Вакансии

Задачи: — Получать задачи напрямую от основателя, иногда в виде голосовых заданий, иногда в виде прототипов, и доводить их до архитектуры и кода, готового к продакшену. — Обеспечивать, чтобы команда могла поддерживать систему без необходимости переписывать её с нуля. — Работать в высоком темпе, задачи измеряются часами. — Ежедневное прямое взаимодействие с основателем. — Работать самостоятельно, без подчинённых, используя помощь AI-агентов. Требования: — Уровень senior с возможностью самостоятельно разрабатывать от схемы базы данных до пользовательского интерфейса. — Ежедневная разработка с помощью AI-инструментов, таких как Claude Code, Cursor или аналогичных. — Собственный инженерный процесс: спецификация → тесты → код → приёмка по внешним критериям, а не по отчётам агентов. — Опыт создания системы, которая проработала в продакшене не менее года под вашей ответственностью. — Готовность обсуждать на интервью не только построенные системы, но и то, что можно было бы улучшить. Условия: — Оплата выше рыночной для подходящего кандидата, фиксированная часть плюс бонус за результат. — Остальные условия обсуждаются на следующих этапах с командой.

Задачи: — Разработка и внедрение AI-компонентов для повышения точности транзакций, автоматизации налоговой категоризации и поддержки рабочих процессов клиентов. — Руководство кросс-функциональными проектами от прототипа до развертывания, обеспечение надежности, низкой задержки и соблюдения требований конфиденциальности. — Разработка функций AI, автоматизирующих бухгалтерские и налоговые задачи. — Проектирование агентов на базе больших языковых моделей и конвейеров для структурированных финансовых данных и правил. — Внедрение мониторинга, тестирования и наблюдаемости поведения моделей и качества данных. — Сотрудничество с экспертами в области финансов для перевода нормативных правил в надежную AI-логику. — Оптимизация стоимости вывода, задержки и масштабируемости в облачных средах. — Наставничество инженеров и участие в стандартах и лучших практиках AI-инжиниринга. — Обеспечение безопасной обработки данных и конфиденциального проектирования моделей для финансовых данных. — Итеративное улучшение с использованием версионирования и процедур отката. Требования: — Минимум 7 лет опыта в разработке ПО, из них не менее 3 лет в производственных AI-системах. — Опыт создания решений с большими языковыми моделями и агентскими фреймворками в продакшене. — Глубокое знание Python и опыт работы с системами обслуживания моделей (Docker, Kubernetes, TorchServe, Ray или аналоги). — Опыт интеграции с банковскими и налоговыми API и работы с конфиденциальными финансовыми данными. — Навыки проектирования стратегий мониторинга и тестирования ML-моделей в продакшене. — Понимание prompt engineering, парсинга структурированного вывода и методов снижения ошибок цепочки рассуждений. — Отличные коммуникативные навыки и способность руководить кросс-функциональной командой. — Степень бакалавра в области компьютерных наук, инженерии или эквивалентный опыт; предпочтительно наличие продвинутой степени. Условия: — Конкурентная зарплата с бонусами, зависящими от результатов. — Программа акций или долгосрочных стимулов, связанная с ростом компании. — Медицинская и стоматологическая страховка. — Гибридный формат работы с офисом в Берлине и возможностью удалённой работы. — Щедрый отпуск по уходу за ребёнком и поддержка семейного благополучия. — Бюджет на обучение и оплачиваемое время для профессионального развития и конференций. — Техническое пособие на оборудование для домашнего офиса и облачные кредиты для экспериментов. — Поддержка релокации для международных кандидатов, присоединяющихся к офису в Берлине.

