# Сбер ИТ (ИТ B2C) — ИТ Лидер кластера / Head of AI Engineering

## Метаданные

- **Компания:** Сбер ИТ, ИТ B2C — новое подразделение
- **Вакансия:** ИТ Лидер кластера / Head of AI Engineering — построить и возглавить направление AI-инженерии
- **Продукт:** автономный AI-ассистент вместо тысяч шаблонных сценариев; «банк понимает не запросы, а цели клиентов» (пример: вместо «оформи кредит» — ассистент видит крупную покупку и предлагает финансовый план)
- **Зона ответственности:** AI-стратегия, портфель AI-инициатив (PoC → пром), архитектура AI-платформы (LLM gateway, RAG, агентные фреймворки, evals, наблюдаемость), команда, инженерная культура (evals-first, AI-assisted coding, Spec-Driven Development), AI governance
- **Стек:** Backend Java (высоконагруженные микросервисы); AI/ML ядро Python + LangGraph, LangChain, MCP; инфра PostgreSQL, Kafka/Redis, OpenShift/K8S
- **Формат:** **гибридный** (офис проезд Соймоновский 5, Москва) — мягче, чем офис 5/2 в других сберовских кейсах
- **Вилка:** не указана
- **Опыт:** более 6 лет; опубликована 23.09.2026
- **Источник:** hh.ru/vacancy/137699426
- **Дата кейса:** 24.09.2026

## Вакансия (verbatim)

> Мы создаём будущее, в котором банк — это ваш личный ИИ-стратег.
> Мы — команда, которая заменяет тысячи шаблонных сценариев одним умным и автономным помощником. Наша миссия — научить банк понимать не запросы, а цели клиентов, и самостоятельно строить персонализированные маршруты для их достижения.
> Мы не улучшаем интерфейс. Мы меняем парадигму.
> Вместо «оформи кредит» — мы создаём ассистента, который видит, что вы планируете крупную покупку, и предлагает не просто заявку, а целый финансовый план.
> Мы ищем Head of AI Engineering — лидера, который построит и возглавит направление AI-инженерии в новом подразделении. Вы будете отвечать за стратегию применения AI, формирование и развитие команды, архитектуру AI-платформы и доведение AI-инициатив до измеримого бизнес-результата. Это роль для руководителя с сильным инженерным бэкграундом, который сочетает техническую глубину, продуктовое мышление и умение выстраивать организацию: от найма первых инженеров до масштабирования практик AI-разработки на всю компанию.

**Обязанности:**

Стратегия и бизнес-результат:
- формировать и реализовывать AI-стратегию компании в связке с продуктовой и технологической стратегией: где AI создаёт максимальную ценность, в какой последовательности внедрять, как измерять эффект
- управлять портфелем AI-инициатив: приоритизация, распределение ресурсов, go/no-go решения по итогам PoC, доведение до промышленной эксплуатации
- отвечать за бизнес-метрики направления: ROI внедрений, экономия/выручка от AI-решений, стоимость инференса, adoption среди пользователей
- выстраивать партнёрства с вендорами и провайдерами моделей, вести переговоры по условиям, управлять бюджетом направления

Команда и организация:
- нанимать, развивать и удерживать команду инженеров
- формировать инженерную культуру: стандарты качества, код-ревью, evals-first подход, документация, обмен знаниями
- выстраивать взаимодействие с продуктовыми командами, data-подразделениями, безопасностью и комплаенсом; работать в модели платформенной команды (enablement) и/или встроенных инженеров
- развивать AI-грамотность в компании: обучение команд, внутренние гайдлайны по применению AI-инструментов в разработке (AI-assisted coding, Spec-Driven Development)

Технологии и архитектура:
- задавать архитектурные принципы AI-платформы: слой доступа к моделям (LLM gateway), RAG-инфраструктура, агентные фреймворки, система evals, наблюдаемость
- принимать ключевые технологические решения: build vs buy, выбор моделей (проприетарные vs open-source), стратегия мультимодельности, требования к данным
- отвечать за надёжность, безопасность и соответствие требованиям регуляторов: защита данных и PII, guardrails, аудит AI-решений, управление рисками (AI governance)
- оставаться на переднем крае технологий: оценивать новые модели и подходы, проводить быстрые эксперименты, отделять хайп от применимого

**Требования:**

- 8+ лет опыта в разработке ПО (на стэке Java/Python), из них 3+ года в руководстве инженерными командами (от 10 человек) и 2+ года практического опыта с LLM/GenAI-решениями в промышленной эксплуатации
- подтверждённый опыт доведения AI-продуктов до прода с измеримым бизнес-эффектом: можете рассказать, что внедрили, как измеряли и что это дало бизнесу
- глубокое техническое понимание современного AI-стека: LLM-провайдеры и open-source модели, RAG, агентные архитектуры, evals, fine-tuning, инференс-инфраструктура — на уровне, достаточном для архитектурных решений и оценки работы команды
- опыт построения команды с нуля или значимого масштабирования (найм, онбординг, развитие, работа с производительностью)
- сильные навыки стейкхолдер-менеджмента: умение работать с топ-менеджментом, защищать бюджеты и инвестиции, переводить технические возможности на язык бизнес-ценности
- опыт управления бюджетом направления и экономикой AI-решений (unit-экономика инференса, TCO)
- понимание вопросов AI governance: безопасность, приватность данных, регуляторные требования, ответственное применение AI

**Стек и окружение:** Backend Java (высоконагруженные отказоустойчивые микросервисы); Front Swift, Kotlin, React, Vite, TypeScript; AI/ML ядро Python (агенты, нейросетевые модели), LangGraph, LangChain, MCP; инфраструктура PostgreSQL, Kafka/Redis, OpenShift/K8S, nginx, WAF Qrator; контекст — сложная enterprise-архитектура, интеграция с ядром банка.

