Сбер2B
Backend-разработчик (java/kotlin)
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Описание вакансии
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 госсектора
Наши 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…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.