Aналитическая платформа высокой нагрузки
Мы разрабатываем масштабируемую высоконагруженную платформу для обработки больших объемов данных, поступающих из множества источников, включая крупнейшие системы Сбера и внешние сервисы. Наша система ежедневно обрабатывает свыше 17 миллиардов событий в сутки, обеспечивая надежный сбор, хранение и обработку огромных массивов данных в режиме реального времени. Все события представляют высокую ценность, и чтобы быстро ее извлечь, мы разрабатываем ИИ-агентов для разных задач, от поиска интересующих метрик до анализа логов и реагирования на аномалии.
Обязанности
- проектирование и реализация логики агентов, использование фреймворков (LangChain, LangGraph) для построения агентных систем, настройка пайплайнов взаимодействия с LLM (prompt engineering, memory, tools, RAG).
- проектирование и реализация архитектуры взаимодействия между агентами (координация, планировщики, роли агентов)
- подключение к векторным БД (FAISS, Milvus) для RAG-архитектуры, разработка API (REST) для интеграции агентов в экосистему компании
- оптимизация запросов к LLM (batching, reuse, few-shot примеры)
- настройка мониторинга и логирования работы агентов
- управление нагрузкой и контроль стоимости вызовов LLM
- Подготовка и индексация корпоративных данных для использования в RAG
- валидация качества извлечённых данных и ответов агентов
- описание архитектуры агентов и их взаимодействия
- совместная работа с дата-инженерами, ML-инженерами и аналитиками
Требования
- python 3.x — уверенное владение (asyncio, typing, dataclasses, pydantic)
- опыт работы с LLM-фреймворками: LangChain, LangGraph
- понимание архитектур RAG (Retrieval-Augmented Generation): работа с векторными БД (FAISS, Milvus), индексация и поиск по эмбеддингам
- навыки работы с API LLM-провайдеров (у нас GigaChat)
- знание принципов prompt engineering
- опыт проектирования мультиагентных систем
- уверенное знание SQL и опыт интеграции агентов с базами данных
- опыт работы с очередями и брокерами сообщений (у нас Kafka)
- знание принципов построения REST API
- опыт контейнеризации (Docker) и базовое понимание Kubernetes
- умение проектировать архитектуру решения и обосновывать выбор технологий
- навыки командной работы: code review, работа с git-flow, взаимодействие с ML- и data-инженерами
- инициативность и умение предлагать улучшения (например, оптимизацию пайплайнов агентов)
- понимание бизнес-задач и умение переводить их в технические решения
- навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
- опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
- инструментальное владение AI для анализа, генерации и автоматизации
Условия
- комфортный современный офис рядом с м. Кутузовская
- возможность выбрать удобный график – офис/гибрид
- ежегодный пересмотр зарплаты, 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
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.