Операционное совершенство

python разработчик LLM-агентов

Коротко

Удалённая позиция тимлида/ведущего Python-разработчика для создания ядра платформы LLM-агентов: сессии, агентный цикл, контроль стоимости хода, подключение корпоративных данных через MCP и оценка качества моделей. Требуется от 7 лет опыта в бэкенде (из них от 2 лет техлидом), глубокая продакшен-экспертиза в Python (asyncio, FastAPI, Pydantic), умение читать код на Go, опыт внедрения LLM-агентов и работы с PostgreSQL, Redis, Docker, Kubernetes. Компания — "Операционное совершенство", формат работы удалённый, график 5/2, зарплата не указана.

Описание
Операционное совершенство
Задачи
•Разрабатывать ядро платформы на Python: сессии, ходы агента, политики заказчика, учёт и агентный цикл под бюджет хода
•Переводить пользователей с пилотной архитектуры на целевую без остановки работы
•Снижать стоимость хода за счёт состава входа, кэша префикса, лимитов инструментов, маршрутизации моделей и учёта по пользователю и ходу
•Оценивать качество: создавать эталон на основе реальных трасс, сравнивать российские модели, проводить регрессионные проверки для каждого промпта, инструмента и модели
•Подключать данные компании через MCP с правами пользователя: 1С, КХД, СЭД, HR, поиск по документам с ACL
•Обеспечивать надёжность фоновых процедур и записи во внешние системы: расписания, подтверждение человеком, ровно одна запись
•Создавать песочницу для кода агента на сессию без секретов и исходящих соединений
•Декомпозировать задачи, проводить ревью, работать с ИИ-агентами для кода и нанимать сотрудников
•Согласовывать требования и информационную безопасность с заказчиком
Требования
•Опыт разработки бэкенда от 7 лет, из них от 2 лет — работа техлидом или ведущим инженером и ответственность за продакшен
•Опыт работы с Python в продакшене: asyncio, FastAPI, Pydantic, типизация и тесты
•Умение читать и править код на Go
•Опыт внедрения LLM-агентов в продакшене с реальными пользователями: вызов инструментов, агентный цикл, ограничения и обработка ошибок
•Понимание контекста и стоимости: вход вызова, кэш префикса, сжатие истории, лимиты инструментов и расчёт цены хода по использованию
•Опыт оценки качества: эталонные наборы, LLM-судья и его проверка, регрессионное тестирование, трассировка
•Опыт работы с гибридным поиском, ранжированием, разбиением текста на фрагменты и правами доступа к документам
•Знание MCP, OAuth 2.0/OIDC и обмена токенами для работы агента от имени пользователя
•Знание долговременного выполнения задач, идемпотентности и повторов
•Опыт работы с PostgreSQL, Redis, S3, Docker, Kubernetes и GitLab CI
•Опыт работы с открытыми моделями через совместимые с OpenAI API, LiteLLM или аналоги
•Высшее техническое образование
Условия
•График 5/2

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