Senior AI / GenAI & Agentic Engineer (Python, FastAPI)

Важно: part-time или проектная занятость

Мы в Сёрф уже 15 лет создаём продукты, которыми ежедневно пользуются миллионы: мобильные приложения, веб-сервисы, AR- и ERP-системы, собственные AI-продукты. Среди клиентов — Росбанк, Т-Банк, Mars, KFC, Бургер Кинг, Магнит и более 200 компаний.

Сейчас мы ищем Python-разработчиков нового поколения — тех, кто активно работает с AI-агентами и использует их как полноценный инструмент разработки.

Если ты умеешь не просто писать код, а выстраивать процесс так, чтобы AI брал на себя значительную часть рутины и ускорял результат, будем рады видеть тебя в команде.

Что нужно делать:

• Разработка и поддержка приложений на Python
• Проектирование и реализация REST/GraphQL API
• Работа с базами данных (проектирование схем, написание запросов, оптимизация)
• Интеграция внешних сервисов и API
• Написание чистого, поддерживаемого и документированного кода
• Написание unit- и integration-тестов
• Отладка, поиск и устранение ошибок
• Оптимизация производительности приложений
• Участие в проектировании архитектуры решений
• Взаимодействие с командой (backend, frontend, QA, аналитики, менеджеры)

Важно: объём задач и глубину вовлечения согласовываем индивидуально под проект.

Что ждём от тебя:

• Опыт разработки продуктов на Python от 3-х лет

• Python и SQL на уровне уверенной диагностики: читать чужой код, находить доменную ошибку, разбираться в боевой базе, читать план запроса.

• Опыт работы с одним или несколькими фреймворками: Django / FastAPI / Flask
• Понимание принципов проектирования API (REST, желательно GraphQL)
• Опыт работы с реляционными БД (PostgreSQL / MySQL) и умение писать эффективные SQL-запросы
• Опыт работы с ORM (SQLAlchemy / Django ORM)
• Понимание асинхронного программирования (asyncio, async/await)
• Опыт написания unit- и integration-тестов
• Умение работать с Git и понимать процессы code review
• Понимание основ архитектуры приложений (слои, разделение ответственности, масштабирование)
• Опыт интеграции внешних сервисов и API
• Умение самостоятельно разбираться в задачах и доводить их до результата

• Осознанная работа с кодинг-агентами: формулируешь задачу так, что результат проверяем, и знаешь, что за агентом нужно перепроверять в денежной логике.

Будет плюсом:

• Финтех или фудтех с реальными мастер-системами: банковские API, кассы, 1С, складские системы

• Прошлое системного аналитика или интегратора

• React / TypeScript для кастомных экранов админки

Почему с нами интересно:

• Большие проекты — твои решения увидят миллионы пользователей
• Возможность влиять на конечный продукт и процессы разработки
• Открытая коммуникация, уважение к экспертизе, минимум бюрократии
• Гибкий формат (part-time / проектная занятость)
• Честные и прозрачные условия сотрудничества
• Возможность развиваться и пробовать новые подходы с AI

Готов подключаться к интересным задачам и работать в современном AI-ориентированном формате?

1. Отправь отклик
2. Заполни небольшую анкету

GyroMind — небольшая компания, делаем два продукта для отделов продаж и для управленческих команд. Сейчас переводим свою работу на ИИ-агентов: то, что раньше делали руками — проверка CRM, сбор договоров, разбор встреч — должны делать программы, которые работают сами. Сначала это будет внутренняя разработка, потом клиентская.

Что вы будете делать:

• Первые две недели — принимать существующую платформу на Python, ботов, интеграции с Битрикс24, транскрибацию, мониторинг.
• Постепенно брать по одному рабочему процессу компании и делать так, чтобы его выполнял агент: сначала под вашим подтверждением каждого прогона, потом самостоятельно.
• Находить и чинить баги в текущих процессах — часто чужих и недокументированных.

Что мы предлагаем:

• На период адаптации офис 4–5 дней в неделю, после гибрид — 3 дня в офисе, 2 дня удалённо. Гибкое начало рабочего дня.
• Оформление по ГПХ.
• Оклад в рынке, бонусы по результатам работы, регулярный пересмотр зарплаты.
• Минимум бюрократии, быстрые решения, возможность выбирать стек.
• Работаете напрямую с основателем без прослойки из менеджеров и без согласований в три круга.

Что нам важно:

• 4-5 лет в разработке, желательно с опытом фриланса или аутсорса — нам важен человек, который привык считать свои ресурсы и искать короткий путь, а не самый правильный.
• Умеете войти в чужой код без автора рядом.
• Работаете с ИИ-инструментами каждый день и проверяете то, что они выдают — не потому что не доверяете, а потому что знаете, где они врут.
• Доводите начатое до конца, когда над вами никто не стоит.

В сопроводительном письме ответьте на 2 вопроса:

1. Какую свою рабочую задачу вы за последний месяц отдали ИИ так, что она делается теперь без вас? Что именно осталось на вас?
2. Расскажите про самый убыточный ваш проект. Что вы после него изменили в том, как берёте работу?

Мы ищем LLM инженеров в команду AI HUB БЛиК, перед которой стоят две задачи: агентизировать HR-процессы Банка с помощью AI-инструментов и внедрить их в платформу Пульс, сделав решения доступными каждому из сотрудников.

Мы используем Python, LangGraph, Kubernetes, а также собственные и внешние модели. При этом, свободно сочетаем готовые инструменты с решениями, которые пишем сами. Нам важны системы, которые приносят организации измеримый результат.

Вы будете ключевым специалистом в кросс-функциональной команде и будете работать бок о бок с backend, DS, Data и другими LLM-инженерами.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• разрабатывать и сопровождать бэкенд AI-агентов: оркестрация графов на LangGraph — состояния, ветвления, циклы, human-in-the-loop, политики retry и fallback

• проектировать и версионировать инструменты (tools) для агентов, интегрировать их с внутренними системами банка через REST/gRPC/MCP/A2A

• работать со сложными промптами, настраивать источники данных под RAG для эффективного поиска и оценивать ответы моделей на точность, релевантность и качество

• упаковывать сервисы в Docker и выводить их в промышленный Kubernetes

• проектировать и проводить эксперименты и A/B-тесты над промптами, пайплайнами и конфигурациями моделей

• развивать систему eval — формировать наборы задач и сценариев, определять метрики accuracy/relevance/robustness, автоматизировать прогон экспериментов и анализ результатов; принимать продуктовые решения на основе метрик

• заниматься тонкой настройкой и оптимизацией конфигураций моделей и агентов: сравнивать модели, версии и параметры inference, подбирать баланс качества, latency и стоимости, обеспечивать устойчивость и предсказуемость работы оркестраций в production

• выстраивать мониторинг: трассировку цепочек вызовов, метрики латентности, токенов и стоимости, алертинг

• вместе с командой решать сложные задачи внедрения AI, ревьюить код и держать высокую планку качества решений.

• практический опыт работы с LLM: промпт-инжиниринг, сборка пайплайнов, интеграция моделей

• LangGraph — опыт разработки агентных графов, вывода их в прод и отладки нетривиального поведения

• Docker — сборка и оптимизация образов, multi-stage, работа с реестрами

• Kubernetes — реальный опыт эксплуатации сервисов в кластере, а не только знакомство по документации

• Python — глубокое понимание asyncio / multithreading / multiprocessing, понимание алгоритмов и структур данных для решения нетривиальных задач, продвинутые знания SQL: сложные JOIN, CTE, оконные функции, оптимизация запросов (EXPLAIN), работа с подзапросами

• понимание метрик качества и практический опыт A/B-тестирования ML-решений

• умение приоритизировать гипотезы, обоснованно выбирать модели, методы и алгоритмы и проектировать эффективные инженерные решения

• опыт поставки качественного ПО и владение циклом разработки целиком — от технического дизайна до мониторинга после выката

• понимание ландшафта LLM-провайдеров: как коммерческих, так и open-source моделей, разворачиваемых в собственном контуре

• знакомство с open-source инструментами для построения и оценки RAG: LangChain, LlamaIndex, Ragas, MLflow и подобными

• умение объяснять сложные технические вещи широкой аудитории стейкхолдеров.

Будет плюсом:

• опыт вывода в прод бизнес-критичных ML/AI-приложений

• опыт адаптации, дообучения и разворачивания open-source моделей в on-premise или закрытом контуре

• MCP (Model Context Protocol), разработка MCP-серверов и проксирования инструментов

• мультиагентные архитектуры: маршрутизация, разделение ролей, общая память между агентами

• практический опыт работы с Redis (кэширование, брокер) и ClickHouse (или другими колоночными СУБД), опыт работы с очередями сообщений: Kafka и/или Celery

• личное портфолио pet-проектов по ML или вклад в open-source

• опыт работы в банке, финтехе или другом регулируемом домене

• опыт построения React-агентов на современных open-source решениях

• опыт использования Openclaw, Hermes, Ouroboros

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• инструментальное владение Ai для анализа, генерации и автоматизации.

• гибридный формат работы(2 дня в офисе, 3 дня дома), адрес офиса 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.