Rocket Science

Python-разработчик (AI)

Коротко

Python-разработчик для AI/Agent-платформы: разработка backend-сервисов, асинхронных task-processing pipeline и LLM/AI-интеграций. Нужен опыт построения агентских workflow (LangGraph), RAG-пайплайнов, MCP-серверов, работы с FastAPI, PostgreSQL, Redis, Kafka, а также умение оптимизировать latency и стоимость LLM-вызовов и доводить AI-прототипы до production. Удалённая полная занятость, опыт 1–3 года.

Python-разработчик (AI)
от 140 000 ₽ за месяц, на руки
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: удалённо
Чем предстоит заниматься
•Разработка и развитие backend-сервисов для AI/Agent-платформы на Python
•Проектирование и реализация асинхронных task-processing pipeline: постановка задач, очереди, воркеры, статусы, retries, idempotency
•Разработка AI/LLM-интеграций и orchestration-логики: вызов моделей, обработка результатов, управление контекстом и состоянием задач
•Построение агентских workflow с использованием LangGraph / аналогичных orchestration-инструментов
•Реализация RAG-пайплайнов: поиск контекста, работа с embeddings/vector storage, формирование контекста для LLM
•Разработка API на FastAPI, интеграция внутренних и внешних сервисов. Работа с PostgreSQL, Redis, Kafka/Redis Streams и другими инфраструктурными компонентами
•Обеспечение надёжности AI-задач: timeouts, retries, rate limiting, dead-letter handling, idempotency, fault tolerance
•Реализация streaming-ответов от AI-сервисов, например через SSE/WebSocket/Redis Streams
•Наблюдаемость AI-пайплайнов: logging, metrics, tracing, Langfuse/аналогичные инструменты, анализ latency и стоимости LLM-вызовов
•Участие в проектировании архитектуры микросервисов и распределённых систем
Наши пожелания к кандидатам
•Умеешь разрабатывать LLM-агентов и работать со skills, memory, tool calling и сложными многошаговыми диалоговыми сценариями
•Понимаешь принципы построения мультиагентных систем и умеешь выстраивать взаимодействие между агентами
•Имеешь опыт с RAG и retrieval: построением пайплайнов поиска, индексации и работы с контекстом
•Умеешь создавать и интегрировать MCP-серверы, подключать внешние и внутренние системы и инструменты
•Понимаешь, как строить evaluation, трассировку и метрики качества для AI-систем
•Умеешь оптимизировать latency, стоимость, производительность и стабильность AI-решений
•Способен пройти полный путь от AI-прототипа до production: от архитектуры и экспериментов до запуска, мониторинга и дальнейшего развития продукта
Стек: Python · FastAPI · Pydantic · PostgreSQL · Redis · Taskiq (или аналоги) · LangChain · LangGraph · MCP · RAG · Qdrant · Docker

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте