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.