Сбер

Senior Python (AI-augmented development)

Коротко

Senior Python-разработчик для создания production backend-сервисов LLM-агентов и ML-пайплайнов в системе управления рисками строительных проектов Сбера. Требуется более 6 лет промышленной backend-разработки на Python, опыт распределённых и высоконагруженных систем, практика работы с ML в production (A/B-тесты, оценка качества) и понимание агентских архитектур (LLM, RAG, инструменты, память). Работа гибридная, офис в Москве.

Локация
Москва, проспект Кутузовский, 32; гибридный режим работы, удалённый формат не предусмотрен.
Компания
Сбер развивает систему управления рисками собственных строительных проектов и дочерних обществ с помощью ИИ-агентов — от идеи строительства до передачи готового объекта заказчику.
Что делать
•Проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов с низкими задержками, высокой надёжностью и observability.
•Выстраивать и развивать архитектуру агентских систем: оркестрацию инструментов, память, планирование, безопасные guardrails и оценку качества.
•Применять подходы ML System Design и передовые идеи в области архитектур агентских систем.
•Работать с очередями и стримингом, базами данных, кэшем и внешними API.
•Проводить технические исследования, быстро прототипировать, измерять результаты и масштабировать решения в production.
•Развивать платформу: тестирование, CI/CD, мониторинг, трассировку и контроль расходов.
Требования
•Более 6 лет промышленной backend-разработки на Python с акцентом на надёжность и производительность.
•Опыт проектирования распределённых систем и высоконагруженных сервисов.
•Уверенная математическая база в вероятности, статистике и оптимизации, инженерный вкус и привычка измерять результаты метриками.
•Практический опыт работы с ML-системами в production: фичи, офлайн- и онлайн-оценка, A/B-тестирование, наблюдаемость качества.
•Умение разбираться в новых подходах к LLM-агентам, инструментам, памяти, RAG и оценке, критически проверять их и доводить до результата.
•Готовность брать ответственность за продуктовые эффекты, а не только за код.
Хорошо, если есть
•Опыт построения agentic-архитектур: планировщики, многошаговые цепочки, инструментализация и безопасность.
•Опыт реализации высокоэффективного инференса LLM-моделей и глубокое понимание работы kernel для инференса.
•Вклад в open-source или публикации и доклады.
•Знание домена рисков.
Культура и преимущества
•Рабочее место в современном офисе; гибридный режим работы.
•Ежегодный пересмотр зарплаты и годовая премия.
•Корпоративный спортзал и зоны отдыха.
•Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
•Расширенный ДМС с первого дня для сотрудников и льготная медицинская страховка для близких.
•Льготные условия по ипотечному кредиту, подписка СберПрайм+, скидки у компаний-партнёров и вознаграждение за рекомендации.

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