Вакансия Оne Day Offer в AI-Строительство Сбера, работа в Сбер, в Москве, в Санкт-Петербурге — getmatch — getmatch

Вакансия Оne Day Offer в AI-Строительство Сбера, работа в Сбер, в Москве, в Санкт-Петербурге — getmatch — getmatch
Оne Day Offer в AI-Строительство Сбера, работа в компании Сбер. Дата публикации: 14.09.2026.
Вакансия Оne Day Offer в AI-Строительство Сбера, работа в Сбер, в Москве, в Санкт-Петербурге — getmatch — getmatch В приложении удобнее Установить Вакансия в архиве Компания больше не ищет сотрудника. Посмотрите похожие предложения Оne Day Offer в AI-Строительство Сбера в Сбер , 19 сентября Онлайн Что такое One Day Offer Основная идея мероприятия — пройти интервью и получить предложение о работе за один день! Что ожидаем от кандидатов Ищем ML-инженеров, Data Scientist, AQA- и Backend-разработчиков с опытом от 3 лет. Python AI-агенты RAG LLM Как пройдёт мероприятие До 18 сентября Подайте заявку Пройдите скрининг с рекрутером 19 сентября Участвуйте в презентации команд, пройдите технические секции и финал Расписание дня One Day Offer 10:00 — презентация команд 11:00–16:00 — технические секции 16:00–19:00 — финалы с командой 19:00 — обратная связь В какую команду нанимаем AI-Строительство Сбера Мы создаём экосистему AI-агентов для процессов строительства в Сбере. Основная деятельность — внедрение GenAI-инициатив в Блоке Строительство «под ключ»: проработка идеи, планирование работы и ресурсов, разработка AI-агентов (change и disrupt), «посадка» AI-агентов в целевые АС, создание AI-Hub (ПАО и ДЗО), создание ПКАП, проверка гипотез через запуск пилотов (исследовательские работы), создание локальных решений для работы с категорированной информацией. Апробирование и применение автономных агентов Giga-ассистента. Нам нужны универсальные инженеры, способные вести фичи от проектирования базы данных до реализации сложного интерактивного интерфейса, глубоко понимающие специфику реализации AI-агентов. Командные игроки с высоким уровнем ответственности, проактивностью, с гибким подходом к работе «на результат». Наша цель — повышение эффективности строительных процессов через автоматизацию и AI-агентизацию. Подробнее Senior Data Scientist Разработка архитектуры ML-решений для автономных агентов. Специализация фундаментальных моделей (LLM/Vision) под задачи строительства. Построение enterprise-grade RAG-систем для извлечения информации из неструктурированных документов. Внедрение MLOps-практик: мониторинг качества, A/B-тестирование и глубокая оптимизация latency/cost при инференсе. Backend Developer Опыт разработки на Python: от 3 лет в коммерческой разработке, включая написание высоконагруженных сервисов. Веб-фреймворки: глубокое знание FastAPI и/или Django (разработка RESTful API, middleware, обработка ошибок, валидация). Асинхронное программирование: уверенное владение asyncio, aiohttp/httpx для работы с внешними API и неблокирующих операций. Работа с базами данных: опыт проектирования схем в PostgreSQL (включая оптимизацию запросов) и работы с NoSQL (MongoDB, Redis для кэширования). Интеграция с AI/LLM: практический опыт вызова и управления внешними API: понимание таймаутов, ретраев, стриминга. Понимание микросервисной архитектуры, опыт работы с брокерами сообщений (RabbitMQ или Kafka). Контейнеризация и оркестрация (Docker, Kubernetes — базовые навыки деплоя и настройки). Знакомство с Pinecone, Weaviate, Qdrant или Milvus (будет преимуществом: умение выполнять поиск, вставку и управлять индексами). Опыт написания юнит- и интеграционных тестов (pytest), понимание принципов TDD/BDD. CI/CD и мониторинг: настройка пайплайнов (GitHub Actions/GitLab CI), базовое знакомство с логированием (ELK, Prometheus/Grafana). Знание процессов разработки: опыт работы в Agile-командах (Scrum/Kanban), проведение code review, участие в планировании спринтов, умение декомпозировать задачи и оценивать их. QA Engineer Функциональное и регрессионное тестирование продуктов с LLM-компонентами (веб-интерфейсы, API, интеграции). Разработка и поддержка наборов тестовых сценариев для оценки качества ответов моделей (evaluation datasets, golden sets). Тестирование промптов: проверка устойчивости к перефразированию, edge-кейсам, инъекциям и джейлбрейкам. Оценка ответов LLM по критериям: точность, полнота, галлюцинации, соответствие формату (structured output/JSON Schema). Воспроизведение плавающих дефектов, статистическая оценка стабильности. Автоматизация рутинных проверок на Python (pytest): smoke-тесты API, прогоны evaluation-сценариев, скрипты для массовой проверки ответов модели. Тестирование API-интеграций с LLM-провайдерами (OpenAI, Anthropic, OpenRouter и др.): лимиты, ретраи, обработка ошибок, стриминг. Формат работы Гибрид в Москве, Питере или Новосибирске. Преимущества работы с нами Гибридный формат работы в Москве, Питере или Новосибирске Ежегодный пересмотр зарплаты, годовой бонус, гибкий дисконт по ипотечному кредиту в размере 1/3 ключевой ставки Банка России Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития Корпоративный спортзал и зоны отдыха, бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров Вознаграждение за рекомендацию друзей в команду Сбера О компании Сбер Сфера Банки / Финтех Размер 1001+ Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Самый дорогой российский бренд и самый сильный банковский бренд в мире по версии Brand Finance.