Разработчик Python LLM

Компания "Bell Integrator"

Проект: команда развивает Business Building Block (BBB) ЭДО и участвует в проекте построения нового процесса кредитования ЮЛ на основе BPC-архитектуры. Ключевыми функциями BBB ЭДО является сбор документов у участников кредитной сделки, автоматическая их классификация с использованием ML моделей, включая giga chat. BBB ЭДО проектируется и развивается как универсальное решение, на текущий момент позволяющее закрыть потребность всех подразделений участвующих в кредитном процессе в документах, а в перспективе будет тиражировано на другие процессы банка.
Мы разрабатываем enterprise приложение с высоким уровнем доступности в распределенной микросервисной архитектуре. Решение развивается на платформе, включает в себя автоматизированную систему c back-end логикой и фронтальные решения для работы клиентов банка. Развиваем наш продукт по продуктовым и технологическим фичам
· Участвуем в оценке фич и анализе требований
· Обеспечиваем интеграцию со смежными системами и платформенными сервисами
· Занимаемся оптимизацией и тюнингом производительности наших систем
· Проводим code review
· Развиваем автотестирование
· Используем CI/CD практики

Задачи:

• Проектирование и разработка продакшн-систем с использованием Python 3.12+ для AI-агентов и LLM моделей

• Реализация мультиагентной архитектуры: интеграция компонент, реализация пайплайнов и кастомных оркестраторов (LangChain, LangGraph, RAG)

• Разработка и поддержка API (FastAPI, Django): создание микросервисов, REST, асинхронные сервисы

• Интеграция с реляционными, NoSQL и векторными базами данных (PostgreSQL, Redis, MongoDB, VectorDB: ChromaDB, QDrant)

• Создание, обучение и внедрение ML-моделей (ML pipeline, Prompt Engineering, RAG, оценка качества, A/B тестирование)

• Контейнеризация (Docker, Docker Compose) и деплой в Kubernetes, частичная настройка DevOps-процессов (CI/CD: Jenkins, ArgoCD)

• Разработка unit-тестов, код-ревью, оптимизация производительности, обеспечение безопасности

• 
  Детальное описание типовых задач, которые будут перед вами поставлены:
  Вы будете единственным Python-разработчиком в команде и отвечать за реализацию AI-агентов "с нуля" до продакшена:
  · Изучите бизнес-процессы — проработаете требования с аналитиками, поговорите с пользователями, поймете что именно должен делать агент
  · Спроектируете архитектуру — решите как агент будет работать: какие данные он берет, как принимает решения, как взаимодействует с другими системами
  · Напишете промпты — составите системные промпты и примеры для GigaChat, настроите поведение агента под конкретные сценарии
  · Создадите инструменты — напишете код для получения данных из смежных систем
  · Организуете RAG — настроите поиск по базе знаний, чтобы агент мог находить нужную информацию
  · Протестируете — напишете тесты, проверите работу на реальных данных, поправите промпты и логику по результатам
  · Заведете в продакшен — задеплоите сервис, настроите логирование и мониторинг, будете поддерживать в рабочем состоянии
  Пример задачи — сделать агента для типизации документов: он должен автоматически определять тип каждого документа из более чем 100 возможных категорий и правильно классифицировать его.
  
  Мы ожидаем:
  

• Владение Python 3.12+: глубокое знание стандартных и современных возможностей языка (asyncio, typing, dataclasses, pydantic, pytest) от 5-6 лет

• Практический опыт разработки AI/ML решений с использованием LangChain, LlamaIndex, RAG, интеграция с LLM API

• Опыт проектирования и сопровождения высоконагруженных REST API на FastAPI/Django (архитектура, DI, сериализация, OpenAPI)

• Продвинутая работа с PostgreSQL/Redis, проектирование сложных схем, индексация, оптимизация, векторные базы данных

• Навыки контейнеризации, деплой в Kubernetes

• Опыт внедрения CI/CD пайплайнов, мониторинга, алертинга, организации логирования

• Уверенное знание Git, опыт командной работы (Agile, Scrum)

• Английский B2+ для чтения документации и коммуникаций
  
  Будет плюсом

• Fine-tuning и кастомизация LLM, prompt engineering, оценка качества

• Опыт с MLOps, LLMOps и мультирегиональными архитектурами

• Участие в R&D или open-source проектах, менторство, архитектурное мышление

• Работа с GigaChat API
  
  Условия:

• Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах;

• Опыт работы в распределенной команде профессионалов;

• Уровень заработной платы обсуждается индивидуально;

• Формат работы: офис/гибрид г.Москва или Санкт-Петербург!!!

Открыть контакты работодателя

Зарегистрируйтесь или войдите, чтобы открыть контакты работодателя