Senior java разработчик

Наша команда создаёт внутренний сервис, который позволяет другим командам быстро запускать умные продукты на базе больших языковых моделей (LLM) и собственных данных. Мы строим платформу RAG (Retrieval-Augmented Generation), чтобы избавить разработчиков в компании от необходимости глубоко погружаться в тонкости векторизации, семантического поиска и общения с LLM, предоставив им готовый и удобный API.

Что у нас есть сейчас и над чем мы работаем:

Пайплайны для обработки данных: Разрабатываем и поддерживаем конвейеры для загрузки и подготовки документов из разных источников (Confluence, Jira, общие диски, почтовые архивы). Данные всегда «грязные», поэтому очистка и структуризация — наша постоянная головная боль и точка роста.

Сервис векторизации и поиска: Мы развернули и адаптируем векторную базу данных и строим вокруг неё API. Сейчас экспериментируем с гибридным поиском (ключевые слова + семантика), чтобы находить не только похожие по смыслу, но и точные совпадения.

Оркестрация RAG-цепочек: Основной наш продукт — это API, который принимает вопрос пользователя, находит релевантные фрагменты текста из нашей базы, конструирует «умный» промпт и отправляет его в LLM (используем несколько моделей, от opensource до коммерческих).

Инструменты для оценки: Качество — ключевая проблема RAG. Мы создаём внутренние дашборды и инструменты для оценки релевантности найденных документов и адекватности финальных ответов, собираем фидбэк от первых пользователей.

Мы ищем инженера, которому интересно не только исследовать новые подходы в NLP и Information Retrieval, но и доводить их до стабильно работающего в продакшене сервиса, которым пользуются реальные люди. Наш стек — это Java\Scala(LangChain), Python только для RND (FastAPI, LangChain/LlamaIndex), Docker, Kubernetes, и много экспериментов с векторными базами и ML-моделями. Если вы готовы строить промышленный RAG с нуля, а не просто использовать готовые решения, — нам по пути.

Обязанности

· участие в разработке приложения с использованием Spring & LLM

· написание unit-тестов

· выполнение CodeReview. Формирование правил кодирования в команде

· интеграция с различными хранилищами данных: Clickhouse, PostgreSQL, Hadoop.

Требования

• опыт работы в области информационных технологий не менее трех лет
• знание и понимание Spring Framework, Liquibase, Kafka, ORM (JPA, Hibernate), Mave, знание http, rest, grpc;
• опыт написание Unit-тестов (знание junit, mockito)
• опыт работы и управление настройками SonarQube и с PostgreSQL, Clickhouse
• знание и понимание процессов и инструментов CI\CD (Jenkins)
• опыт работы с Openshift, Docker
• понимание nginx.

AI-компетенции: навыки AI-промптинг (one-zeroshot, few-shot), опыт работы с MCP, RAG и опыт использования co-pilot при разработке приложений.

Условия

• комфортный современный офис
• график работы – офис
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для Junior позиций)
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.