intact

Middle Backend AI Engineer (AI Agents) /Python Developer (ИБ проект)

Компания intact – системный интегратор, обладающий большим опытом в построении ИТ-инфраструктур. Мы реализуем комплексные проекты для средних и крупных компаний из разных отраслей экономики.

intact

Зарплата не указанаРоссияМоскваУдалёнка

Компания intact – системный интегратор, обладающий большим опытом в построении ИТ-инфраструктур. Мы реализуем комплексные проекты для средних и крупных компаний из разных отраслей экономики.

intact предлагает полный спектр услуг от проектирования и внедрения решений до сервисной поддержки и обучения специалистов Клиента. Мы работаем с крупнейшими международными производителями оборудования и программного обеспечения.

В основе бизнеса Компании — быстрая реакция, гибкие условия сотрудничества, возможность выбора наилучшего решения из ряда альтернатив.

Вакансия Middle Backend AI Engineer (AI Agents) /Python Developer отлично подойдет для тех, кто
-
Силен в Python/FastAPI и умеет строить высоконагруженный бэкенд
- Понимает AI-стек: LangChain, RAG, pgvector, промпт-инжиниринг, безопасность LLM
- Умеет критически оценивать решения, а не только «кодить по туториалу».

Чем предстоит заниматься:

Блок проектирования и разработки ИИ-агентов:

  • Создание архитектуры агентов на LangChain
  • Проектирование системы инструментов (tools / function calling) для взаимодействия агента с внешними API, базами данных и файловым хранилищем.

Блок активного промптинга:

  • Написание и итеративное улучшение системных и динамических промптов для - - достижения целевого поведения агентов
  • Работа с PromptTemplate, ChatPromptTemplate, FewShotPromptTemplat
  • Тестирование промптов на разных LLM-моделях, настройка параметров (температура, top_p)
  • Защита промптов от инъекций и нецелевого использования.

Блок разработки высоконагруженного бэкенда:

  • Реализация REST API и WebSocket на FastAPI с оптимизацией под высокие нагрузки
  • Проектирование моделей данных через SQLAlchemy (PostgreSQL) и документных схем (MongoDB)
  • Настройка пулов соединений, кэширования (Redis), асинхронных воркеров
  • Постановка тяжелых задач (эмбеддинги, парсинг документов, batch-обработка) в Celery с отслеживанием статуса
  • Интеграция с Kafka для событийной архитектуры и потоковой обработки данных.

Блок RAG-пайплайны:

  • Разработка пайплайнов Retrieval-Augmented Generation с использованием pgvector
  • Настройка индексов (IVFFlat, HNSW) для быстрого поиска по сходств
  • Реализация гибридного поиска (семантический + полнотекстовый) через комбинацию pgvector и полнотекстового поиска PostgreSQL
  • Чанкинг документов, генерация эмбеддингов, управление версиями векторов.

Блок инфраструктуры и масштабирования:

  • Написание Dockerfile и docker-compose для подъема всего стека (FastAPI + Django + Celery worker + Beat + PostgreSQL (pgvector) + MongoDB + Redis + Kafka).
  • Настройка сетей, томов, переменных окружения
  • Деплой в Kubernetes (написание манифестов, helm-чартов, настройка HPA, Ingress
  • Участие в проектировании горизонтального масштабирования (балансировка, репликация БД, шардирование). Оптимизация времени ответа API и потребления ресурсов.

Блок безопасности:

  • Обеспечение безопасного хранения API-ключей и секретов
  • Внедрение rate limiting, аутентификации и авторизации
  • Мониторинг потенциальных уязвимостей и prompt-атак.

Наши ожидания:

  • Опыт коммерческой разработки на Python от 3+ лет (версии 3.10 и новее).

  • Глубокое знание FastAPI (асинхронные эндпоинты, WebSocket, Pydantic v2, dependency injection)

  • Опыт работы с Django.

  • Работа с базами данных: SQLAlchemy 2.0 (асинхронный/синхронный режимы, отношения, миграции через Alembic) / PostgreSQL + pgvector (настройка расширения, работа с векторными полями, поиск по сходству (IVFFlat / HNSW индексы), гибридный поиск). MongoDB (агрегации, индексы, схемы через Pydantic

  • Опыт настройки и использования Celery (брокеры Redis/RabbitMQ, периодические задачи, обработка ошибок, мониторинг через Flower)

  • Контейнеризация. Уверенное владение Docker: Написание оптимизированных Dockerfile (многостадийная сборка, кэширование слоев). Управление томами (volumes) для персистентности данных. Настройка сетей (networks) для связи между контейнерами. Билдинг образов, работа с docker-compose

  • Git: Работа в команде с GitFlow, ревью кода, Pull Request'ы

  • Промпт-инжиниринг: Готовность и опыт написания системных промптов, Few-shot примеров, работа со структурированным выводом (JSON mode / Pydantic parsers)

  • LangChain: Опыт коммерческой разработки с LangChain — создание цепочек (chains), маршрутизация, интеграция инструментов (tool calling / function calling), работа с памятью (memory), интеграция с векторными хранилищами через PGVector

  • Опыт работы в высоконагруженных проектах: > 1000 RPS, оптимизация запросов к БД (N+1, индексы, кэширование), работа с асинхронностью и конкурентностью (asyncio, semaphores, connection pooling), профилирование и оптимизация кода (cProfile, py-spy, мониторинг), опыт масштабирования приложений (горизонтальное/вертикальное).

