WB—Tech
Python Backend / AI Engineer
Опубликовано
Актуальность нужно проверить
Откройте публикацию в источнике и уточните, продолжается ли набор.
Источник проверяли 17 ноября
Доступ проверим при нажатии.
О вакансии
Вакансия «Python Backend / AI Engineer» в компании WB—Tech.
Чем предстоит заниматься
- Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI.
- Проектирование API, интеграций и архитектуры backend-приложений.
- Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов.
- Разработка AI-агентов и агентных систем на базе LLM.
- Создание агентных решений как с использованием фреймворков (LangGraph, LangChain, OpenAI Agents SDK и аналоги), так и без них.
- Интеграция локальных и облачных LLM в существующие продукты.
- Разработка инструментов (tools), управление вызовами функций, состоянием и контекстом агентов.
- Контейнеризация, развертывание и сопровождение сервисов с использованием Docker.
- Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах.
Что нужно для работы
- Уверенное знание Python, опыт коммерческой backend-разработки.
- Опыт работы с Django и FastAPI.
- Хорошее знание PostgreSQL и Redis.
- Уверенное владение Docker и Docker Compose.
- Понимание асинхронного программирования в Python (asyncio).
- Практический опыт интеграции LLM в приложения.
- Опыт разработки AI-агентов, использования tool calling / function calling.
- Понимание принципов работы LLM, управления контекстом и построения агентных процессов.
- Опыт работы с REST API, внешними сервисами и сторонними интеграциями.
- Уверенное владение Git, Linux.
- Будет большим плюсом
- Опыт работы с LangGraph, LangChain, OpenAI Agents SDK.
- Опыт самостоятельного проектирования агентных архитектур без использования готовых фреймворков.
- Опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие).
- Опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами.
- Знание vLLM, llama.cpp, Ollama и других инструментов инференса.
- Понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса.
- Опыт построения RAG-систем, работы с эмбеддингами и векторным поиском.
- Опыт настройки мониторинга, логирования и CI / CD.
- Полезные ссылки
Подходит вакансия?
Перейдите к исходному объявлению или контакту работодателя.
Доступ проверим при нажатии.