Описание
Ищем самостоятельного разработчика, способного работать на пересечении классического Python Backend и AI Engineering. Важно, чтобы кандидат не ограничивался использованием готовых AI-библиотек, а понимал архитектуру агентных систем, умел самостоятельно проектировать решения, интегрировать модели в продукты и при необходимости заниматься их развертыванием и сопровождением.
Задачи
•Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI
•Проектирование API, интеграций и архитектуры backend-приложений
•Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов
•Разработка AI-агентов и агентных систем на базе LLM
•Создание агентных решений как с использованием фреймворков (LangGraph, LangChain, OpenAI Agents SDK и аналоги), так и без них
•Интеграция локальных и облачных LLM в существующие продукты
•Разработка инструментов (tools), управление вызовами функций, состоянием и контекстом агентов
•Контейнеризация, развертывание и сопровождение сервисов с использованием Docker
•Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах
Требования
•Уверенное знание Python, опыт коммерческой backend-разработки
•Опыт работы с Django и FastAPI
•Хорошее знание PostgreSQL и Redis
•Уверенное владение Docker и Docker Compose
•Понимание асинхронного программирования в Python (asyncio)
•Практический опыт интеграции LLM в приложения
•Опыт разработки AI-агентов, использования tool calling / function calling
•Понимание принципов работы LLM, управления контекстом и построения агентных процессов
•Опыт работы с REST API, внешними сервисами и сторонними интеграциями
•Уверенное владение Git, Linux
Будет плюсом
•Опыт работы с LangGraph, LangChain, OpenAI Agents SDK
•Опыт самостоятельного проектирования агентных архитектур без использования готовых фреймворков
•Опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие)
•Опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами
•Знание vLLM, llama.cpp, Ollama и других инструментов инференса
•Понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса
•Опыт построения RAG-систем, работы с эмбеддингами и векторным поиском
•Опыт настройки мониторинга, логирования и CI/CD
Условия
Условий в вакансии нет
