Data Scientist

Middle+/Senior Data Scientist (Python / AI-агенты / RAG / FastAPI / LangGraph) 🧠🤖

ID вакансии: 91825_SS Ставка: обсуждается. Грейд: Middle+ / Senior. Загрузка: Full-time. Срок привлечения: до конца 2026 г. с возможностью пролонгации. Формат: Удалённо. Часовой пояс: UTC+3 (МСК). Локация/Гражданство: РФ. ⏳ Срок актуальности вакансии: до 20.10.2026. 📌 Важно: рассматриваются кандидаты с релевантностью опыта от 85% (аутстаффинговая позиция). 🏢 О проекте: развитие внутренних продуктов ИТ-компании с фокусом на ИИ-решения. 🧩 О роли: это позиция для Data Scientist с сильным инженерным бэкграундом. Мы ищем специалиста, который не только умеет строить RAG и агентные системы, но и глубоко понимает Python (вплоть до управления памятью и ресурсами ОС), способен проектировать отказоустойчивые FastAPI-сервисы и разрабатывать SDK для агентных решений. 🚀 Ключевые задачи: — Создание ИИ-агентов с использованием LangChain и LangGraph. — Проектирование и разработка внутреннего SDK для поддержки агентных решений. — Формирование и подготовка оценочных датасетов (eval datasets) для тестирования и валидации агентов. — Оптимизация инференса LLM и внедрение отказоустойчивых микросервисов. 🎯 Обязательные требования (Hard Skills): Python Core (КРИТИЧНО!): — Глубокое понимание основ языка: работа с типами данных, функциями и классами, обработка исключений, итераторы и генераторы, context managers, модуль typing. — Знание внутренней структуры объектов и принципов управления памятью. Параллельная и конкурентная обработка: — Владение async/await и asyncio. — Работа с потоками и процессами, использование очередей и семафоров. — Реализация механизмов отмены задач, установки таймаутов и контроля нагрузки. Backend и отказоустойчивость (КРИТИЧНО!): — Разработка на FastAPI, валидация данных через Pydantic. — Реализация механизмов аутентификации, применение методологии TDD. — Настройка систем логирования, аудита, сбора метрик и трассировки. Управление системными ресурсами: — Работа с subprocess и multiprocessing, обработка сигналов. — Установка лимитов по CPU и RAM, контроль RSS и файловых дескрипторов. — Обработка зависших процессов и предотвращение OOM. AI/ML и агенты (КРИТИЧНО!): — Подтверждённый опыт внедрения RAG-решений в корпоративных системах. — Владение принципами построения агентских систем: способность реализовать агентский цикл на чистом Python. — Знание ключевых элементов архитектуры ИИ-агента и их взаимодействия. — Практические навыки оптимизации инференса LLM (настройка модели и движка для повышения пропускной способности). Инфраструктура: — Опыт развёртывания микросервисной архитектуры: Docker и Kubernetes. 💡 Будет весомым плюсом: — Опыт работы с LangGraph для построения сложных многошаговых агентных циклов. — Опыт создания собственных фреймворков/SDK для AI-задач. — Практика построения eval-пайплайнов (Ragas, TruLens, DeepEval или кастомные метрики). — Опыт оптимизации LLM-инференса (vLLM, TensorRT-LLM, ONNX Runtime). — Знание векторных БД (Qdrant, Milvus, pgvector, Weaviate).

📲 Контакт для отклика: контакт рекрутера (При отклике, пожалуйста, сразу присылайте актуальное резюме с акцентом на глубокое знание Python, опыт построения RAG и AI-агентов (LangChain/LangGraph), FastAPI и оптимизацию инференса LLM. Пишите ID вакансии: 91825_SS)