расчётов и расходе ресурсов. Настройка работы ИИ‑агентов Вы будете настраивать поиск витрин и доступ к маркетинговым данным, а затем проверять, как агенты справляются с реальными аналитическими задачами. Например, агент должен сравнить две кампании: подобрать сопоставимые данные, верно рассчитать показатели и указать источники, чтобы результат можно было воспроизвести. Правила Data Governance Вы будете вместе с коллегами определять, кто отвечает за данные в маркетинговом домене, как описывать витрины и какие требования предъявлять к их качеству и свежести. Затем поможете внедрить правила на практике — например, добавите автоматические проверки в пайплайны и настроите оповещения об отклонениях. Переход к расчётам в реальном времени Вы поможете перевести часть расчётов на потоковую обработку: определите, для каких сценариев данные нужны с минимальной задержкой, и спроектируете обработку событий. Больше о разработке в Яндексе — в канале Yandex for Developers Требования * Уверенно пишете на SQL и Python * Разбираетесь в причинах проблемы, сравниваете варианты и можете объяснить, почему выбрали конкретное решение * Самостоятельно доводите задачу до реализации и проверяете, что решение работает как задумано Будет плюсом * Работали с Kafka или другими системами обмена сообщениями и понимаете, как устроена потоковая обработка * Писали на C++ * Внедряли практики Data Governance, развивали каталог данных или автоматизировали проверки качества * Подключали ИИ-агентов к источникам данных или оценивали качество их ответов

Location: Москва Наш продукт — это ИИ-помощник, который разработан для помощи сейлзам и трейдерам, снимая с них часть рутинных задач и процессов. Обязанности ### Чем предстоит заниматься: * развивать промпты агентов: системные и ролевые промпты, few-shot, схемы рассуждения, tool calling, извлечение структурированных знаний из документов * строить пайплайны эволюции промптов: версионирование, оффлайн-оценка (golden set, side-by-side, LLM-as-judge), итерации по ошибкам * решать задачи классификации и маршрутизации документов: разделение входного пакета по классам, подготовка релевантного контекста для агента * работать с RAG и эмбеддингами: chunking, выбор и тюнинг эмбеддингов, retrieval / rerank, оценка качества поиска * опромышливание проекта, ведение релизного цикла от прототипирования до вывода в прод * наблюдаемость. Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик * тестирование агентов по обе стороны нестабильности: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответа агента (эталонные кейсы, LLM as Judge). Требования ### Мы ожидаем, что вы: * имеете опыт продакшн на Python 3.11+ от 5 лет: ООП, SOLID, async, типизация, Pydantic v2, структура сервиса. Умение читать, писать и менять чужой код * имеете опыт FastAPI и интеграций по HTTP: контракты, таймауты, ретраи, ошибки внешних сервисов * высшее техническое образование * прикладной опыт с LLM: имеете опыт промпт инжиниринга, работы с контекстом, tool calling, structured output * работали с агентными сценариями: Опыт с ReAct, LangChain, LangGraph. Работали с состояниями диалога, чекпонитами, ветвлением, вызовом инструментов, HITL, памятью сессии * имеете опыт разработки AI агентов, мультиагентных систем, RAG систем. Протокол A2A или межагентское взаимодействие по контракту * имеете опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3. ### Бкдет плюсом: * опыт работы с GigaChat. Условия ### Что мы предлагаем: * комфортный современный офис на Вавилова, 19 * формат работы – 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.

Задачи: — Анализировать поведение пользователей на больших данных в командах ранжирования, рекомендаций, персонализации и AI shopping-агентов. — Проектировать и рассчитывать A/B-тесты. — Определять и валидировать метрики. — Строить дашборды и превращать выводы в продуктовые улучшения. Требования: — Сильные аналитические навыки и опыт решения бизнес-задач с помощью данных. — Уверенное владение SQL и опыт работы с большими датасетами. — Знание Python для анализа данных (pandas, NumPy, визуализация). — Понимание A/B-тестирования и статистики. — Представление о ML-пайплайнах и оценке моделей. — Опыт построения дерева метрик и анализа воронок. — Владение английским языком на уровне B2 и выше. — Приветствуется опыт в ранжировании, рекомендациях или search relevance, а также в e-commerce. Условия: — Удалённая работа (не из России и Беларуси). — Зарплата $7 500 – 10 000 в месяц до налогов плюс опционы. Компания: Constructor.io — американская платформа поиска и рекомендаций для e-commerce на собственном движке с трансформерами и LLM.

Location: Москва Мы создаем сервисы кредитования в Сбербанке, позволяющие клиентам быстро и удобно получать кредиты онлайн. Клиент может подать заявку на получение кредита через мобильное приложение или WEB, получить одобрение всего за две минуты и мгновенно перевести средства на свою банковскую карту или счет, без необходимости посещать отделение банка лично. Наш проект постоянно развивается. Мы планируем улучшать клиентский опыт и развивать наши сервисы внедряя механики динамического ценообразования. Работа в нашей команде позволит вам принять участие во всех этапах разработки высоконагруженных распределённых систем, начиная от проектирования и заканчивая внедрением в промышленную эксплуатацию. Вы сможете активно влиять на создание новых продуктов и улучшение существующих бизнес-процессов, применяя современные технологии и подходы. Возможность углублять знания и улучшать навыки в области современного программирования и управления проектами. Комфортные условия труда - современное оборудование и стабильность занятости в одной из крупнейших финансовых организаций страны. Присоединяйтесь к нашей команде и станьте частью инновационного процесса, создающего удобные решения для миллионов пользователей по всей России!  Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * руководство командой DS (продуктовый и исследовательский треки) плюс собственная инженерная работа — от архитектуры ML/AI-решений до инструментов для fine-tuning LLM * управление командой DS: постановка и декомпозиция задач, приоритизация, контроль качества * менторство, код-ревью, стандарты разработки и исследований; участие в найме * архитектура ML/AI-решений, обоснование выбора методов и моделей * разработка инструментов fine-tuning LLM (LoRA/QLoRA): подготовка датасетов, пайплайны обучения, оценка качества * разработка и валидация ML-моделей, feature engineering, вывод в production * исследовательские гипотезы, дизайн экспериментов, статистическая оценка, прототипы новых подходов * предложения по решению бизнес-задач аналитическими методами, консультирование заказчика, презентация результатов. Требования * одинаково уверенная работа как исследователь/моделист и как инженер, доводящий AI-решения до работающего продукта * алгоритмы и структуры данных на уровне понимания внутреннего устройства, а не вызова библиотек: базовые (сортировки, поиск, деревья, графы, динамическое программирование, оценка сложности), классический ML (линейные модели, градиентный бустинг, SVM, кластеризация), DL (обратное распространение, оптимизаторы SGD/Adam, механизмы внимания, трансформеры), LLM-инженерия (токенизация BPE, LoRA/QLoRA, ANN-поиск) * умение разобрать алгоритм по статье и реализовать в коде * готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM * Data Scientist / ML-инженер — от 4–5 лет * техническое лидерство или менторство — от 1–2 лет * вывод моделей в production и их сопровождение; исследовательская работа * Python (scikit-learn, pandas, numpy, PyTorch), SQL/PostgreSQL * классический ML, валидация моделей, статистика, математическое моделирование * NLP/LLM: трансформеры, Hugging Face Transformers, LLM API, LangChain; промпт-инжиниринг, RAG * практический опыт обучения нейронных сетей: трансформеры + минимум 2–3 типа архитектур (CNN, RNN/LSTM, VAE, RL-агенты) * MLOps: ML-пайплайны, Docker, FastAPI, Git, воспроизводимость экспериментов * готовность проводить код-ревью и давать развивающую обратную связь * способность понятно объяснять технические решения нетехнической аудитории * постановка задач команде, оценка трудоёмкости; готовность развивать управленческие навыки в процессе. Будет плюсом: * XAI, большие данные (PySpark, Hive, HDFS), банковская / финансовая сфера * опыт построения модели, давшей измеримый бизнес-эффект (метрики, выручка, экономия ресурсов) * участие в соревнованиях Kaggle или аналогичных. Условия * гибридный формат работы (4 дня офис) на Кутузовском, 32к1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * 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 развиваем AEF (Agent Execution Framework) — платформу Сбера для разработки, исполнения и сопровождения AI-агентов. AEF.Lite — on-prem-версия технологического энейблера AEF для ДЗО (дочерних и зависимых обществ Сбера). Содержит ключевые компоненты AEF без специализированной банковской функциональности и предоставляет стандартизированную, защищённую среду исполнения AI-агентов. На тестовом стенде в Cloud.ru уже работают шесть агентов, и их трейсы доходят до AEF Manager в Банке. Агентов разворачивают через Helm и через AEF Operator — наш Kubernetes-оператор. Ищем DevOps-инженера, который доведёт поставку до установки одной командой. Цель — ДЗО ставит AEF.Lite на свой Kubernetes, и агент с первого запуска передаёт трейсы в Банк. Обязанности * собирать дистрибутив AEF.Lite: Helm-чарты, helmfile и скрипты установки на чистый Kubernetes-кластер, версии поставки и реестр образов * развивать стенд, на котором мы проходим путь ДЗО раньше самих ДЗО: развёртывание целиком через AEF Operator, агенты разных типов, контроллер трейсов на стороне клиента * настраивать сеть и service mesh: Istio (сайдкары, шлюзы, mTLS, выход наружу только через egress-шлюз), политики Cilium, изоляцию агентов по namespace * строить телеметрию агентов: OpenTelemetry Collector, Jaeger, VictoriaMetrics, доставку трейсов в Kafka Банка по mTLS, мониторинг и алерты стенда * готовить код к публикации в GitVerse: обезличивать исходники, заменять банковские зависимости открытыми аналогами, собирать образы воспроизводимо, проверять лицензии сторонних компонентов * закрывать требования информационной безопасности к поставке: работа без privileged-контейнеров, изоляция исполнения кода агента, подготовка к сертификации ФСТЭК * помогать ДЗО и партнёрам ставить AEF.Lite у себя: требования к кластеру, инструкции установки, сертификаты для подключения, разбор проблем через репозиторий. Требования * опыт работы DevOps-инженером от 3х лет * kubernetes на уровне сборки кластера с нуля (kubeadm, containerd, CNI), собственные Helm-чарты и helmfile * Istio: сайдкары, ingress- и egress-шлюзы, mTLS, журнал доступа Envoy; * наблюдаемость: OpenTelemetry Collector, Prometheus-совместимые метрики, Jaeger * Kafka и PKI: подключение клиентов по mTLS, выпуск сертификатов, обмен цепочками доверия * сборка образов: multi-stage, distroless, воспроизводимые теги * уверенное администрирование Linux, bash и Python для автоматизации, Git * ежедневная работа с ИИ-инструментами — Claude Code, Cursor или подобными — для скриптов, манифестов и 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.

Чем предстоит заниматься: Руководство командой продакт-менеджеров: ставить цели, распределять ответственность, развивать компетенции команды и обеспечивать достижение результатов по каждому продукту направления. определять цели, приоритеты и дорожные карты.

Задачи: — Привлечение и сопровождение закрепленных корпоративных Клиентов по всем банковским продуктам (кредиты, гарантии); — Взаимодействие с профильными службами Банка (юристы, риски, СБ, залоги, финансовый мониторинг) для подготовки необходимых заключений и выхода на кредитный комитет Банка по заявкам Клиента; — Работа с Клиентами по вопросам предоставления документов для оформления и проведения сделки; — Взаимодействие с оформителями кредитно-обеспечительной документации (КОД), согласование проектов с профильными службами Банка и Клиентом; — Оформление дополнительного обеспечения по кредитным договорам, регистрация залогов Клиента в соответствующих учреждениях; — Контроль за соблюдением сроков выполнения отлагательных условий по сделкам; — Подготовка, согласование и подписание с Клиентом дополнительных и 3-х сторонних соглашений; — Сбор, контроль и проверка комплектности документов Клиента к ежеквартальному мониторингу; — Сопровождение залоговых счетов Клиента для исполнения госконтрактов с ежемесячным направлением данных Заказчику; — Работа по предоставлению банковских гарантий в рамках продукта "Экспресс-Гарантии" (по 44 ФЗ, 213 ФЗ, коммерческие гарантии) от получения заявки клиента до выдачи гарантии, включая взаимодействие через Агентов; — Формирование необходимого пакета документов, передача в службы, согласование процентной ставки, получение заключений от служб Банка, формирование электронного досье по клиенту для выдачи гарантии; — Ведение реестра выданных гарантий и поступивших заявок; — Заключение, согласование и подписание агентских договоров; — Размещение свободных денежных средств юридических лиц на депозитах/неснижаемых остатках, предоставление котировок по процентным ставкам, согласование условий размещения, направление клиентам депозитных договоров и номеров счетов; — Получение от клиентов подписанных документов, контроль за размещением средств.

Location: Москва Мы помогаем государству проводить disrupt госуправления через внедрение AI/GenAI и ускорять национальное развитие AI/GenAI, организуем одно из крупнейших в мире профильных мероприятий – AIJourney, объединяем бизнес, государство и международное научное сообщество, чтобы обеспечить GenAI-трансформацию страны. Обязанности * финансовый анализ проектов, валидация гипотез * лидирование проектов по разработке стратегии, исследованию отраслей и рынков * исследование потребностей отраслевого бизнеса и гос. органов в применении AI / GenAI * поиск новых решений на основе технологий искусственного интеллекта для B2G * визуализация информации, подготовка аналитических и презентационных материалов (мастер презентаций) * разработка рекомендаций для клиента * ведение отдельных стримов AI/GenAI-инициатив * разработка методологий оценки экономических и финансовых эффектов от внедрения AI / GenAI, оценки AI/GenAI-зрелости и расчета интегральных показателей * формирование критериев оценки и KPI при реализации AI-инициатив и внедрении AI / GenAI. Требования * высшее экономическое или техническое образование * опыт от 3 лет в консалтинге (Big-3, Tier-2, Big-4) * опыт участия в проектах по стратегическому консультированию * умение делать понятные и красивые презентации с четким сторилайном для топ-менеджмента * знание основных трендов в области генеративного искусственного интеллекта * навык работы с большим объемом информации, структурирования и построения гипотез * умение выстраивать коммуникации, опыт кросс-функционального взаимодействия * глубокие знания технологий искусственного интеллекта и жизненного цикла ML моделей * опыт создания AI-агентов и применения для рабочих задач. Условия * офисный формат работы * ежегодный пересмотр зарплаты и годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Наш продукт — это ИИ-помощник, который разработан для помощи сейлзам и трейдерам, снимая с них часть рутинных задач и процессов. Обязанности * тестирование качества ответов AI-навыков: релевантность, полнота, корректность, отсутствие галлюцинаций и «уверенных, но неверных» ответов * формирование и поддержка эталонных датасетов (golden set) для регрессионной оценки LLM-ответов и промптов * тестирование промптов, RAG-конвейеров и маршрутизации оркестратора — правильный ли агент/навык выбирается под запрос, полные ли источники подтягиваются * оценка недетерминированного поведения: прогон запросов N раз, статистические метрики стабильности и качества, выявление регрессов качества между версиями моделей/промптов * разработка, ревью и поддержка тест-кейсов, чек-листов, тест-планов * взаимодействие с разработчиками, аналитиками, DS/ML-инженерами и PO для уточнения требований * ведение баг-трекинга в Jira, документирование в Confluence. Требования * опыт в роли QA от 3 лет * опыт функционального и сквозного (E2E) тестирования * опыт тестирования API и интеграций: REST/gRPC, форматы запросов/ответов, работа с моками внешних сервисов * умение составлять и проверять тест-кейсы в Zephyr, анализировать покрытие * понимание принципов работы LLM и GenAI: промпты, RAG, температура/вариативность, ограничения моделей, типовые режимы отказа (галлюцинации, потеря контекста, неверная интерпретация запроса) * опыт оценки качества AI-ответов: эталонные наборы, ручная и полуавтоматическая разметка, метрики точности/полноты/faithfulness/relevancy * навыки написания скриптов на Python для прогона батчей запросов, сбора и сравнения результатов. ### Будет плюсом: * опыт в финтехе / банковской сфере * опыт тестирования AI/ML-продуктов: чат-боты, ассистенты, рекомендательные системы * знание инструментов оценки LLM: LangSmith, DeepEval, Arize, RAGAS или аналоги * базовые знания автоматизации тестирования (Java, Python). * опыт работы с системами мониторинга (Grafana), включая мониторинг качества AI-ответов * понимание требований комплаенса и работы с чувствительными данными. Условия * комфортный современный офис на Вавилова, 19 * формат работы – 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.

