Контакты и отклик открываются после вступления в клубВступить →
#junior #гибрид #офис
Метран, Промышленная группа
Python-разработчик LLM-сервисов и ИИ-агентов (Junior)
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: гибрид или офис (Челябинск)
☑️ Чем предстоит заниматься
-Разрабатывать LLM-сервисы и ИИ-агентов на Python (FastAPI)
-Строить RAG-контур
— база знаний (регламенты, учётная политика), векторный поиск, ответы строго по источникам
-Подключать LLM к внутренним сервисам
— 1С (выгрузки, HTTP-сервисы), базы данных, n8n, AnythingLLM
-Доводить сервисы до продакшена
— API, обработка ошибок, безопасность, наблюдаемость (видим, сколько тратим и что отвечаем)
-Поддерживать и развивать агентов
— обновлять после смены модели или промпта, чинить инциденты, откатывать версии
-Следить за трендами LLM/агентов и предлагать, что применимо у нас
☑️ Наши пожелания к кандидатам
-Python
— уверенное владение, типизация, async/await, ООП, unit-тесты, Git
-Коммерческий опыт от 1 года или сильные пет-проекты
— оцениваем по коду, а не по строчке в резюме
-Опыт вызова LLM через API (OpenAI-совместимые)
— промптинг, structured output, tool calling. Пет-проекты считаются
-Понимание ограничений LLM
— галлюцинации, недетерминизм, стоимость, латентность. Честное «не знаю» лучше выдумки, это у нас принцип
-Понимание агентного цикла «модель → вызов инструмента → результат»
— и когда агент не нужен, а хватит простого пайплайна
-Базовые FastAPI (или аналогичный фреймворк) и SQL
Будет плюсом:
-RAG-тонкости
— embeddings, векторные хранилища (pgvector/Qdrant/FAISS), chunking, faithfulness (ответ не выдумывает сверх найденного)
-Наблюдаемость
— трассировка запросов (сколько шагов делает модель, какие инструменты вызывает, сколько стоит). Langfuse/Phoenix/OpenTelemetry
— плюс
-Evals
— набор проверочных кейсов и прогон регресса при смене промпта или модели
-MCP (Model Context Protocol)
— у нас подключение агентов к 1С идёт через MCP, покажем и научим
-Безопасность финансовых данных
— prompt injection, read-only по умолчанию, секреты в env, лимиты и журналирование. Покажем, как устроено у нас
-Docker, CI/CD, Linux на рабочем уровне
-Локальные/self-hosted модели (Ollama, vLLM)
— у нас основная платформа Cloud.ru
-n8n, AnythingLLM
-Знание 1С, финансов/бухгалтерии
— плюс
Контакты: ••••@••••.••
Python Job в Telegram | в VK | в Max
Где опубликована · 2
Мы собрали все публикации этой вакансии в одну. Условия на площадках иногда расходятся — сверяйте перед откликом.