Вакансии

Location: Москва Команда Sber AI в поиске зрелого и самостоятельного профессионала, способного выступать внутренним стратегическим партнёром для одного из ключевых исследовательских подразделений компании. Кандидат будет самостоятельно вести стрим: формировать повестку, управлять портфелем инициатив и выстраивать мосты между фундаментальными исследованиями и продуктовой реализацией. Обязанности * самостоятельное управление портфелем AI Research проектов: приоритизация направлений, оценка прогресса, формирование рекомендаций для руководства * выстраивание и улучшение процессов конверсии AI R&D → Production: от диагностики узких мест до внедрения операционных изменений совместно с продуктовыми и инженерными командами * координация распределённых команд исследователей: выстраивание прозрачных процессов, управление зависимостями, устранение операционных барьеров * сбор и структурирование запросов от бизнес-подразделений на привлечение AI-исследователей; приоритизация и трансляция задач в понятные для R&D-команды форматы * сопровождение продуктивизации исследовательских результатов: формирование бизнес-концепций, оценка рыночного потенциала и т.п. * организация и фасилитация стратегических сессий, рабочих групп и мероприятий AI R&D-экосистемы внутри компании. Требования * опыт консалтинге (Big-3, Tier-2, Big-4 или другие сильные российские компании) от 5 лет * подтверждённый опыт самостоятельного ведения проектного стрима или направления: постановка задач, управление стейкхолдерами, ответственность за результат * опыт управления распределёнными или кросс-функциональными командами * сильные аналитические навыки: структурирование сложных проблем, построение гипотез, работа с неопределённостью * умение создавать убедительные презентации с чётким сторилайном для аудитории уровня C-suite * высокая внутренняя мотивация, проактивность, умение работать автономно в условиях высокой неопределённости * английский — Upper-Intermediate и выше (чтение академических статей, участие в международных встречах). **Будет преимуществом:** * опыт работы с AI/ML-командами или R&D-подразделениями: понимание цикла исследований, специфики работы учёных и инженеров, процессов от эксперимента до деплоя * глубокое понимание ландшафта AI/ML: архитектуры моделей, тренды в исследованиях, ключевые игроки — не обязательно на уровне разработчика, но достаточно для содержательного диалога с исследователями * опыт в AI-продуктах или AI-платформах на стороне индустрии * понимание процессов MLOps / ModelOps и типичных барьеров при переходе research → production * опыт работы в финтехе, банковском секторе или регулируемых отраслях. Условия * комфортный современный офис рядом с м. Кутузовская * офисный формат работы * годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * регулярные митапы и развитое DS-community * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбер.

Location: Москва Мы – команда, которая трансформирует подход к анализу клиентского опыта (CX) и клиентских путей (CJM). Вместо статических дашбордов и недельной рутины аналитиков - автономная мультиагентная система, которая сама находит точки роста бизнеса. AI-агенты непрерывно исследуют поведение клиентов, анализируют конкурентов, выявляют отклонения, генерируют гипотезы и самостоятельно проверяют их влияние на ключевые метрики. Открываем вакансию опытного AI-инженера, который пройдет путь от архитектуры до работающего продакшн-решения. Обязанности * проектировать, разрабатывать и внедрять LLM-пайплайны и мультиагентные системы: от генерации идеи и сборки MVP до успешного запуска в продакшн * выстраивать процессы оценки и тестирования качества работы агентов (evals) * переводить бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения * оборачивать разработанные модели и сложную бизнес-логику в надежные микросервисы на Python * дообучать LLM (на базе GigaChat) под специфичные бизнес-задачи и предметные области (Fine-tuning, LoRA). Требования * опыт: от 5 лет в коммерческой разработке (Data Science / NLP / Backend) с уверенным практическим применением LLM * LLM & Agents: глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур. Знание и применение фреймворков: LangChain, LangGraph, DeepAgents (или аналогов) * VLM & Multimodality: опыт работы с визуальной модальностью и мультимодальными моделями (обработка изображений, скриншотов, UI-элементов в контексте AI-агентов) * NLP & ML: фундаментальное понимание NLP (от классики TF-IDF до современных трансформеров) и алгоритмов классического ML * Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing) * инженерная культура: умение писать чистый, поддерживаемый и покрытый тестами код * опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы * инструменты: свободное владение Git, SQL, Bash, Docker. будет плюсом: * опыт создания и успешного вывода в продакшн enterprise-решений на базе AI-агентов * постоянный интерес к SOTA-подходам в агентной разработке и LLM * опыт работы с Kubernetes и понимание принципов CI/CD. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный 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 строим мультиагентную систему для раннего выявления рисков в сегменте микро- и малого бизнеса - систему, где AI-агенты анализируют данные, находят сигналы ухудшения и помогают бизнесу принимать решения в режиме, близком к реальному времени. Это не просто аналитика и не просто ML - это новая архитектура работы с рисками: от данных к автономным интерпретациям и рекомендациям. Мы ищем дата-аналитика, который хочет работать на переднем крае: разрабатывать и обучать AI-агентов, собирать сложные пайплайны данных и участвовать в создании системы, которая масштабируется на весь портфель. В чем будет заключаться ваша магия: на вашей стороне превращение бизнес-задачи в проверенный прототип агента и готовую к разработке спецификацию. Вы собираете экспертизу, выстраиваете методологию, находите данные и описываете, что агент получает на вход и что отдаёт на выход. Код агента пишет разработчик, данные подводят дата-инженеры — вы отвечаете за то, чтобы агент делал правильную вещь на правильных данных. Обязанности * постановка задачи на агента: цель, бизнес-заказчик, потребители результата, критерии успеха * организация работы с экспертами (напр. кредитные риски, андеррайтинг, мониторинг, работа с проблемной задолженностью): интервью, воркшопы, формализация экспертной логики принятия решений * анализ внутрибанковских процессов, с которыми связан агент и точек использования его результата * разработка методологии агента: признаки, правила, пороги, зависимости; разделение логики на детерминированную (расчёты и правила) и недетерминированную (интерпретация и выводы LLM) * поиск и верификация источников данных: витрины, таблицы, поля, глубина истории, частота обновления, качество; маппинг до уровня конкретного атрибута * прототипирование агента: сборка рабочего прототипа (Python, Jupyter, вызовы LLM) на выбранных данных и методологии * тестирование прототипа на лаб-контуре: проверка корректности и полноты выбранных данных, проверка того, что результат агента устраивает экспертов и отвечает запланированным целям; доработка методологии по итогам * описание контракта агента: состав и формат входа и выхода, место агента в мультиагентной системе и взаимодействие с другими агентами * подготовка эталонных кейсов клиентов с ожидаемым результатом для тестирования и приёмки агента * передача разработчику и дата-инженерам спецификации вместе с проверенным прототипом, сопровождение разработки, приёмка результата вместе с экспертами * оценка качества работы агента после запуска, сбор обратной связи, доработка и версионирование методологии * ведение базы знаний по агентам: методологии, источники данных, результаты тестов прототипов, принятые решения. Требования * высшее образование в области математики, статистики, экономики, информационных технологий или смежных областях * опыт работы с различными LLM * опыт разработки агентов * 3+ года Python, опыт async-сервисов, знание современных библиотек Data Science (Pandas, Scikit-Learn, TensorFlow) * глубокое знание SQL и оптимизации запросов * опыт prompt-инжиниринга и настройки LLM-инференса * глубокое понимание принципов построения мультиагентных систем и опыта их практического внедрения * знание методик когортного анализа и умение строить прогнозы финансовых показателей портфелей малого и микробизнеса. Будет преимуществом: * опыт руководящей должности от двух лет в проектах, связанных с обработкой больших данных, построением аналитических моделей и управлением рисками * понимание специфики сектора малого и микробизнеса в российских условиях, особенностей финансового поведения данной категории заемщиков * наличие успешных кейсов разработки AI-продуктов и решений для кредитных организаций * опыт реализации крупных интеграционных проектов в финансовой сфере * навыки работы с зарубежными аналоговыми системами и технологиями в рамках международного сотрудничества и системами и технологиями в рамках международного сотрудничества. Условия * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * уникальная система обучения Сбера для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * подписка Прайм с возможностью совместного использования на трёх близких * скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Requirements Must have: Proven experience building and shipping a new product, security solution, major feature, or technical system from scratch. Strong evidence of end-to-end technical ownership, from initial investigation and architecture through implementation, release, and production iteration.

