Сбер

разработчик python внутренних технологических продуктов

Коротко

Backend-разработчик на Python для команды, создающей внутренние технологические продукты — сервисы и AI-агентов для аналитики продуктов и продуктовых команд. Требуется от 3 лет опыта в backend-разработке с выводом решений в production, опыт построения агентных систем, работа с неполными данными, Pandas/NumPy/Kafka, SQL и NoSQL, а также знание Python, FastAPI, LangChain, LangGraph, MCP servers, RAG и Docker/Kubernetes/CI/CD. Формат работы гибридный, Москва.

Описание
Команда разрабатывает внутренние технологические продукты для анализа данных о продуктах и продуктовых командах. Она создаёт backend-сервисы и AI-агентов, которые предоставляют продуктовым командам и руководству верифицированную аналитику для принятия решений по развитию и балансировке портфеля инициатив.
Задачи
•Проектировать и разрабатывать backend-сервисы и RESTful API на Python для доступа к аналитике и ответам агентов с цитированием источников
•Строить агентные конвейеры для оркестрации LLM-агентов, интеграции через MCP servers и RAG поверх графа знаний
•Собирать и обрабатывать данные из внутренних систем, строить ETL/ELT-конвейеры на Python, включая потоковую обработку через Kafka
•Готовить данные для обучения и дообучения моделей, настраивать и оценивать качество ML/LLM-компонентов совместно с профильными специалистами
•Развёртывать и эксплуатировать сервисы в закрытой производственной инфраструктуре без выхода во внешний интернет
•Взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы
•Готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов
Требования
•От 3 лет опыта в backend-разработке с выводом решений в production
•Опыт построения агентных систем
•Умение работать с неполными и слабоструктурированными данными, оценивать их качество и ограничения и выбирать подходящий способ анализа
•Навыки работы с Pandas, NumPy и Kafka для обработки табличных и потоковых данных и построения ETL/ELT на больших объёмах
•Опыт работы с SQL, реляционными и NoSQL-хранилищами
•Знание Python, FastAPI, промпт-инжиниринга, LangChain, LangGraph и MCP servers
•Опыт работы с n8n или аналогами, понимание RAG-архитектур, embeddings и векторных баз данных, включая Qdrant
•Уверенный пользовательский уровень Docker, Kubernetes и CI/CD
•Будет плюсом: базовое понимание жизненного цикла ML-модели, опыт работы с MLflow и Apache Airflow
Условия
•Ежегодный пересмотр зарплаты, квартальная и годовая премии
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета
•Программа адаптации и помощь руководителя на старте
•Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•Льготный 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

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте