Мы проводим фундаментальные и прикладные исследования на стыке нейронаук, психологии и поведенческой экономики, чтобы помочь бизнесу в процессе AI-трансформации. Наши проекты направлены на глубокое понимание того, как технологические изменения влияют на клиентов, сотрудников и бизнес-процессы как в экосистеме финтеха и финансовых услуг, так и в обществе в целом.
Ключевая цель роли:
Вы — технический лидер, который ведёт разработку AI-решений лаборатории end-to-end: проектирует архитектуру, ставит корректные технические задачи команде и партнёрам, обеспечивает качество и продакшен-готовность решений. Роль на стыке сильной инженерной экспертизы (уровень техдиректора) и управления командой.
Обязанности
- проектировать и развивать архитектуру AI-решений лаборатории: LLM-сервисы, RAG-системы, AI-агенты, пайплайны данных, API и интеграции
- выбирать и обосновывать технологический стек и инфраструктуру (хранилища/поиск, компоненты для RAG и агентов)
- отвечать за качество инженерного решения: производительность, масштабирование, надёжность, безопасность
- организовать полный цикл поставки: от идеи/прототипа до MVP, пилота и промышленного использования. Настроить и поддерживать процессы продакшена
- задавать подходы к оценке качества RAG/AI агентов: точность и полезность ответа, опора на источники, скорость, стоимость, проверки людьми/автотестами
- руководить командой разработки: планирование, декомпозиция, постановка задач, контроль сроков и качества, ревью, развитие сотрудников. Управлять внешними подрядчиками и партнёрами: формировать ТЗ, критерии приёмки, контролировать архитектуру и качество поставки
- быть техническим консультантом для стейкхолдеров и внутренних заказчиков экосистемы: объяснять решения простым языком, предлагать варианты, фиксировать компромиссы
- вести техническую документацию: схемы архитектуры, ключевые решения, инструкции по эксплуатации, требования к интеграциям и уровню сервиса (где нужно).
Требования
- опыт от 5 лет в разработке и архитектуре сложных систем (сервисы/интеграции/высокая нагрузка)
- уверенный hands-on: Python (или сопоставимый стек) + уверенный SQL
- опыт создания RAG-систем end-to-end: подготовка данных -индексация/поиск - генерация ответа - базовая защита и контроль качества
- опыт создания AI-агентов и интеграции их с внешними системами (API, базы знаний, корпоративные сервисы)
- понимание ключевых рисков GenAI и способов их снижать: галлюцинации, утечки данных, атаки через запросы, контроль источников/ссылок
- опыт работы с большими данными и пайплайнами; понимание качества данных и мониторинга
- опыт совместной работы с data science / ML (или собственный опыт) — уметь ставить задачи, оценивать сроки и риски
- продакшен-опыт
- умение переводить бизнес-задачи в техплан: декомпозиция, приоритизация, критерии готовности/приёмки
- опыт от 3 лет управления командой разработки: постановка задач, контроль качества, обратная связь, развитие
- уверенные коммуникативные навыки: договариваться, прояснять, объяснять сложное простыми словами, сохранять здоровый тон в команде.
Условия
- комфортный современный офис г. Москва, рядом с метро Кутузовская
- возможность выбрать удобный график – офис/гибрид
- ежегодный пересмотр зарплаты и годовая премия
- 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
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
