Привет! У нас открыта вакансия Python-разработчика AI уровня Senior.
В ЕДИНОМ ЦУПИС мы развиваем и поддерживаем высоконагруженный fintech, состоящий из множества продуктов и проектов, один из крупнейших на рынке. Сейчас мы обрабатываем миллионы платежей в день для более чем 18 миллионов клиентов. Мы разрабатываем сложные финансовые продукты от идентификационных протоколов и системы фрод-мониторинга до собственного высоконагруженного процессинга.
Почему мы?
У нас Вы будете активно участвовать в разработке интересного проекта, решать задачи, связанные с надёжностью и производительностью системы, делиться своим опытом и перенимать чужой, изучать новые технологии и давать обратную связь по выбранным решениям.
Чем вы будете заниматься:
Проектирование, разработка и оркестрация AI-агентов на базе LLM (YandexGPT, OpenAI, Gemini и Open Source решений — Qwen, Gemma и др.);
Интеграция AI-агентов в инфраструктуру компании;
Создание цепочек действий агентов: orchestration, routing, memory, tool calling;
Разработка интерфейсов взаимодействия агентов с внутренними API, базами данных и хранилищами знаний;
Внедрение и настройка векторных баз данных (ChromaDB, Weaviate, Pinecone и аналоги);
Работа в команде AI-энтузиастов;
Отслеживание трендов и обновлений в области LLM и AI-агентов, оценка их практической применимости.
Требования:
Уверенное владение одним из современных языков программирования (Python, Go, Java, TypeScript, Kotlin или аналоги), промышленный опыт разработки от 3 лет;
Опыт разработки backend-сервисов и интеграционных слоёв (REST / gRPC API);
Понимание принципов микросервисной архитектуры;
Опыт системного дизайна распределённых сервисов: декомпозиция компонентов, оценка нефункциональных требований (latency, throughput, отказоустойчивость, стоимость), обоснование архитектурных trade-off-ов;
Уверенное владение SQL, опыт оптимизации запросов и работы с OLTP- и OLAP-базами данных;
Опыт применения контейнеризации (Docker) в разработке;
Понимание моделей concurrency, асинхронного и многопоточного выполнения в рамках используемой платформы;
Понимание подходов: RAG, tool usage, memory / context, retrieval, agent-based workflows;
Опыт работы с фреймворками для построения LLM-приложений и AI-агентов (LangChain, LangGraph, LlamaIndex, Haystack или аналоги);
Понимание архитектуры векторных баз данных, embeddings и их применения;
Опыт интеграции LLM-моделей в бизнес-решения (боты, ассистенты, поисковые системы и т.п.).
Будет плюсом:
Мы предлагаем:
Как проходит собеседование