Проект: команда развивает Business Building Block (BBB) ЭДО и участвует в проекте построения нового процесса кредитования ЮЛ на основе BPC-архитектуры. Ключевыми функциями BBB ЭДО является сбор документов у участников кредитной сделки, автоматическая их классификация с использованием ML моделей, включая giga chat. BBB ЭДО проектируется и развивается как универсальное решение, на текущий момент позволяющее закрыть потребность всех подразделений участвующих в кредитном процессе в документах, а в перспективе будет тиражировано на другие процессы банка.
Мы разрабатываем enterprise приложение с высоким уровнем доступности в распределенной микросервисной архитектуре. Решение развивается на платформе, включает в себя автоматизированную систему c back-end логикой и фронтальные решения для работы клиентов банка. Развиваем наш продукт по продуктовым и технологическим фичам
· Участвуем в оценке фич и анализе требований
· Обеспечиваем интеграцию со смежными системами и платформенными сервисами
· Занимаемся оптимизацией и тюнингом производительности наших систем
· Проводим code review
· Развиваем автотестирование
· Используем CI/CD практики
Задачи:
-
Проектирование и разработка продакшн-систем с использованием Python 3.12+ для AI-агентов и LLM моделей
-
Реализация мультиагентной архитектуры: интеграция компонент, реализация пайплайнов и кастомных оркестраторов (LangChain, LangGraph, RAG)
-
Разработка и поддержка API (FastAPI, Django): создание микросервисов, REST, асинхронные сервисы
-
Интеграция с реляционными, NoSQL и векторными базами данных (PostgreSQL, Redis, MongoDB, VectorDB: ChromaDB, QDrant)
-
Создание, обучение и внедрение ML-моделей (ML pipeline, Prompt Engineering, RAG, оценка качества, A/B тестирование)
-
Контейнеризация (Docker, Docker Compose) и деплой в Kubernetes, частичная настройка DevOps-процессов (CI/CD: Jenkins, ArgoCD)
-
Разработка unit-тестов, код-ревью, оптимизация производительности, обеспечение безопасности
-
Детальное описание типовых задач, которые будут перед вами поставлены:
Вы будете единственным Python-разработчиком в команде и отвечать за реализацию AI-агентов "с нуля" до продакшена:
· Изучите бизнес-процессы — проработаете требования с аналитиками, поговорите с пользователями, поймете что именно должен делать агент
· Спроектируете архитектуру — решите как агент будет работать: какие данные он берет, как принимает решения, как взаимодействует с другими системами
· Напишете промпты — составите системные промпты и примеры для GigaChat, настроите поведение агента под конкретные сценарии
· Создадите инструменты — напишете код для получения данных из смежных систем
· Организуете RAG — настроите поиск по базе знаний, чтобы агент мог находить нужную информацию
· Протестируете — напишете тесты, проверите работу на реальных данных, поправите промпты и логику по результатам
· Заведете в продакшен — задеплоите сервис, настроите логирование и мониторинг, будете поддерживать в рабочем состоянии
Пример задачи — сделать агента для типизации документов: он должен автоматически определять тип каждого документа из более чем 100 возможных категорий и правильно классифицировать его.Мы ожидаем:
-
Владение Python 3.12+: глубокое знание стандартных и современных возможностей языка (asyncio, typing, dataclasses, pydantic, pytest) от 5-6 лет
-
Практический опыт разработки AI/ML решений с использованием LangChain, LlamaIndex, RAG, интеграция с LLM API
-
Опыт проектирования и сопровождения высоконагруженных REST API на FastAPI/Django (архитектура, DI, сериализация, OpenAPI)
-
Продвинутая работа с PostgreSQL/Redis, проектирование сложных схем, индексация, оптимизация, векторные базы данных
-
Навыки контейнеризации, деплой в Kubernetes
-
Опыт внедрения CI/CD пайплайнов, мониторинга, алертинга, организации логирования
-
Уверенное знание Git, опыт командной работы (Agile, Scrum)
-
Английский B2+ для чтения документации и коммуникаций
Будет плюсом
-
Fine-tuning и кастомизация LLM, prompt engineering, оценка качества
-
Опыт с MLOps, LLMOps и мультирегиональными архитектурами
-
Участие в R&D или open-source проектах, менторство, архитектурное мышление
-
Работа с GigaChat API
Условия:
-
Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах;
-
Опыт работы в распределенной команде профессионалов;
-
Уровень заработной платы обсуждается индивидуально;
-
Формат работы: офис/гибрид г.Москва или Санкт-Петербург!!!
