AI-agents developer (Pyhton)

Задачи: — под руководством ментора разрабатывать и поддерживать оркестрацию агентов на LangGraph: реализовывать узлы графа, работать с состоянием и условными переходами — писать и улучшать скиллы и инструменты (tools) для агента: интеграция с внешними HTTP API, валидация результатов по JSON Schema, простые ReAct-подграфы — работать с LLM: писать и править промпты, проектировать Pydantic-схемы для структурированного вывода, экспериментировать с параметрами моделей и function/tool calling — разрабатывать HTTP-контур: REST- и SSE-эндпоинты (инициация диалогов, стриминг ответов, управление историей) под руководством старших коллег — участвовать в подключении внешних систем: HTTP API, Kafka, поисковые движки — помогать в развитии RAG-пайплайна (эмбеддинги, поиск, реранкинг) — покрывать код тестами: unit- и интеграционные тесты (pytest, моки LLM и внешних сервисов) — соблюдать стандарты качества — строгая типизация mypy, линтинг ruff, код-ревью — участвовать в код-ревью (сначала как автор, затем как ревьюер), учиться архитектуре агентских систем и банковским требованиям к безопасности — версионировать и проверять промпты: сравнение поведенческих сценариев, проверка на реальных моделях. Требования: — уверенно пишете на Python (3.10+): знаете ООП, структуры данных, базовые алгоритмы — пишете чистый и читаемый код — имеете практический опыт async/await / asyncio (коммерческий, стажировка или серьёзный пет-проект) — знакомы с веб-фреймворками FastAPI и/или aiohttp на уровне pet-проектов или коммерческого опыта до 1–2 лет — понимаете основы REST API — понимаете, как работают LLM через API (GigaChat, ChatGPT и аналоги): промпты, структурированный вывод, function/tool calling — хотя бы на уровне собственных экспериментов — знакомы с LangChain/LangGraph или другими оркестраторами агентов либо готовы быстро освоить их при сильной инженерной базе — знаете SQL и имеете базовый опыт работы с PostgreSQL (запросы, простые схемы, транзакции) — используете Pydantic (или аналогичные инструменты валидации) и понимаете ценность строгой типизации — готовы писать тесты (pytest), пользоваться Git, следовать стандартам код-ревью и CI/CD — высокая обучаемость, curiosity к LLM-технологиям и желание расти в AI-инженерии — начала высшего образования достаточно; рассматриваем студентов старших курсов и выпускников. Будет плюсом: — стажировки или коммерческий опыт разработки на Python (от 3–6 месяцев) — пет-проекты с LLM: телеграм-боты с AI, RAG-ассистенты, агентные приложения на LangChain/LangGraph — понимание RAG: эмбеддинги, векторный поиск, pgvector — базовые навыки Docker, Git, Linux — опыт работы с кодинговыми агентами (GigaCode CLI) и понимание принципов SDD — знакомство с Kafka, OpenSearch, наблюдаемостью (Grafana/Prometheus, OpenTelemetry) — участие в хакатонах, олимпиадах, open-source — понимание основ безопасности и интерес к банковскому домену — навыки работы с генеративными AI-моделями — опыт создания AI-агентов и использования их в работе будет преимуществом — опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов — инструментальное владение AI для анализа, генерации и автоматизации. Условия: — гибридный формат работы (2-3 дня в офисе) — офис по адресу: г.Москва офис Кутузовский проспект 32 — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.