Python разработчик (Django/FastAPI, RAG, AI)

Что предстоит делать

Стек технологий (основной): • Язык: Python 3.10+ • Фреймворк: Django / DRF (или FastAPI) • Базы данных: PostgreSQL (основная), Redis (кеширование/брокер) • Векторные БД: Pinecone / Weaviate / Milvus / Qdrant (опыт хотя бы с одной) • Инфраструктура: Docker, Docker Compose, CI/CD (GitHub Actions/GitLab CI) • Инструменты: Git, Linux, базовое администрирование Общие компетенции: • Опыт коммерческой разработки от 0,5 года. • Уверенное владение ООП, паттернами проектирования, принципами SOLID. Технические навыки: • Написание чистого, тестируемого кода с типизацией (mypy). • Проектирование реляционных схем, написание оптимизированных SQL‑запросов (индексы, explain). • Разработка и интеграция REST API (OpenAPI/Swagger). • Настройка очередей (Celery/Redis) для асинхронных задач. • Написание модульных и интеграционных тестов (pytest). • Опыт работы с векторными БД и построением RAG-систем: • индексация и поиск по векторным эмбеддингам (ближайшие соседи, метрики схожести); • построение пайплайнов для извлечения, chunking, генерации эмбеддингов (OpenAI/Cohere/HuggingFace и др.); • интеграция векторного хранилища с LLM для контекстного дополнения (RAG); • настройка гибридного поиска (векторный + ключевой) и ранжирования. • Эффективное использование AI‑инструментов в IDE (автодополнение, генерация шаблонов, рефакторинг) с критической оценкой сгенерированного кода. Задачи и зона ответственности: • Разработка нового функционала и доработка существующих модулей продукта. • Участие в code review (включая проверку AI‑сгенерированного кода). • Локализация и исправление критических багов на боевых средах. • Декомпозиция задач, взаимодействие с аналитиками для уточнения требований. • Оптимизация производительности (запросы к БД, кэширование, векторный поиск). Будет плюсом: • Опыт разработки на .NET (C#, ASP.NET Core). • Опыт с облачными платформами (AWS/Azure/GCP) и оркестрацией (Kubernetes). • Участие в проектировании архитектуры с нуля (включая выбор векторной БД и стратегии RAG). • Навыки написания технической документации (ADR, схемы потоков данных). • Умение формулировать чёткие промпты для AI‑генерации сложных сценариев (тесты, миграции, ETL-пайплайны). Личные качества: • Самостоятельное ведение задач от постановки до релиза. • Критическое мышление и внимание к деталям (особенно при работе с AI и векторными данными).