Middle и Senior python-разработчик (вывод в пром AI-агентов)
Похожие вакансии
Все вакансии →Senior Data Scientist
Разработка ИИ-агентов на LangChain и LangGraph для внутренних продуктов ИТ-компании, включая проектирование SDK для агентных решений и подготовку eval-датасетов. Требуется глубокое знание Python, асинхронности, отказоустойчивых сервисов на FastAPI, RAG-решений, Docker/Kubernetes и оптимизации инференса LLM. Удалённая работа с локацией в России, проект до конца 2026 года с возможностью пролонгации.
Разработчик Python (AI агенты)
Разработка AI-агентов на Python для автоматизации анализа данных финмониторинга в проекте для крупнейшего банка: проектирование агентных архитектур, пайплайны RAG (эмбеддинги, чанкинг, гибридный поиск, переранжирование), интеграции по SOAP/REST и через Kafka/RabbitMQ. Требуется уверенный Python с асинхронностью, опыт с LangChain/LangGraph, FastAPI/Flask/Django, SQL, pandas и PySpark. Формат работы — офис или гибрид в Москве.
AI-agents developer (Python)
Разработка агентных систем на базе LLM для Департамента маркетинга Сбера: внутренние продукты-автоматизация и внешний backend AI-ассистента на сайте банка (оркестрация диалогов на LangGraph, RAG, function calling). Работа под руководством ментора: узлы графов, tools и скиллы агента, промпты и Pydantic-схемы, REST/SSE-эндпоинты на FastAPI, тесты и код-ревью. Гибридный формат, офис в Москве на Кутузовском проспекте.
AI/LLM-инженер
Разработка и вывод в продакшен решений на базе LLM: RAG-пайплайны, диалоговые и агентные сценарии, AI-агенты с function calling и оркестрацией. Требуется уверенный Python, опыт работы с LLM API, векторными базами (Qdrant, FAISS, Milvus, pgvector), фреймворками LangChain/LangGraph, FastAPI, Docker/Kubernetes и SQL. В плюс — fine-tuning (LoRA/QLoRA), классический ML и английский для чтения документации.
