TechLead (Лаборатория Нейронаук и поведения человека Сбера)

Навыки

• AI-агенты
• API (интеграции)
• Проектирование архитектуры
• Работа с бэклогом
• Big Data
• XGBoost / LightGBM / CatBoost
• ClickHouse

О компании и продукте

• Вакансия TechLead (Лаборатория Нейронаук и поведения человека Сбера) в г Москва | Сбер. TechLead (Лаборатория Нейронаук и поведения человека Сбера). 24 июля 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Руководитель группы разработки. Мы исследовательское подразделение Сбера, которое отвечает за «человека»: поведение, психология, тренды, особенности восприятия и мышления
• Мы ищем Tech Lead DS/AI-команды — человека, который станет “мембраной” между бизнесом и разработкой. На входе — абстрактные идеи и запросы руководства. На выходе — работающие ML/LLM-решения, собранные командой по чёткой архитектуре

Задачи

• Архитектура LLM-решений
• принимать запрос от руководства или бизнес-подразделения
• оценивать реализуемость, проектировать архитектуру (агенты, RAG-пайплайны, мультимодальные системы), выбирать стек и модели
• декомпозировать на задачи для ML-инженеров и LLM-генералистов
• Разработка и прототипирование
• самостоятельное написание кода: собратьMVP и прототипы, чтобы быстро валидировать гипотезы
• в части проектов это может быть вайбкодинг ради демо, в другой части – прототипы становятся основой для продовых решений
• RAG-системы, агентные архитектуры, дэшборды, внутренние инструменты
• Техническое лидерство команды
• ревью архитектурных решений и кода команды
• постановка задач на языке разработчика, снятие блокеров, менторинг джунов
• техлидерство и отслеживание стандартов качества (не классический менеджмент — вы техлид, который держит в голове общую картину)
• Трансляция бизнес → разработка
• перевод формулировки из «космоса» на язык технических задач
• объяснение руководству, что реализуемо, в какие сроки и с какими трейдоффами (кключевая надстройка над чисто инженерной ролью)
• Работа в Лаборатории — это доступ практически к любому бизнес-подразделению Сбера, к большим данным и клиентской базе более 100 млн человек

Требования

• Опыт и готовность работать с технологическим стеком
• ML/DL: HuggingFace Transformers, SentenceTransformers, CatBoost, XGBoost
• LLM & Vector Search: локальные модели (Llama, Qwen), API (OpenAI, Anthropic), FAISS
• Data & Infra: ClickHouse, Docker, FastAPI, Postgres, RabbitMQ
• MLOps & Orchestration: MLflow, W&B, Prefect, Dagster, Ray, Prometheus, OpenTelemetry
• Инструменты: Hydra, Poetry, Cursor, Claude Code
• Техническая экспертиза
• сильный бэкграунд в разработке: вы пишете код, понимаете архитектуру, умеете проектировать системы от API до деплоя
• бэкграунд в ML/DS (классические модели, feature engineering, эксперименты)
• глубокое понимание LLM: промптинг, файнтюнинг, RAG-архитектуры, агентные системы, оркестрация вызовов
• опыт построения поисковых систем поверх эмбеддингов: выбор модели под язык и домен, chunking и гибридный поиск (dense + BM25, реранкеры), оценка качества ретривала на своих данных
• практика с одной из векторных БД (Qdrant / Weaviate / pgvector / Milvus) либо с FAISS/HNSW как встроенным индексом
• быстрая сборка MVP через AI-ассистированную разработку (Cursor, Claude Code, Codex) как повседневный инструмент
• Опыт с CLI-агентами (hooks, slash-команды, subagents, MCP, headless-режимы для пайплайнов)
• проектирование мультиагентных систем: роли, протоколы обмена, supervisor/worker, оркестрация
• понимание инфраструктуры: Docker, FastAPI, очереди, базы данных, CI/CD
• опыт в продуктовых ролях или продуктовое мышление — если умеете не только строить, но и понимать зачем
• Лидерство и коммуникация
• опыт технического лидерства: ревью кода и архитектуры, постановка задач, менторство
• умение взять абстрактную идею и превратить её в архитектуру с понятным планом реализации
• способность говорить на языке бизнеса с руководством и на языке кода с команой
• навык приоритизации: что делать сейчас, что отложить, что не делать вообще
• Наша задача — исследовать, что происходит с человеком, и переводить эти знания в продукты, коммуникации и HR-процессы экосистемы Сбера
• Вы проектируете системы, пишете код, ставите задачи, ревьюите решения команды — и отвечаете за то, чтобы всё это работало вместе
• Играющий тренер: примерно 50% времени — собственная разработка и прототипирование, 50% — архитектурные решения, декомпозиция задач, менторство команды

Будет плюсом

• опыт в корпоративных R&D-подразделениях или AI-стартапах
• наличие git пространства с проектами будет плюсом

Условия

• комфортный современный офис г. Москва, рядом с метро Кутузовская
• гибридный формат работы
• 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
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.