Junior/Middle ML-инженер/Python разработчик [SmartDocs]
#удаленка #junior #middle
Компания: МТС
☑️Чем предстоит заниматься
-Проектировать микросервисы и API (REST/gRPC);
-Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex);
-Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска;
-Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG;
-Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django);
-Проводить code review и контейнеризацию приложений (Docker).
☑️Что мы ожидаем
-Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием;
-Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC);
-Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов;
-Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha;
-Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j);
-Опыт работы с брокерами сообщений (RabbitMQ, Kafka);
-Владение инструментами контейнеризации и CI/CD (Docker, Git, S3);
-Понимание полного жизненного цикла разработки ПО (SDLC);
-Опыт работы по ТЗ с чтением схем (UML, BPMN).
Откликнуться
Python Job в Telegram | в VK | в Max
#удаленка #junior #middle
Компания: МТС
☑️Чем предстоит заниматься
-Проектировать микросервисы и API (REST/gRPC);
-Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex);
-Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска;
-Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG;
-Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django);
-Проводить code review и контейнеризацию приложений (Docker).
☑️Что мы ожидаем
-Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием;
-Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC);
-Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов;
-Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha;
-Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j);
-Опыт работы с брокерами сообщений (RabbitMQ, Kafka);
-Владение инструментами контейнеризации и CI/CD (Docker, Git, S3);
-Понимание полного жизненного цикла разработки ПО (SDLC);
-Опыт работы по ТЗ с чтением схем (UML, BPMN).
Откликнуться
Python Job в Telegram | в VK | в Max
🤔2