Python-разработчик LLM-сервисов и ИИ-агентов (Junior)

Задачи: — Разработка LLM-сервисов и ИИ-агентов на Python с использованием FastAPI. — Создание RAG-контура, включающего базу знаний (регламенты, учётная политика), векторный поиск и ответы строго по источникам. — Интеграция LLM с внутренними сервисами, такими как 1С (выгрузки, HTTP-сервисы), базы данных, n8n и AnythingLLM. — Доведение сервисов до продакшена, включая разработку API, обработку ошибок, обеспечение безопасности и наблюдаемости. — Поддержка и развитие агентов: обновление после смены модели или промпта, устранение инцидентов, откат версий. — Мониторинг трендов в области LLM и агентов с предложениями по применению новых технологий. Требования: — Уверенное владение Python, включая типизацию, async/await, ООП и unit-тесты. — Опыт коммерческой разработки от 1 года или наличие сильных пет-проектов, оцениваемых по коду. — Опыт вызова LLM через API (OpenAI-совместимые), включая промптинг, structured output и tool calling. — Понимание ограничений LLM: галлюцинации, недетерминизм, стоимость, латентность. — Знание агентного цикла «модель → вызов инструмента → результат» и понимание, когда агент не нужен. — Базовые знания FastAPI или аналогичного фреймворка и SQL. Будет плюсом: — Знание тонкостей RAG: embeddings, векторные хранилища (pgvector, Qdrant, FAISS), chunking, faithfulness. — Опыт работы с наблюдаемостью: трассировка запросов, Langfuse, Phoenix, OpenTelemetry. — Знакомство с Evals для проверки кейсов и регресса при смене промпта или модели. — Знание MCP (Model Context Protocol) для подключения агентов к 1С. — Опыт обеспечения безопасности финансовых данных: prompt injection, read-only режим, секреты в env, лимиты и журналирование. — Навыки работы с Docker, CI/CD и Linux. — Опыт работы с локальными/self-hosted моделями (Ollama, vLLM). — Знание n8n и AnythingLLM. — Знание 1С и финансов/бухгалтерии. Условия: — Полная занятость, график 5/2. — Формат работы гибридный или офис в Челябинске. Контакт для отклика: personal@metran.ru