Мы создаем ядро новой AI-платформы для автоматической оценки операционных рисков компаний. Наша цель — заменить собой трудоемкие ручные процессы, используя скоординированные системы LLM-агентов, которые анализируют множество разнородных источников данных, принимают обоснованные решения и генерируют отчеты.
Нам нужен опытный Python-инженер, способный не просто писать код, а проектировать масштабируемые решения — от проверки гипотез до внедрения в продакшен агентных систем, которые решают конкретные бизнес-задачи.
Почему с нами интересно:
- реальные масштаб и влияние: создаем новую парадигму управления нефинансовыми рисками автономно, без людей, мгновенно и надежно.
- сильная команда и рост: дизайн-сессии, обмен знаниями; возможность расти в Staff/Tech Lead или углубляться в системный/ML-дизайн.
- современные процессы: последние версии Python и AI-фреймворков, короткие циклы разработки, CI/CD и минимум бюрократии.
- полная концентрация на разработке: выделенная DevOps-команда берет на себя инфраструктурные задачи.
Обязанности
• проектировать и разрабатывать backend-сервисы на Python в рамках мульти-агентной системы (низкие задержки, высокая надёжность, observability).
• встраивать и развивать архитектуру агентных систем (A2A, MCP, RAG, guardrails, evaluation).
• работать с данными и интеграциями: очереди/стриминг, базы, кэш, внешние API.
• проверять гипотезы, быстро прототипировать, оценивать и доводить решения до продакшена.
• писать unit-testы, настраивать мониторинг и CI/СD.
• менторить, проводить код-ревью.
Наш техстек:
Python 3.12+, FastAPI, Dishka, Triton/vLLM, PyTorch, LangChain/LangGraph, gRPC/HTTP, Kafka, PostgreSQL/PgVector, Grafana/OpenTelemetry.
Требования
• 3–5+ лет промышленной backend-разработки на Python.
• опыт работы с базами данных и очередями сообщений (Postgres, Kafka).
• опыт работы с Langgraph/Langchain.
• опыт разработки высоконагруженных микросервисов.
• культура написания unit tests (pytest).
• опыт работы с инструментами мониторинга и логирования.
• высокая культура совместной работы и бережное отношение к комитам.
• готовность брать ответственность за продуктовые эффекты, а не только за код.
• готовность изучать новые технологии, подходы, критически их проверять и доводить до продакшена.
Будет плюсом:
• математическая база, инженерный вкус и привычка мерить всё метриками.
• интерес к LLM или классическому ML и есть опыт разработки таких решений.
• опыт инференса LLM моделей.
• участие в open-source или публикации/доклады.
• знание предметной области в сфере управления рисками (Risk Management).
Условия
- комфортный офис по адресу Кутузовский проспект, 32
- формат работы - гибрид
- уникальная система обучения Сбера для профессионального и карьерного развития, семинары, тренинги, конференции
- программа адаптации и помощь руководителя на старте
- ДМС, страхование от несчастных случаев, социальные гарантии
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера
- корпоративная пенсионная программа
- корпоративные мероприятия.
