Python Backend / AI Engineer в WB Tech удалённо

Backend/AI-инженер в WB—Tech: разработка backend-сервисов на Python и создание AI-агентов и агентных систем на базе LLM с интеграцией локальных и облачных моделей.

Задачи:

• Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI
• Проектирование API, интеграций и архитектуры backend-приложений
• Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов
• Разработка AI-агентов и агентных систем на базе LLM
• Создание агентных решений с использованием фреймворков (LangGraph, LangChain, OpenAI Agents SDK) и без них
• Интеграция локальных и облачных LLM в существующие продукты
• Разработка инструментов (tools), управление вызовами функций, состоянием и контекстом агентов
• Контейнеризация, развертывание и сопровождение сервисов с использованием Docker
• Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах

Требования:

• Уверенное знание Python, опыт коммерческой backend-разработки
• Опыт работы с Django и FastAPI
• Хорошее знание PostgreSQL и Redis
• Уверенное владение Docker и Docker Compose
• Понимание асинхронного программирования в Python (asyncio)
• Практический опыт интеграции LLM в приложения
• Опыт разработки AI-агентов, использования tool calling / function calling
• Понимание принципов работы LLM, управления контекстом и построения агентных процессов
• Опыт работы с REST API, внешними сервисами и сторонними интеграциями
• Уверенное владение Git, Linux
• Плюсом: опыт с LangGraph, LangChain, OpenAI Agents SDK
• Плюсом: опыт самостоятельного проектирования агентных архитектур без готовых фреймворков
• Плюсом: опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие)
• Плюсом: опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами
• Плюсом: знание vLLM, llama.cpp, Ollama и других инструментов инференса
• Плюсом: понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса
• Плюсом: опыт построения RAG-систем, работы с эмбеддингами и векторным поиском
• Плюсом: опыт настройки мониторинга, логирования и CI/CD

Условия:

• Опыт работы: 1–3 года
• Полная занятость
• График: 5/2
• Формат работы: удалённо

Навыки:

• Python
• Django
• FastAPI
• PostgreSQL
• Redis
• Docker
• Docker Compose
• asyncio
• LLM
• LangGraph
• LangChain
• OpenAI Agents SDK
• tool calling
• function calling
• REST API
• Git
• Linux
• Qwen
• Gemma
• Llama
• RunPod
• vLLM
• llama.cpp
• Ollama
• RAG
• эмбеддинги
• векторный поиск
• CI/CD