I AM HIRED

Неделя 310 ₽Месяц 630 ₽3 месяца 1 680 ₽Год 5 680 ₽

Python-разработчик (middle)/Data Science Engineer (AI Agents & Integrations) — Россия, Москва

Разработчики, Backend, Python · вчера, 12:53 · 05.11.2026

Зарплата не указана

Откликнуться

Компания: ••••••••

Локация: Россия, Москва

Формат: Удалённая работа

Занятость: Полная занятость

Грейд: Middle

Миссия роли: Разрабатывать, интегрировать и поддерживать core-компоненты платформы ИИ-агентов. Фактически стать ключевым мостом между Python-миром AI/ML и основным продуктовым стеком компании.

Ключевые задачи:

• Разработка backend-сервисов на Python (FastAPI) для оркестрации ИИ-агентов, их интеграция с существующими C#-сервисами через Kafka/REST.

• Создание и оптимизация ETL-пайплайнов для обработки документов: извлечение текста (pdfplumber, Tesseract), структурирование данных из Word/Excel, работа с изображениями.

• Разработка, обучение и операционализация ML-моделей для скоринга (например, с использованием CatBoost/Sklearn). Интеграция моделей в сервисы.

• Интеграция множества внешних LLM-API и других вендорских решений. Написание адаптеров, обработка ошибок, управление тарификацией.

• Реализация агентов для ресерча и генерации контента с верификацией данных.

• Участие в развертывании и поддержке сервисов в Kubernetes (написание Dockerfile, Helm-чартов, настройка мониторинга).

Требования:

• Опыт коммерческой разработки на Python от 3 лет (FastAPI/Flask, asyncio, SQLAlchemy).

• Опыт работы с различными источниками данных (API, базы данных, очереди). Знание SQL (желательно T-SQL или PL/pgSQL).

• Практический опыт работы с ML: feature engineering, обучение/fine-tuning моделей, валидация (библиотеки Sklearn, CatBoost, LightGBM).

• Опыт интеграции внешних API и написания клиентского кода.

• Умение работать с Docker. Базовое понимание принципов Kubernetes.

• Уровень английского языка, достаточный для чтения технической документации.

• Опыт работы в банках/финтехах.

Желательные требования:

• Опыт работы с фреймворками для LLM (LangChain, LlamaIndex).

• Опыт настройки векторных баз данных (PGVector, Redis как vector DB).

• Знакомство с инструментами наблюдения за ML-моделями (Evidently AI, WhyLabs).

Поиск по вакансиям