Applied AI Engineer
Описание
О роли Applied AI Engineer — отдельная роль, не CJE, не аналитик и не Lead Applied AI Engineer. CJE ведёт клиентский путь. Аналитик предлагает проекты и считает эффект. Lead Applied AI Engineer собирает новые продукты и отвечает за них от начала до конца. Ты владеешь AI-слоем, который доезжает до человека 6–24: ассистенты, обработка естественного языка (NLP, natural language processing), автоматизация. От замысла до запуска и дальше — ты тот, к кому приходят по этому продукту. Дорожная карта, ежедневный ход работ и то, что может сломаться при выкладке, — твои. Это не модель «на коленке» и не слайд про агентов. Это решение, которое живёт в канале. Канал — это место, где человек встречает банк: приложение SberKids, СберБанк Онлайн, колонка, банкомат, отделение обслуживания, колл-центр. Часть сценариев идёт через несколько каналов от проблемы до решения. Сегмент картой и приложением не владеет. Ты собираешь решение с дата-сайентистами и инженерами соседних команд и проводишь его в путь. В банке языковая модель (LLM, large language model) — GigaChat (семейство моделей Сбера; флагман на сентябрь 2026 — GigaChat 3.5 Ultra). В детском контуре на GigaChat уже говорит СберКот. Это AI-first роль: ставка проверяется рабочей выкладкой, не презентацией. Обязанности Держать видение, стратегию и дорожную карту AI-решений сегмента на больших языковых моделях и классическом машинном обучении: какие сценарии берём, какие сознательно не трогаем, в какой канал они доедут живыми. Собирать и запускать NLP и AI в пути 6–24: ассистент, разбор обращения, автоматизация ответа, повтор, отказ модели. Возраст и роль «ребёнок / родитель» входят в постановку, не в конец. Вести кросс-функциональную поставку с дата-сайентистами и инженерами соседних команд: модель, рантайм, выкладка. Чужой репозиторий и чужой релизный поезд — часть работы. Ставить цели команды и метрики успеха вместе с CJE и аналитиком, в одну линию со ставкой сегмента. Красивое демо без цифры не считается запуском. Доводить сложный продукт в неоднозначной постановке и в быстром темпе: владелец канала другой, возрастная норма жёсткая, модель ошибается. Результат — сдвиг в пути, не отчёт. Собирать с лабораторией то, что уже можно катить в канал, и не тащить в прод ставку, которую ещё рано отдавать людям. Требования Запускал AI-продукты или фичи с нуля: от постановки до людей. Сильная аналитика и техника плюс деловое чутьё: понимаешь, зачем это человеку 6–24, а не только как устроена модель. Опыт в data science или machine learning и привычка вести ML-проект от дизайна до выкладки и следующей итерации. Python и SQL как рабочие языки. Руки в глубоком обучении: PyTorch, TensorFlow или Keras. Знаешь, как устроены контроль версий, выкладка модели и среда разработки. Математика и статистика, которые видны в решениях, не только в дипломе. Предпринимательский характер: не ждёшь идеального ТЗ и не останавливаешься на «почти готово». Готовность вести поле 6–24 и семьи. Опыт «для детей» не обязателен. Будет плюсом Живой ассистент или автоматизация, которые доехали до пользователей и сдвинули метрику. GigaChat, добор из своей базы (RAG, retrieval-augmented generation), агентные сценарии, оценка качества генерации. Банк, финтех или другой контур с жёсткими правилами «что можно сказать в этом возрасте». Поле SberKids, колонки или колл-центра — кейс, который можно разобрать. AI-native инструменты: Cursor, собственные скрипты, привычка собрать стенд за день. Условия комфортный современный офис рядом с м. Кутузовская 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