Go-разработчик в команду AI-ассистента

Location: Москва Workplace: Комбинированный Мы разрабатываем платформу AI-ассистентов для продуктов VK. Она объединяет диалоговые сценарии, поиск, рекомендации и языковые модели. Ищем разработчика, который поможет развивать backend-платформы и превращать AI-возможности в устойчивые пользовательские сценарии. Технологическая среда: Go, gRPC, PostgreSQL, Redis, Kafka, YTsaurus, ClickHouse, Qdrant. Задачи Разрабатывать платформу и сценарии ассистента: от обработки запроса и поиска информации до формирования потокового ответа Интегрировать языковые модели, поисковые и рекомендательные сервисы Проектировать взаимодействие компонентов, API и контракты данных Улучшать скорость и надёжность системы, исследовать проблемы на реальных запросах Вместе с ML-инженерами и продуктовой командой проверять гипотезы и оценивать результат изменений Требования Опыт разработки backend на Go и сопровождения своих решений в production. Понимание того, как код ведёт себя под нагрузкой и при сбоях зависимостей Умение проектировать изменения в существующей системе. Выделять ответственность компонентов, продумывать контракты и учитывать влияние изменений на другие части продукта Понимание распределённых систем. Умение рассуждать о согласованности данных, конкурентных операциях, частичных отказах и компромиссах между надёжностью и скоростью Навык системной диагностики. Способность разобраться в незнакомом участке системы, сформулировать гипотезы и проверить их по данным, замерам и экспериментам Умение работать с неполными требованиями. Уточнять ожидаемый результат, замечать ограничения и предлагать решение подходящей сложности Самостоятельность в рамках задачи. Готовность пройти путь от обсуждения подхода до проверки результата в эксплуатации, вовремя привлекая коллег Интерес к прикладным AI-системам. Готовность разбираться, как поведение моделей, качество поиска и технические ограничения влияют на пользовательский опыт Будет плюсом Опыт разработки продуктов с LLM, RAG, поиском или рекомендациями Опыт оптимизации производительности и надёжности сервисов Практика оценки качества изменений через эксперименты, продуктовые и технические метрики