СБЕР

Системный аналитик (LLM Агенты)

Не указана
  • Москва
  • Полная занятость
  • Полный день
  • От 3 до 6 лет

Мы — команда, которая превращает процесс управления операционными рисками из рутинного — в интеллектуальный и автоматизированный. Наша миссия — не просто описывать метрики, а проектировать и внедрять новые сценарии обработки инцидентов, где ключевую роль играют AI-агенты. Мы отвечаем за то, чтобы автоматизация была надёжной, измеримой и приносила реальную бизнес-ценность: снижала время реакции, повышала точность и освобождала экспертов для сложных задач.

Наш фокус — два взаимосвязанных направления:

  • Автоматизация управления операционными рисками (IT-сбои, киберугрозы и утечки данных, риски мошенничества
  • Проектирование и мониторинг Guardrails для LLM — разработка систем контроля и защитных механизмов, которые делают использование языковых моделей в банковской среде безопасным и предсказуемым.

Обязанности

проектирование и формализация архитектуры решений:

  • разработка архитектуры LLM-приложений и сценариев
  • проектирование схем взаимодействия компонентов и микросервисов
  • разработка API-контрактов (REST, события), моделирование данных и проектирование схем БД
  • описание бизнес-процессов и workflow в нотации BPMN
  • формирование требований к нефункциональным характеристикам (масштабируемость, отказоустойчивость, безопасность).

глубокая аналитика работы LLM-агентов в продакшене:

  • мониторинг и анализ агентов
  • оценка качества их reasoning, классификации предлагаемых действий, поиск кейсов failure или регрессий.

разработка новых Guardrails для защиты от угроз AI:

  • исследование новых классов рисков, привносимых использованием LLM в банковской среде (утечки данных, генерация некорректных решений, манипуляции)
  • проектирование, разработка и настройка специализированных систем безопасности (Guardrails)

оптимизация процессов обработки информации:

  • обеспечение оптимального баланса между качеством и скоростью в работе автоматизированных систем
  • анализ данных и метрик, выявление узких мест в цепочках обработки
  • формирование гипотез и предоставлени команде разработки конкретные рекомендации для улучшений.

погружение в классические операционные риски:

  • проводение глубокого анализа реальных операционных инцидентов банка
  • выявление узких мест и первопричины в процессах их обработки.

Наш технологический стек:

Архитектура: Микро-сервисы, zero legacy

Frontend: React

Backend: Java 21, Python 3

Базы данных и очереди: PostgreSQL, Kafka

Оркестрация процессов: Camunda (проектирование и анализ workflow)

LLM агенты: LangChain, LangGraph

Модели и платформы: GigaChat, Qwen, современные эмбеддинг-модели.

Системы управления: Jira, Confluence, Bitbucket.

Требования

  • опыт от 2-х лет работы системным аналитиком в продуктовых или технологических командах (именно в разработке B2B/B2C-продуктов)
  • практический опыт проектирования интеграций с использованием REST API (OpenAPI/Swagger) и событийной архитектуры Kafka
  • уверенное владение SQL для сложной аналитики и проектирования реляционных моделей данных (с учётом производительности и индексов)
  • опыт формализации бизнес-логики и процессов с использованием BPMN/UML
  • навык декомпозиции сложных требований на задачи для разработки и создания четкой технической документации (User Stories, спецификации)

Ключевые навыки и компетенции

  • системное и продуктовое мышление: умение видеть полную картину продукта, проектировать клиентские пути (User Journey) и предлагать архитектурные улучшения с учетом принципов микро-сервисной архитектуры.
  • коммуникация и фасилитация: способность проводить воркшопы, ясно доносить требования до бизнес-заказчиков, разработчиков и продукт-менеджеров, участвовать в формировании бэклога.

Будет сильным преимуществом

  • опыт с AI/ML: участие в проектах с использованием машинного обучения или LLM. Интерес и готовность глубоко погружаться в эту область
  • практика с AI-инструментами: навыки применения генеративного AI в работе (например, для анализа или прототипирования)
  • знакомство с концепциями RAG, цепочек (chains), агентов
  • базовое владение Python (pandas, numpy) для анализа данных
  • опыт в смежных ролях (Data/ML Engineering)
  • ·опыт в банковской сфере, финтехе или управлении рисками.

Условия

  • реальные масштаб и влияние: мы создаем новую парадигму управления нефинансовыми рисками, автономно, без людей, мгновенно и надежно.
  • свобода экспериментов с ответственностью: быстрые прототипы → измерения → продуктив — без бесконечных «вечных» исследований.
  • минимум лишней бюрократии: мы знаем её слабые места и выстраиваем процессы так, чтобы вы этого почти не чувствовали (фаст-трек согласований, понятные правила деплоя и доступа)
  • сильная команда: дизайн-сессии, ревью, обмен знаниями; можно расти в Staff/Tech Lead
  • комфортный офис по адресу Кутузовский проспект, 32
  • формат работы - гибрид (1-2 дня в офисе)
  • уникальная система обучения Сбера для профессионального и карьерного развития, семинары, тренинги, конференции
  • программа адаптации и помощь руководителя на старте
  • ДМС, страхование от несчастных случаев, социальные гарантии
  • 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
  • корпоративная пенсионная программа
  • корпоративные мероприятия.