на главную
sber•4 дн. назадСвежая вакансияОпубликована 4 дня назад на sber. Свежая — до 5 дней, умеренная — 6–14 дней, долгая — от 15 дней. Дата берётся с сайта-источника.Прямой откликПриоритетный откликВаше резюме и сопроводительное письмо уходят напрямую рекрутёру компании на почту, минуя общую очередь откликов на вакансию

Разработчик AI-решений для мониторинга

В офисе г Москва

Навыки и технологии

PythonDockerGitGrafanaPostgreSQLPrometheusMySQL

Ключевая задача

Разработка и внедрение AI-агентов и аналитических инструментов на Python для автономного мониторинга сервисов криптографии, аутентификации и идентификации.

Описание вакансии

О компании

Мы - команда развития мониторинга и AI-решений управления криптографии, аутентификации и идентификации департамента кибербезопасности Сбера.

Наша задача - обеспечивать качественный бизнес-мониторинг наших сервисов, связанных с криптографией, аутентификацией и идентификацией. Мы анализируем показатели работы сервисов, выявляем отклонения и потенциальные инциденты, разрабатываем аналитические инструменты и интеллектуальные системы мониторинга.

Сейчас мы реализуем масштабные проекты по созданию автономного AI-мониторинга, внедрению интеллектуальных агентов и разработке собственных продуктов для анализа киберугроз и общедоступных данных.

У нас можно участвовать в полном цикле создания технологических решений - от идеи и проектирования архитектуры до внедрения и сопровождения работающего продукта.

Обязанности

  • разрабатывать и внедрять AI-агентов для автономного мониторинга сервисов, анализа событий, выявления отклонений и подготовки рекомендаций по потенциальным инцидентам
  • создавать AI-решения для мониторинга жизненного цикла цифровых сертификатов
  • разрабатывать на Python аналитические инструменты, автоматизированные сценарии обработки данных и интеграции с внешними системами
  • создавать и сопровождать SQL-запросы и дашборды бизнес-мониторинга в корпоративной BI-системе
  • участвовать в разработке собственных продуктов мониторинга киберугроз, криптографических технологий, цифровых сертификатов и внешних источников данных
  • участвовать в проектировании и развитии AI-инфраструктуры, настройке оркестрации процессов и интеграции инструментов мониторинга
  • тестировать, внедрять и сопровождать разработанные AI-агенты, аналитические решения и дашборды
  • взаимодействовать с дежурной службой и SOC, участвовать в техническом разборе инцидентов в рамках третьей линии сопровождения
  • анализировать эффективность существующего мониторинга, предлагать и реализовывать улучшения
  • подготавливать техническую документацию и инструкции для пользователей разработанных решений.

Требования

  • уверенное владение Python, опыт работы с библиотеками Pandas, NumPy, базовое знакомство со Scikit-learn и SciPy
  • уверенное знание SQL: JOIN, CTE, группировки, подзапросы, оконные функции, работа с реляционными базами данных (PostgreSQL или аналогами)
  • практический опыт разработки AI-агентов, понимание их архитектуры, принципов работы с LLM, инструментами и внешними источниками данных
  • навыки промпт-инжиниринга, работы с контекстом LLM, проверки качества ответов и применения AI-инструментов для ускорения разработки (AI-assisted development, vibe coding)
  • опыт обработки, преобразования, анализа и визуализации данных
  • опыт разработки SQL-запросов и дашбордов в BI-системах
  • умение разрабатывать, тестировать и сопровождать программные решения на Python
  • понимание принципов интеграции систем через API (REST, JSON)
  • базовое понимание ML/Data Science, методов выявления аномалий, классификации и оценки качества моделей
  • базовое понимание ETL/ELT-процессов и принципов построения потоков обработки данных
  • базовое понимание Docker, Linux и Git
  • опыт или понимание принципов работы в Agile-командах, готовность к активному обсуждению задач, совместному поиску решений и обмену знаниями
  • аналитическое и системное мышление, самостоятельность, инициативность и готовность осваивать новые технологии.

Будет преимуществом:

  • опыт работы с n8n, Grafana и/или Prometheus
  • знакомство с LangChain, LangGraph, MCP и RAG-архитектурой
  • опыт использования локальных и облачных LLM, построения мультиагентных сценариев
  • опыт развертывания и сопровождения приложений в Docker
  • способность быстро осваивать новое программное обеспечение, самостоятельно разбираться в незнакомых инструментах и применять их для решения практических задач
  • опыт разработки систем мониторинга, выявления аномалий или автоматизации обработки инцидентов
  • базовое понимание принципов криптографии, сертификатов электронной подписи, PKI и механизмов аутентификации.