Обязанности:
  • Разработка и поддержка fullstack-приложений.
  • Разработка и интеграция AI сервисов.
  • Интеграция систем аутентификации и авторизации на основе OAuth2/OIDC, JWT, Keycloak.
  • Разработка и поддержка плагинов для IDE.
  • Оптимизация производительности приложений: стриминг данных (HTTP streaming).
  • Кэширование, lazy loading, bundle splitting.
  • Мониторинг через Prometheus/Grafana.
  • Взаимодействие с LLM-инфраструктурой: Интеграция с vLLM или аналогами.
  • Настройка и оптимизация inference pipelines.
  • Участие в проектировании архитектуры решений:Выбор паттернов.
  • Декомпозиция задач, проектирование API.
  • Написание и поддержка автоматизированных тестов (unit, integration, E2E).
  • Активное использование ИИ-ассистентов.
Требования:
  • Высшее образование в области IT, технических наук или математики.
  • Уверенное владение Python.
  • Понимание микросервисной архитектуры, ELK-стека, брокеров сообщений.
  • Понимание требований к сервисам журналирования, аудита, мониторинга.
  • Опыт взаимодействия с ИИ-ассистентами (Cursor и др.) в процессе разработки.
  • Чтение и модификация чужого кода в больших репозиториях.

Backend (стек проектов):

  • Python 3.10+.
  • FastAPI (включая асинхронность, middleware, dependency injection).
  • Работа с базами данных (SQL/NoSQL): написание запросов, индексы, оптимизация, ORM/ODM.
  • Опыт работы с векторной БД (opensearch).
  • Работа в S3.
  • Работа с kafka в роли producer / consumer.
  • JWT, OAuth2/OIDC, Keycloak — практический опыт реализации аутентификации и авторизации.

DevOps-навыки:

  • Docker / Docker Compose.
  • Prometheus + Grafana для мониторинга.
  • Работа с CI/CD (настройка пайплайнов, автоматизация деплоя).

Желательно:

  • Опыт реализации event-driven архитектуры.
  • Опыт векторизации данных с помощью эмбеддеров.
  • Опыт интеграции с vLLM для LLM-инференса.