Data Scientist (Python)

Задачи: — развитие и поддержка AI-агентов и мультиагентных систем для крупного заказчика. Требования: — опыт промышленной разработки на Python 3.11+ с применением ООП, принципов SOLID, async, типизации, Pydantic v2, проектирования структуры сервиса, умение читать, писать и изменять чужой код; — опыт работы с FastAPI и интеграциями по HTTP, включая контракты, таймауты, ретраи и обработку ошибок внешних сервисов; — опыт прикладной работы с LLM: промпт-инжиниринг, работа с контекстом, tool calling, structured output; — желательно наличие опыта работы с GigaChat; — опыт работы с агентными сценариями: ReAct, LangChain, LangGraph, управление состоянием диалога, чекпоинты, ветвление, вызов инструментов, HITL, память сессии; — опыт разработки AI-агентов, мультиагентных систем и RAG-систем, знание протокола A2A или межагентского взаимодействия по контракту; — опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3; — опыт вывода проекта в промышленную эксплуатацию и ведения релизного цикла от прототипирования до продакшна; — опыт организации наблюдаемости с использованием Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик; — опыт тестирования агентов: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответов агента (эталонные кейсы, LLM as Judge). Личные качества: — умение переводить постановку аналитика в поведение агента и самостоятельно закрывать пробелы в сценарии без возврата задачи с формулировкой «мало деталей»; — способность объяснять заказчику на встречах, что сделает система, где модель ненадёжна и какой объём работ реалистичен, без обещаний точности LLM на уровне обычного API; — умение договариваться с тестировщиком о приёмке сценариев с нестабильной моделью, включая эталонные кейсы, допустимые расхождения и критерии дефекта; — навык выстраивания границ сервисов с Java-разработчиками: контракты, ошибки, таймауты, при этом самостоятельное ведение своей части; — ответственность за доведение багов и фич до выкладки, информирование о статусе в релизе, сохранение договорённостей со стенда; — умение писать коротко и по делу: комментарии к задачам, шаги воспроизведения, описание изменений в промптах и логике; — интерес к LLM и агентам, слежение за трендами в AI, понимание принципов работы нейронных сетей и умение их объяснить.