Python-разработчик (LLM/AI) , ритейлер

Чем предстоит заниматься:

• Проектировать архитектуру сервисов и событийно-ориентированных систем (EDA) с нуля, выбирая оптимальные паттерны и стек;

• Разрабатывать высоконагруженный бэкенд на асинхронных фреймворках с эффективным использованием параллелизма и конкурентности;

• Интегрировать очереди сообщений (Kafka, Redis Pub/Sub) и обеспечивать отказоустойчивую доставку событий;

• Работать с данными — проектировать схемы PostgreSQL, оптимизировать запросы через SQLAlchemy и внедрять кэширование на Redis;

• Обеспечивать наблюдаемость системы через трейсинг, структурированное логирование и сбор метрик;

• Покрывать решения тестами всех уровней (unit, интеграционные, E2E) без привлечения команды тестирования;

• Настраивать CI/CD и контейнеризацию (Docker), автоматизируя сборку, проверку и деплой;

• Управлять качеством кода и развитием команды — проводить ревью, менторить, документировать архитектурные решения и участвовать в инцидентах.

Для нас важно:

• Опыт коммерческой разработки на Python от 2 лет;
• Высшее образование IT, техническое, математическое (или эквивалентный практический опыт);
• Свободное владение async/await, typing, ООП, структуры данных;
• Опыт создания REST API на FastAPI;
• Продвинутый SQL: оконные функции, работа с PostgreSQL/asyncpg;
• Практический опыт работы с LLM: инференс через OpenAI API или совместимые (vLLM, TGI);
• Понимание ограничений LLM: понимание галлюцинаций, стохастичности, латентности и ограничений контекстного окна;
• Навыки prompt engineering: системные промпты, управление контекстом, JSON-mode;
• Навыки контейнеризации (Docker), сборка образов, запуск контейнеров;
• Базовое понимание CI/CD: запуск пайплайнов, чтение логов;
• Понимание принципов работы с GPU: память, утилизация, параллелизм;
• Уверенная работа с Git: ветки, pull requests, code review;
• Опыт написания юнит-тестов;
• Базовое понимание архитектурных паттернов для агентов: ReAct, Plan-and-Execute, Agent-as-a-Judge и знакомство с фреймворками LangChain, LangGraph, LlamaIndex, AutoGen;
• ML-алгоритмы и теория (базовое понимание);
• Классический ML: линейные модели, деревья решений, ансамбли (Random Forest, градиентный бустинг);
• Метрики качества: precision, recall, F1, ROC-AUC, accuracy для задач классификации, метрики для регрессии;
• Валидация моделей: train/test split, кросс-валидация, bootstrapping;
• Предобработка данных: нормализация, стандартизация, кодирование категориальных признаков;
• Feature engineering: отбор признаков, работа с пропусками, выбросами;
• Библиотеки: scikit-learn, pandas, numpy, matplotlib/seaborn для визуализации.

Будет плюсом:

• Опыт развертывания LLM через vLLM (настройка параметров, оптимизация);
• Знакомство с Kubernetes: deployment, services, probes, resources;
• Опыт работы с векторными базами (Qdrant, Pinecone, Weaviate)
• RAG-системы: поиск чанков, reranking, контекстуализация запросов;
• Оптимизация инференса: batching, caching, quantization, strea.

Главный принцип SkillStaff - Выбирай!

• РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса.
• КОМФОРТ. SkillStaff — аккредитованная IT-компания, белая зарплата и удобный график работы. Создавай идеальные условия для своей работы: удаленная работа или возможность работать как в офисе клиента, так и в комфортном офисе SkillStaff в центре Москвы на Воздвиженке.
• РАЗВИТИЕ. Выбирай сам путь, по которому ты хочешь развиваться. Используй возможность обмена опытом и получение знаний через участие в разных проектах, совместную работу с высококвалифицированными коллегами.
• КУЛЬТУРА. Нашу культуру создают сами сотрудники – мы их слышим и помогаем развиваться, чтобы #вместе переходить на новый уровень!