Обязанности:
CURE AI развивает платформу интеллектуального управления инфраструктурой. Backend-платформа связывает когнитивные и ML-модули с пользовательскими интерфейсами, данными, симуляционными контурами и будущими интеграциями с реальными городскими, строительными и инженерными системами. Ищем backend-разработчика, который будет поддерживать и расширять сервисную архитектуру продукта: API, runtime state, data layer, интеграционные адаптеры, безопасные execution-boundary и наблюдаемость. Это роль для инженера, которому интересно строить надёжный backend вокруг сложной AI-системы, а не только CRUD-приложения. Задачи Поддерживать, развивать и оптимизировать backend-платформу на Python/FastAPI. Проектировать и реализовывать API-контракты для frontend, ML-компонентов, внутренних сервисов и внешних интеграций. Развивать сервисные слои CURE AI: World Model, Simulation Runtime, Reasoning, Planning, Safety, Learning, KPI и Tenant Profiles. Работать с PostgreSQL, Redis, Qdrant и Neo4j: хранение runtime-данных, профилей, событий, памяти, графовых представлений и KPI. Разрабатывать адаптеры и безопасные adapter/stub boundaries для подключения внешних систем. В перспективе участвовать в интеграциях с BMS, HVAC, лифтами, транспортной и городской инфраструктурой, уведомлениями, V2X/MEC и внешними API. Контролировать работу интеграций: health/readiness checks, обработка ошибок, retries, логирование, audit trails и observability. Совместно с ML-командой ускорять критические пайплайны, обеспечивать корректную передачу контекста и надёжный runtime state. Разрабатывать event-driven сценарии, state machines, фоновые задачи и real-time коммуникацию через WebSocket/Socket.IO. Реализовывать политики безопасного выполнения: fail-closed/fail-open, simulation-only режимы, блокировки реальных действий и контроль разрешений. Участвовать в улучшении CI/CD, контейнеризации, документации и инженерных стандартов проекта. Технологический стек Основной backend-стек: Python 3.11/3.12; FastAPI, Uvicorn; Pydantic, Pydantic Settings; SQLAlchemy Async, asyncpg; PostgreSQL; Redis; Qdrant; Neo4j; HTTPX; Python Socket.IO, ASGI WebSocket; PyJWT, Cryptography; APScheduler; Docker, Docker Compose; Nginx; GitLab CI/CD. Сервисная инфраструктура: MoE как основной backend runtime; отдельный сервис авторизации; PostgreSQL как основное транзакционное хранилище; Redis для сессий, кэша и runtime state; Qdrant для векторного поиска и memory/retrieval; Neo4j для графового и knowledge layer; модельные и perception-сервисы, подключаемые через внутренние API; документация сервисов и контрактов через Mintlify; будущие execution-интеграции с обязательным simulation-first и safety boundary подходом. Логика платформы: Simulation Runtime; World Model и Predictive World Model; Causal Engine; Planning Core; Safety Service; Tenant Profile Registry; KPI Service; Memory и Qdrant retrieval; Graph/Knowledge projection; LLM routing; Outcome learning; интеграционные adapter layers; формальные и rule-based reasoning backends, включая Z3, Prover9/Mace4 и безопасные rule-engine boundaries. Обязательные требования Уверенное владение Python и опыт коммерческой backend-разработки. Практический опыт с FastAPI или аналогичным современным Python web framework. Опыт работы с PostgreSQL, включая проектирование схем, индексы, миграции и оптимизацию запросов. Понимание async Python: asyncio, async/await, конкурентность, работа с внешними I/O-сервисами. Опыт работы с Redis и Docker/Docker Compose. Умение проектировать REST API, валидировать контракты и поддерживать обратную совместимость. Опыт интеграции внешних HTTP API, обработки ошибок, retries, timeout-политик и идемпотентности. Понимание принципов аутентификации, авторизации, JWT и безопасного хранения чувствительных данных. Умение писать читаемый, тестируемый и поддерживаемый production-код. Английский на уровне чтения документации и технической коммуникации. Будет преимуществом • Опыт с Qdrant, Elasticsearch, pvector или другими search/vector системами. • Опыт с Neo4j, графовыми БД или knowledge graph-подходами. • Опыт с event-driven архитектурой, очередями задач, state machines и real-time системами. • Опыт разработки WebSocket/Socket.IO-сервисов. • Понимание observability: structured logging, tracing, metrics, audit logs, health/readiness endpoints. • Опыт работы с CI/CD, GitLab CI/CD, Nginx и production Docker networking. • Знание принципов fail-closed/fail-open и построения безопасных интеграционных контуров. • Опыт интеграций с IOT, BMS, промышленными системами, городскими АРІ, телеметрией или оборудованием. • Опыт интеграций с IOT, BMS, промышленными системами, городскими АРІ, телеметрией или оборудованием. • Интерес к AI/ML-инфраструктуре, LLM- интеграциям, simulation environments и cognitive systems. • Опыт работы с персональными, медицинскими или иными чувствительными данными. Что важно в этой роли Системное мышление: нужно видеть не только отдельный сервис, но и весь жизненный цикл данных, состояния и решений. Аккуратность в интеграциях: внешняя система не должна получить неконтролируемое действие из Al-контура. Готовность работать в быстро развивающемся продукте, где часть архитектуры уже определена, а часть будет формироваться вместе с командой. Интерес к созданию инфраструктуры, на которой безопасно работают ML-, reasoning-и simulation-компоненты. Испытательный срок 4 месяца, при успешной работе повышение до 7000$Похожие вакансии