Информация о проекте: Хотите изменить свою жизнь и стать частью команды, которая создает будущее инвестиционной индустрии? Тогда присоединяйтесь к нам! Мы разрабатываем систему, которая автоматизирует весь жизненный цикл инвестиционной сделки. Наши команды работают над следующими направлениями: Алгоритмизированный и AI поиск потенциальных сделок и клиентов; Управление процессом заключения инвестиционных сделок; Финансовые расчеты и оценка портфеля; Построение финансовой и управленческой отчетности по портфелю инвестиций Сбера; Инвестиционные сервисы для компаний - наших клиентов. Обязанности Запуск и настройка инфраструктуры инференса (LLM Inference): развертывание и конфигурация Open Source LLM (DeepSeek, Qwen и др.) на собственных мощностях настройка высокопроизводительных инференс-серверов (vLLM, TGI, TensorRT-LLM, llama.cpp) оптимизация использования GPU (память, батчинг, quantization) для достижения требуемой пропускной способности и задержек (latency). Мониторинг инфраструктуры инференса: настройка систем observability для слоя инференса: сбор метрик (количество запросов, время генерации, использование VRAM, throughput, количество активных потоков/запросов) реализация health checks (ready/live probes) для инференс-серверов автоматизация оповещений (alerts) при деградации производительности или падении сервисов. Мониторинг работы агентов: настраивать сквозную трассировку (trace_id) по всей цепочке сервисов: от пользовательского интерфейса до агентов и инфраструктуры развивать дашборды в Grafana для мониторинга агентов, инфраструктуры и ключевых компонентов платформы внедрять кастомные метрики для агентов (запросы, статус, P95, LLM-вызовы, токены) без изменения кода агентов обеспечивать корреляцию логов и трейсов для быстрого поиска инцидентов настраивать алерты: технические (Pod OOM, память, ошибки) и качественные (satisfaction rate, регрессии). Работать с централизованным Prompt Hub для хранения и обновления промптов без деплоя автоматизировать интеграцию E2E-тестов с системой трассировки. Развертывание серверной инфраструктуры поднятие и конфигурация бэкенд-серверов для работы агентов (FastAPI, Node.js или других runtime) контейнеризация (Docker) и оркестрация (Kubernetes / Docker Compose) компонентов системы управление окружениями (dev/stage/prod) и CI/CD пайплайнами для доставки кода агентов и обновлений инфраструктуры. Написание агентов (Harness Engineering): разработка агентов в структурированном формате Markdown, следуя принципам Claude/Harness Engineering (явное описание инструментов, контекста, последовательности действий) создание системных промптов, определения инструментов (tools/functions) и четких границ поведения агента интеграция агентов с внешними API, базами данных и DevOps-инструментами (Kubernetes, AWS, CI/CD). Автоматизация процессов сборки, тестирования и развёртывания ПО: разработка и поддержка пайплайнов CI/CD внедрение новых инструментов для автоматизации и мониторинга взаимодействие с командами разработки, тестирования и эксплуатации. Требования опыт развертывания и сопровождения Open Source LLM в продакшене глубокое практическое знание инструментов инференса: vLLM, TGI (Text Generation Inference) или аналогичных (TensorRT-LLM, sglang) понимание внутренних механизмов LLM инференса: KV-cache, continuous batching, quantization (GGUF, GPTQ, AWQ) опыт написания агентов/промптов в продакшн-среде, знакомство с концепцией Harness Engineering (или готовность быстро в нее погрузиться) уверенное владение Python (написание сервисов, скриптов мониторинга, интеграций) экспертный опыт работы с контейнеризацией (Docker) опыт управления кластерами Kubernetes: написание и поддержка манифестов, работа с Helm (чарты) опыт построения и поддержки пайплайнов в Jenkins, GitLab CI уверенная работа с Git (стратегии ветвления, код-ревью) опыт работы с СУБД (PostgreSQL, ClickHouse или аналогичными) в контексте высоконагруженных систем опыт построения observability-стека для микросервисных или агентных систем навыки настройки сквозной трассировки, метрик, логирования и алертинга уверенное владение инструментами: Grafana, Prometheus, Loki, Jaeger, OpenTelemetry. Условия возможность выбрать удобный формат работы: гибрид или офис ежегодный пересмотр зарплаты, годовая премия 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 ипотека выгоднее до 7% для каждого сотрудника бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии