Мы строим агентные решения на базе LLM для высоконагруженных сервисов оценки нефинансовых рисков. Ищем инженеров, которые любят исследовать, проверять смелые гипотезы и превращать их в надежный, масштабируемый продакшен.

Чем предстоит заниматься: • Проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов (низкие задержки, высокая надежность, observability). • Развивать архитектуру агентных систем: оркестрация инструментов, память, планирование и безопасные guardrails. • Внедрять ML System Design: искать и применять передовые подходы в области архитектур агентных систем. • R&D и прототипирование: от быстрой проверки идеи до вывода в прод. • Влиять на инженерную культуру: дизайн-сессии, код-ревью и менторство.

Наш технологический стек: • Core: Python 3.11+, FastAPI, Dishka, gRPC, Kafka. • Storage: PostgreSQL, PgVector. • ML/LLM: Triton, vLLM, SgLang, LangGraph, CrewAI, mem0, NeMo Guardrails. • Observability: Grafana, OpenTelemetry.

Что мы ждем от кандидата: • 4–8+ лет промышленной разработки на Python с акцентом на надежность и производительность. • Опыт проектирования распределенных систем и высоконагруженных сервисов. • Уверенная математическая база (вероятность/статистика) и привычка мерить всё метриками. • Практика работы с ML-системами в проде (оценка качества, A/B, наблюдаемость). • Готовность брать на себя ответственность за продукт, а не только за код.

Будет плюсом: Опыт построения agentic-архитектур, оптимизация инференса LLM или вклад в open-source.

Почему у нас интересно: • Реальный масштаб: мы создаем новую парадигму управления рисками — автономно, мгновенно и надежно. • Свобода экспериментов: быстрые циклы «прототип → измерения → прод» без лишней бюрократии. • Сильная команда: возможность расти до Staff/Tech Lead или углубляться в системный/ML дизайн.

📩 Интересно? Оставляй комментарий под постом - свяжемся