Команда ГигаЧат Бизнес, дочерняя организация Сбера, мы занимаем лидирующие позиции в сфере коммерциализации технологии GenAI с продуктом GigaСowork. Мы предлагаем полный цикл решений: LLM-модель GigaChat для локальной и облачной инсталляции, инфраструктуру для GenAI, платформу для разработки агентных систем, готовые GenAI-решения для быстрого старта в типовых задачах, реализацию уникальных клиентских кейсов, консалтинг по GenAI-трансформации. В своей работе мы помогаем нашим партнерам перейти от экспериментов с технологией к промышленному масштабированию, обеспечивая безопасность, адаптивность и экономическую выгоду.
- *ОбязанностиПресейл и технические продажи**
- участвовать в квалификации возможностей и техническом пресейле: готовить и проводить презентации архитектурного видения, демонстрировать соответствие платформы бизнес-задачам заказчика
- совместно с руководителем проекта и бизнес-аналитиком оценивать реализуемость, риски, объёмы интеграционных и инфраструктурных работ, формировать верхнеуровневый план реализации
- проводить технические воркшопы и консультации с ИТ-командами заказчика для сбора нефункциональных требований, анализа текущего ИТ‑ландшафта и ограничений
- *Проектирование архитектурных решений**
- разрабатывать комплексные архитектурные решения на базе ИИ-платформы компании (агенты, RAG, LLM, ML-пайплайны), учитывающие интеграцию с корпоративными системами, требования безопасности, масштабирования и отказоустойчивости
- создавать ключевые архитектурные артефакты: высокоуровневый и детальный дизайн (HLD, LLD), диаграммы развёртывания, потоков данных, компонентную и интеграционную архитектуру
- проектировать сервисы инференса, цепочки обработки запросов (агентная оркестрация, RAG-пайплайны), модели хранения контекста и промптов, политики безопасности и мониторинга.
- *Формирование архитектуры комплексного решения совместно с подрядными организациями**
- определять зоны ответственности и архитектурные стыки между решениями компании и системами подрядчиков (интеграционные адаптеры, API-шлюзы, контракты данных)
- согласовывать сквозную архитектуру комплексного решения, объединяющего ИИ-платформу, инфраструктуру заказчика и компоненты, поставляемые подрядными организациями
- проводить архитектурные ревью решений подрядчиков, валидировать их на соответствие общим нефункциональным требованиям, принципам безопасности и критериям успешности.
- *Работа с ГОСТ 34 и нормативной документацией**
- для заказчиков, предъявляющих требования к документированию по ГОСТ 34, разрабатывать архитектурные разделы Технического задания (ТЗ) и Технического проекта, включая схемы структурной, функциональной организации, схемы КТС, описания информационного обеспечения
- обеспечивать соответствие проектных решений стадийности ГОСТ 34 (ЭП, ТП, РП) и уметь аргументировать архитектурные решения перед экспертами заказчика, опираясь на требования этих стандартов.
- *Аудит и консультирование крупных заказчиков**
- проводить технический аудит ИТ‑инфраструктуры, данных и систем заказчика, оценивать готовность к внедрению ИИ-решений и формировать рекомендации по целевой архитектуре
- консультировать функциональных заказчиков и их ИТ-руководителей по вопросам выбора архитектурных подходов, интеграционных паттернов и оптимального использования LLM/агентов в их процессах.
- *ТребованияОпыт и профессиональный бэкграунд**
- опыт работы в роли Solution Architect, системного архитектора или ведущего разработчика от 5 лет, из них не менее 2 лет — в проектах, связанных с ИИ/ML
- подтверждённый опыт проектирования и внедрения сложных корпоративных решений в крупном бизнесе (enterprise), включая высоконагруженные, отказоустойчивые и безопасные системы
- опыт разработки архитектурной документации по ГОСТ 34 (ТЗ, Технический проект, схемы КТС и др.), понимание жизненного цикла проектов по ГОСТ
- опыт аудита и консалтинга функциональных заказчиков в крупном бизнесе: обследование ИТ‑ландшафта, выявление архитектурных узких мест, выработка рекомендаций по модернизации и внедрению ИИ
- *Технические и методологические компетенции**
- глубокое знание архитектурных паттернов
- уверенное владение контейнеризацией и оркестрацией: опыт построения и эксплуатации инфраструктуры на базе Kubernetes, Docker, Helm; понимание организации CI/CD, мониторинга и логирования в контейнеризированных средах
- знание ключевых опенсорсных платформ и инструментов экосистемы MLOps / LLMOps: MLflow, Kubeflow, KServe, BentoML, а также фреймворков для работы с LLM — LangChain, LlamaIndex, vLLM, Hugging Face TGI; понимание их архитектурных ролей и ограничений
- осведомлённость о современном ландшафте LLM-моделей и их характеристик, вариантов развёртывания, квантизации, особенностей инференса, сценарий использования on‑premise в защищённых контурах
- понимание построения инфраструктуры для ИИ: GPU-фермы (NVIDIA CUDA, vGPU), системы хранения (S3-совместимые, параллельные ФС), высокоскоростные сети (InfiniBand/RoCE), управление очередями инференса, мониторинг утилизации ресурсов
- верхнеуровневое понимание устройства ИИ-систем, достаточное для архитектурных решений: LLM (инференс, RAG-пайплайны, файн‑тюнинг, промпт‑инжиниринг), ML-жизненный цикл (обучение, валидация, деплой), агентные системы (оркестрация, вызов инструментов, память)
- понимание интеграционных протоколов и стандартов (REST, gRPC, GraphQL, очереди сообщений, CDC), опыт проектирования API для высоконагруженных сред
- навыки работы с инструментами моделирования архитектуры (Enterprise Architect, ArchiMate, Draw.io и др.)
- *Коммуникативные и личностные качества**
- умение аргументированно защищать архитектурные решения перед техническими и бизнес-руководителями заказчика уровня C‑level, управлять ожиданиями и находить компромиссы
- навыки эффективной работы в паре с руководителем проекта и бизнес-аналитиком: совместная оценка рисков, прозрачная коммуникация и своевременная эскалация архитектурных проблем
- системное мышление, способность видеть картину целиком, объединяя бизнес-цели, технологические ограничения и ресурсные рамки
- *Профессиональная зрелость и самостоятельность**
- способность самостоятельно с нуля проработать архитектуру проекта, обосновать выбор технологий и оценить последствия архитектурных решений
- опыт лидирования технической работы в проектах, роль единственного архитектора или лидера архитектурной группы будет преимуществом
- практический опыт проектирования и развёртывания ИИ-систем на базе LLM и агентных фреймворков
- опыт формирования требований по информационной безопасности (ИБ) для ИИ-решений: защита данных на этапах инференса и обучения, управление доступом, предотвращение утечек через модели, соответствие нормативным актам и стандартам
- базовые знания Python и SQL, достаточные для ревью ключевых компонентов
- наличие архитектурных сертификатов.
- достойная заработная плата + годовой бонус
- дмс, с первого рабочего дня
- работа в аккредитованной IT компании
- льготная ипотека от Сбера
- участие в развитии одного из ключевых направлений GenAI Сбера возможность работать с крупнейшими российскими компаниями и промышленными холдингами команду экспертов и доступ к передовым технологиям GenAI/LLM обучение, рост и участие в стратегических проектах по трансформации отраслей
- локация: Москва, м. Цв. Бульвар.