Middle+/Старший инженер-программист (Python)

Что предстоит делать

Stealth-mode AI-powered Cloud-Native Health-Tech ищет Middle+/Senior Software Engineer (Python). Бизнес-домен вращается вокруг обеспечения лучшего ухода для пациентов в США; то есть речь идёт о качественном лечении пациентов. Компания была основана более пяти лет назад. Это не vaporware: их платформа поддерживает сети врачей США (IPA), обеспечивая более интеллектуальный, скорректированный по рискам и более прогнозируемый уход, который улучшает реальные результаты пациентов. Компенсация и льготы: Оплачиваемый отпуск В компании действует политика Unlimited PTO, и сверх этого компенсируются новогодние праздники. Злоупотребление этой политикой не приветствуется, хотя вполне возможно взять как минимум две недели — полностью оплачиваемого — отпуска или больше. Корпоративное оборудование Компания предоставляет корпоративное оборудование сотрудникам, которые прошли испытательный срок, а также доказали свою ценность. Локация и часовой пояс Мы ориентированы на найм в часовых поясах, пересекающихся с США или Западной Европой. Также рассматриваем дополнительные локации, где пересечение часовых поясов и соблюдение требований payroll могут быть надёжно обеспечены, включая некоторые страны Восточной Европы и Ближнего Востока (Болгария, ОАЭ и т. д.). Целевой стек: • Обязательно: Python (FastAPI, pytest); Cloud Spanner; Google Kubernetes Engine (GKE); Pub/Sub; Git (GitHub, GitFlow); • Как плюс: Google Cloud Platform (GCP); LLMs и GenAI; BigQuery; Cloud Composer (Airflow, DBT); Google Cloud Build; GSuite; Terraform; SonarSource; LucidChart. ПРИМЕЧАНИЕ: аналогичный опыт Cloud-Native всегда является вариантом. ПРИМЕЧАНИЕ: знание любой OLTP-базы данных (вместо Cloud Spanner) всегда является вариантом. Обзор будущих обязанностей: • Проактивное обучение и желание расти. • Работа с усердием и желание приносить пользу. • Software & Agentic AI Engineering. Проектирование, разработка и внедрение автономных AI-воркфлоу, интеграций с LLM и надёжных backend-решений. • Software Engineering (включая написание автотестов) с использованием Python; в будущем возможен переход на изучение Go. • Оптимизация инфраструктуры. Непрерывно улучшать и оптимизировать инфраструктуру данных, обеспечивая высокую производительность, масштабируемость и безопасность за счёт использования Cloud Composer, BigQuery и других компонентов Modern Data Stack. • Работа в среде, похожей на TDD, что подразумевает управление разработкой от тестов. Как тесты, так и код уже полностью поддерживают breakpoints, а сам интерпретатор полностью контейнеризирован. • Разделение разработки и эксплуатации. • Изучение Data Engineering и Data Analytics в будущем. Требуемый опыт: • 5+ лет практического опыта работы в роли Software Engineer; желательно с фокусом на cloud-native backend-разработку и создание систем Agentic AI. • Практический опыт интеграции LLM, разработки автономных агентов и использования ИИ для решения сложных бизнес-задач. • Продвинутые знания Python для разработки ПО, AI-интеграций и автоматизации. • Хорошее понимание OOP, включая OOP Pitfalls и Patterns. • Продвинутые знания SQL, включая знакомство с оптимизацией запросов. • 3–5+ лет практического опыта работы с OLTP-базами данных, где Cloud Spanner всегда предпочтительнее. Cloud и инфраструктура • Опыт работы с Google Cloud Platform (или аналогичный опыт работы с облаком). • Знакомство с Cloud Composer (оркестрация на основе Airflow). • Базовое понимание Docker. • Опыт работы в Unix-подобной среде разработки (macOS или Linux). Основы • Глубокие знания математики, статистики, алгоритмов и структур данных и т. д. всегда в приоритете. На самом деле, Software Engineering — в отличие от Web Development — подразумевает как минимум поверхностное знание алгоритмов и структур данных. • Способность работать в рамках итеративного процесса разработки. Эта роль предполагает развитие решений через инкрементальную поставку, а не подход в стиле Waterfall. • Есть много других преимуществ в опыте, которые может иметь кандидат, например Kafka, Apache Beam (Dataflow) Streaming, Spark Streaming, asyncio в Python, Terraform и т. д. Целевой рабочий процесс • Cloud-Native (GCP) всегда имеет более высокий приоритет, чем self-hosted, on-premise или самодельные решения поверх Virtual Machines. Есть исключения: например, мы активно стараемся избегать полностью Serverless-решений (Cloud Functions или Cloud Run поверх Pub/Sub или GCS). • Фокус на написании Pythonic-решений и SQL, соответствующего Style Guide. ПО SonarSource — готовый помощник. Вполне возможно написать некоторые части на Go, там, где этот ЯП действительно применим, хотя ЯП по умолчанию — Python. • Data Engineering по принципу Lakehouse-first (BigQuery, Cloud Composer, DBT) и Decoupled Distributed Data Processing всегда имеют более высокий приоритет, чем запуск императивных решений на GKE или выполнение Coupled Massively Parallel Processing Compute. • Императивные программные решения — включая классические алгоритмы и структуры данных — реализованные на Dataflow или Spark, ожидаются только тогда, когда Lakehouse-first подход неприменим или слишком затратен. Компания, занимающаяся разработкой облачных технологий для здравоохранения на базе искусственного интеллекта, ищет Middle+/Senior Python-инженера для долгосрочного сотрудничества. Это не виртуальный продукт: их платформа поддерживает сети врачей (IPA), обеспечивая более интеллектуальное, адаптированное к рискам и прогнозируемое лечение, которое улучшает реальные результаты лечения пациентов. Вы присоединитесь к международной команде первоклассных профессионалов, которые с энтузиазмом создают продукты, улучшающие качество медицинских услуг. Требуемый опыт: • 5+ лет практического опыта работы Software Engineer, желательно с фокусом на облачную backend-разработку и создание Agentic AI-систем. • Практический опыт интеграции LLM (больших языковых моделей), разработки автономных агентов и применения ИИ для решения сложных бизнес-задач. • Продвинутые знания Python для разработки ПО, AI-интеграций и автоматизации. • Хорошее понимание ООП, включая типичные ошибки (pitfalls) и паттерны проектирования. • Продвинутые знания SQL, включая оптимизацию запросов. • 3–5+ лет практического опыта работы с OLTP-базами данных, при этом предпочтение отдаётся Cloud Spanner.