Backend-разработчик (java/kotlin)
Описание
Сбер2В — система бизнес-сервисов под единым управлением. Вместе мы решаем комплексные задачи государства, бизнеса и регионов с помощью аналитики больших данных, искусственного интеллекта, автоматизации и ЭДО.Мы в цифрах:• 50+ собственных решений• 1,2 млн клиентов малого бизнеса• 40+ отраслей используют наши продукты• 2,5 тыс. клиентов крупного бизнеса и госсектораНаши технологии (аналитика больших данных, машинное обучения, визуализация) помогают бизнесу расти, а регионам — развиваться. Сейчас мы ищем Backend-разработчика к нам в команду. Чем предстоит заниматься: Разрабатывать сервисы на Java/Kotlin в микросервисной архитектуре: писать REST API (OpenAPI/Swagger); Работать с PostgreSQL, проектировать схемы БД; Внедрять AI-агентов в продуктовую среду: интегрировать LLM-модели (OpenAI, Anthropic, локальные open-source модели) через Spring AI, LangChain или LangGraph; Строить RAG-системы (Retrieval-Augmented Generation): проектировать retrieval-пайплайны, работать с эмбеддингами, настраивать векторные базы данных (Qdrant/Pinecone/Milvus), оптимизировать поиск и качество выдаваемых ответов; Настраивать инструментарий AI-агентов: писать код, который позволяет LLM вызывать методы внутренних микросервисов и внешних API; Проектировать управление контекстом и памятью AI-агентов. Ты идеальный кандидат, если у тебя есть: Опыт разработки на Java/Kotlin от 3 лет; Понимание принципов микросервисной архитектуры PostgreSQL + ORM (Hibernate/JPA): моделирование, миграции, оптимизация запросов REST + OpenAPI/Swagger (как контракт API), JSON; Опыт работы инструментами командной разработки: таск-трекер, система контроля версий; Опыт разработки AI-агентов и LLM-based приложений; Опыт работы со Spring AI, LangGraph / LangChain Навыки AI-промптинга (zero-shot, few-shot, structured prompting); Опыт работы с MCP, tool/function calling; Опыт построения RAG-систем: embeddings, vector DB, retrieval pipeline Интеграция с LLM API и AI-платформами; Понимание memory/context management в AI-agent системах; Понимание ограничений LLM, подходов к валидации и контролю качества ответов; Использование AI co-pilot инструментов при разработке приложений; Понимание архитектурных подходов к построению production-ready AI-сервисов. Что мы предлагаем: Работу в аккредитованной IT-компании; Удобный офис; Ежегодный бонус по итогам работы; Подключение к ДМС, телемедицина, чек-ап – после прохождения испытательного срока; Ведение беременности и родов, лазерная коррекция зрения и стоматология после двух лет непрерывного стажа в группе Сбер; Специальные условия для страхования семьи; Возможность участия в корпоративной пенсионной программе; Корпоративное обучение; Бесплатную подписку на СберПрайм+ и скидки у партнёров; Новогодние подарки для детей, корпоративные мероприятия и поддержку в особых жизненных ситуациях; Скидки в спортклубы X-Fit, WorldClass. Почему у нас классно работать: Видимый результат: твой вклад напрямую влияет на продукт и развитие компании; Минимизируем бюрократию, даём возможность проявлять инициативу; Есть возможность карьерного роста внутри команды или других подразделений; Вклад в развитие общества: наши исследования способствуют улучшению экономики регионов и качества жизни людей. Мы верим в силу данных как инструмента позитивных изменений