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, офис 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.
