Senior Python разработчик (Голос клиента)

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Мы команда "Голос клиента" - система собирающая результаты замеров удовлетворенности клиентов.

Работаем над отклонениями в клиентских путях, используя передовые Ai и ML технологии.

Обеспечиваем системный оцифрованный подход к анализу отклонений и их системное улучшение. B2C

Основной тех. стек на проекте:

Python 3.10+, асинхронные библиотеки (asyncio/aiohttp), GigaChat API, фреймворки для LLM (langchain/gigachain, langgraph), PySpark, PostgreSQL, Redis, OpenSearch, Kafka, Docker/Kubernetes (оркестрация), Airflow (ETL-пайплайны), MLFlow, Jenkins (CI/CD), Git.

Задачи:

• поддержка и оптимизация существующих Python-модулей, интегрирующих LLM-модели (GigaChat) в продакшн-решения
• разработка новых модулей для AI-агентов на базе GigaChat и ML-моделей (от проектирования архитектуры до реализации)
• создание инфраструктуры для работы Data Science команды: инструменты для экспериментов, пайплайны обработки данных, API для доступа к моделям
• оптимизация LLM-пайплайнов (включая RAG-системы) для повышения скорости и надежности AI-агентов
• разработка асинхронных REST API и ETL-процессов для работы с большими данными
• интеграция с очередями сообщений (Kafka) и базами данных (PostgreSQL, OpenSearch)
• тестирование: написание unit- и integration-тестов

Требования:

• опыт коммерческой разработки на Python 3.10+ от 3 лет.
• навыки асинхронного/многопоточного программирования (asyncio, aiohttp, multiprocessing)
• опыт работы с LLM (GigaChat, Kandinsky или аналоги) и фреймворками (langchain/gigachain, langgraph)
• понимание микросервисной архитектуры: проектирование REST API, взаимодействие с очередями (Kafka), СУБД (PostgreSQL, Redis).
• практика создания AI-агентов (мультиагентные системы, RAG, автономные решения)
• знание инструментов:
• Data Engineering: PySpark, Airflow, оптимизация ETL
• Infrastructure: Docker/Kubernetes, Jenkins
• MLOps: мониторинг и деплой моделей (MLFlow)
• умение взаимодействовать с Data Science командами

Условия:

• офисный/гибридный формат работы
• расширенный ДМС с первого дня + стоматология и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• офис на Кутузовской с зонами отдыха и спортзалом
• 90 дней удаленной работы из любого региона РФ (не применимо для сопровождения)
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ, корпоративная пенсионная программа, подписка СберПрайм+, скидки от партнеров и сервисов группы компаний