Python-разработчик (LLM/AI) , ритейлер

Мы в поиске опытного Python-разработчика для развития AI платформы компании. Чем предстоит заниматься: Проектировать архитектуру сервисов и событийно-ориентированных систем (EDA) с нуля, выбирая оптимальные паттерны и стек; Разрабатывать высоконагруженный бэкенд на асинхронных фреймворках с эффективным использованием параллелизма и конкурентности; Интегрировать очереди сообщений (Kafka, Redis Pub/Sub) и обеспечивать отказоустойчивую доставку событий; Работать с данными — проектировать схемы PostgreSQL, оптимизировать запросы через SQLAlchemy и внедрять кэширование на Redis; Обеспечивать наблюдаемость системы через трейсинг, структурированное логирование и сбор метрик; Покрывать решения тестами всех уровней (unit, интеграционные, E2E) без привлечения команды тестирования; Настраивать CI/CD и контейнеризацию (Docker), автоматизируя сборку, проверку и деплой; Управлять качеством кода и развитием команды — проводить ревью, менторить, документировать архитектурные решения и участвовать в инцидентах. Для нас важно: Опыт коммерческой разработки на Python от 2 лет; Высшее образование IT, техническое, математическое (или эквивалентный практический опыт); Свободное владение async/await, typing, ООП, структуры данных; Опыт создания REST API на FastAPI; Продвинутый SQL: оконные функции, работа с PostgreSQL/asyncpg; Практический опыт работы с LLM: инференс через OpenAI API или совместимые (vLLM, TGI); Понимание ограничений LLM: понимание галлюцинаций, стохастичности, латентности и ограничений контекстного окна; Навыки prompt engineering: системные промпты, управление контекстом, JSON-mode; Навыки контейнеризации (Docker), сборка образов, запуск контейнеров; Базовое понимание CI/CD: запуск пайплайнов, чтение логов; Понимание принципов работы с GPU: память, утилизация, параллелизм; Уверенная работа с Git: ветки, pull requests, code review; Опыт написания юнит-тестов; Базовое понимание архитектурных паттернов для агентов: ReAct, Plan-and-Execute, Agent-as-a-Judge и знакомство с фреймворками LangChain, LangGraph, LlamaIndex, AutoGen; ML-алгоритмы и теория (базовое понимание); Классический ML: линейные модели, деревья решений, ансамбли (Random Forest, градиентный бустинг); Метрики качества: precision, recall, F1, ROC-AUC, accuracy для задач классификации, метрики для регрессии; Валидация моделей: train/test split, кросс-валидация, bootstrapping; Предобработка данных: нормализация, стандартизация, кодирование категориальных признаков; Feature engineering: отбор признаков, работа с пропусками, выбросами; Библиотеки: scikit-learn, pandas, numpy, matplotlib/seaborn для визуализации. Будет плюсом: Опыт развертывания LLM через vLLM (настройка параметров, оптимизация); Знакомство с Kubernetes: deployment, services, probes, resources; Опыт работы с векторными базами (Qdrant, Pinecone, Weaviate) RAG-системы: поиск чанков, reranking, контекстуализация запросов; Оптимизация инференса: batching, caching, quantization, strea. Главный принцип SkillStaff - Выбирай! РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса. КОМФОРТ. SkillStaff — аккредитованная IT-компания, белая зарплата и удобный график работы. Создавай идеальные условия для своей работы: удаленная работа или возможность работать как в офисе клиента, так и в комфортном офисе SkillStaff в центре Москвы на Воздвиженке. РАЗВИТИЕ. Выбирай сам путь, по которому ты хочешь развиваться. Используй возможность обмена опытом и получение знаний через участие в разных проектах, совместную работу с высококвалифицированными коллегами. КУЛЬТУРА. Нашу культуру создают сами сотрудники – мы их слышим и помогаем развиваться, чтобы #вместе переходить на новый уровень!