Сбер

Team Lead AI CRO

Коротко

Техлид AI-агента (AI CRO) для риск-менеджмента крупнейшего банка — архитектурное руководство разработкой на LangChain/LangGraph, управление командой разработчиков (3–5 человек), интеграция с экосистемой банка через REST/Kafka/БД и работа с LLM (GigaChat и др.). Требуется 5+ лет опыта на Python, опыт технического лидерства и практический опыт создания AI-агентов на базе LLM-фреймворков. Офисная работа в Москве.

О проекте
AI CRO — это стратегический AI-агент, мозговой центр для риск-менеджеров крупнейшего банка. Наша цель — создать интеллектуального помощника, который понимает сложные вопросы на естественном языке, планируя цепочки действий, находит ответ, агрегируя данные из десятков систем.
Ты будешь работать в эпицентре двух самых прогрессивных областей: продакшен-реализации AI (LLM, агенты) и финансового риск-менеджмента. Наш стек — это современные фреймворки (LangChain/LangGraph), асинхронные коммуникации (Kafka, REST), контейнеризация и сложная бизнес-логика. Мы создаем продукт с чистого листа, где от твоих архитектурных решений и кода напрямую зависит качество критически важных бизнес-инсайтов. Это вызов для тех, кто хочет видеть реальное impact-воздействие своего кода.
Ты будешь строить не очередной микросервис или бэкенд для формы, а продукт, в котором ты будешь создавать интеллект нового уровня.
Обязанности
•Архитектурное руководство и проектирование: определение технической стратегии разработки ядра AI-агента на базе фреймворков. Проектирование цепочек, агентов, инструментов (tools) и промптов. Принятие ключевых архитектурных решений, обеспечивающих масштабируемость, надежность и эффективность системы
•Управление командой разработки: распределение задач между разработчиками, проведение код-ревью, контроль качества кода и соблюдения стандартов разработки. Наставничество и развитие членов команды (менторинг), помощь в решении сложных технических проблем
•Интеграция с экосистемой банка: проектирование и контроль разработки микросервисов для взаимодействия агента с внутренними системами (через REST, Kafka, БД). Обеспечение отказоустойчивости, наблюдаемости и безопасности сервисов. Участие в настройке CI/CD пайплайнов и контейнеризации (Docker, Kubernetes)
•Работа с LLM и данными: определение подходов к оптимизации взаимодействия с LLM-провайдерами (GigaChat и др.), управлению контекстом и токенами. Контроль качества реализации ETL-процессов для извлечения, трансформации и загрузки данных, необходимых для работы агента
Требования
•Опыт технического лидерства в команде от 3–5 разработчиков
•Участие в найме и онбординге новых сотрудников
•Готовность брать на себя ответственность за результат и сроки
•Опыт разработки на Python от 5 лет, глубокое понимание ООП, асинхронного программирования (asyncio) и написания сложной бизнес-логики
•Опыт разработки AI-агентов и работа с LLM: практический опыт создания приложений с использованием Large Language Models (GigaChat/Yandex GPT/другие) и фреймворков для AI-агентов: LangChain, LangGraph или аналогов. Понимание промпт-инженерии, цепочек (chains) и работы агентов с инструментами (tools)
•Архитектура и интеграция: опыт разработки и поддержки микросервисов. Уверенная работа с RESTful API, асинхронными сообщениями (Kafka) и реляционными БД (PostgreSQL) с использованием SQLAlchemy или аналогов
•Data Engineering (базовый уровень): умение обрабатывать и анализировать данные с помощью pandas/numpy, достаточное для интеграции с моделями и источниками данных в банке
•Процессы разработки: отличное знание Git (ветвление, pull requests), опыт работы в CI/CD (Jenkins или аналог), понимание принципов Agile и ведения задач в Jira
•Мышление и подход: сильные аналитические навыки для погружения в сложную предметную область. Умение самостоятельно доводить задачи до production-релиза, следуя стандартам качества и срокам
Будет плюсом:
•Опыт работы в банковской или финансовой сфере, понимание процессов риск-менеджмента, кредитования или расчета резервов
•Опыт контейнеризации приложений (Docker) и понимание оркестрации (Kubernetes)
•Опыт работы с системами мониторинга (Prometheus, Grafana, ELK)
•Знакомство со стеком Сбера для AI/ML (например, sber_aef_sdk)
•Опыт интеграции с мессенджерами (СберЧат, Telegram)
•Знание принципов работы векторных БД и их применения в RAG-сценариях
Условия
•Комфортный современный офис рядом с м. Кутузовская
•Офисный формат работы
•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 и корпоративная пенсионная программа
•Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•Подписка Прайм с возможностью совместного использования на трёх 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