СберScala-разработчик (Middle++) в команду RAG / Базы знаний
офис, Москва
Команда разрабатывает RAG‑платформу для баз знаний (векторные, графовые и гибридные пайплайны). Роль в backend‑команде: развивать сервисы интеграции с LLM, пайплайны retrieval и инструменты измерения качества для вывода гипотез в прод
ГрейдMiddle/Senior
Опытот 3 лет
Стек
JavaZIOPostgreSQLKafkaScalaCats EffectSparkpgvectorElasticsearchClickHouseQdrantLangChainDockerKubernetesREST API
Задачи
- •Разрабатывать и поддерживать backend сервиса баз знаний на JVM/Scala
- •Проектировать и реализовывать RAG‑пайплайны: векторный, графовый и гибридный retrieval
- •Интегрировать сервисы с LLM через LangChain и подключать векторные хранилища (pgvector, Qdrant)
- •Экспериментировать с методами чанкинга и реранкинга, проверять гипотезы совместно с ML‑инженерами
- •Участвовать в архитектурных решениях и развитии инженерной культуры команды
Обязательно
- •коммерческий опыт разработки на Java от 3 лет
- •уверенное знание JVM, многопоточности, понимание GC и работы с памятью
- •опыт проектирования и поддержки backend‑сервисов в продакшене под нагрузкой
- •уверенный SQL и опыт с PostgreSQL
- •опыт построения REST API и работы с брокерами сообщений (Kafka и т.п.)
- •понимание принципов функционального программирования и готовность глубоко в это погружаться
- •готовность переучиться на Scala за ~2 месяца и знание/готовность быстро освоить экосистему Scala (ZIO, Cats Effect) и сопутствующие инструменты; опыт интеграции с LLM/владение LangChain на уровне практики или pet‑проектов
Будет плюсом
- •опыт со Scala (проекты, курсы, чтение профильной литературы)
- •знакомство с ZIO, Cats Effect, Spark
- •практический опыт построения RAG‑систем, включая графовые (Neo4j, GraphRAG) или гибридные
- •опыт работы с pgvector, Elasticsearch, ClickHouse
- •опыт интеграции с GigaChat, Qwen, OpenAI и локальными моделями
- •понимание метрик качества RAG и методов их измерения
- •знание Docker, Kubernetes и CI/CD
- •опыт создания AI‑агентов и работы с генеративными моделями
