Опубликовано 16 августа 2026 г.
Менеджер по координации AI в Сбер Банк Минск
Сопроводительное письмо под эту вакансию
Софи напишет его под твоё резюме. Бесплатно — 5 писем в день.
Приветствуем! Должность мечты для тех, кто хочет совмещать лидерские и организаторские навыки с управлением самыми перспективными направлениями в банке! Мы ищем не столько глубокого технаря, сколько «профессионала коммуникации и организации», который прошел 7-8 циклов стратегического/квартального планирования (PI-Planning), умеет выстраивать диалог с разными заказчиками и командами, решать конфликты и предлагать решения на начальном этапе. Контроль и обзор метрик. Техническое понимание AI/ML необходимо на базовом уровне для последующей коммуникации с экспертам в этой области. Как итог – 70% Soft Skills, 30% Hard Skills.
Чем займёшься?
- Координируешь весь поток AI-инициатив банка, ставишь задачи контенту команды разработки и следишь за выполнением бэклога
- Оцениваешь совместно с заказчиками и экспертами жизнеспособность и ценность новых AI-решений, проводишь совместные сессии анализа и приоритезации
- Строишь доверительную коммуникацию с разными заинтересованными лицами, решаешь возможные разногласия и находишь компромиссы
- Формируешь понятную отчётность по AI-продуктам и сопровождающим метрикам, собираешь и анализируешь показатели
- Будешь ведущим экспертом в вопросах AI внутри банка, продвигая лучшие мировые практики и развивая экспертизу внутри команды.
Ключевые компетенции
- Навыки работы в проектном управлении:
- Жизненный цикл: понимание этапов: идея -> анализ -> POC -> пилот -> промышленная эксплуатация
- Agile-фреймворки: планирование и треккинг по Scrum/Kanban, понимание ролей, артефактов, желательно знание масштабируемых фреймворков (SAFe)
- Инструменты: уверенное владение Jira/Confluence или аналогами для ведения бэклога и отчетности
-
- Работа с AI-инструментами:
- Базовое понимание построения AI-агентов и ML-моделей, и как агенты/модели взаимодействуют с инструментами и базами данных. Общее понимание принципов работы LLM (Large Language Models)
- Приветствуется понимание основ RAG (Retrieval-Augmented Generation): как подключать модели к корпоративным базам знаний
- Навык промпт-инжиниринга (продвинутый уровень): умение составлять сложные цепочки промптов (chain-of-thought+few-shot), проверять гипотезы, работать с контекстом, создавать шаблоны промптов для типовых бизнес-задач
-
- Бизнес-анализ (на уровне постановки задач):
- Сбор требований: умение проводить интервью и воркшопы с заказчиками, формализовывать результаты в user stories
- Оценка целесообразности внедряемых AI-решений: проведение бизнес-оценки, приоритизация
- Моделирование процессов: основы BPMN или аналоги, чтобы описать текущий и целевой процесс построения AI-агента и ML-модели
-
- Понимание AI/ML:
- Базовые понятия: что такое обучение с учителем/без учителя, классификация/регрессия, NLP, компьютерное зрение и иные специализированные модели. Понимание, для каких бизнес-задач какие методы применимы
- Будет плюсом понимание жизненного цикла ML: знание этапов: данные -> подготовка -> модель -> валидация -> деплой -> мониторинг. Понимание, что данные – ключевой ресурс
- Будет плюсом понимание метрик моделей: Умение читать основные метрики (accuracy, precision, recall, ROC-AUC) и интерпретировать их для бизнеса («модель ошибается в 5% случаев, но для нас критичнее ложноотрицательные срабатывания»)
- Будет плюсом понимание практик Data Governance: Общее понимание, какие данные нужны, как их получать и обеспечивать качество
- Коммуникация с Data Scientist'ами: Способность сформулировать задачу так, чтобы DS поняли, и проверить, что результат соответствует ожиданиям
-
- Документирование
- Ведение единого бэклога: создание понятных спецификаций (user stories, acceptance criteria), формирование отчетности для руководства, контроль метрик
- Будет плюсом если есть опыт работы в финтех или банковской отрасли, знание специфики AI/ML-жизненного цикла на практике или сертификация в области анализа данных и AI-применений
Что предлагаем?
- Быть драйвером перемен и ключевым игроком изменений в одной из крупнейших IT-экосистем
- Коллегиально развивающуюся культуру, где поощряются инициатива и готовность брать ответственность
- Возможность проявить инициативу, попасть в центр внимания и лично влиять на будущее AI-направления всей компании.
Ссылка на вакансию в банке вакансий на gsz.gov.by:
*Вакансия, планируемая к открытию (перспективная)

Сбер Банк
Минск
Зарплата vs рынок
Зарплата не указана. Обычно на такой позиции платят 200 000 – 337 500 ₽, медиана 250 000 ₽.
обычно платят (p25–p75): 200 000 – 337 500 ₽
Когорта Data, Middle · 185 вакансий за 90 дней
Зарплаты Data →Похожие вакансии
Не то, что искал?
Похожие вакансии
- Strong Middle / Senior Full-stack AI EngineerHustle Media · удалённо
- Data EngineerAviasales · удалённо
- Middle ML-разработчик (AI-агенты)Сбер. Кибербезопасность · Москва
- Data Engineer в направление «Интеллектуальные решения»Транстелеком · Астана
- Data Engineer (разработчик DWH)X5 Tech · удалённо
- Middle / Senior Data EngineerCHOICEIT · удалённо