Команда развития внутренних технологических продуктов ищет Backend-разработчика с сильным профилем в обработке данных, исследовательской аналитике и построении AI-агентов. Будем исследовать данные о продуктах и продуктовых командах, формировать и проверять аналитические гипотезы, а также разрабатывать backend сервисы и AI-агентов, которые дают продуктовым командам и руководству верифицированную аналитику для принятия решений по развитию и балансировке портфеля инициатив.

Обязанности

* проектировать и разрабатывать backend-сервисы и RESTful API (Python) для доступа продуктовых команд и руководителей к аналитике и агентным ответам с цитированием источников

* строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах — оркестрация LLM-агентов, интеграция через MCP servers, RAG поверх knowledge graph

* собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы), строить ETL/ELT-пайплайны на Python, в том числе потоковые данные через Kafka

* готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами

* разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, Jenkins(CI/CD)

* взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы

* готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов.

Требования

* от 3 лет опыта в backend-разработке с выводом решений в production; опыт построения агентных систем — обязателен

* умение работать с неполными и слабоструктурированными данными, оценивать их качество и ограничения и выбирать корректный способ анализа

* Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах

* SQL, опыт работы с реляционными и NoSQL хранилищами

* Python, FastAPI, промпт-инжиниринг, LangChain, LangGraph, MCP servers

* опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных(Qdrant)

* Docker, Kubernetes, CI/CD — уверенный пользовательский уровень.

Будет плюсом:

* базовое понимание жизненного цикла ML-модели (данные → обучение → оценка → внедрение), опыт с MLflow, Apache Airflow.

Условия

* комфортный современный офис рядом с м. Кутузовская

* гибридный формат работы

* ежегодный пересмотр зарплаты, квартальная и годовая премия

* корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

* программа адаптации и помощь руководителя на старте

* 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.