Senior LLM Inference Backend Engineer
YADRO
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид
☑️ Чем предстоит заниматься
Инфраструктура и высоконагруженный инференс (Platform Engineering):
•Проектирование и поддержка GPU-кластера инференса (Nvidia) для десятков тысяч пользователей: скалирование, балансировка и приоритизация запросов, пользовательские лимиты
•Оптимизация производительности: кэширование, батчинг, etc.
•Надежность и observability: обеспечение SLA и предотвращение регрессий
•Оценка и внедрение новых LLM
Продуктовая разработка (LLM Application):
•Разработка AI-сервисов: AI Code Assistant (Co-Pilot), AI Chat, AI Code Review
•Проектирование пайплайнов автоматизаций: tool/function calling, обработка ошибок, управление контекстом/состоянием
•Интеграции: встраивание AI-сервисов в корпоративную среду (API, БД, legacy-системы)
Исследования и прототипирование (R&D):
•Проведение экспериментов, создание MVP и выстраивание пути доведения до продакшена
•Исследование новых технологий и подходов для улучшения продуктов
☑️ Наши пожелания к кандидатам
Экспертиза в Python & Backend:
•Опыт разработки на Python (5+ лет), знание стандартов: typing, асинхронность, паттерны проектирования
•Опыт создания высоконагруженных API (FastAPI или аналоги), работа с очередями, воркерами и фоновыми задачами
Архитектура и надежность (Production):
•Опыт построения gateway/router, управление ключами, маршрутизация, пользовательские лимиты
•Опыт поддержки высоконагруженных сервисов в продакшене: стабильность контрактов, обработка ошибок
Глубокие знания LLM & Inference:
•Опыт работы с инструментами инференса (vLLM, SGLang, OpenAI API), понимание их внутренней работы
•Опыт настройки инференса под highload: latency/throughput, управление GPU-ресурсами
•Опыт построения решений с tool/function calling: MCP, guardrails, борьба с галлюцинациями