Location: Москва AI-команда блока развития клиентского опыта B2C приглашает опытного AI-инженера для участия в создании AI-агентов и LLM-решений, которые улучшают взаимодействие с клиентами - как внешними, так и внутренними пользователями Сбера. Мы строим передовые AI-инструменты на основе LLM, автоматизируем процессы и делаем сервисы персонализированными. Вы станете ключевым участником команды, которая внедряет AI-решения в реальные бизнес-процессы. Наше управление состоит из 45+ специалистов: Data Scientists, AI и ML-инженеров, MLOps и Project-менеджеров. Мы активно развиваем решения на базе LLM, трансформируя клиентский опыт. Обязанности * разрабатывать и внедрять LLM-пайплайны и AI-агентов: от генерации идеи и сборки MVP до успешного запуска в продакшн * дообучать LLM (на базе GigaChat) под конкретные бизнес-задачи и предметные области (Fine-tuning, LoRA) * оборачивать разработанные модели и бизнес-логику в надежные микросервисы на Python * переводить бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения. Требования * опыт: от 3 лет в Data Science или NLP с уверенным практическим применением LLM * LLM & Agents: опыт разработки LLM-пайплайнов, RAG-систем или AI-агентов. Знание основных фреймворков: LangChain, LangGraph или аналогов * NLP & ML: глубокое понимание NLP - от классических подходов (TF-IDF) до современных трансформеров и LLM; знание основных принципов и алгоритмов классического ML * Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing) * Инженерная культура: умение писать чистый, поддерживаемый и тестируемый код на Python * Владение Git, SQL, Bash, Docker. будет плюсом: * опыт интеграции AI-агентов и ML-моделей в высоконагруженные сервисы * интерес к SOTA-подходам в агентной разработке * практическое применение фреймворка DeepAgents в PET проектах * опыт работы с Kubernetes. Условия * комфортный современный офис рядом с м. Кутузовская * гибридный формат работы * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Ищем сотрудника в Трайб "Лояльность" Ждем именно тебя! Обязанности Задачи: * подбор, onboarding, развитие и мотивация инженеров (разработчиков, QA, аналитиков) * организация рабочего процесса (Agile/Scrum), распределение задач, соблюдение сроков и бюджета * техническое лидерство: принятие архитектурных решений, контроль за качеством кода и техническим долгом * взаимодействие с продукт-менеджерами, дизайнерами и другими стейкхолдерами для формирования roadmap * оценка производительности команды (метрики velocity, качества), отчетность руководству. Требования Мы ждем от кандидата: * высшее образование * опыт коммерческой разработки от 6+ лет и опыт руководства командой от 3 лет (30+ человек) * глубокие технические знания в стеке технологий компании (например, Java/Python/Go) * опыт работы с системами лояльности * понимание принципов Agile и современных практик разработки * навыки управления проектами, планирования и решения проблем * умение выстраивать процессы. Будет плюсом: * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе. Условия Что мы предлагаем: * офис на станции метро Кутузовская * формат работы офисный * 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.

Factory is looking for a Technical Enablement Manager to build technical enablement programs across the customer lifecycle.

We are looking for a Dynamics 365 CE/CRM Consultant to technically lead complex consulting and implementation initiatives involving Microsoft Dynamics 365 Customer Engagement and CRM. Design complex solutions integrating Dynamics 365 CRM, Customer Experience, and business process modeling.

Location: Москва Workplace: Комбинированный Мы строим единую в VK платформу данных, где центральная команда DWH выступает провайдером надёжной инфраструктуры, удобных инструментов и стандартов. За сами данные, бизнес-логику и ETL-пайплайны непосредственно отвечают бизнес-юниты. В нашей команде уже есть выделенный Продукт DWH, который развивает Дата-каталог и внутренний фреймворк OneETL. Мы ищем Data Governance Lead, который возглавит методологическую и организационную часть управления данными. Ваша цель — сделать так, чтобы в условиях децентрализованного управления данные компании оставались прозрачными, чистыми, безопасными и приносили максимальную ценность бизнесу, а юнитам было удобно и выгодно соблюдать правила игры. Задачи Разработка стандартов и методологии: Разработка и внедрение единой «конституции данных» (политики, регламенты, стандарты моделирования и документирования), обязательной для всех бизнес-юнитов Классификация данных по уровням критичности (Tier-1, Tier-2) и формирование SLA по качеству данных для каждого уровня Классификация данных на наличие Персональной информации, разметка на необходимость данных для аудиторов Развитие федеративного управления и аудит: Разработка и внедрение системы метрик «здоровья данных» ( Data Health Dashboard ): мониторинг процента описанных таблиц, покрытия DQ-тестами и критичных инцидентов в разрезе юнитов Проведение регулярных аудитов зрелости управления данными в юнитах, подсвечивание «слепых зон» и помощь командам в их устранении Верхнеуровневый контроль кросс-доменных изменений, чтобы минимизировать риски нарушения связей (Data Lineage) между юнитами Проектирование требований к контенту DG-инструментов Выступление в роли главного бизнес-заказчика для Продакта DWH на доработку Дата-каталога и фреймворка OneETL (формирование требований к метаданным, логике сквозного Data Lineage, ролевым моделям доступа) Формирование требований к библиотекам и шаблонам проверок качества данных (Data Quality Framework), которые Продакт DWH внедряет в OneETL Менторство юнитов и построение дата-комьюнити: Формирование и координация распределённой сети Data Stewards (стюардов данных) на стороне бизнес-юнитов: обучение, онбординг, фасилитация регулярных встреч и синхронизаций Популяризация культуры бережного отношения к данным (Data Literacy) в компании: проведение воркшопов, митапов, написание понятных гайдов и инструкций для аналитиков и инженеров юнитов Управление командой из трёх-четырёх дата-аналитиков Требования Опыт работы: от 3–5 лет в сфере Data Governance, Data Management или системного/дата-анализа в технологических компаниях с крупным DWH Понимание современных дата-архитектур: вы чётко понимаете разницу между Data Lake, классическим DWH и концепцией Data Mesh. Знаете, как устроены современные ETL/ELT процессы (идеально, если знакомы со стеком на базе dbt, Airflow/Dagster) Опыт работы с DG-инструментами: понимание принципов работы современных Data Catalog систем (например, DataHub, OpenMetadata, Alation, Collibra) и фреймворков качества данных (Great Expectations, Soda и так далее) Продуктовое мышление: вы умеете подходить к регламентам не с точки зрения «написать 100-страничный документ в Word», а с точки зрения удобства для конечного пользователя (инженера или аналитика юнита) Сильные навыки дипломатии (Soft Skills): умение договариваться, аргументированно отстаивать позицию перед лидерами бизнес-юнитов, продавать ценность порядка командам, у которых «горит» коммерческий бэклог Будет плюсом Опыт написания SQL-запросов и понимание Python на уровне, достаточном для того, чтобы разговаривать с инженерами юнитов на одном языке Успешный опыт внедрения Data Governance с нуля

Задачи: — Повышать эффективность пайплайнов для расчёта daily‑признаков на базе batch‑процессинга. — Создавать пайплайн для realtime‑признаков на основе Kafka‑топиков. — Проектировать и разрабатывать сервисы для обработки миллиардов пользовательских событий. — Решать инженерные задачи по расчёту метрик и построению витрин. — Работать с потоками данных и интеграциями между CDP и другими системами 2ГИС. — Участвовать в формировании архитектурных решений. — Взаимодействовать с аналитиками, продактами и инженерами. Требования: — Опыт работы с highload‑системами. — Опыт проектирования архитектуры данных или платформенного кода. — Опыт работы с Kafka, ClickHouse либо аналогичными системами потоковой и аналитической обработки данных. — Уверенное понимание и умение применять Spark. — Владение одним из языков программирования (например, Python или Scala). — Самостоятельность и проактивность в поиске решений. — Ориентация на создание продукта с учётом бизнес‑логики. — Плюсом будет опыт работы с Airflow. — Навыки анализа данных на SQL. — Знание инструментов контроля качества данных (Data Quality, Data Contracts). — Опыт построения Data Lineage и работы с Data Catalog. — Понимание подходов к персонализации, сегментации или real‑time‑аналитике. — Понимание работы S3‑хранилища.

Location: Москва В Центре Робототехники Сбера мы строим антропоморфного робота общего назначения. Наш робот вышел из стадии первых демонстраций — и мы переходим к надёжной автономной работе в реальных задачах. Локомоция и управление всем телом (Whole Body Control) — основа этой работы: именно от них зависит, насколько устойчиво и предсказуемо робот движется в реальном мире. Мы ищем инженера, который разрабатывает, обучает и доводит до робота RL-политики управления всем телом — от постановки задачи в симуляторе до стабильной работы контроллера на железе. Это роль для того, кто хочет видеть результат своих алгоритмов не в метриках на графике, а в том, как робот уверенно идёт, поворачивает и держит равновесие. Наша команда действительно работает над уникальным проектом в России, а у Вас будет прямой доступ к железу, Вы будете видеть результат своей работы в физическом мире. **Ключевые технологии:** Python, PyTorch, RL (PPO/SAC), MuJoCo/Isaac Sim, ONNX, C++, ROS2. Обязанности * разрабатывать, обучать и деплоить RL-политики локомоции и whole body control * подбирать observations, actions и типы моделей, которые дают максимальную производительность * находить и закрывать ключевые факторы в sim-to-real gap — добиваться, чтобы политика, обученная в симуляторе, работала на реальном роботе * определять, измерять и интерпретировать метрики качества обученных политик * доводить control stack до стабильной и предсказуемой работы в реальных условиях * настраивать reward-функции, domain randomization и curriculum под конкретные двигательные задачи * работать в связке с командами интеграции и middleware — доводить политику до надежного исполнения на железе. Требования * уверенное владение Python; знание C++ как плюс для интеграции на робота * опыт применения RL-алгоритмов для робототехники или управления (PPO, SAC и подобные) * понимание динамики и управления, в идеале — шагающих роботов * опыт подбора гиперпараметров и cost/reward-функций для RL * знакомство с типовыми техниками RL: domain randomization, curriculum learning, reward shaping * опыт работы с симуляторами (MuJoCo, Isaac Sim или аналоги) * способность самостоятельно разбираться в незнакомых системах и находить корневые причины проблем * желание брать ответственность за то, что политика работает на роботе, а не только в симуляторе. **Будет плюсом:** * опыт деплоя обученных политик на реальное железо * опыт с behavior cloning и дистилляцией политик * понимание основ теории управления, кинематики и динамики шагающих роботов * опыт работы с middleware робота (ROS2, DDS) * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия * комфортный современный офис г. Москва, МЦК ЗИЛ, Автозаводская 23а к2 * **формат работы - офис** * 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 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.

Проведение комплексных пентестов и Red Team операций: Вы будете планировать и проводить реалистичные тесты на проникновение во внешний и внутренний периметр корпоративных сетей, имитируя тактики, методы и процедуры (TTPs) современных APT-групп.

• Опыт в проектном менеджменте (корпоративный сектор/enterprise, IT, разработка мобильных приложений, финтех).

· Владеть родительским приложением и бэкендом: привязка устройства, аккаунты, родительский контроль, история активности, удаление данных.

Задачи: — Разработка ETL/ELT процессов для хранилищ данных и озер данных — Оптимизация SQL запросов, включая OLAP задачи — Создание DAG’ов и управление зависимостями ETL-пайплайнов с использованием Apache Airflow Требования: — Опыт работы от 2-х лет в качестве инженера данных, разработчика ETL на SQL и Pyspark — Опыт работы с SQL, PostgreSQL, Apache Airflow, API, веб-сервисами, очередями и другими технологиями интеграции данных — Навыки оптимизации SQL для OLAP — Экспертиза в реализации ETL/ELT — Базовый уровень владения Apache Hadoop (Spark, Hive или Impala) — Опыт работы с брокерами сообщений Kafka, RabbitMQ — Опыт работы с S3 Minio и Apache Iceberg Условия: — Удалённая работа, полный рабочий день — Оформление по ИП/ГПХ

Руководить командой SRE: нанимать и растить инженеров, честно давать обратную связь, в том числе трудную. Технические собеседования проводишь сам.

🟠Turn business needs into system requirements, user stories and acceptance criteria. 🟠2.5+ years as a Business Analyst, System Analyst, Product Owner or Product Manager.

• 3+ года в B2B SaaS и кейсы, где вы сами нашли проблему, выпустили решение и сдвинули метрику.