Ты будешь строить не очередной микросервис или бэкенд для формы. AI CRO — это стратегический AI-агент, мозговой центр для риск-менеджеров крупнейшего банка. Наша цель — создать интеллектуального помощника, который понимает сложные вопросы на естественном языке, планируя цепочки действий, находит ответ, агрегируя данные из десятков систем. Ты будешь работать в эпицентре двух самых прогрессивных областей: продакшен-реализации AI (LLM, агенты) и финансового риск-менеджмента. Наш стек — это современные фреймворки (LangChain/LangGraph), асинхронные коммуникации (Kafka, REST), контейнеризация и сложная бизнес-логика. Мы создаем продукт с чистого листа, где от твоих архитектурных решений и кода напрямую зависит качество критически важных бизнес-инсайтов. Это вызов для тех, кто хочет видеть реальное impact-воздействие своего кода.Обязанности Разработка ядра AI-агента: Создание, оптимизация и поддержка логики агента на базе фреймворков LangChain/LangGraph — проектирование цепочек, агентов, инструментов (tools) и промптов. Интеграция с экосистемой банка: Разработка и поддержка микросервисов для взаимодействия агента с внутренними системами (через REST, Kafka, БД), обеспечение надежности и отказоустойчивости. Работа с данными и LLM: Написание кода для извлечения, трансформации и загрузки данных. Оптимизация взаимодействия с LLM-провайдерами (GigaChat и др.), управление контекстом, токенами. Обеспечение качества и надежности: Написание тестов, рефакторинг кода, участие в code review. Контейнеризация сервисов, настройка CI/CD пайплайнов. Погружение в предметную область: Активное взаимодействие с аналитиками и риск-менеджерами для понимания бизнес-логики и корректной ее реализации. Работа в команде: Участие в планировании, ежедневных митингах, демонстрациях результатов. Четкое отражение своей деятельности в Jira. Требования Опыт разработки на Python (3+): От 3 лет, глубокое понимание ООП, асинхронного программирования (asyncio) и написания сложной бизнес-логики. Разработка AI-агентов и работа с LLM: Практический опыт создания приложений с использованием Large Language Models (GigaChat/Yandex GPT/другие) и фреймворков для AI-агентов: LangChain, LangGraph или аналогов. Понимание промпт-инженерии, цепочек (chains) и работы агентов с инструментами (tools). Архитектура и интеграция: Опыт разработки и поддержки микросервисов. Уверенная работа с RESTful API, асинхронными сообщениями (Kafka) и реляционными БД (PostgreSQL) с использованием SQLAlchemy или аналогов. Data Engineering (базовый уровень): Умение обрабатывать и анализировать данные с помощью pandas/numpy, достаточное для интеграции с моделями и источниками данных в банке. Процессы разработки: Отличное знание Git (ветвление, pull requests), опыт работы в CI/CD (Jenkins или аналог), понимание принципов Agile и ведения задач в Jira. Мышление и подход: Сильные аналитические навыки для погружения в сложную предметную область. Умение самостоятельно доводить задачи до production-релиза, следуя стандартам качества и срокам. Дополнительные требования (будет значительным преимуществом) Опыт работы в банковской или финансовой сфере, понимание процессов риск-менеджмента, кредитования или расчета резервов. Опыт контейнеризации приложений (Docker) и понимание оркестрации (Kubernetes). Опыт работы с системами мониторинга (Prometheus, Grafana, ELK). Знакомство со стеком Сбера для AI/ML (например, sber_aef_sdk). Опыт интеграции с мессенджерами (СберЧат, Telegram). Знание принципов работы векторных БД и их применения в RAG-сценариях. Условия гибридный формат работы (на испытательном сроке посещаем офис, далее 2-3 дня в неделю - работаем из дома). ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха система обучения для профессионального и карьерного развития расширенный полис ДМС с первого дня работы и страхование для семьи программа ипотеки для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии