Инженер сопровождения ИИ-продуктов

Мы — группа продуктовых команд, которые делают инструменты для работы со знаниями и ИИ-разработки в банке. Корпоративный портал знаний — ключевая база знаний для разработки, тестирования и аналитики, десятки тысяч пользователей ежедневно. Хранилище контекста для ИИ-агентов собирает знания из источников банка (трекер, вики, репозитории, портал) и отдает их агентам и разработчикам через MCP. Внутренний фреймворк Spec-Driven Development — набор команд, шаблонов и правил, с которым команды генерируют спецификации, дизайн и код с помощью ИИ-агентов. Мы ищем человека, который возьмет на себя сопровождение этих продуктов и станет связующим звеном между пользователями, разработкой и ML.

Обязанности

- Принимать обращения, классифицировать и вести до решения.

- Разбирать инциденты по логам и трассам запросов и сессий агентов: находить, где сломалось — на источнике, при индексации, в поиске, в конфигурации фреймворка или у потребителя.

- Разбираться с интеграциями (коннекторы, MCP-серверы, API, очереди событий), когда данные не доехали или доехали не те.

- Помогать командам подключаться к хранилищу и внедрять фреймворк: отвечать в чате поддержки, помогать с установкой и настройкой, вести базу типовых вопросов.

- Разбирать жалобы на поиск, собирать примеры проблемных запросов для ML-команды.

- Оформлять баги, предлагать воркэраунды, помогать формулировать доработки.

- Работать по SLA и процессам: инцидент, проблема, запрос, изменение.

- Собирать обратную связь, заводить задачи, ориентироваться в бэклоге.

- Писать инструкции и проводить обучения.

Требования

-опыт в поддержке или эксплуатации от года; знание процессов управления инцидентами и запросами (ITIL или аналог);

- умение отправить запрос к REST API или MCP-серверу и разобрать ответ;

- умение читать логи и трассы в Grafana, Kibana или аналогах;

- уверенную работу в командной строке и с git;

- понимание, как устроены приложения на больших языковых моделях — RAG, эмбеддинги, векторный и графовый поиск, почему модель отвечает неточно;

- практический опыт с ИИ-агентами — подключали, настраивали, разбирались, почему агент не получил нужных данных;

- уверенное использование языковых моделей и ИИ-ассистентов для анализа, генерации и автоматизации

Условия

• комфортный современный офис рядом с м. Тульская
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• 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