Scala-разработчик (Middle++) в команду RAG / Базы знаний

Мы строим продукт, в котором применяются разные подходы к построению RAG: векторные, графовые и гибридные, различные стратегии чанкинга и реранкинга. Сейчас MVP уже в продакшене — впереди развитие, эксперименты и масштабирование.

Мы ищем сильного Java-разработчика уровня Middle++, который готов за 2 месяца переучиться на Scala и развивать наш сервис по созданию баз знаний на основе RAG.

• разрабатывать и развивать backend сервиса баз знаний на Scala (ZIO, Cats Effect, Spark)

• проектировать и реализовывать различные типы RAG-пайплайнов: векторный поиск, графовый retrieval, гибридные схемы

• экспериментировать с методами чанкинга (по структуре, семантические, иерархические и др.) и реранкинга

• интегрироваться с LLM (GigaChat, Qwen) через LangChain, работать с pgvector, Elasticsearch, ClickHouse, Qdrant

• совместно с ML-инженерами из соседней команды проверять гипотезы, выводить их в прод и измерять качество

• участвовать в архитектурных решениях и развитии инженерной культуры команды из 4 Scala-разработчиков

• первые ~2 месяца — выделенное время на внутреннее обучение Scala с поддержкой команды и плавным погружением в боевые задачи.

• коммерческий опыт разработки на Java от 3 лет: уверенное знание JVM, многопоточности, понимание особенностей сборщика мусора и работы с памятью

• опыт проектирования и поддержки backend-сервисов в продакшене под нагрузкой

• уверенный SQL и опыт работы с PostgreSQL

• опыт построения REST API и работы с брокерами сообщений (Kafka и т. п.)

• понимание принципов функционального программирования (immutability, higher-order functions, работа с эффектами, тайп-классы) и желание глубоко в это погружаться

• ориентация в области RAG и LLM: понимание embeddings, векторного поиска, чанкинга, реранкинга, prompt engineering; опыт хотя бы pet-проектов с LangChain или аналогами

• понимание различий между векторным, графовым и гибридным retrieval

• готовность интенсивно учиться: за ~2 месяца выйти на уровень самостоятельной разработки на Scala

• аналитический склад ума, умение работать с исследовательскими задачами и неопределённостью.

Будет плюсом

• любой опыт со Scala (pet-проекты, курсы, чтение Odersky / "Scala with Cats" / "Functional Programming in Scala")

• знакомство с экосистемой ZIO, Cats Effect, Spark

• практический опыт построения RAG-систем, в том числе графовых (Neo4j, GraphRAG) или гибридных

• опыт работы с pgvector, Elasticsearch, ClickHouse

• опыт интеграции с LLM (GigaChat, Qwen, OpenAI, локальные модели)

• понимание метрик качества RAG (faithfulness, relevance, recall@k и др.) и подходов к их измерению

• знание Docker, Kubernetes, CI/CD.

• комфортный современный офис в Москве

• график работы – офис

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте (для Junior позиций)

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.