ym103884448ym88659208ym87991671
Присоединяйся к AI‑центру Блока «Стратегия и развитие»

AI‑центр Блока «Стратегия и развитие»

Создаём AI‑системы полного цикла: от данных до автономных агентов в продуктах Сбера

Мы создаём и развиваем

Агентные AI‑системы для анализа
Агентные AI‑системы для анализа
AI‑стратег и сервисы
AI‑стратег и сервисы
Управление данными БСР
Управление данными БСР
Исследования и прототипы
Исследования и прототипы
Дообучение LLM и визуальный GenAI
Дообучение LLM и визуальный GenAI
MLOps и LLM-инференс
MLOps и LLM-инференс
AI в процессах
AI в процессах
AI для проектного управления
AI для проектного управления
Алексей Липатников
Алексей Липатников
Исполнительный директор по исследованию данных
AI 4 Strategy

Команда разрабатывает комплексные AI‑решения для ключевых продуктов и процессов Блока «Стратегия и развитие»: от Classic NLP и LLM до AI‑агентов и мультиагентных систем. Мы встраиваем решения в разные системы банка, включая Поток: OKR‑коуч помогает формулировать цели и метрики, а агентные пайплайны поддерживают анализ документов, оргструктур, численности и управленческого контекста.

В нашей работе используются автономные агенты, мультиагентные пайплайны, RAG, классификация, кластеризация, мэтчинг, доменная адаптация, Metric Learning, PEFT и SFT. Среди данных — стратегия, цели, задачи agile‑команд, оргструктура, рынки, консалтинговые отчёты, витрины, графы, документы и презентации.

Мы создаём AI‑Native продукты — внутренние и внешние. Полный цикл: от данных и LLM‑инференса до вывода в production
Виктория Дочкина
Управляющий директор-директор центра

Вопросы о команде

Стратегический и организационный анализ: цели, документы, оргструктуры, численность, задачи команд, рыночный контекст и внутренние процессы. Главный фокус сейчас — автономные агенты, мультиагентные пайплайны и самоулучшающиеся системы.
Собственный LLM-инференс, GigaChat и сильные open-source модели мирового уровня. Данные — стратегические документы, цели, оргструктуры, витрины, графы, презентации и слабоструктурированные источники.
На всём цикле: постановка задачи, исследование, данные, baseline, agentic-архитектура, eval, интеграция, мониторинг и улучшение в production.
Желателен, но не обязателен: важнее сильная инженерная база и интерес к домену. Часть команды пришла из классического ML и дата-инженерии и освоила LLM-стек уже внутри.
Жми «Хочу в команду» и расскажи о себе. Дальше — знакомство с рекрутером, техническое интервью и разговор с лидером направления.

Присоединяйся
к команде Сбера

ПАО Сбербанк использует cookie для персонализации сервисов и удобства пользователей.
Вы можете запретить сохранение cookie в настройках своего браузера.