Требования:
- Python от 5 лет: ООП, типизация (mypy/pydantic), asyncio, pytest, профилирование.
- Проектирование API: FastAPI или Flask, REST, валидация, обработка ошибок, идемпотентность.
- Git, code review, CI/CD (GitHub Actions/GitLab CI), Docker; Kubernetes будет плюсом.
- PostgreSQL, уверенный SQL, индексы и транзакции; Redis.
- Практический опыт с Kafka или RabbitMQ.
- Документирование и поддержка кода в проде: логи, метрики, алерты.
- Практический продакшен-опыт с LLM: RAG end-to-end, включая чанкинг, эмбеддинги, векторные БД, гибридный поиск и реранкеры; промпт-инжиниринг, управление контекстом, structured output и меры против галлюцинаций; tool/function calling и агентные паттерны; fine-tuning (LoRA/QLoRA, instruction tuning), подготовка датасетов и HF Transformers; оценка качества LLM и понимание стоимости и latency.
- Прикладной ML: scikit-learn, PyTorch или TensorFlow, обучение и валидация моделей, метрики качества; основы NLP; понимание переобучения, дисбаланса классов, утечек данных и калибровки вероятностей.
- MLflow или аналог для трекинга экспериментов и версионирования моделей; базовый опыт деплоя и мониторинга моделей.
- Самостоятельные архитектурные решения и ведение задач end-to-end, оценка сложности и декомпозиция задач, code review, менторство джунов и мидлов.
- Умение переводить требования продукта и бизнеса в технические решения с измеримым эффектом.
Будет плюсом:
- Kubernetes, Helm, GPU-инференс (vLLM/TGI), Triton.
- Векторные БД в проде (Milvus/Qdrant/Weaviate), OpenSearch/Elastic.
- Мультиагентные системы, LangGraph, AutoGen; guardrails, PII-маскирование и безопасность LLM.
- Опыт с open-source LLM (Qwen/LLaMA/Mistral) и квантизацией.
- Airflow/Spark, дата-пайплайны; английский B2+.
Условия: удалённо, полная занятость. Локация — РФ.