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, 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.