Middle+ AI Engineer (блок Финансы)

Команда развития внутренних технологических продуктов ищет Backend-разработчика с сильным профилем в обработке данных и построении агентных систем на LLM. Будем разрабатывать сервисы и агентные пайплайны, которые дают продуктовым командам и руководству верифицированную аналитику для решений по развитию и балансировке портфеля инициатив. Ищем T-shaped специалиста: глубокая экспертиза в backend, данных и агентных системах, рабочий уровень смежных (DevOps, ML Engineering).

Данные для агентов и моделей мы собираем из внутренних систем — jira, confluence, продуктовые реестры и аналитические платформы, включая потоковые данные через Kafka. На их основе построим knowledge graph (граф знаний) и RAG: сервисы отвечают продуктовым командам и руководителям с цитированием источников, а дашборды и отчеты ложатся в основу управленческих решений по приоритизации портфеля. Все сервисы разворачиваются в закрытом контуре — production-инфраструктуре внутри периметра безопасности, без выхода во внешний интернет.

Будем работать над:

• backend-сервисами и RESTful API для доступа к аналитике и агентным ответам с цитированием источников

• agentic-пайплайнами на LangChain, LangGraph, n8n с подключением инструментов через MCP servers, retrieval-augmented generation (RAG) поверх knowledge graph (граф знаний)

• ETL/ELT-пайплайнами и потоковой обработкой данных (Kafka) для портфельной аналитики* проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django) для доступа продуктовых команд и руководителей к аналитике и агентным ответам с цитированием источников

• строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах — оркестрация LLM-агентов, интеграция через MCP servers, RAG поверх knowledge graph
• собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы), строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka
• готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами
• разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD
• принимать архитектурные решения по сервисам и агентным пайплайнам, отвечать за качество и поддерживаемость кода — тестирование, код-ревью
• взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы
• готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов.* от 3 лет опыта в backend-разработке с выводом решений в production
• опыт построения агентных систем — обязателен
• опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения
• Python — продвинутый уровень; Django, RESTful API
• SQL, опыт работы с реляционными и NoSQL хранилищами
• LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных
• Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах
• Docker, Kubernetes, CI/CD — уверенный пользовательский уровень.* комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• 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.