AI-инженер (со знанием Java)

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Ищем backend-инженера с опытом на Java/Kotlin и архитектурным мышлением, который умеет встраивать LLM и AI-агентов в промышленные системы. Это не позиция data scientist или ML-инженера — работа с моделями идёт на уровне API-интеграции, оркестрации и инфраструктуры вокруг них, а не исследования или обучения моделей.

Уровень: Middle по AI-процессам, Middle+/Senior по backend и архитектуре.

Обязанности

• разрабатывать и поддерживать backend-сервисы на Java/Kotlin/Python


• проектировать архитектуру систем с интеграцией LLM (микросервисы, событийная архитектура)


• интегрировать LLM API (OpenAI, Anthropic, GigaChat и т.п.) в продакшн-пайплайны


• разрабатывать AI-агенты: tool use / function calling, многошаговое планирование


• писать и подключать skills и MCP-серверов для расширения возможностей агентов


• строить харнесс-инфраструктуру вокруг моделей: оркестрация инструментов, verification loops, guardrails, context/memory management, observability


• обеспечивать отказоустойчивость и мониторинг AI-компонентов в проде.

Требования

• наличие высшего образования


• Java/Kotlin — production-опыт от 3 лет, уверенное владение ООП и паттернами проектирования


• опыт проектирования микросервисных и распределённых систем, REST/gRPC, событийная архитектура (Kafka/RabbitMQ)


• знание PostgreSQL/SQL на уровне проектирования схем и написания сложных запросов


• навык работы с Docker, Kubernetes, CI/CD


• опыт проектирования отказоустойчивых систем: retry, circuit breaker, rate limiting — особенно важно при работе с недетерминированными и нестабильными по задержке LLM API


• понимание принципов работы LLM как API: контекстное окно, токены, стоимость запроса, температура/семплинг — без задачи тренировки моделей


• практический опыт интеграции LLM API из кода (OpenAI, Anthropic, GigaChat, локальные модели через Ollama/vLLM)

будет преимуществом:

• опыт с LangChain4j или Spring AI (JVM-экосистема для LLM-приложений)


• базовое понимание ML/DL


• опыт эксплуатации high-load систем, OpenShift/Kubernetes в проде


• опыт настройки аутентификации в распределённых системах (mTLS, токены).

Условия

• гибридный формат в Москве (Кутузовский пр, 32)


• ежегодный пересмотр зарплаты и годовая премия


• расширенный ДМС и льготное страхование для семьи


• уникальная система обучения Сбера для профессионального и карьерного развития


• выгодная ипотека для сотрудников


• подписка Прайм с возможностью совместного использования на трёх близких


• вознаграждение за рекомендацию друзей в команду Сбера


• корпоративная пенсионная программа.