Наша команда отвечает за AI - инициативы бизнеса в сфере глобальных рынков. Мы предоставляем корпоративным и розничным клиентам широкий спектр продуктов и услуг на финансовых рынках: торговые операции с ценными бумагами, деривативами, конверсионные операции на валютном рынке.

Наша команда решает широкий спектр Data Science задач с применением ML/DL алгоритмов и инструментов: от бустинга и ансамблей моделей до больших языковых моделей (LLM). Мы помогаем бизнесу увеличивать доходность за счет моделей машинного обучения, для чего развиваем аналитическую Data - платформу и наполняем данными о наших продуктах, клиентах и внешних событиях.

Еще год назад нашей целью было разрабатывать и выводить в продакшн ML – модели. Сейчас наши модели становятся AI-агентами, интегрируются с множеством АС и становятся самостоятельными приложениями.

Мы ищем талантливого Solution Architect / MLOps Engineer для проектирования и разработки интеграционных решений, управления сложностью наших процессов и ИТ-экосистемы.

Обязанности

• Совместно с Data Scientist и Product Owner наших команд выявление требований в архитектурных / интеграционных решениях для разрабатываемых приложений
• Декомпозиция и документирование требований
• Совместно с корпоративными архитекторами, экспертами кибербезопасности и командой сопровождения выбор технических компонент и проектирование интеграционных решений
• Разработка интеграционных решений и шаблонов кода для масштабирования и стандартизации процесса разработки и вывода в продакшн
• Проектирование и развитие концептуальной архитектуры пространства и инфраструктуры наших приложений.

Основные требования к кандидату:

• Опыт промышленной разработки на Python
• Опыт работы с ETL
• Опыт работы с популярными РСУБД (Greenplum, Teradata, Oracle, PostgreSQL)
• Опыт интеграции продуктов экосистемы Hadoop (HDFS, Hive, Spark)
• Опыт синхронной, асинхроной интеграции сервисов и брокеров сообщений (Kafka, RabbitMQ)
• Опыт проектирования CI/CD решений на базе Jenkins и Bitbucket/Git
• Опыт с технологиями виртуализации и контейнеризации
• Опыт проектирования и разработки микросервисной архитектуры.

Будет плюсом:

• Понимание принципов создания моделей машинного обучения и/или прохождение курсов по машинному обучению и/или опыт внедрения моделей
• Опыт с экосистемой Telegram и разработка ботов
• Широкий кругозор по возможностям современных системных компонентов
• Опыт самостоятельной разработки прототипов и proof-of-concept решений.

Условия

• комфортный современный офис рядом с м. Кутузовская
• фултайм офис, гибкое начало дня
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека для сотрудников выгоднее до 4%
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.