Team Lead / Tech Lead (Python / AI / LLM)

Мы — команда, создающая инновационные продукты для автоматизации корпоративного кредитования в банке.

Внедряем AI-агентов, которые берут на себя финансовый анализ клиентов, и разрабатываем решения на базе LLM GigaChat, интегрированные с банковскими системами через API.

• анализировать требования и проектировать технические решения, внедрять современные технологии, инструменты и методы разработки
• разрабатывать новые компоненты на базе API GigaChat в мультиагентной среде
• декомпозировать задачи и расставлять приоритеты с учётом бизнес-целей
• оптимизировать и автоматизировать процессы разработки
• участвовать во всём цикле создания продукта: от идеи до внедрения в продакшн
• продумывать и реализовывать юнит- и e2e-тесты, проводить code review
• следить за трендами и исследованиями в области ИИ, применять инновации на практике, описывать решения, в том числе с помощью ИИ.

• высшее образование
• опыт в разработке от 6 лет, в т.ч. 3 года на Python
• опыт работы ТимЛидом от 2-х лет (управление, распределение задач, менторство, но с сохранением активной разработки)
• отличные знания основ Python: понимание динамической типизации, декораторов, работы с типами
• уверенные знания о потоках, процессах и асинхронности в Python
• опыт разработки инфраструктуры для LLM: работа с API LLM, понимание принципов промпт-инжиниринга и построения цепочек
• опыт работы с экосистемой LangChain (фреймворки для агентов)
• работа с реляционными базами данных: уверенное знание PostgreSQL (умение писать сложные запросы и оптимизировать их)
• опыт работы с асинхронными фреймворками FastAPI/ Aiohttp
• умение и желание разбираться в чужом коде — готовность поддерживать и развивать существующие решения
• написание юнит-тестов и e2e-тестов, проведение code review.

Будет плюсом:

• опыт работы в банках, телекоме или финтехе (понимание специфики корпоративного кредитования)
• опыт работы с инструментами DevOps: Jenkins, Nexus, OpenShift, Docker.
• знание инструментов наблюдаемости за LLM (LangSmith, LangFuse).
• понимание микросервисной архитектуры и опыт работы с брокерами сообщений (Kafka/RabbitMQ).
• опыт работы с векторными базами данных для развития RAG-компонентов.
• опыт использования любых AI-ассистентов в разработке (GitHub Copilot, Cursor, Codeium и др.).

• офисный или гибридный формат работы: г. Москва, Кутузовский проспект, д. 32, к.1
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ в СберУниверситете для твоего развития
• спортзал и зоны отдыха
• расширенный ДМС, льготное страхование для семьи
• бесплатная подписка СберПрайм+, скидки у партнёров
• вознаграждение за рекомендацию друзей в команду Сбера.