Python разработчик (ML инфраструктура)

Что предстоит делать

<h3><b>О роли</b></h3><p>Mantis Analytics — это платформа для моделирования угроз и симуляции на базе ИИ, которая помогает предприятиям и организациям государственного сектора обнаруживать, анализировать и прогнозировать реальные риски, влияющие на операции и цепочки поставок.</p><p>Это инженерная основа команды ML. Работа с моделью, аналитикой и <nobr>LLM-ops</nobr> лежит на других специалистах — ваша задача сделать всё вокруг неё надёжным и быстрым: чистый Python, надёжные пайплайны, хорошо построенные сервисы, система сбора новостей и продукты данных, лежащие в основе наших дашбордов.</p><p>Вы будете интегрировать эндпоинты для обслуживания моделей в реальные системы, корректно перемещать данные между компонентами GCP и превращать прототипы в вещи, которые работают в production. Вы будете тесно сотрудничать с инфраструктурой и инженерией данных, отвечая за Python на стороне приложения, который связывает всё воедино.</p><h3><b>Обязанности</b></h3><ul><li>Писать чистый, производительный, хорошо структурированный Python, на основе которого будет строить остальная команда.</li><li>Создать и поддерживать систему сбора новостей — сначала классический скрапинг, с чистыми хуками для агентного резервного варианта.</li><li>Создавать ETL и пайплайны данных, питающие тематическое моделирование и дашборды (масштаб больших данных, генерация эмбеддингов, входные данные для кластеризации).</li><li>Интегрировать эндпоинты для обслуживания моделей в сервисы: подключать vLLM / совместимые с OpenAI API, управлять жизненным циклом ресурсов (запуск/остановка, подсчёт ссылок, корректное завершение работы для self-hosted).</li><li>Создать уровень данных для дашбордов — надёжный, запрашиваемый и быстрый.</li><li>Запускать задачи на GCP (Cloud Run, Batch, Workflows) с корректной аутентификацией (OIDC / OAuth, сервисные аккаунты).</li><li>Разрабатывать чистые абстракции, чтобы компоненты скрапинга, поиска и обслуживания оставались развязанными и тестируемыми.</li></ul><h3><b>Что нужно</b></h3><ul><li>Сильные основы Python: быстрый, читаемый, хорошо структурированный код; вы знаете, как организовать кодовую базу.</li><li>Солидный опыт веб-скрапинга (requests / Playwright / Puppeteer; работа с неструктурированными реальными сайтами).</li><li>Уверенная работа с облачной инфраструктурой, желательно GCP (Cloud Run, Batch, GCS, BigQuery).</li><li>Опыт перемещения данных в масштабе: ETL, Parquet / колоночные форматы, эффективный ввод/вывод.</li><li>Чистая интеграция сторонних API / SDK с корректной обработкой ошибок и аутентификацией.</li><li>Прагматичный настрой «сделать и доставить» в сочетании с искренней заботой о качестве кода.</li></ul><h3><b>Будет плюсом</b></h3><ul><li>Опыт работы с LLM-сервингом (vLLM) или любой работой, смежной с LLMOps.</li><li>Опыт работы с пайплайнами эмбеддингов / кластеризации или бэкендами данных для дашбордов.</li><li>Знакомство с оркестрацией (Airflow или аналоги) и лучшими практиками контроля версий.</li><li>Контейнеры и CI.</li></ul><h3><b>Чему вы научитесь здесь</b></h3><p>Вы будете работать с реальным production-стеком ML — скрапинг, ETL, пайплайны эмбеддингов, интеграция сервинга и уровни данных для дашбордов — с практическим обменом знаниями от команды.</p> <div> <a href="https://jobs.dou.ua/companies/mantis-analytics/vacancies/362921/#reply-btn-id">Відгукнутись на вакансію</a> </div>