2 дня назад
Python-разработчик (LLM/AI), ритейлер
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
Текст:
TL;DR
Python-разработчик (LLM/AI), ритейлер: Разработка высоконагруженной AI-платформы с акцентом на событийно-ориентированную архитектуру, асинхронный Python, LLM-интеграции и классический ML. Фокус на проектировании отказоустойчивых сервисов, оптимизации инференса и данных, наблюдаемости, тестировании и развитии инженерных практик.
Локация: удалённая работа, Москва; также возможна работа в офисе клиента или офисе SkillStaff в центре Москвы.
Компания
SkillStaff — аккредитованная IT-компания, реализующая проекты для крупного бизнеса и предоставляющая специалистов для разнообразных IT-проектов.
Что делать
- Проектировать с нуля архитектуру сервисов и событийно-ориентированных систем.
- Разрабатывать высоконагруженный асинхронный бэкенд на Python.
- Интегрировать Kafka и Redis Pub/Sub, обеспечивая отказоустойчивую доставку событий.
- Проектировать схемы PostgreSQL, оптимизировать SQLAlchemy-запросы и внедрять кэширование Redis.
- Настраивать наблюдаемость, CI/CD, Docker и автоматизацию сборки, проверки и деплоя.
- Проводить код-ревью, менторить коллег, документировать архитектурные решения и участвовать в разборе инцидентов.
Требования
- От 2 лет коммерческой разработки на Python и от 3 до 6 лет общего опыта.
- Уверенное владение async/await, typing, ООП, структурами данных и FastAPI.
- Продвинутый SQL, PostgreSQL, asyncpg, SQLAlchemy, Kafka, Redis и Docker.
- Практический опыт работы с LLM через OpenAI API или совместимые решения, а также понимание галлюцинаций, стохастичности, латентности и ограничений контекстного окна.
- Знание prompt engineering, архитектур ReAct, Plan-and-Execute и Agent-as-a-Judge, а также базовое знакомство с LangChain, LangGraph, LlamaIndex и AutoGen.
- Понимание классического ML, метрик и валидации моделей; опыт работы со scikit-learn, pandas, numpy и библиотеками визуализации.
Хорошо, если есть
- Опыт развертывания и оптимизации LLM через vLLM.
- Знание Kubernetes: deployment, services, probes и resources.
- Опыт работы с векторными базами Qdrant, Pinecone или Weaviate.
- Опыт создания RAG-систем и оптимизации инференса с помощью batching, caching и quantization.
Культура и преимущества
- Полная занятость и удалённый формат работы.
- Возможность выбирать проекты и направления развития среди сотен IT-проектов.
- Белая зарплата и удобный график.
- Возможность работать удалённо, в офисе клиента или в офисе SkillStaff в центре Москвы.
- Обмен опытом и развитие вместе с высококвалифицированными коллегами.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →