Middle Java Developer по AI-системам

Что за роль

Это Middle Java Developer в СберСпасибо с фокусом на backend-разработку и GenAI. В задачи входят микросервисная архитектура, построение RAG-пайплайнов и мультиагентных систем, а также развитие инфраструктуры для работы с векторным поиском и LLM.

Что предстоит делать

• Проектировать и разрабатывать микросервисы на Java 17+ с использованием Spring Boot, Spring MVC, Data JPA и Spring Security.
• Строить RAG-пайплайны: обрабатывать исходные данные и организовывать индексацию эмбеддингов.
• Развивать Qdrant: проектировать схемы шардирования, настраивать гибридный поиск BM25 и Dense Vectors, оптимизировать запросы.
• Создавать мультиагентные системы на LangChain и LangGraph для классификации, извлечения сущностей и автоматизации принятия решений.
• Настраивать промпты, Few-shot-примеры и структурированный JSON-вывод; управлять параметрами инференса и обрабатывать деградацию внешних LLM-провайдеров.
• Оптимизировать PostgreSQL: анализировать SQL-запросы, настраивать индексы и транзакционную изоляцию.
• Развивать контейнерную инфраструктуру и CI/CD с Docker, Kubernetes, Helm и GitLab CI или Jenkins.

Что потребуется

• Уверенное знание Java 17+ и экспертное владение Spring, включая жизненный цикл бинов, AOP, настройки пулов соединений и безопасности.
• Опыт проектирования реляционных моделей PostgreSQL, чтения EXPLAIN ANALYZE, устранения блокировок и подготовки миграций Liquibase или Flyway.
• Практический опыт с Qdrant либо Weaviate, Pinecone или Milvus и понимание метрик сходства векторных представлений.
• Опыт с LangChain и/или LangGraph, графами состояний и интеграцией внешних инструментов через tool calling.
• Навыки prompt engineering, Docker, Kubernetes, Helm и Linux shell.
• Опыт настройки CI/CD, сборки Maven или Gradle, тестирования с JUnit 5 и Testcontainers, статического анализа кода.

Что важно знать

Описание подробно раскрывает инженерный стек и сочетает классическую backend-разработку с задачами генеративного ИИ. В частности, предстоит заниматься не только интеграцией LLM, но и качеством поиска, производительностью PostgreSQL и устойчивостью сервисов при сбоях внешних провайдеров.