Lachevsky Group outstaff

AI Engineer / ML Engineer Локация/Гражданство: Удалённо / РФ Ставка: открытая Срок проекта: долгосрочно Старт проекта: ASAP Грейд: Senior Заказчик: МБ. Развитие DATA AI Проект: Развитие DATA AI / платформенный слой AI-сервисов и интеграций Задачи: — Разработка backend-сервисов для интеграции AI-компонентов с внутренними API, сервисами и источниками данных — Построение единого слоя доступа к инструментам и системам: каталог интеграций, реестр коннекторов и механизмы вызова инструментов для агентных сценариев — Подключение новых систем через стандартные протоколы взаимодействия моделей, агентов и инструментов — Проектирование безопасности интеграционного слоя: аутентификация, авторизация, аудит действий, разграничение доступа и работа с секретами — Обеспечение надёжности integration layer: retries, очереди, rate limiting, идемпотентность, мониторинг, логирование и трейсинг — Превращение разрозненных интеграций в платформенный слой, которым смогут пользоваться другие команды — Участие в архитектуре AI-сервисов: backend, orchestration, observability и production operations Требования: — Сильный Python background: backend-разработка, API-интеграции, асинхронность, типизация, валидация данных, ORM и миграции — Опыт разработки и поддержки production-grade API и интеграционных сервисов — Хорошее понимание REST, gRPC, WebSocket, очередей и event-driven architecture — Уверенные знания PostgreSQL, Redis, контейнеризации и CI/CD — Понимание сервисной безопасности: OAuth2 / JWT, service-to-service auth, secrets management, audit trail — Опыт проектирования отказоустойчивых интеграций и диагностики проблем в распределённых системах — Умение писать чистый, поддерживаемый и надёжный код — Опыт участия в архитектуре backend-сервисов, integration layer и production operations Будет плюсом: — Опыт работы с LLM-приложениями, tool calling, агентными пайплайнами и retrieval / search-сценариями — Опыт с AI integrations и platform engineering — Опыт построения общего интеграционного слоя для внутренних команд — Опыт работы с Kubernetes, observability stack и распределёнными системами Технологический стек: — Python 3.11+ — FastAPI / ASGI — Pydantic — SQLAlchemy / Alembic — PostgreSQL — Redis — REST / gRPC / WebSocket — Message brokers / background workers — Docker — Kubernetes — CI/CD — LLM API, embeddings, vector search, tool execution protocols https://docs.google.com/document/d/1xfeYFoLCQqsoBmgjm7byxPW0d5US56RH6utb5Mon1XQ/edit?usp=sharing @F61AD