Java Developer (AI / GenAI)

Описание вакансии

компания "сберспасибо"

о проекте: мы развиваем платформу, в ядро которой встраиваются возможности генеративного ии. нам нужен сильный бэкенд-разработчик уровня middle/senior, который не просто пишет на java, но и глубоко понимает механику работы llm, умеет строить rag-пайплайны и проектировать сложных агентов.

задачи:

• проектирование и разработка микросервисной архитектуры на java 17+ с использованием spring boot (mvc, data jpa, security).
• построение пайплайнов retrieval-augmented generation (rag): от парсинга сырых данных до индексации эмбеддингов.
• разработка и поддержка векторных баз данных qdrant: проектирование схем шардирования, настройка гибридного поиска (bm25 + dense vectors) и оптимизация запросов к векторному пространству.
• создание мультиагентных систем на базе langchain/langgraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений).
• глубокий промт-инжиниринг: написание промптов с нуля под разные user-case'ы одного агента, внедрение техник few-shot, chain-of-thought (cot) и структурированного вывода (json mode).
• отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, top_p, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров llm.
• оптимизация производительности postgresql: тюнинг сложных sql-запросов, работа с индексами (b-tree, gin/gist, триграммы), проектирование транзакционной изоляции.
• вынос вычислений в контейнерную среду: docker, kubernetes (helm), построение отказоустойчивых ci/cd-конвейеров в gitlab ci/jenkins.

наши ожидания от кандидата:

• уверенное владение java 17+. понимание многопоточности (completablefuture, виртуальные потоки project loom — будет плюсом).
• экспертный уровень владения стеком spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений бд и параметров безопасности.
• опыт проектирования реляционных моделей в postgresql, умение читать explain analyze, бороться с блокировками и писать эффективные миграции (liquibase/flyway).
• практический опыт работы с векторными субд (qdrant) или weaviate/pinecone/milvus. понимание метрик близости (cosine similarity, dot product, euclidean distance).
• опыт разработки с библиотеками langchain и/или langgraph. навык построения графов состояний (state machines) и интеграции внешних инструментов (tool calling).
• навык написания эффективных промптов (prompt engineering) и управления поведением llm без изменения весов модели.
• опыт работы с docker и kubernetes (написание манифестов, helm-чартов). знание linux shell на уровне уверенного пользователя.
• настроенные процессы ci/cd (gitlab ci или jenkins): сборка maven/gradle, покрытие тестами (junit 5, testcontainers), статический анализ кода.