Метран, Промышленная группа — Telegram — job_python_8

#junior #гибрид #офис

Метран, Промышленная группа

Python-разработчик LLM-сервисов и ИИ-агентов (Junior)

Опыт работы: 1–3 года

Полная занятость

График: 5/2

Формат работы: гибрид или офис (Челябинск)

☑️ Чем предстоит заниматься

-Разрабатывать LLM-сервисы и ИИ-агентов на Python (FastAPI)

-Строить RAG-контур — база знаний (регламенты, учётная политика), векторный поиск, ответы строго по источникам

-Подключать LLM к внутренним сервисам — 1С (выгрузки, HTTP-сервисы), базы данных, n8n, AnythingLLM

-Доводить сервисы до продакшена — API, обработка ошибок, безопасность, наблюдаемость (видим, сколько тратим и что отвечаем)

-Поддерживать и развивать агентов — обновлять после смены модели или промпта, чинить инциденты, откатывать версии

-Следить за трендами LLM/агентов и предлагать, что применимо у нас

☑️ Наши пожелания к кандидатам

-Python — уверенное владение, типизация, async/await, ООП, unit-тесты, Git

-Коммерческий опыт от 1 года или сильные пет-проекты — оцениваем по коду, а не по строчке в резюме

-Опыт вызова LLM через API (OpenAI-совместимые) — промптинг, structured output, tool calling. Пет-проекты считаются

-Понимание ограничений LLM — галлюцинации, недетерминизм, стоимость, латентность. Честное «не знаю» лучше выдумки, это у нас принцип

-Понимание агентного цикла «модель → вызов инструмента → результат» — и когда агент не нужен, а хватит простого пайплайна

-Базовые FastAPI (или аналогичный фреймворк) и SQL

Будет плюсом:

-RAG-тонкости — embeddings, векторные хранилища (pgvector/Qdrant/FAISS), chunking, faithfulness (ответ не выдумывает сверх найденного)

-Наблюдаемость — трассировка запросов (сколько шагов делает модель, какие инструменты вызывает, сколько стоит). Langfuse/Phoenix/OpenTelemetry — плюс

-Evals — набор проверочных кейсов и прогон регресса при смене промпта или модели

-MCP (Model Context Protocol) — у нас подключение агентов к 1С идёт через MCP, покажем и научим

-Безопасность финансовых данных — prompt injection, read-only по умолчанию, секреты в env, лимиты и журналирование. Покажем, как устроено у нас

-Docker, CI/CD, Linux на рабочем уровне

-Локальные/self-hosted модели (Ollama, vLLM) — у нас основная платформа ••••••••

-n8n, AnythingLLM

-Знание 1С, финансов/бухгалтерии — плюс

Контакты: ••••••••

Python Job в Telegram | в 2y | в Max