FI
Finstar Financial Group
Middle Python Developer / Applied AI Engineer (LLM, RAG)
СИГНАЛ JOBRADAR68/100Нормальный 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 дн. назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Middle Python Developer / Applied AI Engineer
LLM • RAG • AI Agents • FastAPI
Мы развиваем прикладные AI-продукты: корпоративный поиск и RAG, AI-агентов, обработку документов и OCR, анализ встреч и проектов, обучение сотрудников и AI-функции для финтех-продуктов. Ищем Python-разработчика, который умеет доводить решения от прототипа до рабочего сервиса.
Чем предстоит заниматься
- Разрабатывать backend-сервисы на Python / FastAPI для AI-продуктов и внутренних платформ.
- Интегрировать корпоративные, внешние и локальные LLM, реализовывать tool calling, AI-агентов и многошаговые сценарии.
- Строить RAG и интеллектуальный поиск по документам, базам знаний, Jira, Confluence, встречам и другим корпоративным источникам.
- Разрабатывать пайплайны обработки PDF, изображений, OCR, таблиц и транскриптов.
- Работать с PostgreSQL, Redis, Qdrant, API и корпоративными системами.
- Доводить PoC/MVP до устойчивого сервиса: тесты, логирование, метрики, Docker и Linux.
Что мы ожидаем
- Коммерческий опыт разработки на Python от 3 лет.
- Уверенное знание Python: typing, asyncio, API, обработка ошибок, проектирование backend-сервисов.
- Практический опыт с FastAPI или аналогичным фреймворком, Pydantic и SQLAlchemy.
- Хорошее знание SQL и практический опыт с PostgreSQL.
- Опыт интеграции внешних и корпоративных API.
- Практический опыт разработки приложений с LLM API и понимание structured output, недетерминированности, лимитов, стоимости и оценки качества.
- Понимание RAG: embeddings, chunking, retrieval, reranking, векторный поиск.
- Опыт с Docker и Linux; умение разбираться в существующем коде и самостоятельно доводить задачу до результата.
Будет плюсом
- Qdrant / pgvector, Redis и фоновые очереди задач.
- LiteLLM, Langfuse, vLLM, Hugging Face или аналогичный LLM-инфраструктурный стек.
- OCR / Computer Vision, классический ML (scikit-learn, CatBoost, LightGBM).
- Microsoft 365 / Graph / Entra ID, TypeScript / React, опыт работы в финтехе или банках.
Наш…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / Developers / RU / between3And6