Backend разработчик

Навыки

• AI-агенты
• AI-инструменты в работе
• API (интеграции)
• Big Data
• ЭДО
• Git
• Hibernate / JPA

О компании и продукте

• 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.

Задачи

• 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 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

Требования

• Опыт работы со Spring AI, LangGraph / LangChain Навыки AI-промптинга (zero-shot, few-shot, structured prompting)

Условия

• Работу в аккредитованной IT-компании
• Удобный офис (м. Калужская, ул. Обручева 30/1 с.2)
• 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

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.