Мы разрабатываем систему, которая автоматизирует весь жизненный цикл инвестиционной сделки.
Наши команды работают над следующими направлениями:
- алгоритмизированный поиск потенциальных сделок и клиентов
- управление процессом заключения инвестиционных сделок
- финансовые расчеты и оценка портфеля
- построение финансовой и управленческой отчетности по портфелю инвестиций Сбера
- инвестиционные сервисы для компаний - наших клиентов.
Наша инвестиционная платформа ЮЛ в Сбер - это уникальная разработка на российском рынке для выдачи и сопровождения инвестиционного финансирования юридическим лицам. Такие сделки имеют большое значение для российской экономики, и о них пишут в новостях.
Мы используем самые современные технологии и открыты к предложениям участников команды по изменению стека. Вы будете работать с микросервисной архитектурой (Kubernetes, Docker, Istio, Kafka).
Обязанности
- знать бизнес-смысл, ИТ-архитектуру и статус по задачам трайба
- отслеживать инновации в технологиях (особенно GenAI, FinTech)
- предлагать кейсы применения новых технологий в задачах трайба
- делать обзоры лучших практик применения новой технологии в отраслевых бизнес-кейсах
- проводить исследования, определять конкретный способ применения новой технологии к задаче трайба
- проводить анализ возможности реализации новой технологии в ИТ-ландшафте Сбербанка
- определять скоуп, проектировать и реализовывать прототипы применения новых технологий в задачах трайба
- реализовывать решения для оценки качества и успешности прототипа.
- передавать прототипы в продуктовые команды для последующей их промышленной реализации
- консультирование продуктовых команд по внедрению новой технологии в промышленном контуре
- управление небольшой командой RnD инженеров.
Требования
- знание микросервисной архитектуры и понимание способов ее реализации
- опыт разработки на Python от 3 лет, в том числе микросервисной архитектуре
- опыт разработки AI агентов, включая использование rules, workflows, skills, tools, MCP, agent.md
- опыт работы с LLM API и prompt engineering — понимание контекстных окон, function calling, structured outputs
- практический опыт с MCP (Model Context Protocol): реализация серверов, интеграция с IDE или внешними системами
- опыт развёртывания моделей: vLLM, Ollama, TGI или аналоги; понимание квантизации (GGUF, AWQ, GPTQ)
- опыт построения многоуровневого RAG: векторный, семантический, fusion, raptor, графовый (в т.ч. гибридный), триплеты, RDP, AST, json-ld.
- опыт работы с fastapi, pydantic, aiohttp, alembic, SQLAlchemy, langchain, langgraph
- опыт разработки интеграций по REST/gRPC API
- понимание процессов разработки ПО и DevOps-практик
- опыт работы с базами данных (SQL или NoSQL)
- умение формализовывать процессы - описывать алгоритмы действий, рразбирать «словесные» требования на чёткие шаги и условия
- аккуратность в коде и документации, умение поддерживать и развивать существующие решения.
Условия
- комфортный современный офис рядом с м. Ленинский проспект, ул. Вавилова 19, формат работы - гибрид.
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера.
