Системный аналитик AEF.Lite (GenAI / AI-агенты)

AEF (Agent Execution Framework) — платформа Сбера для запуска и контроля AI-агентов и мультиагентных систем. Она делает работу агентов надёжной, наблюдаемой и безопасной. Сейчас мы выпускаем AEF.Lite — открытую версию платформы. Компании экосистемы должны разворачивать её у себя «одной командой» и сразу получать трейсинг, контроль и связь с Банком. Ищем системного аналитика, который хочет вырасти в solution-архитектора . Вы разберётесь, как устроены агенты и инфраструктура у разных компаний, спроектируете для них лучшее решение и доведёте его до продакшна. Обязанности исследовать архитектуру и инфраструктуру агентов в компаниях экосистемы: как агенты устроены, где запущены, какие ограничения по безопасности и сети. По итогам проектировать схему подключения к AEF проектировать дистрибутив AEF.Lite: из каких компонентов он состоит, как они взаимодействуют, как ставится и обновляется, как банковские сервисы заменяются open-source аналогами (OIDC/Keycloak, Kubernetes, Istio) проектировать сбор и передачу трейсов и метрик агентов: OpenTelemetry, access-логи окружения, Kafka-контракты, модель данных, обезличивание проектировать API и контракты интеграций и описывать нефункциональные требования: надёжность, поведение при недоступности каналов, безопасность, объёмы декомпозировать бизнес-сценарии в требования и архитектуру AI-решений, задавать критерии качества и безопасности агентов (guardrails, evals) быстро проверять архитектурные гипотезы на стенде вместе с разработкой и DevOps: прототип, замер, решение вести документацию как код (Markdown, PlantUML): требования, архитектурные решения, открытые вопросы, словарь сравнивать AEF с рыночными решениями (фреймворки агентов, observability, evals) и приносить лучшие практики в продукт. Требования опыт системного анализа от 3 лет. При сильной практике в GenAI рассмотрим и меньший стаж опыт проектирования интеграций: REST/gRPC, асинхронный обмен (Kafka или аналоги), форматы и контракты данных понимание, как работают LLM и агенты: agent loop, tool calling, контекст и память, RAG, мультиагентные паттерны, что такое обвязка агента вокруг модели практика хотя бы с одним фреймворком или API для агентов: LangChain/LangGraph, CrewAI, OpenAI или Anthropic API, MCP и подобные базовое понимание облачной инфраструктуры: контейнеры, Kubernetes, service mesh, умение читать манифесты и схемы развёртывания понимание рисков GenAI: утечки данных и ПДн, prompt injection, контроль доступа, аудит навык моделирования: sequence-диаграммы, диаграммы компонентов и развёртывания (UML, C4) ежедневная работа с AI-инструментами, например Claude Code, Cursor или GitHub Copilot: для анализа кода, прототипов и документации Условия комфортный современный офис рядом с м.Кутузовская возможность выбрать удобный график – офис/гибрид ежегодный пересмотр зарплаты, годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте (для Junior позиций) расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа льготная ипотека для каждого сотрудника бесплатная подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера. корпоративная пенсионная программа отсутствие строгого дресс-кода.