Senior Software Engineer, Python

Название: Старший инженер-программист, Python Местоположение: США

О Telnyx Telnyx — лидер отрасли, который не просто воображает будущее глобальной связи — мы его строим. От проектирования и расширения охвата частной глобальной мультиоблачной IP-сети до предоставления локальных периферийных технологий прямо у вас под рукой с помощью интуитивно понятных API, мы формируем новую эру бесперебойной взаимосвязи между людьми, устройствами и приложениями. Мы руководствуемся стремлением трансформировать и модернизировать устаревшее, автоматизировать ручное и решать реальные проблемы с помощью инновационных решений в области связи. Как свидетельство нашего успеха, мы гордимся тем, что являемся финансово стабильной и прибыльной компанией. Наша высокая прибыльность позволяет нам не только инвестировать в передовые технологии, но и создавать среду для непрерывного обучения и роста нашей команды. Наше коллективное видение — мир, где безграничная связь питает безграничные инновации. Присоединившись к нам, вы можете внести свой вклад в создание фундамента для этого взаимосвязанного будущего. В настоящее время мы ищем увлеченных людей, которые рады возможности внести свой вклад в компанию, формирующую отрасль, одновременно развивая свои навыки и карьеру. Роль Мы ищем старшего инженера, который работает на стыке программного обеспечения, операций и ИИ. Вы создавали системы, где POST-запрос не заканчивается строкой в базе данных — он заканчивается активацией реального телефонного номера в другой стране оператором, с учетом правил этой страны. И все чаще он заканчивается тем, что ИИ-агент надежно, проверяемо за миллисекунды решает — проходит ли этот заказ напрямую или требует участия человека. Вы присоединитесь к команде, которая отвечает за инвентаризацию телефонных номеров Telnyx и весь конвейер заказов за ней. Стек — Python, домен — глобальная телефония, а дорожная карта — почти полная автоматизация: если шаг в конвейере сегодня выполняется человеком, мы создаем систему, которая устраняет этот шаг. Что будет в вашей зоне ответственности Конвейер заказов — асинхронные Python-сервисы, которые преобразуют вызов API поиска и заказа в подготовленный, подлежащий оплате телефонный номер: очереди заданий, повторные попытки, откаты при частичных сбоях, таймеры SLA и выполнение отложенных (расширенных) заказов, где обещания по срокам имеют контрактный вес. Сегодня через это проходят десятки тысяч заказов в неделю. Интеграция с поставщиками и операторами — десятки интеграций, от американских оптовых операторов уровня 1 до международных операторов и поставщиков регулируемых рынков. Каждая интеграция — это отдельный "Снежный ком" — своеобразные API, режимы сбоев и регуляторные ограничения. Вы сделаете так, чтобы они вели себя как единая система. Уровень проверки заказов с помощью ИИ — производственный сервис LLM, который читает заказы и предоставленные клиентами регуляторные документы и автоматически одобряет их по стране, типу номера и оператору, руководствуясь белыми списками, пороговыми значениями оценок и полными журналами аудита. Вы будете отвечать за безопасное расширение его охвата: оценки, защитные механизмы, наборы тестов на регрессию и четкие передачи людям, когда машина не уверена. Регуляторная автоматизация — проверки идентификации/документов для каждой страны ("группы требований"), внешние поставщики проверки документов, потоки истечения срока действия и повторной проверки — автоматизированы от начала до конца в более чем 45 странах, в которых у нас есть лицензии операторов. Слой данных — большой склад на основе Postgres и аналитика Metabase, обслуживающая панели мониторинга запасов, SLA и жизненного цикла заказов, ежедневно используемые отделами эксплуатации и руководством, в более чем 30 микросервисах; оповещение о риске запасов, нарушениях SLA поставщиками и работоспособности конвейера. Технологический стек (что вы будете фактически использовать) Python 3 (asyncio, FastAPI/aiohttp, SQLAlchemy, Alembic, pydantic), pytest, mypy/ruff Инструменты LLM: API моделей, структурированный вывод, оркестрация агентов, настройка промптов/оценок, автономные средства оценки PostgreSQL в масштабе: дизайн схемы, миграции на работающих системах, оптимизация запросов, SQL склада данных RabbitMQ/Kafka, Consul, Kubernetes, Jenkins, Docker/OCI, GitHub Actions Metabase и TypeScript/Next.js для внутренних панелей мониторинга (не обязательно — бэкэнд ваш) Что мы ищем 5+ лет опыта работы в бэкэнд-инженерии, с уверенным знанием асинхронного Python в производственной среде. Вы отвечали за системы, которые взаимодействуют со множеством внешних сервисов, и сталкивались с проблемами асинхронных задач, повторных попыток, откатов и конечной согласованности, которые это создает. Вы можете сделать LLM надежным в реальном рабочем процессе: валидация, пороговые значения оценок, эвалюации, аудит и передача человеку в случае эскалации. Вы знаете, где ИИ надежен, а где это просто показуха. Знание Postgres за пределами основ ORM — вы можете прочитать план запроса, написать миграцию на работающей системе и понимаете, почему SKIP LOCKED важен. Вы прагматичны в отношении автоматизации процессов — рабочий процесс не завершен, когда закрыт тикет, он завершен, когда устранен человеческий шаг, и цифры это подтверждают. Отличные навыки письменного общения в распределенной команде (EMEA + Америка). Дополнительные преимущества Опыт работы в телекоммуникационной отрасли/CPaaS: инвентаризация DID, заказы, перенос номеров (NPAC), предоставление услуг операторам, знание регуляторных требований/KYC. Опыт работы с поставщиками услуг проверки документов/KYC (Onfido, Sumsub, Jumio) или конвейерами OCR. Работа с агентами вне рабочих задач: серверы MCP, фреймворки для вызова инструментов, открытые среды выполнения агентов. Инженерные навыки работы со складами данных/аналитикой; работа над внутренними панелями мониторинга на TypeScript. Чем эта роль НЕ является Не роль чистого CRUD. Каждая строка в этой системе — это реальный телефонный номер где-то — у оператора, под надзором регулятора, обещанный клиенту, отслеживаемый SLA. Не роль исследователя машинного обучения. Вы будете создавать прикладной ИИ, который одобряет реальные транзакции — никаких ноутбуков в продакшене, никакой донастройки не требуется.