Сбер

Сбер

Системный аналитик (Puzzle antifraud)

Junior–Middle
Офис
Москва
Аналитика
Системная аналитика

О роли

Мы - команда, создающая **комплексную систему противодействия мошенничеству** и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты **собственной разработки** для: Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу: Наш передовой технологический стек:

  • Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек)

  • Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт

  • Выявления и анализа попыток мошенничества и иных отклонений

  • Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой

  • AI-решения для глубокого анализа данных

  • Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы

  • Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов

  • Интеграция с внутренними LLM-шлюзами и средами исполнения агентов

  • RAG-системы для работы с корпоративными базами знаний и методологиями

  • Storage - Hadoop, Cassandra, ClickHouse, Elasticsearch, FastGraph, PostgreSQL

  • Big Data Engineering- Scala, Spark, Flink

  • Backend - GO (GIN), Scala (ZIO), Kubernetes (OpenShift, DropApp)

  • Fronted - React, Redux (Redux ToolKit, RTK Query), Typescript, jest. Библиотеки: react-force-graph, leaflet

  • AI - Python (LangChain, LangGraph, Harness), GO (mcp-go), Typescript (no code platform), ai-coding (gigacode cli, claude, codex), RAG\\GraphRag (PostgreSQL, Elasticsearch, Qdrant)

  • QA - Java, TestNG, Selenium, Maven, Allure

  • DevOps - Docker, Helm, Jenkins

Чем ты будешь заниматься

  • Проектирование и анализ архитектуры технического решения совместно с командой разработки

  • Разработка и согласование концепции, проектной документации и технической документации, описание API, ведение документации в Confluence

  • Развитие направления мультиагентных решений обеспечивая полный цикл реализации

  • Проведение исследовательских работ и тестирование новых подходов и техник AI

  • Анализ источников данных, разработка моделей данных, логики алгоритмов и интеграций

  • Документирование и обеспечение соблюдения правил сбора, хранения и использования данных

  • Участие в полном цикле разработки и внедрения

Мы ожидаем, что ты имеешь

Будет плюсом

  • Умение быстро погружаться в исследуемую область и оперативно переключаться на новое направление

  • Навыки интеграции решений на основе ML/AI в реальные производственные системы

  • Опыт проектирования логической и физической моделей данных. Языки SQL: понимание работы ETL-инструментов, умение писать SQL-запросы различной сложности

  • Знание форматов JSON/XML и навыки проектирование REST API

  • Способность обрабатывать и структурировать большой объем сложной информации, доступно и наглядно ее презентовать

  • Сбор, анализ и документирование бизнес-требований, описание use case, генерация идей, проработка технических решений, интеграционных взаимодействий

  • Коммуникативные навыки, достаточные для выстраивания конструктивного взаимодействия со смежными подразделениями и внутри команды

  • Понимание ключевых алгоритмов и подходов в AI/GenAI (LLM, vector search, NLP, context engineering и др.)

  • Понимание архитектуры AI/GenAI решений, LLM, RAG, BI и DataOps

  • Наличие опыта разработки собственных библиотек и инструментов для AI

  • Опыт успешного внедрения AI-решений, знание инструментов AI на рынке

  • Опыт программирования на любом языке и способность анализировать код

  • Владение инструментами Big Data (Hadoop, AirFlow, Spark, Kafka)

  • Понимание принципов работы NoSQL баз данных (Cassandra, ClickHouse, ElasticSearch, Qdrant, Neo4j)

Работа в Сбере — это

  • Комфортный современный офис (ст.м.Кутузовская)

  • 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

  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

  • 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.

Запрос рекомендации

Загрузите резюме под эту вакансию, заполните контакты и отправьте запрос сотруднику компании.

Компания

Сбер

Формат

Офис

Локация

Москва

Грейд

Junior–Middle

Направление

Системная аналитика

Открыть источник вакансии