Будет преимуществом:

  • Опыт настройки Kubernetes (деплой, scaling, ingress, configmaps, secrets, helm-чарты)

  • Опыт работы с Kafka (производители/потребители, управление офсетами, настройка партиций, работа с Schema Registry).

  • Знание основ информационной безопасности: Безопасное хранение секретов (Vault, Kubernetes Secrets), защита API (JWT, OAuth2, rate limiting, CORS), безопасная работа с пользовательскими данными (шифрование, маскировка, GDPR), понимание OWASP Top 10 для веб-приложений, безопасная работа с LLM (prompt injection, data leakage, выход за допустимые границы).

Мы предлагаем:

  • Уникальный ИБ проект + ИИ специфика
  • Оплата профильного обучения и повышения квалификации
  • официальная зарплата с первого рабочего дня
  • В период больничных и отпусков размер заработной платы в 100% объёме, вне зависимости от стажа
  • График удаленный
  • Режим работы гибкий с 09:00 по МСК
  • Аккредитованной IT организацией в Минцифры
  • Официальное оформление с первого рабочего дня

Какими плюшками порадуем:

  • Оплата мобильной связи
  • Корпоративная скидка на билеты в театр г. Москвы (для кандидатов из Москвы)
  • ДМС после испытательного срока (в зависимости от региона)
  • Корпоративный фитнес DDX Fitness или Spirit Fitness после испытательного срока (при наличии данных сетей в регионах)
  • Бонусы и скидки от CORAL TRAVEL
  • Очень френдли атмосфера – Генеральный директор совместно с HR проводит Welcome-ланчи для новичков в неформальной обстановке

С нами работают в долгую.

Этапы отбора:

1. После отклика вы получите список базовых вопросов от ИИ ассистента
2. В первом сообщении для ИИ напиши кодовое слово - Hello world
3. После вас пригласят на небольшой онлайн созвон с рекрутером (до 30мин)
4. Далее тех этап - онлайн созвон с руководителем (1,5 часа)
5. Финальная встреча (онлайн / офис) (до 40-60 мин)
6. Оффер

Если ваш опыт соответствует нашим ожиданиям, и вы готовы общаться с ИИ ассистентом, обязательно пригласим вас на знакомство после прохождения первого этапа.

Похожие вакансии AI инженер

Соц.сети
F

Senior Python / AI Developer

freedom_holding
от 1 200 000 KZT (≈ от 224k ₽)КазахстанАлматы

Senior Python / AI Developer #алматы

#FreedomHolding

#3п от 1,2 млн и выше

#tg @kzk888

Обязанности

- Разработка backend-сервисов на Python.

- Создание чат-ботов, AI-ассистентов и RAG-систем.

- Интеграция LLM-моделей через API и локальный inference.

- Работа с vLLM, Ollama, embeddings, vector search.

- Разработка API и микросервисов для AI-продуктов.

- Участие в проектировании архитектуры AI-решений.

Требования

- Опыт коммерческой разработки на Python от 6 лет.

- Опыт работы с FastAPI, Flask или Django.

- Понимание LLM, prompt engineering, embeddings, RAG.

- Практический опыт с vLLM и/или Ollama.

- Опыт разработки чат-ботов или AI-ассистентов.

- Опыт работы с PostgreSQL, Redis, Docker.

- Понимание REST API, микросервисов и интеграций.

- Опыт использования AI-инструментов для разработки и вайб-кодинга.

Мы предлагаем:

ДМС

Внешнее обучение

Компенсация за фитнес

Скидки, бонусы от компаний входящих в холдинг

#tg @kzk888
Соц.сети
Н

Senior AI Engineer

Неизвестный работодатель
Зарплата не указанаУзбекистанТашкентОфис

В поисках Senior AI Engineer 🚀

📍 Ташкент, Узбекистан | Офис, полная занятость

Главный инженер по искусственному интеллекту (Senior AI Engineer)

Задачи

✅ Проектирование и разработка решений на базе LLM для аналитики, поиска по данным и автоматизации бизнес-процессов

✅ Построение RAG-систем: подготовка и разбиение документов, векторный и гибридный поиск, переранжирование, контроль достоверности ответов и ссылок на источники

✅ Разработка агентных систем: оркестрация агентов, вызов инструментов, планирование, самопроверка, участие человека в принятии решений (human in the loop)

