Data Scientist по разработке ИИ-агентов
Что за роль
Проектная работа Data Scientist связана с созданием ИИ-агентов и инфраструктуры для их разработки. В задачи входят внутренний SDK, подготовка eval-датасетов и развитие решений на базе LLM. Сотрудничество обозначено до марта 2027 года, с возможностью продления.
Что предстоит делать
- Разрабатывать ИИ-агентов с использованием LangChain и LangGraph, а также реализовывать агентский цикл на чистом Python.
- Создавать внутренний SDK для разработки и запуска агентов.
- Формировать eval-датасеты для проверки качества работы ИИ-решений.
- Разрабатывать и внедрять ML- и LLM-решения, ориентируясь на эксплуатацию в production.
- Создавать надежные сервисы на FastAPI и Pydantic: подключать авторизацию, тестирование, журналирование, аудит, метрики и трассировку.
- Реализовывать параллельные и конкурентные процессы, управлять таймаутами, отменой задач и нагрузкой.
- Разрабатывать enterprise RAG и ETL-процессы, Kafka-консьюмеры, разворачивать микросервисы в Docker и Kubernetes.
- Настраивать LLM-модели и движки инференса для повышения пропускной способности; контролировать ресурсы ОС и защищать процессы от зависаний и OOM.
Что потребуется
- Опыт разработки и внедрения ML/LLM-решений в production, включая агентов на LangChain или LangGraph.
- Уверенное знание Python: типы, функции, классы, исключения, итераторы и генераторы, context managers, typing, устройство объектов и основы управления памятью.
- Практический опыт с asyncio, потоками, процессами, очередями и семафорами, а также управлением таймаутами и отменой задач.
- Опыт создания надежных сервисов с FastAPI и Pydantic, тестирования через TDD и настройки наблюдаемости.
- Знание enterprise RAG, ETL, Kafka, Docker и Kubernetes; опыт настройки LLM-инференса.
- Понимание компонентов ИИ-агента и процессов ОС: subprocess, signals, CPU/RAM limits, RSS и file descriptors.
Что важно знать
Это технически насыщенный проект на стыке разработки ИИ-агентов, инфраструктуры сервисов и оценки качества LLM-систем. Важна способность не только собирать агента с помощью фреймворка, но и понимать его цикл, надежность исполнения и ограничения ресурсов. Указана возможность продлить сотрудничество после марта 2027 года.
Подписка TalentMove
Больше,
чем вакансии
→ TalentScanAI
Узнайте стоимость вашего опыта на рынке
→ Закрытое сообщество
Нетворкинг и инсайды рынка труда
→ Топ вакансии
Лучшие вакансии с доставкой в Telegram