Вакансии

Разбирать ТЗ и референсы, подбирать подход к созданию изображений. Генерировать изображения, серии и варианты под задачи проекта.

Мы в поиске Full-stack Analyst.

Location: Москва Наша команда занимается инфраструктурным развитием Сбера. Мы формируем готовые инфраструктурные решения и развиваем вычислительную платформу банка: классические виртуализированные среды, серверные мощности и хранилища данных, а также новую платформу для GPU-ресурсов под обучение и инференс моделей. Масштаб — десятки тысяч серверов, работаем в регуляторном контуре банка (152-ФЗ, КИИ, импортозамещение). Ядро нашей работы — понять, как команды банка реально потребляют вычислительные ресурсы, и превратить это понимание в платформу. Мы превращаем технологии в ценность для наших клиентов, используя инновационные решения и предоставляя качественный сервис и надёжную поддержку. Сейчас мы обновляем существующую платформу виртуализации, развиваем систему управления внутренним облаком и строим инфраструктуру для GPU. Обязанности ### **Задачи:** * формировать целевую архитектуру вычислительной платформы (классической и GPU) и проектировать сервисную модель потребления вычислительных ресурсов * повышать эффективность использования GPU-парка и строить систему метрик эффективности * развивать отказоустойчивую вычислительную инфраструктуру банка и наблюдаемость платформы (телеметрия ускорителей и фабрик, приёмочные тесты производительности, контроль реальной утилизации выделенных ресурсов заказчиками) * вести технический жизненный цикл платформы и участвовать в развитии системы управления вычислительными ресурсами, оценивать экономику инфраструктурных решений * обеспечивать взаимодействие внутри банка, проводить инфраструктурные решения через согласования * выступать связующим звеном между ML-командами и инфраструктурными подразделениями, транслировать требования и помогать учитывать стандарты при проектировании систем, прорабатывать сценарии использования современных технологий на базе AI, оценивать применимость AI-агентов для решения бизнес-задач и повышения эффективности процессов * переводить запросы заказчиков в инженерные требования и управлять технической работой с внешними вендорами и интеграторами. Требования ### **Мы ждем от тебя:** * понимание различий профилей нагрузки (от интерактивных сессий до многодневных распределённых обучений) и жизненного цикла ML-проекта глазами потребителя ресурсов * опыт работы на стыке ML-команд и инфраструктуры, понимание принципов построения вычислительной инфраструктуры (классической и под GPU), уверенное ориентирование в архитектуре прикладных систем, понимание принципов разработки ПО (SDLC) * знание типовых сценариев потребления GPU и рычагов оптимизации GPU-ресурсов, умение работать с метриками утилизации, опыт повышения эффективности использования GPU-парка * опыт работы с серверными платформами и ускорителями, с оркестрацией вычислительных ресурсов (Slurm, Kubernetes), с практиками multi-tenancy и квотирования, владение основами сетевых технологий (L2/L3, балансировка нагрузки) и практиками DevOps (CI/CD, Infrastructure as Code) * понимание типовых сценариев потребления классических ресурсов (виртуальные машины, контейнеры, частные облака, файловые и блочные СХД) и чем их профили нагрузки отличаются от ML * опыт процессной и координационной работы, взаимодействия с вендорами и подрядчиками, способность эффективно коммуницировать с разработчиками и инфраструктурными инженерами, понимать задачи обеих сторон и находить оптимальные решения * владение современными AI-инструментами в рамках применения их в ежедневной работе для анализа, проектирования, подготовки документации и автоматизации рутинных задач (LLM-ассистенты, AI-агенты, AI-код-ассистенты). Будет плюсом: * опыт выстраивания архитектурных процессов с нуля (комитеты, процедуры согласования, регламенты) * навыки использования или внедрения AI-сервисов, навыки создания и применения AI-агентов в продуктовых решениях * опыт проектирования стоек высокой плотности и жидкостного охлаждения * навыки разработки технической документации, архитектурных решений и корпоративных стандартов * опыт регуляторного контура (аттестация, КИИ, работа с отечественным оборудованием и ПО из реестров) * наличие публичных докладов и статей по инфраструктурной тематике. Условия ### **Мы предлагаем:** * офисный формат работы, офис рядом с м. Кожуховская * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы — команда в Департаменте маркетинга Сбера. Мы строим ИИ-агентов на базе LLM, совмещая скорость стартапа с масштабом большой компании: у нас есть доступ к огромным массивам данных, серьёзная инфраструктура и свобода выбирать лучшие инструменты под задачу. Наши агентные направления Вы будете развивать ключевое направление департамента — создавать агентные системы двух типов: 1. Внутренние продукты для сотрудников. Автоматизация рабочих процессов внутри банка. Например, агенты, которые по текстовому брифу генерируют готовую структуру веб-страниц с контентом и изображениями, экономя время маркетинговых команд. 2. Внешние интерфейсы для клиентов. Диалоговые ассистенты на публичных ресурсах. Ваш код будет напрямую взаимодействовать с миллионами пользователей сайта Сбербанка, помогая им получать ответы через GigaChat, поиск по базам знаний (RAG) и систему скиллов. Наш главный продукт сегодня — backend AI-ассистента на сайте банка. Это сложная система оркестрации диалогов на LangGraph. Сейчас мы собираем современный агентный стек с нуля (LangGraph, RAG, function calling). 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 * под руководством ментора разрабатывать и поддерживать оркестрацию агентов на LangGraph: реализовывать узлы графа, работать с состоянием и условными переходами * писать и улучшать скиллы и инструменты (tools) для агента: интеграция с внешними HTTP API, валидация результатов по JSON Schema, простые ReAct-подграфы * работать с LLM: писать и править промпты, проектировать Pydantic-схемы для структурированного вывода, экспериментировать с параметрами моделей и function/tool calling * разрабатывать HTTP-контур: REST- и SSE-эндпоинты (инициация диалогов, стриминг ответов, управление историей) под руководством старших коллег * участвовать в подключении внешних систем: HTTP API, Kafka, поисковые движки; помогать в развитии RAG-пайплайна (эмбеддинги, поиск, реранкинг) * покрывать код тестами: unit- и интеграционные тесты (pytest, моки LLM и внешних сервисов); соблюдать стандарты качества — строгая типизация mypy, линтинг ruff, код-ревью * участвовать в код-ревью (сначала как автор, затем как ревьюер), учиться архитектуре агентских систем и банковским требованиям к безопасности * версионировать и проверять промпты: сравнение поведенческих сценариев, проверка на реальных моделях. Требования * уверенно пишете на Python (3.10+): знаете ООП, структуры данных, базовые алгоритмы; пишете чистый и читаемый код * имеете практический опыт async/await / asyncio (коммерческий, стажировка или серьёзный пет-проект) * знакомы с веб-фреймворками FastAPI и/или aiohttp на уровне pet-проектов или коммерческого опыта до 1–2 лет; понимаете основы REST API * понимаете, как работают LLM через API (GigaChat, ChatGPT и аналоги): промпты, структурированный вывод, function/tool calling — хотя бы на уровне собственных экспериментов * знакомы с LangChain/LangGraph или другими оркестраторами агентов либо готовы быстро освоить их при сильной инженерной базе * знаете SQL и имеете базовый опыт работы с PostgreSQL (запросы, простые схемы, транзакции) * используете Pydantic (или аналогичные инструменты валидации) и понимаете ценность строгой типизации * готовы писать тесты (pytest), пользоваться Git, следовать стандартам код-ревью и CI/CD * высокая обучаемость, curiosity к LLM-технологиям и желание расти в AI-инженерии * начала высшего образования достаточно; рассматриваем студентов старших курсов и выпускников. Будет плюсом: ------------- * стажировки или коммерческий опыт разработки на Python (от 3–6 месяцев) * пет-проекты с LLM: телеграм-боты с AI, RAG-ассистенты, агентные приложения на LangChain/LangGraph * понимание RAG: эмбеддинги, векторный поиск, pgvector * базовые навыки Docker, Git, Linux * опыт работы с кодинговыми агентами (GigaCode CLI) и понимание принципов SDD * знакомство с Kafka, OpenSearch, наблюдаемостью (Grafana/Prometheus, OpenTelemetry) * участие в хакатонах, олимпиадах, open-source * понимание основ безопасности и интерес к банковскому домену * 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 * гибридный формат работы (2-3 дня в офисе). Офис по адресу: г.Москва офис Кутузовский проспект 32 * 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.

