Разрабатывать и поддерживать AI-агентов на базе LangChain/LangGraph от прототипа до продакшена. Использовать RAG для построения пайплайнов семантического поиска...
Компания набирает: 3438 вакансий
Коротко о вакансии
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. Компания нанимает активно — открытых позиций сейчас 3438.
Описание вакансии
Наша команда занимается разработкой и внедрением ИИ-агентов, а также созданием моделей классического машинного обучения. Мы решаем задачи от идеи и прототипа до продакшена, помогая бизнесу автоматизировать процессы и принимать более точные решения. В роли предстоит работать на стыке агентных AI-решений, RAG и классического ML, находя баланс между качеством, скоростью и стоимостью решений. Мы ищем специалиста, который хочет развиваться в сильной инженерной команде и участвовать в создании продуктов, приносящих измеримую пользу бизнесу.
Обязанности
Разрабатывать и поддерживать AI-агентов на базе LangChain/LangGraph от прототипа до продакшена
использовать RAG для построения пайплайнов семантического поиска и интеграции с источниками данных
применять методы NLP для оптимизации стоимости и эффективности решений
участвовать в разработке и доработке ML-моделей
оценивать качество моделей и пайплайнов, выбирать и обосновывать метрики
работать с данными и SQL для подготовки датасетов и анализа результатов
поддерживать решения на этапе передачи в продакшен и дальнейшей эксплуатации.
Требования
Знание Python на уверенном уровне
знание LangChain/LangGraph для построения агентных систем
знание PyTorch и Hugging Face Transformers
знание SQL
понимание полного цикла ML и основ математической статистики
понимание RAG и принципов построения пайплайнов семантического поиска
умение оценивать качество моделей и аргументировать выбор метрик.
Будет плюсом:
Опыт оптимизации LLM для инференса (PEFT, LoRA)
опыт работы с кросс-энкодерами
опыт построения многоагентных систем
опыт работы с Hadoop/Spark
навыки Python backend-разработки.
Условия
Комфортный офис в Москве
офисный формат работы на Кутузовском пр.32
конкурентная компенсация (оклад и премии по результатам деятельности)
ДМС с первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
материальная помощь и социальная поддержка, корпоративная пенсионная программа
дисконт-программы от компаний-партнеров
бесплатный фитнес на территории работодателя
подписка Прайм с возможностью совместного использования на трех близких
внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.
Вакансия опубликована 12 октября, проверена 27.10.2026. Открыть оригинал.
Как откликнуться
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую.
Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова.
Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас
по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье
как быстро найти работу.
Спросите нейросети о вакансии
Отвечает DeepSeek по данным этой страницы: зарплата против рынка, условия, работодатель
Вопросы по этой вакансии
Сколько платят на позиции «AI Agents Developer (Центр ИИ "Сервисы")»?
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 175 000 ₽.
Какой опыт нужен?
В требованиях указано: от 1 года до 3 лет. Работать нужно на месте, город — Москва.
Вакансия ещё открыта?
Да, на 27.10.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
Сбер — высокотехнологичная компания и крупнейший банк в России, Центральной и Восточной Европе.
Мы собираем лучшие технологии и управленческие методы из мировой практики, обучаем и переобучаем сотрудников, заботимся об их физическом и ментальном здоровье, помогаем достигать поставленных целей и развиваться в выбранном направлении. Мы делаем всё возможное, чтобы каждый сотрудник чувствовал заботу …
Отслеживание актуального вредоносного программного обеспечения (ВПО). Анализ внутреннего устройства ВПО. Статический и динамический анализ приложений и мобильных сервисов для обнаружения...
Можно удалённоОт 3 до 6 летДата-сайентистОпубликована 7 октября
Разработка новых и оптимизация существующих ETL-процессов. Разработка и сопровождение сервисов, компонентов и процессов для потоковой и пакетной выгрузки данных...
От 1 года до 3 летДата-сайентистОпубликована 30 сентября
Глубокий анализ данных для построения и калибровки моделей. Опыт построения uplift-моделей и кривых отклика для оптимизации процентных ставок/Разработка...
Интеграция сенсоров на базе встраиваемых систем, их синхронизация. Автоматизация сбора данных с сенсоров. Разработка низкоуровневых драйверов и промежуточного ПО для...
Погружаться в разные бизнес-домены, определять роли и владельцев данных. Разбирать текущую и целевую отчётность, выявлять разрывы. Самостоятельно проектировать витрины...
Управление командой рекрутеров: постановка целей, распределение нагрузки, развитие сотрудников и повышение эффективности команды. Ответственность за выполнение планов подбора и качество...
Определение видения и стратегии развития продуктовой линейки потребительского кредитования. Повышение доходности продукта и развитие системы ценообразования. Анализ рынка, моделей и...
Продюсирование амбассадоров: поиск проектов, интеграций и коллабораций с экосистемой Сбера; превращение бизнес-задач в органичный контент блогеров; полное сопровождение размещений...