Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда разрабатывает промышленные ML-решения, включая сервисы для работы с ML-моделями, LLM и агентными системами.
задачи
Проектировать архитектуру бэкенд-сервисов и интеграционных компонентов для промышленных ML-решений;
Разрабатывать высоконагруженные и отказоустойчивые сервисы, API и компоненты оркестрации для работы с ML-моделями, LLM и агентными системами;
Проектировать интеграции с корпоративными системами, источниками данных, очередями сообщений и внутренними платформами;
Отвечать за производительность, надёжность, масштабируемость и наблюдаемость сервисов в production;
Проводить code review, участвовать в выборе технических решений и развивать инженерные практики внутри команды;
Взаимодействовать с ML-инженерами и MLOps при проектировании сквозной архитектуры решений и выводе их в production.
требования
Опыт коммерческой бэкенд-разработки на Python от 4 лет;
Глубокое знание Python, понимание async/await, concurrency, многопоточности и особенностей работы сетевых приложений;
Опыт проектирования и разработки высоконагруженных или распределённых бэкенд-сервисов;
Опыт разработки REST API и сервисов на FastAPI или аналогичных Python-фреймворках;
Хорошее понимание архитектурных подходов, принципов проектирования API и взаимодействия между сервисами;
Уверенный опыт работы с PostgreSQL: проектирование схем, индексы, транзакции, оптимизация запросов;
Опыт работы с Redis, брокерами сообщений и асинхронными паттернами взаимодействия;
Практический опыт работы с Docker, Kubernetes и CI/CD;
Понимание observability: метрики, логирование, tracing, мониторинг и диагностика production-инцидентов;
Опыт проведения code review и принятия технических решений на уровне сервиса или системы;
Будет плюсом опыт разработки production-систем вокруг ML-моделей или LLM, понимание особенностей model serving, inference, streaming и работы с GPU-backed сервисами, опыт работы с vLLM, SGLang, Triton, LiteLLM или аналогичными инструментами, опыт разработки RAG- и агентных систем, опыт работы с ClickHouse, Kafka и векторными базами данных, опыт performance tuning и поиска узких мест в распределённых системах, знание TypeScript/JavaScript или Go, опыт менторинга разработчиков и участия в развитии технических стандартов команды.
условия
Оформление в аккредитованную ИТ-компанию;
ДМС со стоматологией и льготными условиями для членов семьи;
Техника для работы;
График 5/2;
Работа в Москве, Краснодаре или удалённо из других городов РФ;
Офисы в Санкт-Петербурге и Иннополисе;
Оплата обучения на курсах и участия в конференциях;
Возможность проведения и участия в митапах и хакатонах;
Корпоративные скидки PRIMEZONE и программы лояльности;