Обязанности:
Аналитическое управление инвестиционного банка развивает линейку GenAI- и ML-инструментов для аналитиков и клиентов банка. Центральный проект — мультиагентная система глубокого анализа макроэкономических и финансовых трендов, которая переводится из MVP в продакшн. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. 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. Ваш опыт и участие помогут сделать его удобным и полезным!Чем предстоит заниматься: ежедневное взаимодействие с секторными аналитиками, макроэкономистами, стратегами: погружение в research-воркфлоу, сбор требований, выявление областей для AI-автоматизации совместная валидация выходов AI-системы с доменными экспертами: фактологическая проверка, оценка качества рекомендаций, создание golden datasets. Оценка репутационных рисков AI-выходов в sell-side контексте презентация результатов и прототипов прототипирование новых AI-инструментов для research: автоматизация сбора данных, драфты аналитических заметок, мониторинг рыночных событий, сентимент-анализ новостного потока реализация компонентов мультиагентной системы под руководством CDSO: промпты для отдельных агентов, tool-calling функции, коннекторы к источникам данных, парсеры финансовых документов работа над этапами RAG-пайплайна: подготовка аналитических отчётов, макроданных, новостных лент; чанкинг, эмбеддинги, индексация в векторной БД количественный анализ финансовых данных: временные ряды, макроиндикаторы, секторная статистика. Подготовка визуализаций и дата-продуктов для аналитиков участие в разработке прогнозных ML-моделей (временные ряды, регрессия) и их интеграции в оркестрацию с LLM-агентами анализ метрик качества, подготовка отчётов по результатам. Для нас важно: высшее образование по экономическому/финансовому/математическому направлению python (продвинутый: async, type hints, production-grade). Pandas, NumPy, matplotlib/plotly — как рабочие инструменты. scikit-learn / statsmodels опыт построения ML-моделей: временные ряды, регрессия, классификация. SQL на уровне сложных аналитических запросов знание LangGraph (графовые воркфлоу, state machines, checkpointing) знакомство с CrewAI, AutoGen. LLM API: Claude, GPT-4, open-source модели RAG: LangChain / LlamaIndex, векторные БД (pgvector, Pinecone, Weaviate), гибридный поиск, реранкинг понимание архитектуры мультиагентных систем: supervisor/worker, память агентов, модель-агностичные интерфейсы, MCP. Способность оценить архитектурное решение и аргументированно высказаться знание Docker, Git. Основы софтверной инженерии: тесты, CI/CD, code review. Что мы предлагаем: комфортный офис рядом с м. Ленинский проспект гибридный формат работы ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха уникальная система обучения Сбера для профессионального и карьерного развития расширенный ДМС и льготное страхование для семьи гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.Похожие вакансии