Системный аналитик (Аналитик GenAI-продукта)

Ищем аналитика GenAI-продукта — развивать ИИ-ассистента для массовых RUN-руководителей в банке (Руководителей КПК в КСБ, Руководителей специалистов в ЦКР и т.д.). Мы делаем AI-native систему, которая не просто советует руководителю, а забирает часть его рутины, помогает ему вести регулярные встречи с подчиненными и достигать бизнес-целей. Предстоит вести сквозные задачи: от заказа развития core-платформы (harness) до проектирования бизнес-свойств и сценариев для GenAI-агентов. Нам важно системное мышление, самостоятельность и опыт построения клиентских решений на LLM. Если вы умеете превращать неясные запросы в понятные алгоритмы, оценивать эффективность ИИ-решений и говорить на одном языке и с заказчиком, и с разработкой — мы ждем вас. Используемый стек технологий:

• LangGraph, Langflow

• React

• Java, Spring Boot, Hibernate, Maven

• OpenShift

• PostgreSQL

• трансляция бизнес-потребностей в технические требования к функционалу и логике AI-агентов

• проектирование интеграций: описание взаимодействия агентов с внешними API (входы/выходы, форматы данных, обработка ошибок, таймауты, retry-логика)

• проектирование меж-агентского взаимодействия: оркестрация агентов, передача контекста, приоритизация запросов и сценарии эскалации

• сопровождение до ПРОМ: совместно с промпт-разработчиками доводите требования до готовых промтов, контролируете соответствие промтов исходным бизнес-требованиям и передача системных требований в команду сопровождения

• взаимодействие с заказчиками, менеджментом и командой разработки, обеспечение прозрачности процесса

• исследование рынка и проверка гипотез: быстрая оценка применимости AI-решений под задачу, сравнение подходов (LLM, RAG, инструменты, мультиагентность), подготовка обоснованных рекомендаций

Будет плюсом

• уверенный технический бэкграунд: понимание архитектуры веб-систем, REST API, gRPC, форматов данных (JSON, OpenAPI/Swagger, Protobuf), интеграционных паттернов (sync/async, webhooks, очереди)

• понимание AI-концепций на уровне теории либо применения:

• как работают LLM, промпт-инжиниринг, ограничения и «галлюцинации»;

• RAG (retrieval-augmented generation), векторные БД;

• архитектура AI-агентов: инструменты (tools/function calling), оркестрация, мультиагентные сценарии;

• знакомство с LangGraph/LangChain или аналогичными фреймворками.

• понимание, что такое harness (core-платформа для GenAI-агентов) и его составляющих

• умение проектировать логику агентов: сценарии, состояния, ветвления, обработка ошибок, fallback-сценарии

• навыки декомпозиции задач и написания точных, проверяемых технических требований (User Story + критерии приёмки, или спецификации)

• опыт взаимодействия с бизнесом и перевода требований в технические спецификации

• опыт работы с PostgreSQL/SQL (чтение схем, описание маппинга данных)

• умение быстро проверять гипотезы: исследовать рынок AI-решений, оценивать применимость технологии под задачу

• понимание Java/React-стека на уровне общения с командой (что реально, а что нет в существующей архитектуре)

• опыт в продуктовых командах, где аналитик сопровождает фичу от идеи до релиза

• опыт написания технических заданий для промпт-разработчиков

• базовые навыки прототипирования (Python/псевдокод/конфигурация) для быстрой проверки гипотез

• комфортный современный офис

• корпоративный спортзал и зоны отдыха

• уникальная система обучения Сбера для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

• расширенный ДМС и льготное страхование для семьи

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративная пенсионная программа.