Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут.
Команда в Департаменте маркетинга Сбера создает ИИ-агентов на базе LLM. Агентные системы автоматизируют рабочие процессы сотрудников и обеспечивают диалоговых ассистентов на публичных ресурсах банка. Основной продукт — бэкенд AI-ассистента на сайте банка, построенный на оркестрации диалогов в LangGraph.
задачи
Разрабатывать и поддерживать оркестрацию агентов на LangGraph под руководством ментора;
Реализовывать узлы графа, работать с состоянием и условными переходами;
Писать и улучшать навыки и инструменты агента;
Интегрировать внешние HTTP API;
Валидировать результаты по JSON Schema;
Разрабатывать простые ReAct-подграфы;
Писать и редактировать промпты;
Проектировать Pydantic-схемы для структурированного вывода;
Экспериментировать с параметрами моделей и function/tool calling;
Разрабатывать REST- и SSE-эндпоинты под руководством старших коллег;
Участвовать в подключении HTTP API, Kafka и поисковых движков;
Помогать развивать RAG-пайплайн;
Покрывать код модульными и интеграционными тестами;
Соблюдать стандарты строгой типизации, линтинга и код-ревью;
Участвовать в код-ревью сначала как автор, затем как ревьюер;
Изучать архитектуру агентских систем и банковские требования к безопасности;
Версионировать и проверять промпты;
Сравнивать поведенческие сценарии и проверять их на реальных моделях.
требования
Уверенно писать на Python 3.10+;
Знать ООП, структуры данных и базовые алгоритмы;
Иметь практический опыт async/await и asyncio;
Знать FastAPI и/или aiohttp на уровне пет-проектов или коммерческого опыта до 1–2 лет;
Понимать основы REST API;
Понимать работу LLM через API, промпты, структурированный вывод и function/tool calling;
Быть знакомым с LangChain, LangGraph или другими оркестраторами агентов либо иметь сильную инженерную базу и готовность быстро их освоить;
Знать SQL и иметь базовый опыт работы с PostgreSQL;
Использовать Pydantic или аналогичные инструменты валидации;
Понимать ценность строгой типизации;
Быть готовым писать тесты с pytest;
Уметь пользоваться Git и следовать стандартам код-ревью и CI/CD;
Обладать высокой обучаемостью, интересом к LLM-технологиям и желанием расти в AI-инженерии;
Иметь начатое высшее образование; подходят студенты старших курсов и выпускники;
Будет плюсом стажировка или коммерческий опыт разработки на Python от 3–6 месяцев, пет-проекты с LLM, понимание RAG, эмбеддингов, векторного поиска и pgvector, базовые навыки Docker, Git и Linux, опыт работы с кодинговыми агентами GigaCode CLI и понимание принципов SDD, знакомство с Kafka, OpenSearch и наблюдаемостью, участие в хакатонах, олимпиадах или open-source, понимание основ безопасности и интерес к банковскому домену, навыки работы с генеративными AI-моделями, опыт создания и использования AI-агентов, опыт использования GigaChat и Kandinsky в продуктах, инструментальное владение AI для анализа, генерации и автоматизации.
условия
Гибридный формат работы с 2–3 днями в офисе;
Офис в Москве по адресу: Кутузовский проспект, 32;
Ежегодный пересмотр зарплаты;
Квартальная и годовая премия;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета;
Программа адаптации и помощь руководителя на старте;
Расширенный ДМС;
Льготное страхование для семьи;
Корпоративная пенсионная программа;
Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования на троих близких;
Вознаграждение за рекомендацию друзей в команду Сбера.
.svg)
