Senior Python разработчик (Visiology Cortex)
Summary
Senior Python developer building Visiology Cortex, the AI module of the Visiology BI platform: developing LangGraph multi-agent scenarios, RAG pipelines, LLM integrations (Claude/OpenAI/GigaChat) and Python backend services on PostgreSQL, with occasional Angular/TypeScript and C#/.NET work. Remote or hybrid, 6+ years of experience required.
Опыт работы: более 6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид
☑️ Чем предстоит заниматься
-Работа над AI-модулем Visiology Cortex и смежными частями платформы. Задачи могут быть очень разными — важно уметь переключаться и быстро обучаться. Возможные задачи:
-Развитие архитектуры Cortex: LangGraph-агенты, маршрутизация запросов, мультиагентные сценарии
-Разработка и оптимизация RAG-пайплайна: индексация документов, работа с эмбеддингами и реранкерами, поиск по векторным представлениям
-Интеграция с LLM (Claude / OpenAI / GigaChat / open-source модели), контроль стоимости инференса, стриминг ответов (SSE)
-Разработка backend-сервисов на Python
-Работа с PostgreSQL, в т.ч. с хранением и поиском по векторам
-Интеграция с ядром платформы Visiology через REST API (дашборды, метрики, модели данных)
-Точечные задачи на Angular/TypeScript (UI Cortex) и C#/.NET (при стыковке с сервисами платформы)
-Использование AI-ассистентов (Claude Code, Cursor и аналогов) для полного цикла работы над фичей: анализ — реализация — тестирование — ревью
-Проведение технических исследований, прототипирование AI-сценариев
-Написание unit- и интеграционных тестов
-Разработка технической документации
-Участие в технических обсуждениях и событиях Scrum
☑️ Наши пожелания к кандидатам
-Опыт коммерческой разработки от 6 лет
-Уверенное знание Python, опыт построения backend-сервисов
-Опыт работы с PostgreSQL
-Понимание базовых принципов работы с LLM и RAG: эмбеддинги, векторный поиск, prompt engineering, ограничения контекста
-Практический опыт работы с AI-ассистентами разработки (Claude Code, Cursor, Copilot или аналогами) — умение декомпозировать задачу, дать корректный контекст агенту, проверить и доработать результат
-Понимание работы веб-приложений (HTTP, REST API)
-Знание структур данных и шаблонов проектирования, умение их применять
-Умение проводить качественное code review (в том числе сгенерированного AI кода)
-Опыт работы с системами контроля версий (Git)
-Знание английского языка на уровне чтения технической документации
-Готовность изучать новые технологии и работать на стыке нескольких языков
Будет плюсом:
-Production-опыт работы с LLM-фреймворками (LangGraph, LangChain, LlamaIndex)
-Опыт построения RAG-систем: векторные БД (FAISS, Qdrant, Milvus, pgvector), реранкеры, гибридный поиск
-Опыт интеграции с API LLM-провайдеров (Anthropic Claude, OpenAI, GigaChat, YandexGPT) и контроля стоимости инференса
-Опыт работы с MCP (Model Context Protocol) и агентными паттернами
-Опыт работы с TypeScript / Angular или C# / .NET
-Опыт работы с реляционными и векторными базами данных
-Опыт работы в Agile/Scrum командах
-Опыт работы с DWH/BI-системами, понимание DAX/OLAP/моделей данных
-Опыт работы с Docker и CI/CD (TeamCity / GitHub Actions)
Контакты: hr@polymedia.ru