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: от 3 лет в системном анализе или проектировании IT-систем. Для кандидатов с глубокой экспертизой в разработке GenAI-продуктов готовы рассматривать меньший стаж
- интеграции и архитектура данных: проектирование REST/gRPC API, асинхронного обмена сообщениями (Kafka/PubSub), разработка форматов данных (JSON/XML) и контрактов (OpenAPI/AsyncAPI)
- архитектура LLM-приложений: понимание принципов работы генеративных моделей. Умение описывать обвязку вокруг модели (промпты, парсеры, оркестратор)
- практический опыт разработки агентов: работа хотя бы с одним из стеков: LangChain/LangGraph, CrewAI, прямые вызовы OpenAI/Anthropic API, Model Context Protocol (MCP)
- инфраструктура: базовое понимание контейнеризации (Docker), Kubernetes (умение читать манифесты Deployment, Service), концепции service mesh
- моделирование и документация: владение нотациями UML/C4 для создания sequence-диаграмм, диаграмм компонентов и развертывания
- инструменты: уверенное использование AI-ассистентов (Claude Code, Cursor, GitHub Copilot) для анализа кода, генерации прототипов и подготовки технической 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.
