Город: Москва
Занятость: Полная, 5/2
Опыт работы: От 3 до 6 лет
Обязанности
- Приём R&D-решений от Data Science команды (агенты на AutoGen, RAG-пайплайны на LangChain) и их трансформация в production-ready микросервисы на FastAPI.
- Проектирование и реализация Agent Gateway — оркестрационного слоя между приложением и агентной средой.
- Интеграция векторных баз данных и embedding-пайплайнов в сервисную архитектуру.
- Настройка и оптимизация Redis как брокера очередей между сервисами.
- Проектирование контрактов API (OpenAPI-спецификации) для взаимодействия микросервисов.
- Контейнеризация сервисов, поддержка единого Docker Compose окружения.
- Оптимизация производительности inference-пайплайнов (батчинг, кэширование, управление памятью).
- Участие в код-ревью и соблюдение стандартов разработки.
- Подготовка и актуализация технической документации на сервисы агентной среды.
- Участие в процессах CI/CD и сопровождение приложений в промышленной среде.
Требования
- Опыт коммерческой разработки на Python от 3 лет.
- Уверенное знание Python 3 и основных принципов разработки ПО (ООП, SOLID, паттерны проектирования).
- Опыт разработки backend-приложений с использованием: FastAPI, Django/DRF.
- Опыт проектирования и разработки REST API.
- Понимание кода и архитектуры ML-пайплайнов на базе LangChain, AutoGen или аналогичных фреймворков (умение читать, рефакторить и оборачивать R&D-решения в
production-ready сервисы).
- Опыт работы с векторными базами данных (FAISS, Chroma, Milvus или аналогичные).
- Опыт работы с брокерами сообщений и очередями задач (Redis, RabbitMQ, Celery, ARQ или аналогичные).
- Понимание принципов микросервисной архитектуры.
- Опыт работы с Docker и Docker Compose, оркестрация многосервисных окружений.
- Опыт работы с асинхронным Python (asyncio, aiohttp, uvicorn).
- Опыт работы с Git.
- Понимание принципов CI/CD.
- Уверенные знания SQL и опыт работы с реляционными базами данных (PostgreSQL).
- Опыт работы с объектными хранилищами (MinIO / S3).
Будет плюсом
- Опыт работы с Kubernetes.
- Опыт работы с ML-фреймворками (PyTorch, HuggingFace Transformers) на уровне понимания inference-пайплайнов.
- Опыт развертывания и обслуживания LLM-сервисов (vLLM, TGI, Ollama или аналогичные).
- Опыт работы с Apache Airflow или аналогичными оркестраторами пайплайнов.
- Опыт работы с системами мониторинга и observability (Prometheus, Grafana, ELK).
- Понимание RAG-архитектур: chunking-стратегии, embedding-модели, retrieval-подходы.
Похожие вакансии