QSOFT

Python-разработчик AI-сервисов (LLM / RAG)

Коротко

Python-разработчик для AI-платформы TEAMLY (команда QSOFT) — разработка асинхронных Python-сервисов на FastAPI, RAG-пайплайнов и агентных сценариев на LangChain/LangGraph. Нужен опыт с PostgreSQL, Kafka, Qdrant, асинхронным программированием и пониманием RAG (chunking, embeddings, retrieval, reranking). Работа над семантическим поиском, интеграцией LLM-провайдеров и наблюдаемостью сервисов под высокой нагрузкой.

Локация
Москва; возможен удалённый, офисный или гибридный формат работы
Компания
TEAMLY — IT-платформа для совместной работы, управления знаниями и корпоративного обучения, развиваемая командой QSOFT.
Что делать
•Развивать HTTP API и бизнес-логику двух асинхронных Python-сервисов на FastAPI.
•Проектировать RAG-пайплайны: retrieval, query rewriting, multi-hop поиск, сбор контекста, structured output, цитирование источников и обработку частичных ответов.
•Развивать агентные сценарии на LangChain, LangGraph и deepagents, включая инструменты, middleware, ограничения вызовов, защиту от циклов и контроль контрактов ответа.
•Улучшать семантический поиск, событийную индексацию контента через Kafka и фильтрацию результатов по правам пользователей, групп и сообществ.
•Интегрировать LLM-, embedding- и reranking-провайдеров, работать с PostgreSQL, Redis и Qdrant, проектировать модели данных и Alembic-миграции.
•Развивать тестирование, quality gates, CI-окружения и наблюдаемость с помощью структурированных логов, метрик, OpenTelemetry и Langfuse.
Требования
•Уверенное владение Python и практический опыт разработки backend-сервисов.
•Хорошее понимание асинхронного программирования: event loop, конкурентный I/O, таймауты, отмена, управление ресурсами и graceful shutdown.
•Опыт разработки API на FastAPI или сопоставимом Python-фреймворке.
•Практический опыт с PostgreSQL и SQLAlchemy: транзакции, конкурентный доступ, индексы, миграции и диагностика запросов.
•Опыт интеграции внешних сервисов и проектирования устойчивого взаимодействия: retry/backoff, timeout, idempotency, ограничение параллелизма и обработка частичных отказов.
•Понимание событийной архитектуры и семантики Kafka consumer: consumer groups, offset commit, rebalance, повторная доставка и идемпотентная обработка.
•Понимание RAG: chunking, embeddings, retrieval, reranking, контекстное окно, ограничения LLM и способы снижения галлюцинаций.
•Умение писать unit- и интеграционные тесты для асинхронного кода и отделять бизнес-логику от внешней инфраструктуры.
•Способность разбираться в существующей кодовой базе, находить причины проблем и предлагать минимальные проверяемые изменения.
Культура и преимущества
•Офисный, гибридный или удалённый формат работы.
•Оплата внешних курсов, корпоративная скидка на английский, поддержка выступлений на конференциях, митапов и вебинаров.
•Офис в центре Москвы, рабочее оборудование, дополнительные мониторы, лицензированный софт и платные доступы.
•Сплочённая команда профессионалов, поддержка инициатив и помощь в решении проблем.
•Регулярные корпоративные, спортивные и командные мероприятия.

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