работать с командой и внешними заказчиками для сбора и выявления требований, способов их реализации, вариантов скоупа и сроков поставки; ставить задачи разработчикам, отвечать на вопросы, описывать бизнес-процессы, модели данных, архитектуру и всё что посчитаешь необходимым;

Требования: — Желание и умение учиться новому в сфере продаж интернет-рекламы. — Целеустремлённость и настойчивость. — Грамотная речь и умение находить общий язык с людьми. — Большой плюс — опыт работы в любых продажах. Задачи: — Продавать рекламные возможности справочника 2ГИС. — Совершать звонки по существующей базе и проводить встречи с клиентами в онлайн-формате. — Вести клиента на протяжении всего сотрудничества, работать с накопленной базой. Условия: — Карьерный рост в продажах: Ведущий менеджер по продажам, Ключевой менеджер по продажам/руководитель группы продаж (100% руководителей групп продаж — внутренние сотрудники компании). — Доход — 65 000 — 150 000 рублей. — Белая зарплата: оклад + % с продаж. — График работы 5/2 с 09:00 до 18:00. — Официальное трудоустройство с первого дня. — 28 дней отпуска и дополнительные дни отдыха за стаж работы. — ДМС. — Собственный учебный центр: помощь в развитии в продажах и прокачке скиллов. — Специальные условия по ипотеке от Сбербанка. — Льготная IT-ипотека для всех сотрудников. — Льготы, бонусы и корпоративные скидки от партнеров компании. — Сберпрайм: доступ к 12 сервисам с выгодой до 5000 рублей в месяц.

— Manage the full recruitment lifecycle across assigned business units. — Partner with hiring managers to develop and execute recruitment strategies.

— Руководить AI-артистами: ставить задачи, развивать команду и отвечать за качество видео и ассетов для креативов. — Самостоятельно создавать ролики под ключ: анализировать ТЗ, планировать шоты, генерировать видео, монтировать и обрабатывать результат.

Location: Москва Ищем аналитика с опытом работы по задачам создания клиентского профиля, понимания ключевых атрибутов и метрик клиента, подхода к контролю качества данных, наполнения клиентского профиля, синхронизации и обмена данных с учетными системами. Создаем новую стратегически важную систему хранения страхового профиля. Обязанности * Разработка требований для развития автоматизации процессов страхования. * Взаимодействие с поставщиками решений и внутренней командой разработки. * Управление и самостоятельная разработка интеграций между информационными системами внутри компании, с системами партнеров и клиентов. * Участие в приемке разработанного функционала. * Участие в работе 3-ей линии технической поддержки. Требования * Опыт работы Аналитиком от 4-х лет; * Опыт разработки аналитических материалов, опыт проектирования и документирования REST и SOAP сервисов; * Опыт проектирования баз данных; * Уверенное владение SQL: сложные запросы, JOIN, CTE, оконные функции, работа с большими объёмами данных. * Опыт самостоятельного ведения аналитических задач от постановки до получения и интерпретации результатов. * Навыки взаимодействия с бизнес-заказчиками, формализации требований и презентации аналитических выводов. Условия * Офисный формат работы (офис м.Проспект Мира); * Выгодные ипотечные льготные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Ситимобил, Сбер Еаптека и другие; * ДМС с первого дня и льготное страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию;

Задачи: — Разработка и поддержка витрин данных. — Автоматизация процессов на Python и Airflow. — Написание и оптимизация сложных SQL-запросов. — Работа с большими объемами данных в Spark. — Загрузка данных в КХД из Excel, API и различных БД. — Перенос и объединение данных между разными системами и СУБД. — Проектирование структуры таблиц и архитектуры данных. — Разработка ad hoc автоматизаций и внутренних решений. — Настройка чекеров и Data Quality: полнота, дубли, freshness, аномалии, бизнес-правила. — Мониторинг загрузок, витрин и алертов при ошибках. Требования: — Сильный SQL и понимание оптимизации запросов. — Уверенный Python. — Практический опыт с Airflow и Spark / PySpark. — Понимание ETL / ELT и принципов построения data pipelines. — Знание разных типов СУБД и их особенностей: PostgreSQL / Greenplum, ClickHouse, Trino / Presto или аналогов. — Понимание OLTP / OLAP, column-store / row-store, MPP-архитектуры. — Умение проектировать таблицы, выбирать гранулярность, ключи, партиционирование и структуру витрин. Условия: — Обучение и развитие: языковые клубы, корпоративный университет, программы развития управленческих навыков. — Корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога. — Клубы по интересам: спикеры, футбол, йога, шахматы и др. — Поддержка семей: гибкий подход и проекты для детей сотрудников. — Скидки и партнерские программы на обучение, страхование, покупки. — Комфортная рабочая среда: бесплатное питание, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Разрабатывать интерфейсы CRM: карточка клиента, история операций, обращения, задачи и статусы. Реализовывать рабочие процессы для бэк-офиса, поддержки, комплаенса и продаж.

