Сбер

системный аналитик AI-агентов

Коротко

Системный аналитик для проектирования платформы AEF — системы запуска и контроля AI-агентов и мультиагентных систем в Сбере. Роль включает проектирование интеграций, API, сбора трейсов и метрик, а также декомпозицию бизнес-сценариев в архитектуру AI-решений. Требуется опыт системного анализа от 3 лет, понимание работы LLM и агентов, практика с агентными фреймворками (LangChain/LangGraph, CrewAI и др.), базовые знания облачной инфраструктуры и навыки моделирования (UML, C4). Формат работы — офис или гибрид в Москве.

Описание
AEF — платформа Сбера для запуска и контроля AI-агентов и мультиагентных систем. Платформа делает работу агентов надёжной, наблюдаемой и безопасной, а AEF.Lite представляет её открытую версию для развёртывания в компаниях экосистемы.
Задачи
•Исследовать архитектуру и инфраструктуру агентов в компаниях экосистемы и проектировать схему подключения к AEF
•Проектировать дистрибутив AEF.Lite, состав компонентов, их взаимодействие, установку и обновление, а также замену банковских сервисов открытыми аналогами
•Проектировать сбор и передачу трейсов и метрик агентов, включая модель данных и обезличивание
•Проектировать API и контракты интеграций
•Описывать нефункциональные требования к надёжности, безопасности, объёмам и поведению при недоступности каналов
•Декомпозировать бизнес-сценарии в требования и архитектуру AI-решений
•Задавать критерии качества и безопасности агентов
•Проверять архитектурные гипотезы на стенде вместе с разработкой и DevOps
•Вести документацию как код: требования, архитектурные решения, открытые вопросы и словарь
•Сравнивать AEF с рыночными решениями и внедрять лучшие практики в продукт
Требования
•Опыт системного анализа от 3 лет; при сильной практике в GenAI возможен меньший стаж
•Опыт проектирования интеграций: REST/gRPC, асинхронный обмен через Kafka или аналоги, форматы и контракты данных
•Понимание работы LLM и агентов: agent loop, tool calling, контекст и память, RAG, мультиагентные паттерны и обвязка агента вокруг модели
•Практический опыт хотя бы с одним фреймворком или API для агентов: LangChain/LangGraph, CrewAI, OpenAI или Anthropic API, MCP и подобные
•Базовое понимание облачной инфраструктуры: контейнеры, Kubernetes, service mesh, чтение манифестов и схем развёртывания
•Понимание рисков GenAI: утечки данных и персональных данных, prompt injection, контроль доступа и аудит
•Навык моделирования: sequence-диаграммы, диаграммы компонентов и развёртывания, UML, C4
•Ежедневный опыт работы с AI-инструментами, например Claude Code, Cursor или GitHub Copilot
Условия
•Комфортный современный офис рядом с метро «Кутузовская»
•Возможность выбрать удобный график: офис или гибрид
•Ежегодный пересмотр зарплаты
•Годовая премия
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•Программа адаптации и помощь руководителя на старте для Junior-позиций
•Расширенный ДМС
•Льготное страхование для семьи
•Корпоративная пенсионная программа
•Льготная ипотека для каждого сотрудника
•Бесплатная подписка Прайм с возможностью совместного использования с тремя близкими
•Вознаграждение за рекомендацию друзей в команду Сбера
•Отсутствие строгого дресс-кода

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