Команда отвечает за повышение качества персонализированных рекомендаций по развитию бизнеса корпоративных клиентов. Ищем эксперта, который умеет **выявлять недостатки в ответах агентов**, докапываться до деталей, видеть закономерности в кейсах и переводить бизнес-специфику в чёткие правила работы агентов.

Обязанности

* **качество и разбор кейсов:** выявлять дефекты ответов (логика, арифметика, сопоставимость периодов, структурные ошибки JSON, неверный выбор инструмента), группировать их в паттерны причин, формировать гипотезы улучшений

* **правила и стандарты:** определять формат межагентных сообщений, политику «когда считаем в модели/через инструмент/в Python», описывать «как выглядит хороший ответ» для разных зон внимания и отраслей, формулировать критерии приёмки

* **эксперименты:** планировать и проводить эксперименты «до/после» (промпты, параметры, инструменты), фиксировать эффект по качеству, стоимости и задержке

* **взаимодействие:** работать в связке с Python-разработчиками и промт-инженерами: постановка задач, проверка результатов, упаковка решений «в пакет на внедрение».

Требования

* **сильная экспертиза в анализе данных (уровень Middle+):** умение формулировать гипотезы, выбирать корректные метрики, строить и проверять расчёты, обеспечивать сопоставимость периодов и баз сравнения, фиксировать выводы и ограничения

* **профессиональное понимание бизнес-анализа:** финансы компании (выручка, себестоимость, прибыль, денежные потоки), маржинальность и структура затрат, драйверы P&L, экономика продукта/услуги, логика ценообразования, цепочка создания стоимости и каналы продаж; умение связывать управленческие решения с доходами и затратами

* наличие реализованных кейсов (рабочих): агент/валидатор/прототип с измеримым приростом качества и наглядным «до/после»

* **навыки python + аналитика данных:** Jupyter, pandas, numpy, scipy, базовые методы scikit-learn, визуализация (matplotlib/plotly)

* **LLM-грамотность:** понимание промптов и контекста, строгого JSON/схем, function calling на уровне концепции, ключевых параметров инференса (temperature, top\_p) и их влияния на поведение

* понимание экосистемы агентов: **GigaChat SDK**, **LangGraph**, **GigaChain**, **LangChain**, **LlamaIndex**

* умение пользоваться инструментами для агента: **RAG**, **GraphRAG**, **KAG**, **MCP**; опыт вызова инструментов через function calling.

Условия

* комфортный современный офис рядом с **м. Кутузовская** (офисный формат работы)

* расширенный ДМС с первого дня и льготное страхование для близких

* подписка Прайм с возможностью совместного использования на трёх близких

* корпоративная пенсионная программа

* гибкий дисконт по ипотечному кредиту 1/3 ключевой ставки ЦБ

* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

* вознаграждение за рекомендацию друзей в команду Сбера.