Описание

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.