# Описание
Команда в Департаменте маркетинга Сбера создает ИИ-агентов на базе LLM. Агентные системы автоматизируют рабочие процессы сотрудников и обеспечивают диалоговых ассистентов на публичных ресурсах банка. Основной продукт — бэкенд AI-ассистента на сайте банка, построенный на оркестрации диалогов в LangGraph.
Задачи
•Разрабатывать и поддерживать оркестрацию агентов на LangGraph под руководством ментора
•Реализовывать узлы графа, работать с состоянием и условными переходами
•Писать и улучшать навыки и инструменты агента
•Интегрировать внешние HTTP API
•Валидировать результаты по JSON Schema
•Разрабатывать простые ReAct-подграфы
•Писать и редактировать промпты
•Проектировать Pydantic-схемы для структурированного вывода
•Экспериментировать с параметрами моделей и function/tool calling
•Разрабатывать REST- и SSE-эндпоинты под руководством старших коллег
•Участвовать в подключении HTTP API, Kafka и поисковых движков
•Помогать развивать RAG-пайплайн
•Покрывать код модульными и интеграционными тестами
•Соблюдать стандарты строгой типизации, линтинга и код-ревью
•Участвовать в код-ревью сначала как автор, затем как ревьюер
•Изучать архитектуру агентских систем и банковские требования к безопасности
•Версионировать и проверять промпты
•Сравнивать поведенческие сценарии и проверять их на реальных моделях
Требования
•Уверенно писать на Python 3.10+
•Знать ООП, структуры данных и базовые алгоритмы
•Иметь практический опыт async/await и asyncio
•Знать FastAPI и/или aiohttp на уровне пет-проектов или коммерческого опыта до 1–2 лет
•Понимать основы REST API
•Понимать работу LLM через API, промпты, структурированный вывод и function/tool calling
•Быть знакомым с LangChain, LangGraph или другими оркестраторами агентов либо иметь сильную инженерную базу и готовность быстро их освоить
•Знать SQL и иметь базовый опыт работы с PostgreSQL
•Использовать Pydantic или аналогичные инструменты валидации
•Понимать ценность строгой типизации
•Быть готовым писать тесты с pytest
•Уметь пользоваться Git и следовать стандартам код-ревью и CI/CD
•Обладать высокой обучаемостью, интересом к LLM-технологиям и желанием расти в AI-инженерии
•Иметь начатое высшее образование; подходят студенты старших курсов и выпускники
Будет плюсом: стажировка или коммерческий опыт разработки на Python от 3–6 месяцев, пет-проекты с LLM, понимание RAG, эмбеддингов, векторного поиска и pgvector, базовые навыки Docker, Git и Linux, опыт работы с кодинговыми агентами GigaCode CLI и понимание принципов SDD, знакомство с Kafka, OpenSearch и наблюдаемостью, участие в хакатонах, олимпиадах или open-source, понимание основ безопасности и интерес к банковскому домену, навыки работы с генеративными AI-моделями, опыт создания и использования AI-агентов, опыт использования GigaChat и Kandinsky в продуктах, инструментальное владение AI для анализа, генерации и автоматизации.
Условия
•Гибридный формат работы с 2–3 днями в офисе
•Офис в Москве по адресу: Кутузовский проспект, 32
•Ежегодный пересмотр зарплаты
•Квартальная и годовая премия
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета
•Программа адаптации и помощь руководителя на старте
•Расширенный ДМС
•Льготное страхование для семьи
•Корпоративная пенсионная программа
•Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•Подписка Прайм с возможностью совместного использования на троих близких
•Вознаграждение за рекомендацию друзей в команду Сбера