Задачи: — Проводить code review решений коллег и изменений, сделанных ИИ-агентами, объяснять замечания и показывать, как сделать лучше. — Вводить в работу новых участников команды, включая стек, архитектуру проектов, принятые практики и приемы работы с ИИ-агентами. — Быть наставником для коллег, в том числе нетехнических, консультировать по архитектуре и коду, разбирать их решения и готовить примеры. — Выбирать стек, библиотеки и веб-фреймворки для Python и JavaScript с учетом требований, нагрузки, масштабирования и удобства сопровождения. — Проектировать frontend и backend: REST API, модели данных, аутентификацию и авторизацию, интеграции. — Декомпозировать задачи для ИИ-агентов, задавать технический контекст и критерии готовности, проверять изменения в Git. — Вести debugging и рефакторинг, организовывать unit-, интеграционные и end-to-end тесты. — Создавать переиспользуемые компоненты, шаблоны приложений и API-интеграции для разных компаний. Требования: — Желание регулярно заниматься code review, онбордингом и наставничеством. — Умение объяснять технические решения простым языком, в том числе коллегам без опыта разработки. — Готовность работать в офисе в Москве (м. Курская) минимум 4 дня в неделю. — Базовое понимание ИИ, включая общее представление о работе LLM, промптах, контекстном окне, ошибках моделей и их проверке. — Опыт использования ИИ-инструментов в работе, таких как чат-ассистенты, ассистенты в IDE или coding agents. — Опыт fullstack-разработки и запуска веб-приложений в production. — Уверенное владение Python и JavaScript, опыт разработки backend и frontend. — Знание HTML/CSS, веб-фреймворков и клиент-серверной архитектуры. — Практические навыки REST API, HTTP, SQL, Git, Docker и автоматизированного тестирования. — Понимание проектирования API и баз данных, прав доступа, обработки ошибок и логирования. — Умение проводить рефакторинг, разбирать зависимости и находить причины ошибок. Дополнительные преимущества: — Опыт в роли техлида, тимлида или ментора. — Углубленное знание LLM (embeddings, RAG) и опыт настройки coding agents. — Знание архитектуры корпоративных ИТ-систем и интеграций. — Знание .NET. Условия: — Работа в офисе в Москве, м. Курская, минимум 4 дня в неделю. — Реальные задачи разных бизнесов, участие в выборе технологий, роль наставника в команде и совместная работа с аналитиками, преподавателем и специалистами по инфраструктуре. Для отклика необходимо прислать резюме, при наличии портфолио или ссылок на проекты добавить их к отклику, а также в сопроводительном письме ответить на вопросы о опыте code review, онбординга или наставничества, используемых ИИ-инструментах и готовности работать в офисе.

анализ данных существующих автоматизированных систем. разработка прототипов SQL и подготовка эталонных данных.

разработка тест кейсов / сценариев тестирования. Анализ требований к продукту;

В команду digital-маркетинга ищем менеджера для реализации рекламных стратегий для продуктов VK Tech. — Разрабатывать и реализовывать рекламные стратегии для продуктов VK Tech и отвечать за их бизнес-результат.

Location: Москва Workplace: Офис, Гибридный Яндекс Браузер помогает пользователям решать повседневные задачи. В работе мы объединяем LLM, классический ML и программные инструменты. Ищем ML‑разработчика, который будет превращать идеи в работающие решения: от подготовки данных и проверки гипотез до интеграции в Браузер и оценки качества. Мы создаём браузер, который помогает пользователям решать повседневные задачи: управлять вкладками, разбираться в содержимом страниц, заполнять формы и получать полезные подсказки в адресной строке. В работе мы объединяем LLM, классическое машинное обучение и программные инструменты. Ищем ML‑разработчика, которому предстоит превращать продуктовые идеи в работающие решения: от подготовки данных и проверки гипотез до интеграции в Браузер и оценки качества на реальных сценариях. Обязанности Улучшение автозаполнения форм Вы будете разрабатывать и оценивать способы определения назначения полей и подбора данных для заполнения, создавать воспроизводимую эмуляцию работы автофилла, выявлять причины ошибок и оценивать, насколько изменения улучшают работу. Автоматизация тестирования Браузера Вам предстоит разрабатывать агента, который будет воспроизводить пользовательские сценарии и проверять, исправлены ли ошибки. Также нужно создавать бенчмарки и автоматические оценки и проверять, насколько можно доверять выводам модели-судьи. Контекстные подсказки Алисы Вы будете классифицировать страницы и определять пользовательские задачи, чтобы в нужный момент предлагать полезные действия. Предстоит готовить разметку, строить модели и правила, оценивать точность и охват новых сценариев. Нужно будет исследовать и использовать перспективные инструменты классификации, например Jev, в сочетании с LLM. Развитие подсказок Вам предстоит улучшать классификацию запросов, ранжирование и смешивание подсказок из разных источников. Нужно готовить признаки и обучающие данные, проверять качество моделей и оценивать их влияние на пользовательский опыт. Развитие агента управления Браузером Вы будете учить агента понимать запросы пользователя и выполнять действия с вкладками, окнами и настройками. Вам предстоит подбирать модели, улучшать промпты и работу с инструментами, а также повышать надёжность сложных последовательностей действий. Больше об ML в Яндексе — в канале Yandex for ML Требования * Работали над ML‑проектами, которые дошли до продакшена * Знаете классические структуры данных и алгоритмы * Хорошо ориентируетесь в инструментах для решения NLP‑задач Будет плюсом * Строили системы на базе LLM * Активно используете агентов в повседневной жизни