Вакансии

• Высшее техническое образование: компьютерные науки, прикладная математика, IT или смежные направления. • Опыт в разработке или инженерии данных от 4 лет, из них от 1 года практической работы с LLM.

- развивать AI-агентов для продукта (например, Амма, amo AI и внешние агенты); - генерировать идеи и кейсы и оценивать реализацию;

Location: Москва В команду AI PDLC (инфраструктурный сервис для Технологических Продуктов, созданных бизнес-пользователями совместно с AI) + стратегические ИТ-проекты СберУниверситета Основной функционал AI PDLC: 1) конвейер для размещения Технологических Продуктов в защищенном корпоративном облачном контуре, соответствующем требованиям КБ и ИТ-архитектуры 2) AI-harness для создания Технологических Продуктов непрофессиональными разработчиками **Локация:** Кампус СберУниверситета (м. 1905 года). Формат работы гибридный (офис + удаленно), график 5/2 с 9:00 до 18:00. Предусмотрен корпоративный трансфер в обе стороны (40 минут). Обязанности **Проектирование и выбор решений:** * Анализировать бизнес- и нефункциональные требования (производительность, масштабируемость, отказоустойчивость, задержки, SLI/SLO), обосновывать выбор технологий и сервисов. * Проектировать архитектуры систем и интеграций (API, MCP, шины данных), определять состав компонентов, границы сервисов и интеграционных взаимодействий с учетом требований безопасности, отказоустойчивости, производительности и масштабируемости * Декомпозировать и описывать архитектурные модели, схемы потоков данных, Threat Model. * Декомпозировать технические задач, выполнять экспертную оценку трудозатрат, техническое консультирование команд разработки и эксплуатации. *  Проектировать LLM-приложения и AI-агентов. **Архитектурный контроль и экспертиза:** * Экспертиза проектов на соответствие корпоративным стандартам и целевой архитектуре; допуск решений на Комитет по ИТ-архитектуре. * Контроль реализации архитектуры на этапах разработки, тестирования и внедрения. * Выявление и управление архитектурными рисками и техническим долгом * Формировать, внедрять, развивать и отвечать за единые процессы, стандарты и инженерные практики разработки, внедрения и эксплуатации ИИ-решений в компании. **Развитие архитектурного ландшафта и стандартов:** * Актуализировать модели As-Is и To-Be, поддерживать качество документации в репозиториях. * Разрабатывать корпоративные архитектурные стандарты, шаблоны, типовые решения и регламенты. **Оптимизация и инновации:** * Мониторинг технологических трендов, пилотирование новых подходов. * Инициативы по модернизации систем (рефакторинг, миграция) и анализ TCO решений. **Лидерство и коммуникация:** * Техническое лидерство, наставничество и сопровождение команд на этапах проектирования и реализации. * Участвовать в Code Review и архитектурной аналитике: контроль соответствия реализации архитектурным решениям, выявление архитектурных рисков и технического долга. * Презентация решений стейкхолдерам и взаимодействие с внешними поставщиками/интеграторами. Требования * Высшее образование: ИТ, прикладная математика * Опыт: от 5 лет в IT, из них от 3 лет в роли технического лидера/руководителя разработки * Опыт проектирования микросервисных или модульных решений, большим плюсом будет знакомство с практиками проектирования Domain-Driven Design; * Практический опыт подготовки C4-моделей, RFC, Threat Modeling и схем потоков данных. * Опыт работы с PostgreSQL на уровне понимания принципов работы, создания и оптимизации структур данных и запросов, понимания работы кластерных решений; * Опыт проектирования высоконагруженных решений; * Знания шаблонов интеграций корпоративных приложений. * Экспертные знания в проектировании, разработке и интеграции распределенных систем, компонентной архитектуры, стандартов API (REST, SOAP, GraphQL). * Практический опыт работы с облачными платформами, контейнеризацией (Docker, Kubernetes), DevOps практиками. * Навыки документирования технических решений и формирования нормативной документации по управлению ИТ (регламенты, уставы, политики) * Навыки разработки и защиты архитектурных решений (диаграммы, спецификации, решения) в популярных нотациях. * Опыт работы с распределёнными системами: понимание репликации, шардирования, консенсуса, очередей сообщений, event-driven архитектуры, идемпотентности. * Инфраструктура: Kubernetes, облачные платформы, IaC, Service Mesh, API Gateway, балансировка нагрузки, Multi-AZ/Multi-Region, резервное копирование и Disaster Recovery. * SRE-практики: SLI/SLO, мониторинг метрик, логирование и трассировка, алертинг, управление инцидентами, Chaos Engineering, нагрузочное тестирование. * Информационная безопасность: TLS, OAuth/OIDC, аутентификация и авторизация (AuthN/AuthZ), E2EE, KMS, управление секретами, Anti-Abuse, защита от DDoS, GDPR/152-ФЗ. * Инструментальное владение AI для анализа, генерации и автоматизации (LangChain, LangGraph, Qdrant, MLFlow, GigaChat, MCP, Guardrails) Условия * Современный офис в д. Аносино, ул. Университетская, вл. 11 (есть трансфер от м. 1905 года); * Льготные ипотечные условия кредитования; * Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Location: Москва Мы — команда GenBI and Agentization, разрабатывающая AI-ассистента для платформы Navigator BI — ключевой бизнес-аналитической системы банка. Наш проект уже решает задачи, значимые для всей экосистемы Сбера. Наша цель — создать интеллектуального помощника, который помогает пользователям: * находить нужные дашборды и отчёты * получать статистику и динамику показателей естественным языком * генерировать новые визуализации (графики, виджеты, таблицы) на основе сырых данных * отвечать на вопросы, касающихся бизнес-показателей. Обязанности * повышать метрики качества AI-сервиса: дообучать и адаптировать модели, улучшать пайплайны обработки запросов * лидировать выделенное направление в команде: проводить code review, предлагать архитектурные решения * тестировать гипотезы по улучшению пользовательского опыта — от качества поиска до точности генерации визуализаций * интегрировать LLM в существующие процессы, развивать RAG-компоненты и агентную логику * взаимодействовать с командой разработки и бизнес-заказчиками для уточнения требований и постановки задач. Требования * опыт разработки LLM-приложений и/или агентных систем * глубокое понимание современных NLP-архитектур (трансформеры, механизмы внимания) * уверенное владение PyTorch и LangChain Будет плюсом: * опыт работы с поисковыми системами (OpenSearch, Elasticsearch) и векторными базами данных * опыт дообучения LLM (fine‑tuning) и построения RAG-пайплайнов * знание MLOps-практик (CI/CD для ML, мониторинг моделей) * понимание архитектуры агентных систем * умение самостоятельно вести задачи от гипотезы до внедрения * опыт использования GigaChat, Kandinsky и аналогов в продуктах. 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 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 * исследование и разработка новых методов и алгоритмов машинного обучения * эксперименты в области глубинного обучения, обучения с подкреплением, байесовских методов, VAE и других прикладных направлений * исследование и применение современных NLP-методов: трансформеры, LLM API, LangChain * анализ данных для проверки исследовательских гипотез * проектирование и проведение экспериментов, оценка результатов * подготовка прототипов для тестирования новых подходов * анализ применимости новых методов к задачам компании * подготовка предложений по архитектуре моделей и выбору методов * подготовка отчётов и презентация результатов исследований. Требования * опыт работы на позиции Data Scientist / исследователя — от 2 лет, в том числе в исследовательских задачах * Python — уверенное владение, включая фреймворки для ML и DL: PyTorch, scikit-learn, pandas, numpy * SQL — составление запросов; опыт работы с PostgreSQL * глубокое знание классических и современных методов ML * понимание глубинного обучения, обучения с подкреплением, байесовских подходов, VAE * опыт проведения исследований: формулирование гипотез, дизайн экспериментов, статистическая оценка * математическое моделирование, статистика, системный анализ * опыт экспериментальной работы с NLP-моделями и трансформерами. Будет плюсом: * опыт работы с Hugging Face Transformers, LangChain, LLM API * опыт контейнеризации и запуска экспериментов в Docker * опыт работы с большими данными (PySpark, Hive, HDFS) * опыт работы в банковской / финансовой сфере * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе * 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 (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.

• Разработка и поддержка веб‑приложений на Python и React. • Проектирование и внедрение AI‑функций: интеграции LLM, RAG‑пайплайны, AI‑ассистенты и поиск по базе знаний.

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.

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.

零一万物 is looking for a Software Engineer to build backend services multi-agent workflows and enterprise RAG capabilities for LLM-based AI-first applications and platforms while improving evaluation and observability.

Мы в поисках Middle / Middle+ Python Backend Developer. - Коммерческий опыт от 3 лет в backend-разработке, из них от 2 лет с Python;

Location: San Francisco, CA Workplace: OnSite ABOUT US At LangChain, our mission is to enable every company to own its intelligence. We believe agents will transform how companies operate, and we're building the foundation to make that future possible. Our open-source harnesses and LangSmith platform give developers and enterprises the infrastructure to run, improve, and govern agents at scale. We've raised $460M to date, with our most recent funding round valuing the company at $3B, backed by leading investors including Sequoia, Benchmark, IVP, and CapitalG. As we continue to expand our platform and tackle some of the hardest challenges in agent engineering, every team member has the opportunity to make a meaningful impact and help shape both our technology and the future of the industry. More than 7,000 organizations rely on LangSmith, from fast-growing startups to Fortune 500 enterprises, including NVIDIA, Bridgewater, LinkedIn, Workday, and Rippling. We're just getting started on making high-performing agents easier to build and manage at scale. About LangChain At LangChain, our mission is to make intelligent agents ubiquitous. We provide the agent engineering platform and open source frameworks developers need to ship reliable agents fast. Our open source frameworks, LangChain and LangGraph, see over 90+ million downloads per month and help developers build agents with speed and granular control. LangSmith offers observability, evaluation, and deployment for rapid iteration, enabling teams to transform LLM systems into dependable production experiences. LangChain is trusted by millions of developers worldwide and powers AI teams at companies like Replit, Clay, Cloudflare, Harvey, Rippling, Vanta, Workday, and more.   About the role You’ll be the hands‑on security lead embedded with core product teams to secure agentic workloads end‑to‑end, from SDK through LangSmith/Graph services and customer integrations. You’ll define our security roadmap, land immediate hardening wins, and raise the bar on how AI infra is protected in production. - Own product & platform security: Design and drive application/infrastructure security controls across LangSmith, LangGraph, and the LangChain SDK ecosystem (Python/TS/Go). - Secure-by-default authN/Z: Evolve SSO/SAML/OIDC/SCIM, token lifecycles, service‑to‑service auth, and tenant isolation for cloud and self‑hosted customers. - Ship code & reviews: Land secure designs, write PRs, and introduce lightweight checks (linters, dependency/supply‑chain scanning, SBOM/SLSA provenance). - Hardening & operations: Network segmentation/Zero Trust, Kubernetes posture, secrets management, key rotation, least‑privilege IAM, egress controls. - Incident readiness: Develop IR runbooks, detection rules, and tabletop exercises; lead post‑incident forensics and blameless RCAs. - Vuln management: Own scanning/triage/patch SLAs; coordinate with engineering to remediate quickly without slowing delivery.   How to be successful in this role - 5+ years in security engineering with strong software skills (Python or Go; TypeScript a plus). - Depth in cloud/Kubernetes security (e.g., GCP/AWS IAM, workload identity, admission controls, network policies). - Hands‑on AppSec: code review, threat modeling, secure design, secrets & key management, authn/z patterns, multi‑tenant isolation. - Experience building detection & response and running incident management. - Familiarity with supply‑chain security (SBOM, sigstore/cosign, SLSA‑style controls) and dependency risk management. - Clear, pragmatic communication with engineers and customers. Nice to have - Security for SaaS + self‑hosted offerings, including air‑gapped deployments. - Exposure to SOC 2 / ISO 27001 programs and evidence automation. - Experience with Go services and Infra as Code (Terraform/Helm), plus policy‑as‑code (OPA/Gatekeeper/Kyverno). - Knowledge of privacy patterns (data minimization, retention, masking, workspace scoping)..   Compensation & Benefits - We offer competitive compensation that includes base salary, meaningful equity, and benefits such as health and dental coverage, flexible vacation, a 401(k) plan, and life insurance. Actual compensation will vary based on role, level, and location. For team members in the EU and UK, we provide locally competitive benefits aligned with regional norms and regulations. - Annual salary range: $175,000-$215,000 USD for Senior Engineers COMPENSATION PHILOSOPHY: We offer competitive compensation that includes base salary, variable compensation for relevant roles, meaningful equity, benefits, and perks. We are hiring for this role across a range of scope, and the compensation band reflects that. Your offer depends on what we learn about your impact, craft, leadership, and communication during the interview process. We will tell you early where you’re tracking and talk comp with you before offer stage. Team members in the EU, UK, and APAC receive locally competitive benefits aligned with regional norms and regulations. BENEFITS Benefits include medical, dental, and vision coverage, flexible vacation, a 401(k) plan, meals on in-office days in the US and more.

Location: Москва Мы строим технологическую платформу нового поколения для производства, хранения и дистрибуции медиаконтента. Это интеллектуальная экосистема, которая автоматизирует жизненный цикл материалов: от загрузки и разметки до бесшовной публикации в десятках цифровых каналов. Обязанности ### **Чем предстоит заниматься:** * руководить командой backend-разработчиков * решать задачи отказоустойчивости и горизонтального масштабирования * участвовать в проектировании взаимодействия сервисов: обсуждать их ответственность, API и контракты событий * разрабатывать асинхронные микросервисы на FastAPI * реализовывать обработку событий Kafka * использовать кодовых агентов для разработки, поддерживать проектные правила и скиллы, проверять и дорабатывать сгенерированный код * работать с логами и метриками, участвовать в диагностике и устранении ошибок сервисов проекта. Требования ### **Мы ожидаем:** * опыт от 5 лет коммерческой разработки на Python * профильное IT/техническое образование * опыт разработки сервисов на FastAPI, реализации REST API и участия в их проектировании * опыт микросервисной разработки, реализации взаимодействия нескольких сервисов. * уверенный SQL и PostgreSQL: транзакции, индексы, планы запросов * опыт настройки MCP-интеграций и разработки MCP-серверов * опыт с AI-функциями продукта: интеграции LLM и разработка агентов. Будет преимуществом: * опыт с FastStream, Django / Wagtail, SSE, gRPC * опыт с OpenSearch / Elasticsearch; векторный поиск с pgvector / Qdrant * опыт с Kubernetes / OpenShift * опыт с LangChain / LangGraph или аналогами. Условия ### **Мы предлагаем:** * гибридный формат работы (4 дня в офисе, 1 удаленно) * офис на Кутузовской/Маяковской с зонами отдыха и спортзалом * годовой бонус и ежегодный пересмотр * расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи * корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях * льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Location: Москва Команда ИИ-Помощник развивает два направления в рамках программы «Миграция с SAP»: 1. Миграция отчетности с SAP на целевую платформу. Наша команда бизнес-аналитиков и дата-инженеров обеспечивает перенос отчетности для всех продуктовых команд, которые участвуют в программе миграции. Мы работаем с бизнес-требованиями, занимается коммуникациями с внешними потребителями и непосредственно разрабатываем ETL-процессы, витрины и отчетные формы. 2. AI-агентизация бизнес-процессов. В рамках данного направления наша команда создает no-code конструктор ai-помощников/ai-агентов и мультиагентных систем, а также занимается внедрением кастомных ai-агентов с использованием LLM. Команда использует современные общепринятые технологии, библиотеки и подходы для реализации указанных задач – python, LangChain, LangGraph, RAG. В конечном итоге, эти два направления должны объединиться в реализованной мультиагентной системе, которая может самостоятельно планировать свою работу, исходя из задачи и доступных ей инструментов, принимать решения, извлекать необходимые для этого данные напрямую из баз и хранилищ данных и влиять на внешний мир с помощью вызова API смежных информационных систем и других мультиагентных систем. Обязанности * формирование и управление кросс-функциональной scrum командой (аналитика, разработка, тестирование, поддержка) * выстраивание и управление производственным процессом работы команды, организация работы команды по спринтам * организация и контроль всех этапов процесса поставок новых версий продукта, от сбора требований до ввода релиза в промышленную эксплуатацию * совместно с Владельцем продукта проработка и планирование работ по беклогу * формирование и управление календарным планом развития продукта, расписанием релизов * проработка архитектуры и требований совместно с командой * управление рисками как внутри команды, так и при взаимодействии с внешними командами * выполнение административных задач в рамках работы команды (получение доступов, выделение инфраструктуры, планирование ресурсов, привлечение и управление подрядчиком) * формирование и внедрение улучшений в работу команды * отслеживание соблюдения командой метрик и показателей производственного процесса. Требования * уверенное знание и понимание процесса разработки, целей и задач каждого из его этапов * знание и практическое применение гибких методологий разработки * опыт выстраивания работы и управления командой * уверенные технические знания и кругозор в ИТ (техстек Java Spring Boot/Hibernat, Java Script, Kubernetes, PostgreSQL) * приветствуется предыдущий опыт работы в продуктовой команде в качестве аналитика/разработчика * приветствуется опыт работы в проекте с внедрением AI, ML моделями, а также практика работы в рамках AI-Disrupt PDLC * инициативность и ответственность * желание разбираться и решать сложные задачи и ситуации * умение решать конфликтные ситуации и договариваться с коллегами как внутри команды, так и снаружи * хорошо развитые коммуникативные навыки. Условия * офисный формат работы * ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) * корпоративный спортзал и зоны отдыха * 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.

Требования: — Опыт коммерческой разработки на Python (Python 3.9+) от 4+ лет — Опыт создания ИИ агентов, включая работу с LangChain, LangGraph, CrewAI — Опыт работы в финансовом, корпоративном или высоконагруженном проекте — Навыки асинхронного программирования Формат работы: удалённо Местоположение: РФ

Задачи: — Проводить аудиты безопасности ML/LLM-систем, включая инференс-сервисы, RAG-пайплайны, агентов с доступом к инструментам, MCP-серверы, ML-платформу и её артефакты (модели, датасеты, фичестор). — Проводить атаки на системы на базе ИИ, включая прямой и косвенный prompt injection, джейлбрейки, эксфильтрацию системных промптов и данных, злоупотребление tool calling, выход агента за границы разрешённого, отравление данных и моделей, атаки на цепочку поставки (веса, pickle, кастомные операторы, сторонние модели). — Развивать DAST под AI-эндпоинты: создавать харнесс и сканер для LLM-интерфейсов, автоматизированные наборы атак, регрессионное тестирование моделей и защитных механизмов, встраивать проверки в CI/CD. — Проверять эффективность защитных механизмов (гарды входа и выхода, фильтры, лимиты, изоляция инструментов и данных) и формировать обоснованные требования к ним. — Формировать стандарты безопасной разработки AI-сервисов: модели угроз, чек-листы ревью, требования к правам агентов, работе с секретами и изоляции окружений. — Разрабатывать автоматизацию и инструментарий на Python или Go, интегрировать его с существующими системами (ASOC, Jira, CI/CD, SIEM). — Участвовать около 20% времени в проектах команды по безопасности приложений. — Работать в тесном контакте с командами ML-платформы, разработки и инфраструктурной безопасности. Требования: — Знание основных уязвимостей веб-приложений и API (OWASP Top 10) на уровне, достаточном для их обнаружения и объяснения. — Понимание ML-процессов: обучение моделей, валидация, вывод в продакшен, состав ML-пайплайна (данные, обучение, хранение и сериализация весов, реестр моделей, инференс). — Практическое понимание LLM: инференс, RAG, агентные архитектуры, tool calling, опыт работы с API моделей и промпт-инжиниринг. — Знание специфических рисков AI-систем: prompt injection, отравление данных, атаки на цепочку поставки моделей. — Базовое понимание операционных систем, сетей, контейнеров и Kubernetes. — Самостоятельность и готовность работать в области без устоявшихся методологий и создавать их. Будет плюсом: — Опыт в ML-разработке или MLOps. — Опыт с инференс-стеком (Triton, vLLM, TGI), MLflow или Kubeflow, реестрами моделей. — Коммерческий опыт пентестов или аудитов безопасности приложений. — Знакомство с MCP и фреймворками агентных систем (LangGraph, LangChain, CrewAI и аналоги). — Опыт разработки гардов и фильтров для LLM-трафика. — Публичные исследования, CVE, доклады, участие в AI red teaming или в программах bug bounty по LLM. Условия: — Возможность выбора формата работы: гибрид, удалёнка, офисы в Москве, Санкт-Петербурге, Иннополисе, Новосибирске и других городах России, а также в Казахстане и Беларуси. — Участие в конференциях, митапах, техтоках, хакатонах и конкурсах. — Оплата билетов, дороги и проживания для участия в мероприятиях. — Завтраки в офисе и кофе-поинты для перекуса. — ДМС со стоматологией и льготная медицинская страховка для близких, страхование от несчастных случаев, полис выезжающего за рубеж, онлайн-поддержка психолога. — Курсы по запросу и поддержка в карьерном развитии. — Бесплатные курсы программирования, математики и английского языка для детей сотрудников. — Партнёрские скидочные программы, спортивные клубы, скидки на клубные карты фитнес-сетей, йога в офисе. — Бесплатные курсы Route 256 по Go, QA, C#. — Оплачиваемая стажировка Route Start для начинающих специалистов. — Зарплатные проекты от Ozon Банка и других банков. — Льготная жилищная программа для сотрудников. — Реферальный бонус за рекомендацию друга.

Location: Москва Нам в команду требуется опытный разработчик, который умеет строить качественные системы c применением GPT/LLM. Мы разрабатываем продукт на базе ML и LLM для аналитики деятельности компаний, которые работают с зарубежными партнерами. Цель: научиться прогнозировать их валютные операции и выстроить агентскую логику вокруг ML-моделей, позволяющую предоставить пользователю конкретные рекомендации/лиды для работы с клиентом. Обязанности * разработка и поддержка backend-приложений на Python (Django/FastAPI/Flask) * разработка RAG’ов * оптимизация производительности сервисов * интеграция с внешними API и базами данных (PostgreSQL, Redis и др.) * разработка и поддержка ETL-процессов, обработка и анализ больших данных. Требования * опыт коммерческой разработки на Python от 3-х лет * знание фреймворков: Django/ FastAPI/ Flask * опыт работы с базами данных (SQL/ NoSQL) * понимание основ машинного обучения и аналитики данных * опыт работы с инструментами для обработки данных * знание Docker, Kubernetes, CI/CD * умение разрабатывать и оптимизировать REST/gRPC API * опыт разработки AI/GPT решений (RAG, AI-агенты) * опыт работы с LangChain, LLaMa-index и др. Условия * комфортный современный офис рядом с м. Кутузовская, ул. Кутузовский проспект 32, формат работы - гибрид (3 дня в неделю офис, 2 дня удаленно) * **оформление на срочный договор, до сентября 2027 года** * корпоративный спортзал и зоны отдыха * 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.

Задачи: — Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе, бухгалтерской документации; — Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды; — Подготовка эталонных наборов оценки качества; — Реализация LLM-as-a-judge для автоматических регрессионных проверок; — Настройка защит для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных, anti-hallucination механизмы; — A/B-тестирование промптов и моделей для подбора лучших конфигураций; — Тюнинг качества по сигналам обратной связи пользователей и трассировкам из Langfuse. Требования: — Python от 2 лет коммерческой разработки; — Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг; — Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип; — Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; — Опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги); — Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных; — Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling; — Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник; — Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги; — Практический опыт A/B-тестирования промптов и моделей в продакшене; — Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов; — SQL и работа с реляционными базами на базовом уровне.

Задачи: — Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI. — Проектирование API, интеграций и архитектуры backend-приложений. — Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов. — Разработка AI-агентов и агентных систем на базе LLM. — Создание агентных решений с использованием фреймворков LangGraph, LangChain, OpenAI Agents SDK и без них. — Интеграция локальных и облачных LLM в существующие продукты. — Разработка инструментов, управление вызовами функций, состоянием и контекстом агентов. — Контейнеризация, развертывание и сопровождение сервисов с использованием Docker. — Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах. Требования: — Уверенное знание Python, опыт коммерческой backend-разработки. — Опыт работы с Django и FastAPI. — Хорошее знание PostgreSQL и Redis. — Уверенное владение Docker и Docker Compose. — Понимание асинхронного программирования в Python (asyncio). — Практический опыт интеграции LLM в приложения. — Опыт разработки AI-агентов, использования tool calling / function calling. — Понимание принципов работы LLM, управления контекстом и построения агентных процессов. — Опыт работы с REST API, внешними сервисами и сторонними интеграциями. — Уверенное владение Git, Linux. Будет большим плюсом: — Опыт работы с LangGraph, LangChain, OpenAI Agents SDK. — Опыт самостоятельного проектирования агентных архитектур без использования готовых фреймворков. — Опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие). — Опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами. — Знание vLLM, llama.cpp, Ollama и других инструментов инференса. — Понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса. — Опыт построения RAG-систем, работы с эмбеддингами и векторным поиском. — Опыт настройки мониторинга, логирования и CI/CD. Условия: — Удалённая работа. — Договор гражданско-правового характера с ИП или самозанятым. География работы: Москва.