Инженер по сопровождению\ Разработчик AI-агентов

19 Ноября

Город:

Москва

Занятость:

Полная занятость

Компания "Сбербанк"

Мы — команда, которая стоит на стыке эксплуатации критически важных систем и разработки инновационных AI-решений.

С одной стороны, мы обеспечиваем бесперебойную работу современных банковских сервисов на актуальном технологическом стеке (Java/Python, Kafka, Kubernetes, Hadoop).

С другой, мы создаем будущее уже сегодня, разрабатывая AI-агентов для умного поиска, анализа данных и автоматизации рутинных задач.

Объединяя эти направления, мы фокусируемся на главном: создании инструментов, которые делают работу наших коллег проще, а бизнес-результаты — значительнее.

В связи со спецификой задач (сопровождение систем в зоне ответственности + разработка собственных AI - агентов) предпочтение будет отдаваться кандидатам, имеющим опыт в сопровождении и разработке на Python + общие представления о работе с LLM – моделями.

Обязанности

проектирование и реализация логики генеративных AI-моделей, использование фреймворков (LangChain, LangGraph) для разработки агентных и мультиагентных систем, предиктивная аналитика и анализ аномалий по логам систем
подключение к векторным БД (PostgreSQL с расширением pgvector, redis, mongodb и т.д.) для RAG-архитектуры, разработка API (REST) для интеграции агентов
написание пайплайнов и плейбуков для Jenkins под различные задачи автоматизации - как простые, так и довольно сложные комплексные решения. Используются groovy, python, bash
проектирование и построение RAG-пайплайнов (выстраивание всего цикла жизни данных для RAG: от извлечения из API (REST/GraphQL), веб-скрапинга (Scrapy) и парсинга сложных документов (PDF, DOCX) до тонкой очистки, сегментации на смысловые блоки и обогащения метаданными).

Требования

знание языков программирования высокого уровня (Python, Java и др.), понимание принципов ООП, алгоритмов, структур данных и проектирования ПО
желателен опыт разработки и внедрения решений на основе генеративного ИИ, включая создание AI-агентов
навыки работы с методами RAG (расширенная генерация с извлечением), интеграцией LLM и оптимизацией точности генерации
опыт создания и оптимизации векторных хранилищ, реализации интеллектуального поиска и работы с embedding моделями, работа с различными типами нейросетей будет плюсом
базовый опыт работы с Linuх, Kubernetes(K8S), Docker, Helm
опыт работы с инструментами DevOps, с системами контроля версии и хранения дистрибутивов (Jenkins, BitBucket, GIT, Nexus и т.п.)
опыт получения данных из различных типов API (REST, GraphQL, SOAP).