Senior · Гибрид · Санкт-Петербург, Россия · Английский не нужен
Навыки
Обмен данными в 1С
AI-агенты
BI-инструменты
Celery
CI/CD
Дашборды и витрины
Анализ данных
Ещё 17
DWH
EdTech
gRPC
Hadoop
Kafka
Kubernetes
LLM
Микросервисы
Machine Learning
MLOps
Zapier / Make / n8n
Python
RabbitMQ
RAG
REST API
SOLID и паттерны
Потоковая обработка
О компании и продукте
Вакансия Senior Python ML-инженер (AI-Агенты) в г Санкт-Петербург | Сбер. Senior Python ML-инженер (AI-Агенты). 21 июля 2026 • г Санкт-Петербург • ПАО Сбербанк • Информационные технологии:Программист, разработчик
Разрабатываем и внедряем AI-агентов на базе LLM (как правило, линейка моделей SberDevice - GigaChat). Используем современный стек: A2A, MCP, LangGraph, LangChain, Kubernetes, Hadoop, Elastic и многое другое. Реализуем оркестрацию AI-Агентов, мултиагентные мультимодальные системы, RAG-сервисы. Участвуем в проектах по иференсу open-source LLM на собственном кластере GPU, разработке NoCode-фабрики Агентов. Развиваем свой AutoML фреймворк совместно с Sber AI Lab и работаем с SotA-архитектурами. Строим витрины данных и BI-дашборды для мониторинга ML-моделей, AI-Агентов
Задачи
разработка и внедрение AI-Агентов в production
разрабатывать end-2-end интеграции с внешними системами и другими сервисами по протоколам Kafka, REST API, gRPC, WS и др
сопровождать релизы моделей и агентов: документации, демо, защита решений от регуляторов
взаимодействовать с бизнес-заказчиками, архитекторами и продуктовыми командами для развития AI-решений в бизнесе
Продуктовая команда, в которой предстоит работать, занимается разработкой и внедрением AI-решений, направленных на агентизацию процесса цифровой трансформации бизнеса клиентов в Сбере (направление DTaaS)
Эти инструменты призваны оптимизировать и улучшить работу наших внутренних специалистов-сотрудников Сбера : менеджеров по успеху клиентов (CSM) и клиентских менеджеров сегмента ККСБ
В том числе мы
Требования
опыт работы в роли ML-инженера, DS, MLOps или Python Backend в ML
ВАЖНО: опыт промышленной разработки на Python, знание ООП/паттернов проектирования и опыт работы с микросервисной архитектурой
опыт работы с большими объёмами данных и распределенными хранилищами данных: например, Hadoop
опыт работы с фреймворками для построения AI-агентов, такими как LangChain или LangGraph, базовые знания ML/DL
владение инструментами для LLM-мониторинга и MLOps/ CI & CD
Будет плюсом
опыт работы с распределенными очередями задач и сообщений, потоковой обработки данных - celery, taskiq, rabbitmq, Kafka, faststream
опыт разработки высоконгруженных систем, гео-распределенных систем, оpenShift/Kubernetes
навыки работы с генеративными AI-моделями
опыт создания AI-агентов и использования их в работе будет преимуществом
опыт в инженерии данных
Условия
гибридный формат работы в офисе на Уральской, 1 (г. Санкт-Петербург), есть корпоративная развозка от метро, зоны отдыха, столовая
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
бесплатная подписка СберПрайм+ с возможностью совместного использования на трёх близких
вознаграждение за рекомендацию друзей в команду Сбера
Наша AI-команда разрабатывает AI-Агентов, ML-модели и LLM-приложения для корпоративного бизнеса в Корпоративно-инвестиционном блоке, полностью выполняет весь цикл работ: от сбора и анализа данных до разработки/внедрения моделей в ПРОМ, мониторинга и защиты решений от Банковских регуляторов
Паспорт вакансии
История публикации
Появилась в Вакандии26 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели сегодня
Среди похожихНет данных166 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыГибридвычитано из текста вакансии
ГеографияСанкт-Петербург, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Карьерный сайт работодателя
Найдено публикаций
1
Посмотреть публикации и даты
careerОсновная публикация · дата неизвестна
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%