Junior Python-разработчик LLM-сервисов и ИИ-агентов

Что за роль

Нужен Junior Python-разработчик для создания LLM-сервисов и ИИ-агентов, интегрированных с внутренними системами промышленной группы. В работе сочетаются разработка на Python, построение RAG-контура и доведение сервисов до production: важны ответы по источникам, контролируемое поведение моделей и безопасная работа с финансовыми данными.

Что предстоит делать

• Разрабатывать LLM-сервисы и ИИ-агентов на Python с использованием FastAPI.
• Создавать RAG-контур для базы знаний: подключать регламенты и учётную политику, настраивать векторный поиск и формировать ответы с опорой на найденные источники.
• Интегрировать модели с внутренними сервисами, включая 1С, HTTP-сервисы, базы данных, n8n и AnythingLLM.
• Подготавливать сервисы к production: разрабатывать API, обрабатывать ошибки, учитывать безопасность и настраивать наблюдаемость расходов и ответов модели.
• Поддерживать агентов после изменений моделей и промптов, разбирать инциденты и откатывать версии.
• Следить за развитием LLM и агентных решений и предлагать применимые для компании подходы.

Что потребуется

• Уверенное владение Python, понимание типизации, async/await и ООП; умение писать unit-тесты и работать с Git.
• Коммерческий опыт от года или сильные пет-проекты; при оценке смотрят на код, а не только на резюме.
• Опыт вызова LLM через OpenAI-совместимые API, промптинга, structured output и tool calling; проекты для портфолио также учитываются.
• Понимание ограничений LLM: галлюцинаций, недетерминизма, стоимости и латентности; понимание цикла «модель — вызов инструмента — результат» и случаев, когда достаточно простого пайплайна.
• Базовое знание FastAPI или аналогичного фреймворка и SQL.

Что важно знать

Опыт с embeddings, векторными хранилищами, chunking и оценкой faithfulness будет плюсом. Также пригодятся трассировка через Langfuse, Phoenix или OpenTelemetry, проверочные наборы для evals, Docker, CI/CD, Linux и локальные модели вроде Ollama или vLLM. Подключение агентов к 1С организовано через MCP; особенности подхода и безопасность финансовых данных, включая prompt injection, read-only-доступ, хранение секретов, лимиты и журналирование, готовы объяснить. Основная платформа — Cloud.ru. Знание 1С, финансов или бухгалтерии также будет преимуществом.