Fullstack-разработчик

Работа над интересными проектами.

Возможности для профессионального роста и развития в AI/ML направлении.


Гибкий график работы и возможность удаленного формата.


Официальное трудоустройство по ТК РФ.


Корпоративное обучение.


ДМС после успешного прохождения испытательного срока.

Разрабатывать, внедрять, оптимизировать и поддерживать бэкенд-сервисы и AI/ML-модели на Python (Flask/Django/FastAPI).


Реализовывать фронтенд-часть на React (TypeScript).


Заниматься глубокой интеграцией систем: связывать Python-сервисы с Docsvision (C#) и другими корпоративными решениями, а также интегрировать AI-компоненты в существующие программные продукты.


Работать с данными в PostgreSQL, MS SQL.


Автоматизировать процессы с помощью Bash/PowerShell.


Развертывать и поддерживать инфраструктуру в Docker.


Создавать и поддерживать масштабируемые ML-системы и MCP (Model Context Protocol) серверы для интеграции AI-моделей.


Ведение технической документации и код-ревью.

Опыт коммерческой разработки на Python от 2 лет на уверенном уровне: опыт работы с веб-фреймворками и понимание архитектуры приложений.


JS/TS: опыт разработки современных интерфейсов на React.


Опыт с БД: умение писать сложные запросы к SQL (Postgres/MSSQL) и понимание работы NoSQL (Redis, Firebase).


Реальный опыт запуска и развития сервисов на основе ML-моделей и LLM: ИИ-агенты и ассистенты, RAG-пайплайны (Retrieval-Augmented Generation), сервисы с интеграцией искусственного интеллекта.


Инфраструктурный кругозор: Linux, Nginx, Docker, IIS.


Желание развиваться в C#: у нас есть задачи по интеграции с Docsvision. Мы не ищем эксперта, но нам важна ваша готовность осваивать ASP.NET для решения интеграционных задач.


Опыт работы с MCP (Model Context Protocol) или готовность быстро освоить.


Знание библиотек для NLP (NLTK, spaCy, transformers).


Опыт оптимизации AI-пайплайнов и инференса моделей.


Умение работать в Agile-командах и по методологии Waterfall.



<b>Будет плюсом: </b>


Опыт работы с Ollama / ChromaDB (задачи, связанные с LLM). Разработка ИИ - агентов.


Понимание протоколов аутентификации в корпоративной среде (NTLM, Kerberos, Keycloak, OAuth 2.0).


Опыт работы с очередями сообщений (RabbitMQ/Kafka).


Умение работать с поисковым движком ElasticSearch.


Опыт работы с Apache Spark для обработки больших данных.


Знание дополнительных фреймворков для Python (Django, Celery, etc.).


Опыт с Kubernetes и облачными платформами (AWS, GCP, Azure).


Работа с Clickhouse.


Настройка GitLab CI/CD пайплайнов.


Понимание принципов ML Ops.