Python-разработчик AI-агентов (Депозиты ЮЛ)

_Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_

• **О проекте и задаче:** Мы активно внедряем AI-агентов в наши бизнес-процессы. Наши сильные Java-разработчики создают прототипы и MVP агентов на Python, используя AI-ассистентов для ускорения разработки (vibe coding). Нам нужен сильный Python-разработчик, который станет «стражем продакшена». Ваша задача — не просто писать код, а валидировать, рефакторить и доводить до ума Python-код, написанный Java-командой, обеспечивая его надежность, производительность и безопасность при выводе в прод.

• **code Review и валидация:** Проверять Python-код, написанный Java-разработчиками (в т.ч. сгенерированный AI). Искать антипаттерны, узкие места и потенциальные баги.

• **production Hardening:** Превращать «вайб-прототипы» в отказоустойчивые сервисы. Добавлять правильную обработку ошибок, ретраи, таймауты, метрики и логирование.

• **наставничество:** Объяснять Java-разработчикам специфику Python, чтобы они писали идиоматичный (Pythonic) код, а не «Java на Python».

• **архитектура агентов:** Проектировать цепочки (pipelines) AI-агентов, работу с памятью (memory), вызовами инструментов (tool calling) и векторными базами данных.

• **написание ядра:** Писать ключевые, самые нагруженные или сложные компоненты системы самостоятельно.

• **отличное знание Core Python:** Крепкая база. Понимание управления памятью, сборщика мусора, итераторов и генераторов. Умение писать чистый, поддерживаемый и идиоматичный код.

• **AI / LLM Stack:** Опыт работы с LLM API (OpenAI, Anthropic, локальные модели и др.). Умение писать свои надежные обвязки над API. Опыт с LlamaIndex или другими фреймворками (без LangChain).

• **структурирование данных:** Идеальное знание **Pydantic**. Понимание, как заставить LLM выдавать строгий JSON и как его корректно валидировать.

• **backend:** Уверенный опыт с **FastAPI**. Понимание, как упаковать агента в REST/gRPC сервис.

• **базы данных:** Опыт работы с реляционными БД (PostgreSQL) и векторными БД (pgvector, Qdrant, Weaviate и т.д.).

• **тестирование:** Опыт написания тестов (pytest), в том числе моков для LLM и внешних API.

• **инструменты:** Docker, базовое понимание CI/CD (GitLab/GitHub Actions).

• **понимание Java:** Базовое чтение кода на Java или опыт перехода с Java на Python. Это поможет вам говорить с командой на одном языке и понимать _почему_ они написали именно так.

• опыт использования фреймворков для мультиагентных систем (AutoGen, CrewAI, LangGraph).

• опыт оптимизации производительности (профилирование, использование многопоточности/многопроцессорности для тяжелых задач).

• комфортный современный офис рядом м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• программа ипотеки для сотрудников

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.