AI-инженер и Fullstack-разработчик AI-решений

Что за роль

SM Lab ищет инженера, который разрабатывает прикладные AI-решения и доводит их до рабочих сервисов. Основной контекст — конвейер обработки товарного контента: от получения данных и фотографий до подготовки карточек. В работе сочетаются backend на Python или Node.js, интерфейсы на React или Vue и интеграция языковых и мультимодальных моделей.

Что предстоит делать

• Развивать конвейер обработки товаров: разбирать текстовые задания и изображения, собирать данные для карточек.
• Интегрировать языковые и мультимодальные модели, сервисы сегментации и генерации изображений; проверять структурированные ответы и обрабатывать ошибки моделей.
• Разрабатывать backend-сервисы, API, фоновые задачи и интеграции с корпоративными системами. Новые решения преимущественно создаются на Python, но выбор стека зависит от задачи и существующей архитектуры.
• Создавать интерфейсы на React или Vue с TypeScript для просмотра результатов, ручного редактирования и приёмки контента.
• Реализовывать размещение текста и графики на изображениях с учётом областей товара, свободного места, требований площадок и правил оформления бренда.
• Делать обработку воспроизводимой и понятной редакторам: сохранять причины решений и ручные правки, показывать ход выполнения и ошибки.
• Проверять результат на реальных товарах и улучшать систему вместе с редакторами и заказчиками контента; при необходимости подключаться к веб-сервисам, data-пайплайнам, DAG-ам и ML-инфраструктуре.

Что потребуется

• Сильный Python и опыт разработки backend-сервисов и API.
• Опыт самостоятельной разработки прикладных систем целиком: backend, пользовательский интерфейс и интеграции.
• Практика применения AI/ML-моделей и создания приложений с LLM, включая structured output, работу с контекстом и устойчивую обработку ошибок.
• Уверенная работа с React или Vue и TypeScript, SQL и реляционными базами данных.
• Навыки проектирования API, фоновых процессов и интеграций; понимание конфигурации, логирования, тестирования и воспроизводимости окружения.
• Опыт с Docker и Git, технический английский для чтения документации. Важны инженерная самостоятельность и умение критически оценивать код, созданный AI-инструментами.

Что важно знать

Команда ориентируется на разработчика уровня Middle+ или Senior, способного создавать законченные прикладные AI- и data-решения. Глубокая специализация на обучении собственных ML-моделей не обязательна. Дополнительным преимуществом будут компьютерное зрение и обработка графики, RAG и AI-агенты, локальный инференс, FastAPI, PostgreSQL, Redis, Airflow, Spark, Oracle или опыт с Node.js.