← К каталогу
СБ

СБЕР

Python разработчик (AI агенты)

ОфисУровень не указанМосква, Россия11 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение25 мин. назад
Впервые замечена10 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Команда Управления развития платформенных сервисов кибербезопасности в поиске python разработчика.

Обязанности

  • разрабатывать production-ready микросервисы на Python: LLM-агентов, LangGraph workflow, tool calling, RAG/поиск, интеграции с внутренними системами, API и инфраструктурные компоненты для запуска, тестирования и наблюдаемости AI-сценариев.

Требования

  • уверенный Python: typing, dataclasses/Pydantic, exceptions, context managers, generators, async/await, конкурентное выполнение задач
  • практический опыт разработки backend-сервисов на FastAPI или аналогичном ASGI-фреймворке, понимание устройства HTTP/API: REST, streaming/SSE, WebSocket при необходимости, idempotency, versioning, pagination, rate limiting
  • умение проектировать сервисы: разделение domain/application/infrastructure слоев, dependency injection, конфигурация, обработка ошибок, опыт написания unit-, integration- и contract-тестов: pytest, mocks/fakes, testcontainers или аналоги, умение диагностировать проблемы в production: логи, трассировки, метрики, profiling, memory leaks, таймауты, ретраи
  • опыт проектирования и эксплуатации микросервисов, понимание асинхронных интеграций: очереди, события, consumer groups, retry policy, dead-letter queue, exactly-once vs at-least-once semantics
  • SQL и PostgreSQL: проектирование схем, индексы, транзакции, уровни изоляции, миграции
  • практический опыт с SQLAlchemy и Alembic либо сопоставимым стеком
  • практический опыт создания LLM-приложений на LangChain, LangGraph или сопоставимых фреймворках, опыт реализации LangGraph-графов: state, nodes, edges, conditional routing, checkpoints, interrupts, human-in-the-loop, subgraphs, умение проектировать инструменты для агентов: строгие входные схемы, Pydantic-модели, валидация, обработка ошибок, идемпотентность, ограничение прав, опыт работы с function/tool calling у LLM-провайдеров
  • опыт с RAG: ingestion, chunking, embeddings, hybrid search, reranking, metadata filtering, evaluation качества…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Developers / RU / between3And6