Tech Lead Python (GigaChat: RAG Developer)

Описание

Наша команда разрабатывает RAG-архитектуру для GigaChat (модель и сайт). Основные задачи, которые выполняет сервис RAG (Retrieval Augmented Generation): * поиск релевантной информации: RAG осуществляет эффективный поиск и извлечение данных из внешних баз знаний, документов или других источников, которые могут содержать ответ на запрос пользователя. * дополнение контекста: найденные данные добавляются к запросу, который затем передается генеративной языковой модели (LLM), чтобы обогатить и уточнить ответ. * генерация точного и обоснованного ответа: на основе как внутреннего знания модели, так и извлеченной релевантной информации RAG создает ответ, который более точен и менее подвержен ошибочным или вымышленным фактам (галлюцинациям). * актуализация данных: позволяет получать ответы на основе свежих и обновляемых данных без необходимости переобучения самой языковой модели. * поддержка факточекинга и ссылок на источники: RAG может предоставлять ссылки на исходные документы или данные, подтверждающие ответ. * использование в специализированных задачах: решение вопросов в узкоспециализированных областях, таких как техническая поддержка, юридическая консультация, HR, клиентский сервис и интернет-магазины, где важна точность и своевременность информации. * снижение рисков ошибок и галлюцинаций: минимизация случаев, когда модель выдает ложные или неточные сведения.

Обязанности

* проектировать архитектуру backend-сервисов и RAG-систем * руководить разработкой ключевых компонентов на Python / FastAPI * принимать технические решения по API, данным, очередям, интеграциям и RAG-пайплайнам * оптимизировать производительность, надежность и стоимость backend- и LLM-компонентов * развивать подходы к поиску: semantic search, hybrid search, reranking, metadata filtering * обеспечивать качество кода, проводить code review и помогать junior/middle-разработчикам * исследовать новые технологии в области LLM, RAG и backend-разработки.

Требования

* 5+ лет коммерческого опыта backend-разработки, преимущественно на Python. * глубокое знание Python, FastAPI, асинхронного программирования и архитектуры backend-сервисов. * сильный опыт работы с PostgreSQL, Redis, Docker / Docker Compose. * опыт работы с Qdrant или другими vector databases в production. * глубокое понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation, evaluation. * опыт интеграции LLM API и понимание их ограничений: latency, cost, rate limits, hallucinations. * опыт работы с Kafka в production-сценариях. * опыт проектирования микросервисной архитектуры. * умение писать поддерживаемый, тестируемый и расширяемый код. * опыт технического лидерства, декомпозиции задач и code review. * английский язык на уровне чтения технической документации.

Условия

* возможность выбрать удобный формат работы: гибрид или офис * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.