Задачи: — Владеть и поддерживать сотни контентных элементов в области поддержки и модерации, включая статьи базы знаний, документацию процессов, макросы, ответы ботов, объявления и внутренние руководства. — Писать ясный и простой контент для разных аудиторий: агентов, модераторов и клиентов. — Превращать сложные процессы и правила в легко понимаемую документацию. — Поддерживать базу знаний в порядке, актуальной и удобной для навигации. — Следовать стандартам контента по структуре, терминологии, форматированию и тону. — Регулярно пересматривать контент для удаления устаревшей, дублирующейся, неясной или отсутствующей информации. — Собирать требования от заинтересованных сторон и создавать точный контент на основе бизнес-потребностей. — Строить и постоянно улучшать процесс создания и поддержки контента в области поддержки и модерации. — Использовать обратную связь заинтересованных сторон, результаты контроля качества и изменения в бизнесе для постоянного улучшения контента. Требования: — Опыт создания и поддержки баз знаний или внутренней документации. — Отличные письменные коммуникативные навыки с вниманием к тону, структуре и ясности. — Способность организовывать большие объемы контента и поддерживать согласованность материалов. — Знакомство со стандартами контента или руководствами по стилю. — Умение работать с неоднозначностью и ответственно использовать AI для повышения эффективности без ущерба качеству. — Способность сотрудничать и собирать требования от заинтересованных сторон, переводя их в понятный контент. Условия: — Возможность влиять на внутренние системы знаний, используемые агентами и модераторами. — Совместная рабочая среда с заинтересованными сторонами из поддержки и модерации.

Задачи: — Проектировать микросервисы и API (REST/gRPC); — Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex); — Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска; — Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG; — Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django); — Проводить code review и контейнеризацию приложений (Docker). Требования: — Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им.— Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC); — Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов; — Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha; — Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j); — Опыт работы с брокерами сообщений (RabbitMQ, Kafka); — Владение инструментами контейнеризации и CI/CD (Docker, Git, S3); — Понимание полного жизненного цикла разработки ПО (SDLC); — Опыт работы по ТЗ с чтением схем (UML, BPMN).

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

Обязанности: • разработка сервисов и библиотек для AI агентов • поддержка и развитие существующих сервисов • проектирование детальной архитектуры и АPI для новых сервисов • интеграция продуктов компании с партнерами • контроль за качеством и отказоустойчивостью. Требования: • высшее оконченное образование • опыт коммерческой разработки на Python от 3 лет • владение инструментами контроля версий (Git), знание паттернов и антипаттернов разработки (SOLID, ООП) • опыт работы с фреймворками fastapi, asyncpg, aiopg и написания тестов с использованием pytest • практический опыт проведения code-review, а также работы с PostgreSQL (написание запросов, работа с индексами и транзакциями). • понимание общих принципов работы LLM (модальность, токены, температура, галлюцинации) и архитектуры RAG, опыт работы с LangChain/LangGraph, Prompt engineering и Tool calling. • знание протоколов взаимодействия между агентами. • опыт контейнеризации приложений (Docker) и работы в OpenShift или Kubernetes будет плюсом • понимание принципов микросервисной архитектуры (REST, gRPC, очереди сообщений(Kafka), взаимодействие сервисов) будет плюсом • понимание принципов CI/CD, Jenkins (или аналогами) будет плюсом • навыки работы с генеративными AI-моделями будут плюсом • опыт создания AI-агентов и использования их в работе будет плюсом. Условия: • офис рядом с метро Кропоткинская • формат работы гибридный • ежегодный пересмотр зарплаты и годовая премия • корпоративный спортзал и зоны отдыха • подписка Прайм с возможностью совместного использования на трёх близких • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа • вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Требования: - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Условия: - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы и офисный формат в Москве

Миссия: Спроектировать и внедрить экосистему для комплексного управления большими языковыми моделями (LLM). Задачи: - самостоятельная разработка функционала платформы на Python; - тестирование нового функционала; - самостоятельное участие в процессах и решение средних и сложных задач; - анализ ТЗ и согласование планов выполнения работ для текущих задач; - обнаружение дефектов и повышение качества программного продукта. Требования: - опыт коммерческой разработки бэкенд-разработчиком от 4-х лет; - опыт разработки решений в монолитной и микросервисных архитектурах; - понимание принципов взаимодействия с LLM, MCP-серверами; - опыт работы с реляционными БД и SQL, векторными базами данных; - опыт работы с FastApi; - опыт работы с системами управления версиями GIT; - базовые знания и опыт работы с системами Continuous Integration; - проактивность при выполнении рабочих обязанностей; - развитые коммуникационные навыки. Будет огромным плюсом: Опыт разработки AI-агентов, использования протокола A2A.

Компания: Продуктовая IT-компания с офисом в Бостоне, США. Сервис помогает быстрее находить, оценивать и продвигать коммерческую недвижимость с помощью AI и глубокой аналитики рынка. Решение для брокеров, инвесторов и собственников, которым нужны актуальные листинги, точные инсайты и более быстрые решения по сделкам. Почему это интересно: — Продукт с реальной ценностью: Big Data + AI — Сильная команда инженеров и продуктовых специалистов — Минимум бюрократии, быстрые решения — Влияние на архитектуру и финальный продукт — Удаленная работа — Бонусы и stock options — Возможность релокации / стажировки в США — Время и ресурсы на рефакторинг и улучшения — Внутренние QA — разработчики не остаются один на один с качеством Задачи: — Разработка и развитие backend-компонентов продукта — Архитектурное проектирование и развитие серверной части системы — Руководство командой backend-разработки — Проведение code review, контроль качества кода и соблюдения инженерных стандартов — Участие в оценке задач, планировании спринтов и управлении техническим долгом — Проработка и внедрение решений по повышению производительности, стабильности и масштабируемости системы — Участие в проектировании и реализации новых функциональных модулей — Подготовка и актуализация технической документации — Взаимодействие с product-командой, дизайнерами и смежными техническими ролями — Наставничество разработчиков, участие в найме и онбординге — Внедрение и использование AI-агентов в продуктовых и внутренних процессах — Оценка, внедрение и масштабирование AI-решений — Обеспечение наблюдаемости, надёжности и управляемости AI-сервисов Требования: — Опыт в коммерческой разработке от 7 лет — Практическое использование AI агентов в процессах разработки от 1,5 лет — Опыт работы на каждом месте не менее 2,5 лет — Опыт управления командой от 3 лет — Английский не ниже В1 — Высшее техническое образование строго из списка ВУЗов: МФТИ, МГУ, НИУ ВШЭ, НИЯУ МИФИ, МГТУ имени Н. Э. Баумана, РУДН, МАИ, «МИСИС», ИТМО, СПбГУ, «ЛЭТИ», СПбПУ Петра Великого, УрФУ, Иннополис, ЮФУ, ТПУ, КФУ, НГУ, ТГУ, СФУ, Белорусский государственный университет, Белорусский национальный технический университет, Белорусский государственный технологический университет, БГУИР, КНУ им. Тараса Шевченко, КПИ им. Игоря Сикорского, ХПИ (Харьковский политех). Технологии: — PHP 8.x — MySQL / PostgreSQL — Redis — Elasticsearch — SQL — Linux — Git Будет преимуществом опыт работы с: — RabbitMQ — Go — Python — FastAPI — SQLAlchemy — Celery Условия: — График работы 5/2, оплачиваемый отпуск — Дистанционный формат работы из любой точки мира — Отсутствие бюрократии и микроменеджмента - ориентируются на результат

Обязанности: - разработка прикладных программ (JAVA) - поиск наилучших решений совместно с дизайнерами и аналитиками - оценка трудоёмкости задач, участие в планировании - написание unit-тестов - менторство (развитие tech skills) стажёров - взаимодействие с разработчиками и другими командами в формате Agile. Требования: - высшее образование - опыт работы в роли разработчика в проектах по разработке/модификации/внедрению ПО с использованием инструментов и технологий Java от двух лет - опыт работы с указанными технологиями по направлению Java: Spring, Hibernate, Gradle, JMS, JAX-WS, Junit - опыт командной разработки с использованием программных продуктов Confluence и Jira - опыт работы, как в каскадных (waterfall), так и в гибких методологиях (Agile/DevOps) разработки - опыт работы с low-code платформой (например, Platform V Flow, Camunda) - 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.

Задачи: — построить единую платформу для работы AI-агентов в рамках кластера — от концепции до внедрения; — разработать инструменты наблюдаемости, оценки качества и проводить исследования, чтобы понимать, какие подходы, фреймворки и технологии работают в реальных сценариях; — внедрять архитектурные решения для ключевых инициатив в области GenAI, обеспечивая масштабируемость, надёжность и эффективность. Требования: — опыт разработки на Python/Go; — глубокое понимание ограничений LLM: контекстные окна, галлюцинации, задержки и стоимость — умение проектировать решения с учётом этих факторов; — опыт построения RAG-пайплайнов на realtime данных; — понимание архитектурных выборов: когда использовать harness, а когда — framework (Claude Code, Dify, n8n и др.), и как правильно подбирать модель под задачу; — умение считать token economics: оптимизировать маршрутизацию моделей, кешировать промпты, оценивать ROI on-prem решений; — проведение бенчмаркинга AI-агентов с помощью precision/recall, LLM-as-judge и A/B-тестов на production-данных; — автономное ведение квартальных проектов «под ключ» — от постановки цели до сдачи результата.

Мы — амбициозная команда специалистов, которая ставит перед собой амбициозную задачу по разработке и внедрению ИИ-агента для управления технологическими рисками Банка. Наше решение помогает быстро выявлять, оценивать и минимизировать последствия технологических рисков. В нашей команде ты сможешь быть вкладом в создание и развитие продукта с 0 и работать с передовыми технологиями, свободные коммуникации и быстрые решения без долгих согласований. Задачи: — проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов (низкие задержки, высокая надёжность, observability) — выстраивать и развивать архитектуру агентских систем (оркестрация инструментов, память, планирование, безопасные guardrails, оценка качества) — внедрять ML System Design подходы: искать и применять передовые идеи и мировой опыт в области архитектур агентских систем — работать с данными и интеграциями: очереди/стриминг, базы, кэш, внешние API — проводить технические исследования (R&D), быстро прототипировать, измерять, масштабировать в прод — развивать платформу: тестирование, CI/CD, мониторинг, трассировка, расходы — влиять на инженерную культуру: код-ревью, дизайн-сессии, менторство. Требования: — от 4 лет промышленной backend-разработки на Python с акцентом на надёжность и производительность — опыт проектирования распределённых систем и высоконагруженных сервисов — уверенная математическая база (вероятность/статистика/оптимизация), инженерный вкус и привычка мерить всё метриками — практика работы с ML-системами в проде: фичи, офлайн/онлайн-оценка, A/B, наблюдаемость качества — навык разбираться в новых подходах (LLM-агенты, инструменты, память, RAG, оценка), критически их проверять и доводить до результата — готовность брать ответственность за продуктовые эффекты, а не только за код. Будет плюсом: — опыт построения agentic-архитектур (планировщики, многoшаговые цепочки, инструментализация, безопасность) — опыт реализации высокоэффективного инференса LLM моделей, глубокое понимание работы kernel для инференса — вклад в open-source или публикации/доклады — знание домена рисков.

Задачи: — Разработка и внедрение AI агентов и моделей машинного обучения — Создание и экспериментирование с GenAI моделями и агентными рабочими процессами Требования: — Владение Python и другими релевантными языками программирования — 3 года практического опыта с фреймворками и библиотеками машинного обучения (TensorFlow, PyTorch или аналогичные) — 2 года практического опыта в разработке и развертывании AI агентов и моделей машинного обучения — Глубокие знания облачных технологий, с акцентом на Microsoft Azure, включая платформы Azure Data и AI (Databricks, Fabric, AI Foundry)

Задачи: — Управление командой инфлюенс менеджеров, распределение задач, контроль работы, отчетность. — Поиск и контакт с потенциальными инфлюенсерами для коллаборации и интеграций (напряму, через агентов, агентства), проведение переговоров о сотрудничестве. — Подготовка рекламных материалов для интеграции с инфлюенсером, акций и всего, что может привлечь внимание аудитории нестандартным подходом. — Анализ эффективности кампаний с инфлюенсерами и подготовка отчетности о результатах. — Аудит активности конкурентов, отслеживание трендов рынка. — Разработка и реализация стратегий привлечения и оптимизации размещения на каналах инфлюенсеров (платформы YouTube и др.). Требования: — Опыт в Influence Marketing от 3-х лет. — Опыт работы с международными рынками. — Свободное владение инструментами аналитики. — Умение управлять бюджетами. — Навыки контроля команды: умение выстраивать прозрачные KPI, проводить факт-чекинг проделанной работы и требовать результат, а не процесс. — Большим плюсом будет опыт работы в нишах iGaming, Финтех и др. Условия: — Работа в европейском офисе с отличным климатом. — Компенсация перелета и помощь с легализацией (релокационный пакет). — Конкурентная заработная плата + ДМС и пакет бенефитов. — Амбициозные задачи. — Работа в команде профессионалов и комфортабельный офис в регионе с отличным климатом.

Задачи: — Разработка AI-агентов и RAG-решений — Создание Python-микросервисов — Проектирование архитектуры — Код-ревью и участие в развитии продукта Требования: — Коммерческий опыт Python от 4 лет — Опыт с LangChain/LangGraph и внедрением AI-решений — Опыт работы с микросервисной архитектурой, FastAPI, PostgreSQL, Git, асинхронное программирование — Опыт код-ревью и работы в Agile Условия: — Офис (Москва, Кутузовский проспект, 32к1), полная занятость — Профессиональный рост: работа в сильной команде и участие в развитии современных AI-продуктов

Задачи: — Управление полным жизненным циклом платформы Coin Master. — Обеспечение высокой доступности, производительности и экономичности в многорегиональной AWS-среде. — Проектирование и поддержка надежной, высокопроизводительной инфраструктуры с использованием Infrastructure as Code (IaC). — Создание самовосстанавливающихся сред с использованием AI-агентов для мониторинга и устранения проблем в реальном времени. — Внедрение безопасности на уровне инфраструктуры с использованием AI-инструментов для выявления и устранения уязвимостей в Kubernetes и AWS. — Разработка инструментов и сервисов для ускорения выпуска кода инженерной командой. Требования: — Опыт работы DevOps не менее 3 лет. — Опыт управления Kubernetes кластерами и AWS инфраструктурой в продакшене. — Опыт интеграции AI-инструментов в рабочие процессы, включая использование AI-агентов (Cursor, Claude Code или аналогичные) для автоматизации инфраструктуры. — Опыт управления несколькими AWS аккаунтами в разных регионах, знание Lambda, CloudFront, SQS, VPC, IAM. — Глубокое понимание оптимизации затрат в облаке через архитектурные решения и автоматическое управление ресурсами. — Опыт работы с современными CI/CD платформами: GitHub Actions, Jenkins, ArgoCD. Преимущества: — Опыт оркестрации LLM (LangChain, LangGraph) или создания внутренних инструментов/агентов для автоматизации задач через облачные API. — Опыт работы с Kafka (MSK/Apache Kafka) и высокопроизводительными кеширующими слоями Redis/Elasticache. — Опыт управления CloudFlare и сложными конфигурациями edge-computing. Условия: — Конкурентная компенсация. — Оплачиваемый отпуск и больничные. — Медицинская и страховая поддержка для сотрудника и семьи. — Спортивные занятия и карта MultiSport. — Современный офис в Варшаве на улице Królewska 16. — Бесплатные завтраки, обеды, кухня с закусками и фруктами. — Современное техническое оборудование, включая macOS устройства. — Обучение и компенсация обучения. — Программа рекомендаций с бонусами. — Культура совместной работы с регулярными мероприятиями. — Бонус на релокацию для переезжающих в Варшаву. — Парковка для велосипедов и автомобилей.

Location: Москва Это возможность возглавить исследовательское направление в команде, занимающейся проектами в новом, динамично развивающемся направлении безопасности искусственного интеллекта. Ваши задачи будут связаны с поиском и исследованием уязвимостей GenAI и AI-приложений с их использованием, в том числе AI-агентов. В коллективе опытных экспертов вы будете оценивать безопасность разрабатываемого ПО, предлагать инструменты для автоматизации исследования и тестирования безопасности GenAI-моделей, а также формировать и развивать исследовательскую команду, участвуя в международных и внутренних CTF. Это не административная роль, мы ищем «играющего тренера», который сам может написать первый прототип, проверить гипотезу об угрозе и решить таск на CTF - и только потом делегирует масштабирование команде. Если ваш опыт ограничивается управлением процессами без hands-on разработки и исследований, эта позиция не подойдёт. Обязанности ### Вам предстоит: * исследование угроз GenAI: создание, поддержка и развитие инструментов для анализа и поиска угроз, в т.ч.: \-разработка средств автоматизации сбора, хранения и анализа новых публикаций, инцидентов и методов атак на GenAI (краулинг, парсинг информации, разработка и управление системами хранения) \-создание и тестирование прототипов (Proof of Concept) для поиска уязвимостей GenAI (скрипты, основные библиотеки GenAI, AI-агенты для генерации кода) * DevOps: CI/CD, контроль версий (git), тестирование качества, инфраструктура для работы (linux) * внедрение практик AI PDLC: исследование и применение методов и инструментов создания и развития программного обеспечения с применением передовых ИИ-моделей * погружение в экосистему: изучение и практическое применение передовых фреймворков и библиотек для работы с LLM и AI-агентами * управление командой: формирование и развитие исследовательской команды (3–5 человек), приоритизация исследований, защита решений перед руководством и смежными командами * CTF и хакатоны: формирование и капитанство команды на международных CTF по AI/ML security, трансляция найденных техник в работу направления * публикации и нормативные документы: оформление результатов исследований, вклад в нормативные документы безопасности AI. Требования ### Что для нас важно: * профиль и образование: законченное высшее образование в области информационных технологий, компьютерных наук, прикладной математики, программной инженерии или смежных направлений * продвинутые навыки программирования: понимание принципов проектирования и разработки программного обеспечения, опыт в написании и чтении программного кода (понятный, поддерживаемый) * навыки DevOps: работа с git, администрирование linux, автоматизация этапов жизненного цикла разработки ПО * LLM и AI-агенты: экспертный уровень применения LLM для разработки ПО, глубокое понимание архитектуры агентов и их векторов атак * английский язык на уровне не менее чтения технической документации, статей и участия в международных CTF * опыт командной работы в проектах разработки: канбан (спринты, трекинг задач), jira/git/confluence, презентации и умение понятно объяснять свои идеи команде/руководству и согласовывать требования * Adversarial ML и red teaming LLM: практический опыт поиска уязвимостей в GenAI-моделях (prompt injection, jailbreaking, tool poisoning, data extraction) * знание инструментария для LLM security: Giskard, Garak, LLM Guard и др. * CTF и хакатоны: участие в международных CTF по AI/ML security (желательно — победы или призовые места). Условия ### Мы предлагаем: * комфортный современный офис ул. Вавилова 19 * 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.

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