Job description
Универсальный Агент / База знаний Ops — производственный AI-продукт внутри Сбербанка, автоматизирующий деятельность операционного центра. Операционный центр обрабатывает порядка 3 000 типов задач ежедневно: анализ документов, верификация данных, сверка информации между банковскими системами.
Продукт состоит из двух агентных систем, которые работают в связке:
УИЦС (Создатель навыков)
Агент-компилятор знаний. Читает стандартные операционные процедуры (СОП) и инструкции, преобразует их в машиноисполняемые скилы — структурированные графы шагов, инструментов и логики.
УИЦС (Универсальный движок)
Агент-исполнитель. Принимает входящие задачи, выбирает нужный скил и исполняет его в co-pilot режиме с подтверждением оператора. Подключён к реальным интеграциям: ЕСМ, банковские API.
-
разработка и итерация пайплайна извлечения структуры из неформатированных документов (PDF, DOCX, скриншоты)
-
проектирование схемы представления скилов: граф шагов, типы узлов, инструменты, ветвления, условия
-
разработка и улучшение LLM-промптов для компиляции СОП → граф, few-shot стратегии, оценка галлюцинаций
-
построение системы качества: gold dataset, метрики на каждом этапе пайплайна, автоматическое тестирование
-
внедрение семантического поиска и RAG для работы с базой знаний инструкций
-
исследование методов дообучения / fine-tuning для специализации модели под банковскую документацию
-
оценка качества созданных скилов через их исполнение в УИЦС (метрики end-to-end).
-
опыт в ML Engineering от 4 лет, из них от 2 лет с LLM и NLP-задачами
-
уверенное владение Python: LangChain / LangGraph или аналоги, работа с графами зависимостей
-
практический опыт построения RAG-систем: chunking, embeddings, retrieval, re-ranking
-
опыт разработки и оценки промптов: few-shot, chain-of-thought, structured output, функциональные вызовы
-
работа с векторными хранилищами и семантическим поиском (FAISS, ChromaDB или аналоги)
-
умение строить системы оценки качества ML-пайплайнов: gold dataset, offline/online метрики, A/B
-
понимание архитектуры агентных систем: ReAct, plan-and-execute, tool use, multi-agent
Будет преимуществом:
-
опыт работы с GigaChat, YandexGPT или другими российскими LLM в production
-
знакомство с банковской документацией: СОП, регламенты, инструкции ЦБ РФ
-
опыт разработки систем непрерывного обучения: процедурная память, quarantine/decay механизмы
-
знакомство с PaddleOCR, Tesseract, VLM для анализа документов и скриншотов.
-
комфортный офис: г.Москва, проезд 2-й Южнопортовый, 12Ак1, (м.Кожуховская)
-
возможен гибридный формат работы после испытательного срока
-
корпоративный тренажерный зал
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
-
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
-
бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
-
вознаграждение за рекомендацию друзей в команду Сбера.