Обязанности:
Ищем самостоятельного разработчика, способного работать на пересечении классического Python Backend и AI Engineering.Важно, чтобы кандидат не ограничивался использованием готовых AI-библиотек, а понимал архитектуру агентных систем, умел самостоятельно проектировать решения, интегрировать модели в продукты и при необходимости заниматься их развертыванием и сопровождением. Основные обязанности Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI. Проектирование API, интеграций и архитектуры backend-приложений. Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов. Разработка AI-агентов и агентных систем на базе LLM. Создание агентных решений как с использованием фреймворков (LangGraph, LangChain, OpenAI Agents SDK и аналоги), так и без них. Интеграция локальных и облачных LLM в существующие продукты. Разработка инструментов (tools), управление вызовами функций, состоянием и контекстом агентов. Контейнеризация, развертывание и сопровождение сервисов с использованием Docker. Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах. Обязательные требования Уверенное знание Python, опыт коммерческой backend-разработки. Опыт работы с Django и FastAPI. Хорошее знание PostgreSQL и Redis. Уверенное владение Docker и Docker Compose. Понимание асинхронного программирования в Python (asyncio). Практический опыт интеграции LLM в приложения. Опыт разработки AI-агентов, использования tool calling / function calling. Понимание принципов работы LLM, управления контекстом и построения агентных процессов. Опыт работы с REST API, внешними сервисами и сторонними интеграциями. Уверенное владение Git, Linux. Будет большим плюсом Опыт работы с LangGraph, LangChain, OpenAI Agents SDK. Опыт самостоятельного проектирования агентных архитектур без использования готовых фреймворков. Опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие). Опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами. Знание vLLM, llama.cpp, Ollama и других инструментов инференса. Понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса. Опыт построения RAG-систем, работы с эмбеддингами и векторным поиском. Опыт настройки мониторинга, логирования и CI/CD.Похожие вакансии