Чётко описанная роль в продуктовой команде даёт опыт работы с актуальными AI-функциями, хотя сочетание аналитики, оценки качества, участия в архитектуре и реакции на сбои может сделать задачи разнообразными и плотными.
?Широкий круг задач
Актуальные технологии
Развитие AI-продукта
Внутренний рост
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Системный аналитик в AI-команду (AI/LLM): Проектирование AI-компонентов российской BI-платформы, включая AI-агентов, LLM, умный поиск и интеграции, с акцентом на формализацию требований, оценку качества моделей и архитектуру систем. Focus on подготовке тестовых датасетов, проектировании REST API и интеграций, работе с Kafka и реляционными базами данных, а также управлении реализацией функциональности.
Локация: Москва, улица Вавилова, 19. Гибридный формат работы.
Компания
Сбер2B развивает систему бизнес-сервисов и российскую BI-платформу Навигатор BI для обработки, анализа и визуализации данных с применением искусственного интеллекта.
Что делать
Проектировать и формализировать пользовательские сценарии взаимодействия с AI-компонентами платформы: AI-агентами, LLM и умным поиском.
Ставить задачи на разработку, определять метрики качества ответов моделей и участвовать в проектировании архитектуры AI-компонентов и интеграций.
Готовить тестовые датасеты и участвовать в оценке качества AI-функциональности, включая валидацию ответов и контроль рисков.
Погружаться в бизнес-задачи заказчиков, формировать и декомпозировать бэклог автоматизации, описывать бизнес- и системные требования в Confluence.
Контролировать сроки и качество реализации, участвовать в приемке и демонстрации функциональности, реагировать на критичные сбои.
Собирать и анализировать бизнес-данные для отчетов и улучшать процессы взаимодействия внутри и вне команды.
Требования
Опыт работы от 3 до 6 лет.
Понимание принципов работы ML-моделей и LLM: обучение и fine-tuning, инференс, эмбеддинги, токены и контекстное окно.
Знание AI-интеграций и архитектурных паттернов: векторные базы данных, агентные сценарии, function calling, RAG и harness.
Понимание ограничений и рисков AI: галлюцинации, безопасность, утечки данных, валидация ответов и guardrails; базовое понимание жизненного цикла ML-моделей.
Знание BPMN и UML, опыт описания бизнес-процессов и проектирования систем на их основе.
Знание интеграций, JSON, XML, API, XSD или JSON Schema; опыт проектирования REST API.
Понимание брокеров сообщений MQ и Kafka; опыт создания или развития систем с использованием Kafka.
Знание реляционных баз данных, опыт проектирования БД и ER-диаграмм, навык написания простых SQL-запросов.
Знание методологий разработки, опыт работы в Agile/Scrum, декомпозиции задач и управления требованиями; знание основ тестирования и управления дефектами.
Хорошо, если есть
Опыт работы с BI-системами, презентации функциональности, организация встреч и переговоров, оценка временных и трудозатрат.
Опыт оценки результатов внедрения функций, приоритизации задач и формирования road map.
Умение читать логи приложений на Java, Python, JavaScript или Swift.
Практический опыт prompt engineering, базовое знание Python и опыт работы с OpenSearch.
Культура и преимущества
Полная занятость и гибридный формат работы.
ДМС, телемедицина и чек-ап после трех месяцев работы; дополнительные медицинские программы после двух лет непрерывного стажа в группе Сбер.
Страхование от несчастных случаев и болезней, специальные условия страхования членов семьи.
Программа адаптации с первого дня и корпоративное обучение.
СберПрайм, скидки у партнеров и на сервисы группы Сбер, спортивные скидки и корпоративные мероприятия.
Возможности профессионального и внутреннего карьерного развития.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →