Java Ծրագրավորող (AI/GenAI)

Միջին/Ավագ Java Ծրագրավորող (AI/GenAI) SberSpasibo-ում։ Լրիվ դրույք, Մոսկվայի գրասենյակ։ Հետին մասի մշակում GenAI հարթակի համար՝ RAG խողովակաշարեր, վեկտորային ՏՎ Քդրանթ, LangChain/LangGraph բազմագենտ համակարգեր։

Հարթակի մշակում գեներատիվ AI հնարավորություններով, որոնք ինտեգրված են հիմնական մասում։ Պարտականություններ՝ - Միկրոծառայությունների ճարտարապետության նախագծում և մշակում Java 17+՝ օգտագործելով Spring Boot (MVC, Data JPA, Security)։ - Retrieval-Augmented Generation (RAG) խողովակաշարերի կառուցում՝ հում տվյալների վերլուծությունից մինչև էմբեդինգների ինդեքսավորում։ - Քդրանթ վեկտորային տվյալների բազաների մշակում և սպասարկում՝ շարդինգի սխեմաների նախագծում, հիբրիդ որոնման կարգավորում (BM25 + Dense Vectors), և հարցումների օպտիմալացում։ - Բազմագենտ համակարգերի ստեղծում LangChain/LangGraph-ի հիման վրա՝ բիզնես գործընթացների ավտոմատացման համար։ - Խորը պրոմպտ ինժեներություն՝ պրոմպտներ գրել տարբեր սցենարների համար մեկ գենտի, Few-shot տեխնիկա, Chain-of-Thought, կառուցվածքային ելք (JSON ռեժիմ)։ - Մոդելի իմաստաբանության վրիպազերծում՝ պատասխանների էնտրոպիայի կրճատում, փոփոխականության կառավարում ինֆերենցիայի պարամետրերով, ինքնաբուժման մեխանիզմներ արտաքին LLM մատակարարների դեգրադացիայի համար։ - PostgreSQL-ի կատարողականության օպտիմալացում՝ բարդ SQL հարցումների թյունինգ, ինդեքսների հետ աշխատանք (B-tree, GIN/GIST, տրիգրամներ), գործարքային մեկուսացման նախագծում։ - Հաշվարկների տեղափոխում կոնտեյներային միջավայր՝ Docker, Kubernetes (Helm), անհաջողությունակայուն CI/CD խողովակաշարերի կառուցում GitLab CI/Jenkins-ում։

Պահանջներ՝ - Java 17+-ի վստահ տիրապետում, բազմաթելայինության ընկալում (CompletableFuture, Project Loom վիրտուալ թելեր — առավելություն)։ - Spring ստեկի փորձագիտական մակարդակ՝ բինի կյանքի ցիկլ, ասպեկտ կողմնորոշված ծրագրավորում, տվյալների բազայի միացումների ավազանի և անվտանգության պարամետրերի նուրբ կարգավորում։ - Ռելյացիոն մոդելների նախագծման փորձ PostgreSQL-ում, EXPLAIN ANALYZE կարդալու ունակություն, արդյունավետ միգրացիաներ (Liquibase/Flyway)։ - Գործնական փորձ վեկտորային ՏՎԿՀ (Քդրանթ) կամ Weaviate/Pinecone/Milvus հետ, մերձավորության չափումների ընկալում (Cosine Similarity, Dot Product, Euclidean Distance)։ - LangChain և/կամ LangGraph գրադարաններով մշակման փորձ, վիճակային գրաֆների կառուցում, արտաքին գործիքների ինտեգրում (tool calling)։ - Արդյունավետ պրոմպտներ գրելու հմտություն (Prompt Engineering) և LLM-ի վարքագծի կառավարում առանց մոդելի կշիռները փոխելու։ - Docker-ի և Kubernetes-ի հետ աշխատանքի փորձ (մանիֆեստներ, Helm chart-եր), Linux շելլի վստահ օգտագործող։ - Կարգավորված CI/CD գործընթացներ (GitLab CI կամ Jenkins)՝ Maven/Gradle կառուցում, թեստային ծածկույթ (JUnit 5, Testcontainers), ստատիկ կոդի վերլուծություն։

Լրիվ դրույքով աշխատանք Աշխատանքի ձևաչափ՝ Մոսկվա (գրասենյակ)