Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:
- 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
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:
- 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
- Наш передовой технологический стек:
- Storage - Hadoop, Cassandra, ClickHouse, Elasticsearch, FastGraph, PostgreSQL
- Big Data Engineering- Scala, Spark, Flink
- Вackend - 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
Обязанности
- 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
- 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
Требования
- в том числе Статус студента 3-5 курса, готовность выделять на стажировку минимум 30 часов в неделю в офисном формате
- Понимание жизненного цикла разработки ПО и роли системного аналитика в данном процессе
- Умение быстро погружаться в исследуемую область
- Навыки интеграции решений на основе ML/AI в реальные производственные системы
- Базовые знания SQL: понимание принципов реляционных баз данных, 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
Будет плюсом
- Опыт проектирования логической и физической моделей данных
- 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
- Владение инструментами Big Data (Hadoop, AirFlow, Spark, Kafka)
- Понимание принципов работы NoSQL баз данных (Cassandra, ClickHouse, ElasticSearch, Qdrant, Neo4j)
- Опыт проектирования логической и физической моделей данных
Условия
- Экспертизу на стыке больших данных, backend- и frontend- разработки, AI и безопасности, которую невозможно получить в типовых IT-проектах
- Среда для обмена знаниями – высокая экспертиза внутри команды
- Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать
- Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
- Стабильную заработную плату и годовой бонус
- Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