**Условия:** гибридный формат (офис проезд Соймоновский 5), ежегодный пересмотр ЗП и годовая премия, ДМС, ипотека, Прайм на троих, пенсия.

## Наш профиль vs требования

**Совпадает:**

- **Разработка 8+ лет:** ✅ 20 лет. **Руководство 3+ года (от 10 человек):** ✅ с 2017; с 2023 — команды 18+ (Самокат, 3 продуктовые) и 20+ (Райф, 3 кросс-функциональные).
- **AI-продукты до прода с измеримым бизнес-эффектом (ядро вакансии):** ✅ главный козырь. Voice bot Райфа на LangChain с LLM-оркестрацией — от постановки до промышленной эксплуатации, ~7% рутинных обращений клиентов (измеримый эффект). Code review агент Самоката — агент на webhook GitLab, встроен в ежедневную работу, доводился по безопасности и производительности.
- **Агентные архитектуры / LLM:** LangChain + LLM-оркестрация в проде; агентный кейс в Самокате. Системное погружение — HeavyTech Podcast (AI/LLM) — прямое попадание в «отделять хайп от применимого» и «развивать AI-грамотность».
- **Масштабирование практик на всю компанию:** Ruby Practice Lead — стандарты код-ревью и матрица компетенций на всю инженерную практику. Прямая аналогия с «внутренние гайдлайны по применению AI в разработке».
- **Построение команд, найм, онбординг:** формирование команд с нуля (Самокат), ~20 выросших за 9 лет, трое стали тимлидами, преемники, система оценки кандидатов.
- **Инженерная культура:** стандарты качества, код-ревью, документация (C4 — Райф), лёгкий процесс техдолга.
- **Архитектура/инфра:** DDD (стандарт нескольких команд), high-load (Дикси 2000 магазинов, ~1000 RPS), PostgreSQL, Kafka, K8s, наблюдаемость/трейсинг — инфраструктурная часть вакансии знакома.
- **Безопасность AI-решений:** для code review агента решал проблемы безопасности и производительности (смежно с guardrails/AI governance).

**Честные гэпы:**

- **Стек Java/Python:** primary — Ruby (переходы PHP → Ruby, Ruby → Go есть). Python в production не подтверждён. AI-ядро вакансии — Python. Жёсткий фильтр на скрининге.
- **«2+ года LLM/GenAI в промышленной эксплуатации»:** кейсы есть, но подтверждаемый стаж пром-эксплуатации LLM-решений меньше — voice bot выведен в 2025. Дословную цифру не заявляем.
- **RAG, fine-tuning, evals, LangGraph, MCP, LLM gateway** — глубокой экспертизы нет; подтверждено: LangChain-оркестрация, агентная архитектура, интеграции.
- **Бюджет, unit-экономика инференса, TCO, ROI-менеджмент** — не подтверждено (не приписываем).
- **Топ-менеджмент стейкхолдинг, защита бюджетов** — прямо не подтверждено.
- **AI governance (регуляторика, PII, аудит)** — только смежный опыт (безопасность AI-агента).

## Стратегические расхождения и контекст

1. **Формат — гибрид** (не чистый офис!) — ближе к цели «удалёнка», чем все предыдущие сберовские кейсы. По-прежнему Москва-якорь.
2. **Рубли, вилка не указана** — против цели «валютный доход».
3. **Стратегически важная роль:** это ровно AI-лидерское направление развития пользователя (AI-витрина, переход в AI-инженерию). Даже при средних шансах отклик обоснован — роль мечты по направлению.

## Оценка шансов

Средние, с сильным AI-нарративом: кейсы с измеримым эффектом и LangChain в проде — то, что просят дословно («что внедрили, как измеряли, что дало бизнесу»). Риски: Java/Python-фильтр (главный), короткий подтверждаемый LLM-стаж, отсутствие бюджетной и топ-стейкхолдинг фактуры, RAG/evals-глубина. Если секьюрити пропустит стек — на секции AI-кейсы вытягивают; если стек фильтруют — отсеют рано.

## Центральный тезис письма

> Руководитель-инженер, который уже делает то, что миссия вакансии: переводит шаблонные сценарии в умного ассистента с измеримым эффектом (voice bot ~7%), строит команды и масштабирует инженерные практики на всю организацию.

## Статус и материалы

- 24.09.2026 — кейс создан; `cover-letter.txt` — сопроводительное для hh.
- 24.09.2026 (вечер) — письмо переписано по правилам skill v5.0 (по ревью пользователя): сокращено до 4 абзацев, убраны блок «Честно про расхождения», зеркалирование вакансии, самооценочные формулировки и лишние технологии; оставлены 2 кейса (voice bot ~7% + AI-код-ревью) и организационный масштаб; стек-оговорка убрана совсем. Полный разбор гэпов — выше, в этом файле (для подготовки к разговору).
- 24.09.2026 (вечер 2) — письмо переписано по правилам skill v7.0 (навык ужесточился после v5.0): убрано открытие «Откликаюсь на позицию…» — теперь hook в первом предложении (два AI-продукта, доведённых до прома); цифры сокращены до максимума в 3 (7% / 18+ / 20+), убраны «девять лет руководства» и «~20 выросших»; объём 783 знака (цель v7.0: 600–1000); вместо общих слов о менторстве — конкретный факт Ruby Practice Lead (стандарты код-ревью и матрица компетенций на всю практику банка) как проекция на «масштабирование практик на всю компанию» без зеркалирования формулировок вакансии.
- Решение об отправке — за пользователем.