Мы разрабатываем инновационное решение на основе генеративного ИИ (GenAI) для автоматизации управленческих процессов.
Наша цель: мультиагентная система, которая автономно анализирует показатели сотрудников, принимает решения и генерирует персонализированные рекомендации по повышению эффективности.
Техническая суть: гибридная архитектура, где Java-бэкенд обеспечивает надёжность, масштабируемость и безопасность, а AI-компоненты (агенты, LLM, RAG) отвечают за интеллект и генерацию.
В твои задачи будет входить:
- проектирование и разработка микросервисов на Java с учётом требований безопасности, отказоустойчивости и low-latency
- написание чистого, поддерживаемого кода, проведение code review, покрытие тестами (unit/integration)
- работа с PostgreSQL: сложные запросы, оптимизация, индексы, транзакции
- участие в архитектурных решениях и внедрении лучших практик
- интеграция LLM API (GigaChat) через Java-клиенты или Spring AI
- проектирование и оркестрация мультиагентных сценариев: planner → executor → critic → optimizer
- реализация паттернов агентов: ReAct, tool calling, memory management (short/long-term), fallback-стратегии
- разработка RAG-пайплайнов: чанкинг, эмбеддинги, векторный поиск, контекстная релевантность
- управление промптами: версионирование, A/B-тестирование, динамическая генерация, защита от инъекций
- внедрение evaluation-практик: метрики качества генерации, детекция галлюцинаций
- настройка guardrails и модерации выходных данных агентов
- участие в AI-Ops: версионирование промптов/конфигов, регрессионные тесты, canary-деплои.
От кандидата ждем:
- опыт коммерческой разработки на Java от 2 лет
- уверенное знание Java 17+
- опыт работы с Maven/Gradle, Spring Boot, Spring Data
- понимание микросервисной архитектуры: REST, gRPC, Kafka, service discovery, circuit breakers
- опыт работы с PostgreSQL: сложные запросы, оптимизация, индексы, транзакции
- понимание принципов CI/CD (Jenkins/GitLab CI/GitHub Actions)
- уверенное владение Git, написание тестов (JUnit, Testcontainers, Mockito)
- опыт проведения code review
- опыт работы с Claude Code, Qwen Coder, создание и настройка инструментов для агентов.
Критично для AI-направления (хотя бы 2-3 пункта)
- опыт интеграции LLM API или agent-фреймворков (LangChain, LlamaIndex, Spring AI)
- понимание паттернов RAG, tool calling, memory management, planning в агентных системах
- практика работы с векторными БД
- опыт оценки качества AI-генерации: метрики, evaluation-фреймворки (RAGAS, LangSmith)
- понимание основ промпт-инжиниринга: шаблоны, динамическая генерация, защита от инъекций, версионирование
- опыт настройки мониторинга AI-систем: latency, cost, token usage, качество ответов.
Будет большим плюсом:
- опыт проектирования архитектуры мультиагентных систем (иерархия, рой, supervisor-worker)
- знание Docker, Kubernetes/OpenShift, опыт деплоя AI-сервисов
- опыт работы с очередями для асинхронной генерации (Kafka) и кэшированием (Redis)
- понимание подходов AI PDLC.
Мы предлагаем:
- полный рабочий день с возможностью гибкого графика
- гибридный формат работы
- конкурентоспособная зарплата (фиксированный оклад плюс премиальные выплаты)
- корпоративный спортзал
- сложные, амбициозные задачи на стыке бэкенда и GenAI
- возможность создать уникальный продукт с нуля и повлиять на архитектуру
- профильное обучение за счёт компании: конференции, курсы, внутренние воркшопы по AI
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- ипотека выгоднее до 7% для каждого сотрудника
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.