Мы — команда «Triple A» трайба «Корпоративное взыскание» Сбербанка. Мы создаём передовые решения для работы с корпоративными клиентами, столкнувшимися с проблемной задолженностью. Наш продукт — это комплекс современных сервисов, интеллектуальных моделей и инструментов, которые позволяют эффективно управлять процессами взыскания. Ваша роль — быть ключевым экспертом по инфраструктуре и эксплуатации. Вы будете отвечать за то, чтобы наши _AI_-агенты и _ML_-модели не просто работали в лабораторных условиях, а стабильно и надёжно решали реальные бизнес-задачи в _production_-среде банка. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика тебе на почту придет приглашение пройти первичное интервью с ГигаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Твой опыт и участие помогут сделать его удобным и полезным! Обязанности вывод AI/ML_-моделей и _AI_-агентов в _production (сборка, деплой) развитие инфраструктуры для _AI_-агентов и _ML_-сервисов: интеграция с внутренними API и сервисами (REST, Kafka) работа с данными и документами (включая OCR) организация постоянного хранилища (persistent storage), внедрение подходов RAG автоматизация CI/_CD_-пайплайнов для моделей и _AI_-сервисов обеспечение надёжности _AI_-систем: мониторинг, логирование, трассировка контроль качества (model drift, производительность, бизнес-метрики) обработка ошибок (retry, fallback, устойчивость к сбоям) эксплуатация и интеграция ML_-моделей в _production: поддержка пакетных процессов (в т. ч. на PySpark) использование моделей в составе _AI_-агентов и сервисов. Требования опыт работы от 2 лет в MLOps, DevOps или бэкенд-разработке с уклоном в ML/_AI_-системы понимание и практический опыт построения AI/LLM_-систем в _production (оркестрация, выполнение инструментов, ограничения LLM) уверенная работа с Kubernetes (Istio Service Mesh, сайдкары, HashiCorp Vault) самостоятельный вывод моделей/агентов в production (CI/CD, мониторинг, механизмы отказоустойчивости) опыт работы с фреймворками для написания LLM/AI_-агентов (_LangChain, LangGraph, Openclaw и др.) опыт применения кодинг-агентов в работе, в том числе использование кастомных навыков (Cursor, Claude Code, OpenCode, Codex). Будет плюсом: опыт backend-разработки на Python (FastAPI, aiohttp) опыт инференса моделей через PySpark понимание работы систем очередей и принципов асинхронного взаимодействия (Kafka). Условия формат работы: офис в Москве, гибрид - по договоренности, Бизнес-центр, Кутузовский проспект, д. 32, к.1 ежегодный пересмотр зарплаты и годовая премия более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС (медицинское страхование), льготное страхование для семьи бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии