AI-разработчик (Python, LangChain / LangGraph)

Мы ищем сильного AI-разработчика / LLM-инженера, который:

• уверенно пишет на Python,

• понимает теорию DS / LLM на базовом уровне

• умеет строить и обслуживать нагруженные многопользовательские сервисы на базе генеративных моделей.

Присоединяйся к нам, чтобы создавать новые AI-решения, которые живут в проде и выдерживают нагрузку.

Обязанности

• Участие в создании и развитии LLM и связанных c ними сервисов.

• Проведение исследований и создание прототипов / MVP AI решений на базе LLM, с последующим доведением до продакшена.

• Разработка инструментария для AI агентов и микросервисов: цепочки LangChain / LangGraph, RAG пайплайны, интеграции с внешними API и хранилищами данных.

• Работа с нагруженными многопользовательскими сервисами: оптимизация latency, throughput, стоимости вызовов LLM, настройка параметров генерации под конкретные сценарии.

• Оптимизация и автоматизация процессов разработки: CI/CD, инфраструктурные скрипты, тестовые стенды, автотесты, профилирование и мониторинг.

Требования

• Опыт разработки на Python от 3 лет.

• Уверенное владение ООП, понимание наследования, композиций, паттернов (фабрика, декоратор, и др.).

• Опыт разработки многопоточных / асинхронных или высоконагруженных сервисов: понимание работы очередей, пулов соединений, ограничений GIL, async/await.

• Практический опыт работы с LLM:

  • интеграция LLM в бизнес-решения (чаты, ассистенты, агенты, RAG),

  • настройка параметров генерации (temperature, top_p, max_tokens и т.д.),

  • понимание механизма внимания и базовой архитектуры трансформеров.

• Опыт работы с фреймворками: LangChain, LangGraph, LlamaIndex

• Понимание принципов построения устойчивых прод-систем: логирование, мониторинг, трейсинг, ретраи, тайм-ауты, деградация сервисов.

Было бы плюсом

• Опыт построения AI агентов, мультиагентных систем, оркестрации инструментов

• Опыт работы с векторными базами (Qdrant, Milvus, FAISS и др.), построения RAG решений в проде.

• Опыт в профилировании и оптимизации Python кода (asyncio, multiprocessing, батчинг запросов к LLM, кэширование).

• Понимание основных метрик качества LLM решений, опыт проведения A/B-тестов и офлайн-оценки (eval-сеты, human eval).

• Базовое понимание ML / DS (регуляризация, переобучение, метрики классификации, валидация), профильное образование в математике / компьютерных науках / DS.

Условия

• Формат работы: гибрид / удаленный (Москва, современный офис рядом с м. ВДНХ).

• Гибкий график в пределах 5/2.

• Мотивированную техническую команду.

• Нестандартные задачи, которые ранее никто мог еще не решать.

• Настроенные процессы в части ведения проектов.

• Участие в хакатонах (при наличии интереса).

• Совместное написание статей (при наличии интереса).

• Дружный коллектив и доброжелательный коллеги.