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

Сбер·Москва·30 сент.

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

Ориентир по рынку≈ 150 000 – 325 000 ₽наша приблизительная оценка по 94 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 150 000 – 325 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Деньги

Сумму в объявлении не указали. Ориентир на созвон: столько платят в 94 похожих вакансиях Разработчик уровня Middle.

платят меньше150 000 – 325 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Открыта 19 дней, и признаков фиктивного найма у неё нет. Раньше не выкладывалась.

Живая

Описание

Обязанности: 7, требования: 18. Понятно, что за работа, ещё до отклика.

Обещают: ДМС и компенсация спорта

Подробно

Что требуют

ОбязательноScalaRAGJavaSQLPostgreSQLRESTKafkaLLMLangChainSpark

ПлюсомDockerKubernetesCI/CD

Надбавка к зарплате на этом уровне: REST +26%, SQL +20%, Kafka +20%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Наша компания

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.

Чем предстоит заниматься

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

Наши требования

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

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

Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

Инструментальное владение AI для анализа, генерации и автоматизации