Проектировать и развивать Data Lakehouse платформу. Разрабатывать ETL/ELT пайплайны на базе Spark, DBT и Trino.

- Руководить AI-артистами: ставить задачи, развивать команду и отвечать за качество видео и ассетов для креативов. - Самостоятельно создавать ролики под ключ: анализировать ТЗ, планировать шоты, генерировать видео, монтировать и обрабатывать результат.

Location: Москва Ты специалист с опытом работы в Data Science более 3 лет? Хочешь работать на стыке DS и риск-менеджмента? Тогда тебе к нам, в Управление модельных рисков. Мы не просто валидируем модели — мы управляем модельным риском и улучшаем модельный ландшафт Банка с помощью Data Science. Строим системы предиктивной аналитики, сценарного анализа и даже обучаем LLM-агентов (наш внутренний фреймворк AIVA) для автоматизации валидации. Наш фокус — модели, участвующие в ключевых процессах Банка по управлению рисками ALM и ликвидности. С какими моделями работаем? * Модели динамического ценообразования * Прогноз досрочного погашения банковских продуктов * Оценка чувствительности процентного дохода к макрофакторам и поведению клиентов Обязанности * разбираться в сложных моделях (от классики до нейросетей) * погружаться в бизнес-процессы, проводить независимую оценку качества моделей * оценивать бизнес-эффект от деградации моделей и защищать свои решения перед бизнесом * применять LLM-фреймворки для автономизации работы * писать код, улучшать и создавать библиотеки для эффективной валидации. Требования * глубокое понимание: ML/DL, временных рядов * владение Python: пишешь читаемые функции, быстро разбираешься в чужом коде * умеешь создавать окружения и оптимизировать код под Big Data * уверенно работаешь с pandas, numpy, scipy, git, экосистемой Hadoop, знаешь ML-фреймворки (PyTorch/TF/scikit-learn) * отлично разбираешься в теории вероятностей и мат. статистике (мы часто пишем новые методологии и количественные тесты). Условия * офисный формат в Москве (Кутузовский пр, 32) * ежегодный пересмотр зарплаты и годовая премия * расширенный ДМС и льготное страхование для семьи * уникальная система обучения Сбера для профессионального и карьерного развития * выгодная ипотека для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

What you will do: Gain a deep understanding of the market to identify user and local moderator challenges, and market opportunities.

Location: Москва Мы, Управление зарплатных проектов Блока Сеть Продаж, занимаемся продажей и сопровождением зарплатных проектов Сбера и разработкой удобных и надежных инструментов для решения задач вокруг зарплатных бизнес-процессов. Наши пользователи ежедневно заботятся о том, чтобы клиент Банка имел возможность получить заработную плату вовремя и в полном объеме, а также о том, чтобы количество зарплатных клиентов все время увеличивалось. Наша команда закрывает задачи управленческой отчетности для всех сотрудников вертикали. Обязанности * сбор и документирование бизнес-требований от внутренних заказчиков * поиск данных, отвечающих на поставленные заказчиком вопросы * системный анализ источников данных * создание работающих прототипов SQL-процедур для обработки множества источников и витрин данных * разработка системных требований и постановка задач data-инженерам на основе требований бизнес-пользователя * контроль всех этапов и результата разработки, участие в тестировании результата разработки. Требования * опыт работы с БД от 6 мес. * продвинутые знания SQL: подзапросы, оконные функции, создание функций, таблиц, оптимизация ресурсоемких запросов, умение разбираться в чужом SQL коде, который написан неоптимально и без документации * хорошие коммуникационные навыки, опыт работы в команде. **Будет плюсом:** * опыт участия в проектах по созданию и развитию DWH * опыт работы со стеком GreenPlum * опыт миграции данных между DWH, например, при смене стека * навыки работы с генеративными AI-моделями * опыт написания однозначных, проверяемых, полных, понятных требований к разработке и умение продуктивно взаимодействовать с разработчиками. Условия * офис: г Москва, проспект Кутузовский, 32 * декретная ставка * офисный формат работы * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы ищем инженера, который будет проектировать AI-агентов для департамента ключевых клиентов. Вы будете работать в связке с заказчиком, продуктом и инженерными командами, отвечая за технический результат агента end-to-end. Обязанности * проектирование агентных архитектур: ReAct / планы-действия, tool calling, мультиагентные схемы, маршрутизация запросов между моделями и сценариями * разработка и оптимизация промптов (few-shot, CoT, structured output), управление контекстом, версионирование промптов вместе с кодом * реализация RAG: чанкинг, эмбеддинги, векторный и гибридный поиск, реранжирование, работа с метаданными и мультиязычными документами. * интеграция LLM с корпоративными системами через API и MCP-инструменты: написание и поддержка собственных tools, схем аргументов, обработка ошибок и таймаутов * построение оценочных контуров (evals): датасеты, LLM-as-a-judge, регрессионные прогоны на каждом изменении промпта или модели * защита от галлюцинаций и prompt injection, работа с отказами и обходными путями, контроль grounding на источниках * мониторинг качества и стоимости в продакшене: трейсинг, логирование шагов агента, , телеметрия токенов и задержек * упаковка агентов в сервисы: FastAPI / Python-бэкенд, контейнеризация, CI/CD, секреты, работа в контуре банка * подбор и сравнительная оценка открытых и проприетарных моделей под задачу клиента. Требования * 5+ лет в разработке ПО, из них 2+ года в практической работе с LLM и агентными системами * уверенный Python и опыт промышленной разработки: тесты, ревью, CI/CD, работа в команде * практика с фреймворками агентов и LLM-стеком: LangChain / LangGraph, LlamaIndex, OpenAI/локальные API, Pydantic, асинхронность * глубокое понимание RAG, векторных БД (Qdrant / Milvus / pgvector и др.), эмбеддингов и стратегий поиска * опыт построения evals и оценки качества LLM-систем, а не только «демо-промптов» * навыки работы с генеративными AI-моделями * опыт вывода LLM-решения в продуктив и его последующей эксплуатации * понимание ограничений моделей: контекст, стоимость, задержки, деградация качества. **Будет плюсом** ---------------- * опыт fine-tuning (LoRA/QLoRA, SFT/DPO) и работы с моделями на своих мощностях * опыт сервинга моделей (vLLM/TGI), оптимизации inference и GPU-инфраструктуры * опыт интеграций с enterprise-ландшафтом: очереди, ESB, MCP, внутренние сервисы банка * публикации, доклады, вклад в open-source, опыт наставничества. Условия * комфортный современный офис Москва, Кутузовская 32 * гибридный формат работы * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * система обучения для профессионального и карьерного развития * расширенный полис ДМС с первого дня работы и страхование для семьи * программа ипотеки для сотрудников * подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Команда отдела аудита корпоративного бизнеса ищет сотрудника с опытом работы по направлению "Финансовые рынки". Обязанности * проведение аудиторских проверок по направлению "финансовые рынки" (аудит процессов, операций и продуктов) * аналитика баз данных * подготовка отчетов по результатам аудита для ТОП-менеджмента Банка. Требования * высшее экономическое образование по направлению "Финансовые рынки, институты и инструменты"/"Финтех"/"Финансовая математика" * опыт работы в финансовой/инвестиционной аналитике * знание инструментов фондового рынка, ПФИ, РЕПО, ЦФА. Будет плюсом: * опыт оценки стоимости финансовых активов * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом. Условия * график работы 5/2 с 9.00 до 18.00 * офис по адресу г. Москва, Большая Андроньевская, 8 * годовой бонус и ежегодный пересмотр зарплаты * расширенный ДМС с первого дня и льготное страхование для семьи * корпоративный университет Сбера, внутренняя образовательная платформа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких.