Старший инженер Python/ИИ в Data Pro Software Solutions

Обзор роли

Мы ищем старшего инженера по Python/ИИ с большим опытом в машинном обучении, разработке данных, облачных архитектурах и конвейерах агентов ИИ.

Вы будете работать непосредственно с системным архитектором над проектированием и созданием:

• конвейеров данных на базе искусственного интеллекта,
• моделей прогнозирования и оценки,
• оракулов рыночного разрешения,
• конвейеров агентской обработки (AWS Bedrock/LangChain/custom),
• высокопроизводительных микросервисов на базе AWS и рабочие процессы, управляемые событиями.

Эта роль подходит самостоятельному инженеру, который может работать в быстро меняющейся архитектуре.

Ключевые обязанности

ИИ/МО

• Разрабатывать и обучать модели машинного обучения для рыночных сигналов, поведенческих моделей, сегментации пользовательских рисков, обнаружения аномалий.
• Реализовать конвейеры внедрения, векторный поиск и семантический анализ с помощью:
  AWS Bedrock (Titan, Claude), SageMaker, LangChain, FAISS, OpenSearch или локальные конвейеры.
• Создавайте агенты на основе LLM, используя LangGraph, LangChain, AWS Bedrock Agents или пользовательскую оркестрацию.
• Работайте с HuggingFace, PyTorch, scikit-learn, Трансформеры, Nomic embeddings, и т. д.

Разработка Python

• Создавайте понятные модульные сервисы для сбора, обработки, анализа и агентских рабочих процессов.
• Создавайте конвейеры реального времени, используя:
  asyncio, WebSockets, FastAPI, Redis Streams, Kafka, Celery, Apache Beam (необязательно).
• Реализовать микросервисы, взаимодействующие с внутренними API, сервисами AWS и уровнями данных.
• Написать производственный Python (3.10+) с помощью Pydantic, SQLAlchemy, Poetry/pipenv, проверка типов (mypy) и тесты (pytest).

Инжиниринг данных

• Создание конвейеров ETL/ELT, агрегирующих как внутри цепочки, так и внутри цепочки автономные наборы данных с использованием:
  AWS Glue, AWS Lambda, Step Functions, Athena, S3, DynamoDB Streams, Kinesis.
• Оптимизация хранилища и доступа к данным: PostgreSQL, DynamoDB, Redis, S3, OpenSearch.
• Реализация наблюдения и мониторинга.кольцо: CloudWatch Logs, Metrics, X-Ray, OpenTelemetry.

DevOps/Cloud (приятно иметь)

• Опыт работы с AWS:
  • Lambda (среда выполнения Python)
  • ECS Fargate
  • Bedrock (LLM, внедрения, агенты)
  • SageMaker (обучение и развертывание модели)
  • SQS, SNS, EventBridge
  • API-шлюз
  • OpenSearch
  • Neptune (база данных графов)
  • Лучшие практики KMS, IAM
• Создание и мониторинг сервисов машинного обучения в рабочей среде с использованием:
  конечных точек SageMaker, CI/CD, Docker, Terraform, GitLab CI.

Требования

Обязательно

• 5+ лет опыта разработки Python.
• Большой опыт работы в области AI/ML, особенно NLP и агентных архитектур.
• Опыт работы с LLM, внедрениями, RAG и векторными базами данных (FAISS, OpenSearch, Pinecone).
• Глубокое понимание асинхронного Python и распределенных систем.
• Опыт работы с конвейерами данных (ETL/ELT) в реальном времени. обработка, управляемая событиями.
• Умение работать независимо и комплексно разрабатывать решения.
• Знакомство с облачными сервисами AWS (как минимум S3, Lambda, API Gateway, CloudWatch).

Пригодится

• Опыт работы с блокчейном (EVM, Polygon, oracles).
• Опыт работы с конвейерами обучения AWS SageMaker.
• Понимание рабочих процессов на основе смарт-контрактов.
• Опыт графической аналитики: Neo4j, AWS Neptune, RDF/Gremlin.
• Базовое понимание Solidity.
• Опыт работы с агентскими платформами, такими как LangGraph.