✅ Интеграция ИИ-решений с lakehouse-платформой, каталогом метаданных и BI-системами, включая text-to-SQL

✅ Развёртывание и эксплуатация локальных моделей в закрытом контуре: выбор моделей, квантизация, инференс на GPU, оптимизация скорости и стоимости

✅ Оценка качества и наблюдаемость: эталонные наборы, автоматические метрики, LLM-as-a-judge, трассировка и мониторинг

✅ Безопасность ИИ-решений: защита персональных данных и банковской тайны, защита от prompt injection, разграничение доступа

Требования

🔹 Высшее техническое образование: компьютерные науки, прикладная математика, IT или смежные направления

🔹 Опыт в разработке или инженерии данных от 4 лет, из них от 1 года практической работы с LLM и решениями, выведенными в промышленную эксплуатацию

🔹 Python и практики промышленной разработки: FastAPI, асинхронность, Git, code review, тесты, CI/CD

🔹 LLM-фреймворки: LangChain, LangGraph, LlamaIndex или аналоги; MCP, вызов инструментов, структурированный вывод

🔹 RAG: векторные БД (Qdrant, pgvector), эмбеддинги, гибридный поиск, переранжирование

🔹 Локальные модели: Ollama, vLLM, Hugging Face, квантизация, дообучение LoRA/PEFT

🔹 SQL на продвинутом уровне; Spark, Iceberg, ClickHouse, PostgreSQL; понимание архитектуры lakehouse

🔹 Оценка качества и наблюдаемость: Langfuse, DeepEval, Ragas или аналоги

🔹 Docker, Linux, CI/CD

🔹 Русский язык свободный, английский на уровне работы с технической документацией

Будет плюсом: опыт в банковской сфере или платёжных системах, Kubernetes, каталоги данных и дата-линедж (OpenMetadata), Data Vault, IOMETE

Резюме присылать в лс

hh.ru
црт | группа компаний

Ведущий инженер данных (LLM)

црт | группа компанийАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид
Мы запустили новый продукт - LLM-платформу для наших клиентов из госсектора и enterprise-сегмента и развиваем его.
Сейчас мы усиливаем усиливаем продуктовую команду и ищем Ведущего инженера данных, который будет отвечать за организацию и подготовку данных для AI-решений (от подключения внешних источников и проектирования модели данных до подготовки данных для поиска и RAG).

КАКИЕ ЗАДАЧИ НЕОБХОДИМО РЕШАТЬ:
  • Определять источники данных для AI-решений: базы данных, документы, API, файловые хранилища, внешние системы и потоки обновлений;
  • Проектировать модели данных: сущности и связи, версии, метаданные, lineage, права доступа и правила актуализации;
  • Организовывать сбор и обработку данных из внешних источников: очистку, нормализацию, дедупликацию, классификацию и разметку;
  • Формировать единое эталонное представление объекта (golden record) при объединении данных из нескольких источников;
  • Подготавливать данные для поиска и RAG: chunking, embeddings, индексация, векторный и гибридный поиск;
  • Настраивать retrieval и reranking, обеспечивать обновление индексов при изменении исходных данных;
  • При необходимости готовить датасеты для обучения или дообучения моделей, если задача не решается с помощью RAG;
  • Определять показатели качества данных и retrieval, организовывать их мониторинг: полнота, актуальность, precision/recall, latency и другие показатели;
  • Взаимодействовать с LLM-инженерами, аналитиками и разработчиками при проектировании AI-решений.


НАШИ ОЖИДАНИЯ:

  • От 4 лет опыта в Data Engineering, Data Platform, Data Architecture или смежной области;
  • Уверенное знание SQL и реляционных баз данных;
  • Опыт построения ETL/ELT-процессов и data pipelines;
  • Опыт интеграции данных из различных источников: БД, API, файлов и внешних систем;
  • Практический опыт проектирования моделей данных и работы с качеством данных, метаданными и версиями;
  • Практический опыт подготовки данных для поиска, ML или LLM/RAG-систем;
  • Понимание принципов chunking, embeddings, vector search и hybrid search;
  • Опыт работы с векторными хранилищами или поисковыми системами;
  • Умение самостоятельно разбираться в структуре и качестве новых источников данных.

БУДЕТ ПЛЮСОМ:

  • Опыт разработки и эксплуатации RAG-систем в production;
  • Опыт оптимизации retrieval и reranking;
  • Python для обработки данных и разработки data pipelines;
  • Kafka или другие системы потоковой обработки данных;
  • Airflow или аналогичные инструменты оркестрации;
  • PostgreSQL, ClickHouse, Elasticsearch/OpenSearch, векторные хранилища и аналогичные технологии;
  • Опыт подготовки датасетов для supervised learning / fine-tuning;
  • Понимание метрик оценки RAG: retrieval quality, groundedness, faithfulness, coverage.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.