Вы будете работать на стыке технологий, данных и смыслов: выявлять реальные вызовы в сфере устойчивого развития и превращать их в работающие цифровые решения. От прогнозных моделей и мультиагентных систем до интерфейсов и AI-ассистентов — ваша задача не просто анализировать, а собирать прототипы, которые можно быстро проверить и масштабировать — внутри Сбера или у клиента. Вы станете частью новой команды, которая развивает новое направление практического применения ИИ для клиентов (AI4ESG, GeoAI), проверяет их жизнеспособность через MVP и быстрые пилоты, прокладывая путь от идеи к продукту. Роль сочетает стратегию с технической реализацией —независимая роль с ответственностью за результат, а не за процесс ради процесса.
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.
AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!
---
* структурировать реальные потребности клиентов и на их основе формировать и обосновывать гипотезы новых ESG-продуктов, включая цифровые решения с AIкомпонентами, адаптированные к отраслевому и региональному контексту; * самостоятельно собирать PoC/MVP: аналитические и прогнозные модели, мультиагентные системы, RAG-цепочки на базе LLM, боты, веб-интерфейсы и AIагенты — от идеи до рабочего прототипа; • Использовать как low-code платформы (n8n, LangChain, GigaChain), так и Pythonразработку (pandas, scikit-learn, streamlit, FastAPI и др.) * применять малоресурсные архитектуры: small LLMs, on-device модели, edgeинференс, офлайн-визуализация — решения, работающие в условиях слабой ИТинфраструктуры * интегрировать и интерпретировать данные из открытых и внутренних источников: глобальная и региональная статистика, геоданные и спутниковые снимки, социология, климатические события и пр * проектировать решения как переиспользуемые модули будущих ESG-продуктов: с архитектурной целостностью, прозрачной логикой и технической гибкостью • Обеспечивать практическую применимость: тестировать прототипы в условиях, приближённых к реальному использованию * видеть возможности там, где ещё нет запроса — и формировать предложения, которые можно быстро показать, проверить и масштабировать.
---
* высшее обрвзование, жалательно МФТИ * опыт самостоятельной сборки MVP/PoC: аналитические модели, AI-агенты, боты, веб-приложения — в роли продуктового инженера, solution-архитектора, ML/AIинтегратора. * уверенное владение Python и DS/ML-стеком (pandas, scikit-learn, streamlit, FastAPI) — на уровне прототипов под реальные задачи, а не учебных заданий * опыт разработки в условиях ограниченных ресурсов: без GPU / в офлайне / на слабой инфраструктуре (edge-инференс, small LLMs, API-first) * гибкость в выборе стека: Telegram-бот, API, скрипт или визуальный интерфейс — в зависимости от задачи * способность мыслить концептуально и независимо: брать ответственность за архитектуру и результат * опыт в проектах GovTech, Greentech, ESG, HealthTech или EdTech в роли разработчика и/или AI solution-архитектора как преимущество • Работа с геоданными и спутниковыми снимками (Sentinel, Landsat и др.) как преимущество
Talnexa doesn't take a fee.
Details