Middle+/Старший Python инженер

Что предстоит делать

Компания в режиме скрытой разработки (Stealth-mode), работающая в сфере Health-Tech на базе облачных технологий и искусственного интеллекта, ищет Middle+/Senior Software Engineer (Python). Сфера деятельности компании связана с обеспечением лучшего ухода за пациентами в США; то есть речь идет о качественном лечении пациентов. Компания была основана более пяти лет назад. Это не «пустышка» (vaporware): их платформа поддерживает сети врачей (IPAs) в США, обеспечивая более интеллектуальное, адаптированное к рискам и прогнозируемое лечение, которое улучшает реальные результаты лечения пациентов. Компенсация и льготы: Оплачиваемый отпуск В компании действует политика неограниченных оплачиваемых отпусков (Unlimited PTO), а также оплачиваемые новогодние праздники сверх этого. Злоупотребление этой политикой не приветствуется, однако вполне возможно взять как минимум две недели полностью оплачиваемого отпуска или больше. Корпоративное оборудование Компания предоставляет корпоративное оборудование сотрудникам, прошедшим испытательный срок и подтвердившим свою ценность. Локация и часовой пояс Мы ориентируемся на найм в часовых поясах, пересекающихся с США или Западной Европой. Также рассматриваются дополнительные локации, где можно надежно обеспечить пересечение часовых поясов и соблюдение требований по выплате зарплаты, включая некоторые страны Восточной Европы и Ближнего Востока (Болгария, ОАЭ и др.). Целевой стек: • Обязательно: Python (FastAPI, pytest); Cloud Spanner; Google Kubernetes Engine (GKE); Pub/Sub; Git (GitHub, GitFlow); • Плюсом: Google Cloud Platform (GCP); LLM и GenAI; BigQuery; Cloud Composer (Airflow, DBT); Google Cloud Build; GSuite; Terraform; SonarSource; LucidChart. ПРИМЕЧАНИЕ: Аналогичный опыт работы с облачными технологиями (Cloud-Native) всегда рассматривается. ПРИМЕЧАНИЕ: Знание любой OLTP-базы данных (вместо Cloud Spanner) всегда рассматривается. Обзор будущих обязанностей: • Проактивное обучение и желание расти. • Добросовестная работа и желание приносить пользу. • Разработка программного обеспечения и Agentic AI. Проектирование, разработка и внедрение автономных AI-воркфлоу, интеграций LLM и надежных backend-решений. • Разработка программного обеспечения (включая написание автотестов) с использованием Python; в будущем возможно изучение Go. • Оптимизация инфраструктуры. Постоянное улучшение и оптимизация инфраструктуры данных, обеспечение высокой производительности, масштабируемости и безопасности с помощью Cloud Composer, BigQuery и других компонентов современного стека данных (Modern Data Stack). • Работа в среде, подобной TDD, подразумевающей разработку на основе тестов. И тесты, и код уже полностью поддерживают точки останова (breakpoints), а сам интерпретатор полностью контейнеризирован. • Разделение разработки и эксплуатации (Separation of Development and Operations). • Изучение Data Engineering и Data Analytics в будущем. 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, разработки автономных агентов и использования 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. • Продвинутые знания SQL, включая оптимизацию запросов. • 3-5+ лет практического опыта работы с OLTP-базами данных, при этом Cloud Spanner всегда предпочтительнее. Облачные технологии и инфраструктура • Опыт работы с Google Cloud Platform (или аналогичный облачный опыт). • Знакомство с Cloud Composer (оркестрация на основе Airflow). • Базовое понимание Docker. • Опыт работы в среде разработки на базе Unix (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 итеративном процессе разработки. Эта роль предполагает развитие решений через инкрементальную поставку (Incremental Delivery), а не по каскадной модели (Waterfall). • Существует множество других преимуществ в опыте, которые может иметь кандидат, например, Kafka, Apache Beam (Dataflow) Streaming, Spark Streaming, Python's asyncio, Terraform и т.д. Целевой рабочий процесс • Облачные решения (Cloud-Native, GCP) всегда имеют более высокий приоритет, чем решения на собственных серверах, on-premise или самодельные решения на виртуальных машинах. Существуют исключения, например, мы старательно избегаем полностью бессерверных (Fully Serverless) решений (Cloud Functions или Cloud Run поверх Pub/Sub или GCS). • Основное внимание уделяется написанию Pythonic-решений и SQL, соответствующему руководству по стилю. SonarSource — готовый к использованию помощник. Вполне возможно написать некоторые части на Go, где этот язык программирования действительно применим, хотя языком по умолчанию является Python. • Data Engineering на основе Lakehouse-first (BigQuery, Cloud Composer, DBT) и децентрализованная распределенная обработка данных (Decoupled Distributed Data Processing) всегда имеют более высокий приоритет, чем выполнение императивных решений (Imperative Solutions) на GKE или связанная массово-параллельная обработка вычислений (Coupled Massively Parallel Processing Compute). • Ожидается, что императивные решения (Imperative Code Solutions), включая классические алгоритмы и структуры данных, реализованные с помощью Dataflow или Spark, будут применяться только тогда, когда подход Lakehouse-first неприменим или слишком затратен.