Ищем аналитика GenAI-продукта — развивать ИИ-ассистента для массовых RUN-руководителей в банке (Руководителей КПК в КСБ, Руководителей специалистов в ЦКР и т.д.). Мы делаем AI-native систему, которая не просто советует руководителю, а забирает часть его рутины, помогает ему вести регулярные встречи с подчиненными и достигать бизнес-целей.

Предстоит вести сквозные задачи: от заказа развития core-платформы (harness) до проектирования бизнес-свойств и сценариев для GenAI-агентов.

Нам важно системное мышление, самостоятельность и опыт построения клиентских решений на LLM. Если вы умеете превращать неясные запросы в понятные алгоритмы, оценивать эффективность ИИ-решений и говорить на одном языке и с заказчиком, и с разработкой — мы ждем вас.

Используемый стек технологий:

* LangGraph, Langflow

* React

* Java, Spring Boot, Hibernate, Maven

* OpenShift

* PostgreSQL

Обязанности

* трансляция бизнес-потребностей в технические требования к функционалу и логике AI-агентов

* проектирование интеграций: описание взаимодействия агентов с внешними API (входы/выходы, форматы данных, обработка ошибок, таймауты, retry-логика)

* проектирование меж-агентского взаимодействия: оркестрация агентов, передача контекста, приоритизация запросов и сценарии эскалации

* сопровождение до ПРОМ: совместно с промпт-разработчиками доводите требования до готовых промтов, контролируете соответствие промтов исходным бизнес-требованиям и передача системных требований в команду сопровождения

* взаимодействие с заказчиками, менеджментом и командой разработки, обеспечение прозрачности процесса

* исследование рынка и проверка гипотез: быстрая оценка применимости AI-решений под задачу, сравнение подходов (LLM, RAG, инструменты, мультиагентность), подготовка обоснованных рекомендаций

Требования

* уверенный технический бэкграунд: понимание архитектуры веб-систем, REST API, gRPC, форматов данных (JSON, OpenAPI/Swagger, Protobuf), интеграционных паттернов (sync/async, webhooks, очереди)

* понимание AI-концепций на уровне теории либо применения:

* как работают LLM, промпт-инжиниринг, ограничения и «галлюцинации»;

* RAG (retrieval-augmented generation), векторные БД;

* архитектура AI-агентов: инструменты (tools/function calling), оркестрация, мультиагентные сценарии;

* знакомство с LangGraph/LangChain или аналогичными фреймворками.

* понимание, что такое harness (core-платформа для GenAI-агентов) и его составляющих

* умение проектировать логику агентов: сценарии, состояния, ветвления, обработка ошибок, fallback-сценарии

* навыки декомпозиции задач и написания точных, проверяемых технических требований (User Story + критерии приёмки, или спецификации)

* опыт взаимодействия с бизнесом и перевода требований в технические спецификации

* опыт работы с PostgreSQL/SQL (чтение схем, описание маппинга данных)

* умение быстро проверять гипотезы: исследовать рынок AI-решений, оценивать применимость технологии под задачу

Будет плюсом

* понимание Java/React-стека на уровне общения с командой (что реально, а что нет в существующей архитектуре)

* опыт в продуктовых командах, где аналитик сопровождает фичу от идеи до релиза

* опыт написания технических заданий для промпт-разработчиков

* базовые навыки прототипирования (Python/псевдокод/конфигурация) для быстрой проверки гипотез

Условия

* комфортный современный офис

* корпоративный спортзал и зоны отдыха

* уникальная система обучения Сбера для профессионального и карьерного развития

* программа адаптации и помощь руководителя на старте

* расширенный ДМС и льготное страхование для семьи

* 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

* корпоративная пенсионная программа.