python разработчик для AI-агентов

Команда AI HUB БЛиК агентизирует HR-процессы Сбера с помощью AI-инструментов и внедряет решения в платформу «Пульс», делая их доступными сотрудникам банка.

• Разрабатывать и сопровождать бэкенд AI-агентов, включая оркестрацию графов в LangGraph, состояния, ветвления, циклы, human-in-the-loop, retry и fallback;
• Проектировать и версионировать инструменты для агентов;
• Интегрировать инструменты с внутренними системами банка через REST, gRPC, MCP и A2A;
• Работать со сложными промптами;
• Настраивать источники данных для RAG;
• Оценивать ответы моделей по точности, релевантности и качеству;
• Упаковывать сервисы в Docker;
• Выводить сервисы в промышленный Kubernetes;
• Проектировать и проводить эксперименты и A/B-тесты над промптами, пайплайнами и конфигурациями моделей;
• Развивать систему eval, формировать наборы задач и сценариев;
• Определять метрики accuracy, relevance и robustness;
• Автоматизировать запуск экспериментов и анализ результатов;
• Принимать продуктовые решения на основе метрик;
• Настраивать и оптимизировать конфигурации моделей и агентов;
• Сравнивать модели, версии и параметры inference;
• Подбирать баланс качества, latency и стоимости;
• Обеспечивать устойчивость и предсказуемость оркестраций в production;
• Выстраивать мониторинг, трассировку цепочек вызовов, метрики латентности, токенов и стоимости, а также алертинг;
• Решать с командой сложные задачи внедрения AI;
• Проводить ревью кода;
• Поддерживать высокую планку качества решений.

• Практический опыт работы с LLM: промпт-инжиниринг, сборка пайплайнов и интеграция моделей;
• Опыт разработки агентных графов в LangGraph, вывода их в production и отладки нетривиального поведения;
• Опыт сборки и оптимизации Docker-образов, включая multi-stage, и работы с реестрами;
• Реальный опыт эксплуатации сервисов в Kubernetes, а не только знакомство по документации;
• Глубокое понимание Python, включая asyncio, multithreading и multiprocessing;
• Знание алгоритмов и структур данных для решения нетривиальных задач;
• Продвинутые знания SQL: сложные JOIN, CTE, оконные функции, оптимизация запросов через EXPLAIN и подзапросы;
• Понимание метрик качества и практический опыт A/B-тестирования ML-решений;
• Умение приоритизировать гипотезы, выбирать модели, методы и алгоритмы, а также проектировать эффективные инженерные решения;
• Опыт поставки качественного ПО и владение полным циклом разработки — от технического дизайна до мониторинга после выката;
• Понимание ландшафта LLM-провайдеров, включая коммерческие и open-source модели в собственном контуре;
• Знакомство с open-source-инструментами для построения и оценки RAG: LangChain, LlamaIndex, Ragas, MLflow и аналогами;
• Умение объяснять сложные технические вещи широкой аудитории стейкхолдеров;
• Будет плюсом опыт вывода в production бизнес-критичных ML/AI-приложений, адаптации, дообучения и развёртывания open-source-моделей в on-premise или закрытом контуре, разработка MCP-серверов и проксирования инструментов, мультиагентные архитектуры, Redis, ClickHouse и другие колоночные СУБД, Kafka и/или Celery, портфолио pet-проектов по ML или вклад в open-source, опыт работы в банке, финтехе или другом регулируемом домене, построение React-агентов, использование Openclaw, Hermes, Ouroboros, генеративных AI-моделей, AI-агентов, GigaChat, Kandinsky и аналогов, а также инструментальное владение AI для анализа, генерации и автоматизации.

• Гибридный формат: 2 дня в офисе и 3 дня дома;
• Адрес офиса: 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 с тремя близкими;
• Вознаграждение за рекомендацию друзей в команду Сбера.