Работа в команде, развивающей самые передовые в мире банковские системы в области кибербезопасности. Вы будете внедрять и в последующем сопровождать новые направления внутри нашей команды, а потому будет возможность проявить себя, строя системы с самого начала без багажа накопленных проблем, как это часто бывает в старых устоявшихся решениях.
Разработка и проектирование ИИ-агентских систем:
— Проектирование и реализация масштабируемых, отказоустойчивых и наблюдаемых агентских платформ на основе LangChain/LangGraph:
* Разработка и поддержка десятков параллельных агентов с разными ролями, memory backends и toolsets в составе мультиагентной системы.
* Реализация сложных мультиагентных workflow’ов с циклами, условиями ветвления, human-in-the-loop и recovery-механизмами.
* Продуманная стратегия управления состоянием (state persistence, checkpointing, versioning графов).
— Умение выбирать или разрабатывать альтернативы/расширения LangChain, если его ограничения мешают бизнес-целям (например, custom executor, own tool routing, hybrid agent frameworks).
1.Экспертный уровень владения LangChain и LangGraph
— Глубокое понимание внутреннего устройства LangChain/LangGraph:
* Умение писать кастомные Runnable’ы, модификаторы, callback-хендлеры.
* Расширение базовых компонентов (например, кастомные Memory, ToolExecutor, Retriever).
— Опыт отладки и профилирования проблем в асинхронных, stateful workflow’ах:
* Анализ deadlock’ов, race conditions, memory leaks в агентских циклах.
* Воспроизведение и тестирование недетерминированных сценариев.
2. Продвинутая работа с PostgreSQL в ИИ-контексте
— Проектирование высоконагруженных схем данных, оптимизированных под ИИ-нагрузки
— Использование PGVector или расширений типа hnsw, ivfflat для embedding similarity search в рамках RAG.
— Глубокие знания оптимизации запросов:
3. Лидерство и инженерная культура
— Наставничество младших разработчиков: code review с фокусом на архитектурную целостность, безопасность, производительность.
— Участие в определении технического видения продукта: выбор стека, стратегия миграции с PoC на production, оценка технического долга.
— Способность выявлять и предотвращать LLM-специфические риски:
* Prompt injection, data leakage через tool calls, hallucination в агентских выводах.
* Защита инструментов (tools) sandbox’ингом и строгой валидацией входов.
.jpg&w=1920&q=75){kind=small}
