Python разработчик/Аналитик

Ориентир по рынку≈ 175 000 – 300 000 ₽наша приблизительная оценка по 16 вакансиям этой роли и грейда, у работодателя вилка не указана

🌍 УдалённоMiddleПолная занятостьАутсорс

≈ 175 000 – 300 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия живая, задачи расписаны.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Чем предстоит заниматься

Создание и поддержка централизованных инструментов для команд блока "Риски": шаблона AI-агентов (на базе общебанковского шаблона от команды AEF); SDK и библиотек для быстрой разработки; AI-агентов общего назначения, осуществляющих сервисные функции; централизованных тулов и адаптеров

Адаптация под нужды блока Low-code / No-code инструментов, доступных в банке (LangFlow, n8n), включая добавление необходимых модулей AI-агентов, автоматизирующих ежедневную рутину команды AI Risk Hub

Помощь и участие на стадиях прототипирования и внедрения AI-агентов блока

Наши требования

Готовность брать на себя ответственность за продукт

Готовность к изменениям (тема новая, многие процессы выстраиваются с нуля)

Опыт работы по направлению от 2 лет, включая опыт разработки и внедрения AI-агентов

Опыт и желание в части применения LLM в своей работе: написание кода, ревью, автоматизация

Экспертные знания в области применения LLM с использованием

Опыт работы с БД, написания и оптимизации сложных SQL запросов

Опыт работы с HTTP(S), RESTful API

Опыт в написании юнит-тестов на Python (pytest)

Опыт работы с контейнерами Docker, базовые знания о работе Kubernetes и Helm

Знание принципов ООП, паттернов проектирования, умение писать чистый, поддерживаемый код и документацию к нему

Опыт работы с системами контроля версий (например, Git) и проведения Code Review

Знания в области обработки и анализа данных, включая ML-стэк (Pandas, Scikit-learn, PyTorch, TensorFlow)

Опыт создания и публикации собственной Python-библиотеки

Знание других языков программирования (преимущественно Java)

Понимание жизненного цикла программного обеспечения

Знание инструментов CI/CD (преимущественно Jenkins)

Дополнительно

Сегодня AI-агенты на базе LLM являются одной из самых передовых и востребованных технологий на рынке цифровых продуктов. Банк как большая технологическая компания, одна из немногих в России обладающая собственной LLM, выделяет развитие AI-агентов в отдельный фокусный стрим. Количество внедренных агентов в процессах Банка все время растет, а сами агенты становятся все более сложными и автономными

Чтобы обеспечить быстрый и удобный жизненный цикл агентов (от прототипирования до ПРОМа), а также контролировать их работу в процессе эксплуатации, целевой AI-native архитектурой Банка предусмотрено наличие отдельного AI-хаба в каждом крупном подразделении (блоке). Под AI-хабом понимается набор программных и инфраструктурных сервисов, объединенных в единую платформу, для разработки, хранения и исполнения AI-агентов блока

Наша команда отвечает за развитие AI-хаба блока "Риски". В задачи блока входит идентификация, оценка и контроль всех видов риска группы компаний Банка. В AI Risk Hub уже размещено несколько десятков агентов, объединенных большой мультиагентной сетью. Это позволит повысить удовлетворенность клиентов в имеющихся каналах обслуживания, а также создать новый, уникальный клиентский опыт

Команда была сформирована в 2025 г. и представлена разными компетенциями: аналитики, разработчики, тестировщики, OPSы. В общем нас порядка 30 человек. Процессы активно развиваются, многое выстраивается с нуля. Вы можете поучаствовать в их становлении и помочь сделать по-настоящему зрелыми