← К каталогу
ДИ

Дип Диджитал

Data Scientist (Python)

ГибридУровень не указанМосква, Россия5 дн. назад
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 замечена5 дн. назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Deep Digital — команда разработки цифровых продуктов для бизнеса. Мы работаем на рынке 13 лет: с 2013 года создаём сайты, веб-сервисы и digital-решения, которые помогают компаниям запускать новые продукты, улучшать пользовательский опыт и развивать бизнес через технологии.

Мы ищем AI Engineer (Python) в команду развития и поддержки AI-агентов и мультиагентных систем для крупного заказчика.

Требования:

  • опыт промышленной разработки на Python 3.11+: ООП, SOLID, async, типизация, Pydantic v2, проектирование структуры сервиса, умение читать, писать и менять чужой код;
  • опыт работы с FastAPI и интеграциями по HTTP: контракты, таймауты, ретраи, обработка ошибок внешних сервисов;
  • опыт прикладной работы с LLM: промпт-инжиниринг, работа с контекстом, tool calling, structured output. Желательно опыт работы с GigaChat;
  • опыт работы с агентными сценариями: ReAct, LangChain, LangGraph, управление состоянием диалога, чекпоинты, ветвление, вызов инструментов, HITL, память сессии;
  • опыт разработки AI-агентов, мультиагентных систем и RAG-систем, знание протокола A2A или межагентского взаимодействия по контракту;
  • опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3;
  • опыт вывода проекта в промышленную эксплуатацию и ведения релизного цикла от прототипирования до продакшна;
  • опыт организации наблюдаемости: Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик;
  • опыт тестирования агентов: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответов агента (эталонные кейсы, LLM as Judge).

Личные качества:

  • умение переводить постановку аналитика в поведение агента и самостоятельно закрывать пробелы в сценарии, не возвращая задачу с формулировкой «мало деталей»;
  • умение на встрече с заказчиком объяснить, что сделает система, где модель ненадёжна и какой объём работ реалистичен, без обещаний точности LLM на уровне обычного API;
  • умение договариваться с тестировщиком…

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

ИсточникHeadHunter / Data Scientist / RU