Python Backend Developer (FastAPI, AI/ML)

Что предстоит делать

Компания Emphasoft занимается заказной разработкой IT решений для наших партнеров с западного рынка. Мы специализируемся на разработке web-приложений для стартапов на различной стадии. Проект: B2B SaaS платформа в домене Compliance & Security. B2B SaaS платформа, закрывающая потребность бизнеса в подготовке к аудитам и управлении комплаенсом (SOC 2, ISO 27001, HIPAA, GDPR). Решение автоматизирует сбор evidence, управление controls и построение полного цикла GRC (Governance, Risk, Compliance). В основе продукта — не просто чеклисты, а AI-агенты и RAG-архитектура, позволяющие клиентам генерировать политики, анализировать риски и готовить ответы на запросы аудиторов в разы быстрее. Сложный инженерный продукт, где бэкенд решает реальные бизнес-задачи на стыке данных, распределенных систем и искусственного интеллекта.

• Разработка API и бизнес-логики: Проектирование и реализация новых фич на FastAPI, работа со сложными data models (SQLAlchemy / SQLModel).
• Распределенные вычисления: Разработка асинхронных и background-воркеров на базе Kafka для обработки больших объемов данных, генерации отчетов и автоматического сбора evidence.
• AI-интеграция: Встраивание LLM-функциональности в ядро продукта. Работа с векторными базами данных (Pinecone), имплементация RAG-пайплайнов, создание агентов на базе PydanticAI для автономного выполнения задач.
• Интеграции: Построение надежных коннекторов с внешними сервисами (Cloud providers, Jira, Slack, HR-системы и др.) для бесшовного сбора данных.
• DevOps & Infra: Участие в деплое сервисов в AWS (EKS), настройке CI/CD и обеспечении отказоустойчивости системы.
• Что мы ждём от кандидата
• Сильный коммерческий опыт с Python (от 5 лет) и фреймворком FastAPI.
• Свободное владение английским языком (работа с упором на вечернее время (до 20.00 ориентировочно), заказчик из США).
• Глубокое понимание PostgreSQL, умение проектировать схемы и оптимизировать запросы (Alembic).
• Опыт работы с брокерами сообщений ( Kafka или RabbitMQ) и паттернами асинхронной обработки.
• Понимание контейнеризации (Docker) и оркестрации (Kubernetes).
• Опыт работы с LLM: понимание принципов RAG, промпт-инжиниринг, работа с embedding-моделями. Опыт с Pinecone, Milvus или Qdrant — преимущество.
• Практика работы с облачными провайдерами ( AWS: S3, RDS, SQS/SNS, EKS).
• Умение декомпозировать большие задачи и аргументировать технические решения.
• Проактивность в вопросах улучшения архитектуры и производительности.
• Ориентация на конечного пользователя (B2B-продукт), понимание, что такое "enterprise-ready" код.

Что предлагаем