Быстро превращать задачи закупочного блока в работающие AI-автоматизации и прототипы. Роль стоит на стыке бизнеса и разработки: специалист понимает, как реально устроены закупочные процедуры, и собирает решение собственными руками с помощью AI-инструментов, не дожидаясь выделенной команды разработки.

Ключевая ценность — скорость проверки гипотез и качество постановки задачи, а не промышленный код.

Промышленную реализацию подтверждённых решений выполняет продуктовая команда — специалист передаёт ей проверенный работающий прототип и понятные требования.

Обязанности

* разработка и внедрение сквозных AI-автоматизаций под задачи закупок: от ИИ-ассистентов до генераторов документов на базе LLM

* быстрое прототипирование решений (_no-code/low-code_, API, _n8n_) для проверки гипотез на реальных данных с доведением до состояния «можно показать заказчику»

* обработка закупочной документации спецификой 44-ФЗ / 223-ФЗ с помощью нейросетей: ТЗ, договоры, коммерческие предложения, реестры

* написание промптов, шаблонов и инструкций, обеспечивающих стабильный результат при работе с неструктурированными данными (сканы, дубли)

* самостоятельная аналитика данных закупок (спенд-анализ, цены, сроки) и перевод бизнес-требований в технические постановки задач

* развёртывание работающих прототипов во внутренней инфраструктуре или контейнерах (_Docker_, VPS), базовая работа с логами и окружениями

* контроль качества моделей: сбор тестовых выборок, расчёт доли корректных ответов, закладывание архитектуры с учётом ошибок LLM (_human-in-the-loop_)

* формализация требований, защита решений перед бизнесом и передача подтверждённых прототипов команде разработки для вывода в продуктив.

Требования

* практический опыт создания работающих AI-решений (не просто использование чатов), уверенное владение промпт-инжинирингом и интеграциями по API

* опыт в закупках, тендерах или снабжении от 2 лет. Глубокое понимание процессов _end-to-end_ (от потребности до приёмки) и специфики ЭТП

* навык быстрой сборки автоматизаций через _no-code/low-code_ платформы без привязанности к первому варианту решения

* умение работать с «грязными» данными, выгрузками из разных систем, Excel / Google Sheets; базовый SQL для самопроверки гипотез

* способность отличить работающий прототип от сырого демо: знание границ применимости LLM и того, что нельзя выпускать в эксплуатацию

* базовые навыки эксплуатации: запуск сервисов в Docker/VPS, работа с секретами, чтение логов (промышленная разработка и архитектура не требуются)

* системное мышление для самостоятельного поиска точек реального эффекта от внедрения AI и отсечения нерелевантных задач

* сильное техписательство: умение упаковывать сложные решения в понятную бизнесу документацию, схемы и презентации

* ориентация на измеримый результат: способность посчитать эффект автоматизации в часах, деньгах или доле сокращённых ошибок.

Условия

* комфортный современный офис в Москве

* график работы – офис

* 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 (для Junior позиций)

* 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