← К каталогу
СБ

СБЕР

Scala-разработчик (Middle++) в команду RAG / Базы знаний

ОфисMiddleМосква, Россиявчера
О ВАКАНСИИ

Описание вакансии

Мы строим продукт, в котором применяются разные подходы к построению RAG: векторные, графовые и гибридные, различные стратегии чанкинга и реранкинга. Сейчас MVP уже в продакшене — впереди развитие, эксперименты и масштабирование.

Мы ищем сильного Java-разработчика уровня Middle++, который готов за 2 месяца переучиться на Scala и развивать наш сервис по созданию баз знаний на основе RAG.

Обязанности

  • разрабатывать и развивать backend сервиса баз знаний на Scala (ZIO, Cats Effect, Spark)
  • проектировать и реализовывать различные типы RAG-пайплайнов: векторный поиск, графовый retrieval, гибридные схемы
  • экспериментировать с методами чанкинга (по структуре, семантические, иерархические и др.) и реранкинга
  • интегрироваться с LLM (GigaChat, Qwen) через LangChain, работать с pgvector, Elasticsearch, ClickHouse, Qdrant
  • совместно с ML-инженерами из соседней команды проверять гипотезы, выводить их в прод и измерять качество
  • участвовать в архитектурных решениях и развитии инженерной культуры команды из 4 Scala-разработчиков
  • первые ~2 месяца — выделенное время на внутреннее обучение Scala с поддержкой команды и плавным погружением в боевые задачи.

Требования

  • коммерческий опыт разработки на Java от 3 лет: уверенное знание JVM, многопоточности, понимание особенностей сборщика мусора и работы с памятью
  • опыт проектирования и поддержки backend-сервисов в продакшене под нагрузкой
  • уверенный SQL и опыт работы с PostgreSQL
  • опыт построения REST API и работы с брокерами сообщений (Kafka и т. п.)
  • понимание принципов функционального программирования (immutability, higher-order functions, работа с эффектами, тайп-классы) и желание глубоко в это погружаться
  • ориентация в области RAG и LLM: понимание embeddings, векторного поиска, чанкинга, реранкинга, prompt engineering; опыт хотя бы pet-проектов с LangChain или аналогами
  • понимание различий между векторным, графовым и гибридным retrieval
  • готовность интенсивно учиться: за ~2 месяца выйти на уровень…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Developers / RU / between3And6