ID 3993 - Senior python+LLM
🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фулл тайм
💡 Требования:
Python 5+ лет, продвинутый: ООП, типизация (mypy/pydantic), асинхронность (asyncio), pytest, профилирование.
Проектирование API: FastAPI (или Flask), REST, валидация, обработка ошибок, идемпотентность.
Git, code review, CI/CD (GitHub Actions/GitLab CI), Docker; Kubernetes - плюс.
Работа с БД: PostgreSQL (SQL уверенно), Redis; понимание индексов и транзакций.
Очереди/брокеры: Kafka или RabbitMQ - практический опыт.
Написание документации и поддержка кода в проде (логи, метрики, алерты).
LLM - практика в проде:
RAG end-to-end: чанкинг, эмбеддинги, векторные БД (Qdrant/Milvus/pgvector/FAISS), гибридный поиск (BM25 + вектор), реранкеры.
Промпт-инжиниринг и управление контекстом: шаблоны, few-shot, structured output (JSON Schema/Pydantic), анти-галлюцинационные меры.
Tool calling / function calling, агентные паттерны (ReAct, router/supervisor), LangChain/LangGraph или аналоги.
Fine-tuning LLM: LoRA/QLoRA, instruction tuning, подготовка датасетов; опыт с HF Transformers.
Оценка качества LLM: offline/online-метрики, human-eval, A/B, LLM-as-judge, регрессионные бенчмарки.
Понимание стоимости и latency LLM: кэширование, батчинг, выбор модели, токен-бюджет.
ML - прикладной уровень:
scikit-learn, PyTorch (или TF): обучение, валидация, кросс-валидация, метрики (precision/recall/F1, ROC-AUC).
NLP-база: токенизация, эмбеддинги, классификация, NER; HF Transformers.
Понимание переобучения, дисбаланса классов, утечек данных, калибровки вероятностей.
MLflow (или аналог): трекинг экспериментов, версионирование моделей.
Деплой моделей: инференс-сервис, батч/онлайн, мониторинг дрейфа - базово.
Архитектура и процесс:
Опыт самостоятельных архитектурных решений и ведения задач end-to-end (постановка → прод).
Оценка сложности, декомпозиция, code review, менторство джунов/мидлов.
Работа с продуктом/бизнесом: перевод требований в технические решения, измеримый эффект.
➕Будет плюсом (nice)
Kubernetes, Helm, GPU-инференс (vLLM/TGI), Triton.
Векторные БД в проде (Milvus/Qdrant/Weaviate), OpenSearch/Elastic.
Мультиагентные системы, LangGraph, AutoGen.
Guardrails, PII-маскирование, безопасность LLM (prompt injection).
Опыт с open-source LLM (Qwen/LLaMA/Mistral) и квантизацией.
Airflow/Spark, дата-пайплайны.
Английский B2+ (чтение доков, коммуникация).
📨 Отклик — через форму: •••••••• или напрямую рекрутеру ••••••••
❗️Откликайтесь только при релевантном опыте.
❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями
❗️Повторный отклик: ID вакансии + сверка.
#Python #Удаленно #вакансия