Python разработчик (контрактор)

Что предстоит делать

<p><strong>CodeIT </strong>— компания по разработке сервисных продуктов. Мы знаем, как превращать бизнес-идеи в прибыльные IT-продукты. Мы ищем опытного и квалифицированного Python Developer (Contractor) в нашу команду.</p><p><strong>Описание проекта</strong></p><p>AI-платформа для практики строительства и проектов глобальной консалтинговой фирмы. Платформа отвечает на сложные вопросы по крупным портфелям строительных и инфраструктурных проектов, опираясь на 1M+ документов (10+ ТБ) на каждого клиента.<strong></strong></p><p><strong>Обязанности</strong></p><ul><li>Создавать Python-сервисы и API, которые предоставляют поиск по документам, навигацию и извлечение контекста для AI-ассистента и агентов, например, в виде инструментов или MCP-серверов.</li><li>Реализовывать LLM- и агентные workflow: tool calling, многошаговая оркестрация, маршрутизация каждого вопроса к поиску по документам, суммаризации или SQL по структурированным данным проекта, потоковые ответы с цитированием.</li><li>Создавать model gateway: уровни моделей, batch inference, кэширование, rate limits, retries, бюджеты токенов и стоимости на запрос.</li><li>Интегрироваться с существующим приложением платформы и слоем данных PostgreSQL, включая идентификацию пользователей и права доступа на уровне документов, проверяемые до возврата результатов.</li><li>Доводить решение до production-grade: автоматизированные тесты, включая оценку <nobr>LLM-output</nobr> в CI, трассировка задержек и стоимости на вопрос, безопасность, infrastructure as code.</li><li>Согласовывать интерфейсы, бюджеты задержек и целевые показатели качества с data/AI-инженерами; проводить code review; поддерживать документацию и runbooks в актуальном состоянии.<strong></strong></li></ul><p><strong>Обязательные требования</strong></p><ul><li>5+ лет backend-разработки на Python (FastAPI или аналоги), с сервисами, работающими в production.</li><li>1+ год создания LLM-приложений в production: tool calling, структурированные выходные данные, управление контекстом, streaming.</li><li>Фреймворки или паттерны для агентов и оркестрации (например, LangGraph, LlamaIndex, Semantic Kernel, Bedrock Agents, MCP), а также понимание, когда их не стоит использовать.</li><li>Опыт интеграции RAG в приложение: гибридный поиск, reranking, цитирование, обработка вопросов, на которые документы не могут ответить.</li><li>PostgreSQL, включая оптимизацию производительности; асинхронная обработка, очереди, кэширование.</li><li>Крупный облачный провайдер в production: предпочтительно AWS (Bedrock, Lambda/ECS/EKS, API Gateway, RDS); принимается эквивалентный опыт с Azure или GCP.</li><li>Автоматизированное тестирование, CI/CD, контейнеры, infrastructure as code (Terraform или CDK), observability.</li></ul><p><strong>Будет плюсом</strong></p><ul><li>Инструменты оценки и observability для LLM (например, Langfuse, LangSmith, Ragas); prompt caching, model routing, batch APIs.</li><li>Text-to-SQL поверх управляемого семантического слоя или аналитические функции на структурированных данных.</li><li>SSO/OIDC, права доступа на уровне строк и документов, audit logging, защита от prompt injection.</li><li>Node.js, TypeScript/React — для опционального пользовательского функционала.</li><li>Строительные или инженерные документы, системы управления проектами (Primavera, Ecosys, SharePoint, Aconex) или другая область с большим объёмом документов, например, legal или e-discovery.</li><li>Эксплуатация одной системы в нескольких облаках или внутри собственных облачных аккаунтов клиентов.</li></ul> <div> <a href="https://jobs.dou.ua/companies/codeit/vacancies/379397/#reply-btn-id">Откликнуться на вакансию</a> </div>