Python разработчик (LLM)

Описание

Aналитическая платформа высокой нагрузки Мы разрабатываем масштабируемую высоконагруженную платформу для обработки больших объемов данных, поступающих из множества источников, включая крупнейшие системы Сбера и внешние сервисы. Наша система ежедневно обрабатывает свыше 17 миллиардов событий в сутки, обеспечивая надежный сбор, хранение и обработку огромных массивов данных в режиме реального времени. Все события представляют высокую ценность, и чтобы быстро ее извлечь, мы разрабатываем ИИ-агентов для разных задач, от поиска интересующих метрик до анализа логов и реагирования на аномалии.

Обязанности

* проектирование и реализация логики агентов, использование фреймворков (LangChain, LangGraph) для построения агентных систем, настройка пайплайнов взаимодействия с LLM (prompt engineering, memory, tools, RAG). * проектирование и реализация архитектуры взаимодействия между агентами (координация, планировщики, роли агентов) * подключение к векторным БД (FAISS, Milvus) для RAG-архитектуры, разработка API (REST) для интеграции агентов, оптимизация запросов к LLM (batching, reuse, few-shot примеры) * настройка мониторинга и логирования работы агентов, управление нагрузкой и контроль стоимости вызовов LLM * подготовка и индексация корпоративных данных для использования в RAG, валидация качества извлечённых данных и ответов агентов * описание архитектуры агентов и их взаимодействия, совместная работа с дата-инженерами, ML-инженерами и аналитиками * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.

Требования

* python 3.x — уверенное владение (asyncio, typing, dataclasses, pydantic), опыт работы с LLM-фреймворками: LangChain, LangGraph * понимание архитектур RAG (Retrieval-Augmented Generation): работа с векторными БД (FAISS, Milvus), индексация и поиск по эмбеддингам * навыки работы с API LLM-провайдеров (у нас GigaChat), знание принципов prompt engineering * опыт проектирования мультиагентных систем, уверенное знание SQL и опыт интеграции агентов с базами данных, опыт работы с очередями и брокерами сообщений (у нас Kafka), знание принципов построения REST API * опыт контейнеризации (Docker) и базовое понимание Kubernetes * умение проектировать архитектуру решения и обосновывать выбор технологий * навыки командной работы: code review, работа с git-flow, взаимодействие с ML- и data-инженерами. Будет плюсом: * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации

Условия

* комфортный современный офис рядом с м. Кутузовская * возможность выбрать удобный график – офис/гибрид * 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 * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.