Data Scientist (Python) в Дип Диджитал Москва

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.

• 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).

• 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 о приёмке сценариев с нестабильной моделью: эталонные кейсы, допустимые расхождения, критерии дефекта;
• умение выстраивать границу сервисов с Java-разработчиками: контракты, ошибки, таймауты, при этом самостоятельно вести свою часть;
• ответственность за доведение багов и фич до выкладки, информирование о статусе в релизе, сохранение договорённостей со стенда;
• умение писать коротко и по делу: комментарии к задачам, шаги воспроизведения, описание изменений в промптах и логике;
• интерес к LLM и агентам, слежение за трендами в AI, понимание принципов работы нейронных сетей и умение их объяснить.