ID 3468. Software Engineer

Требования

• Более 5 лет опыта промышленной разработки бэкенд-систем и API на Python.
• Опыт проектирования и эксплуатации распределённых микросервисов (масштабируемость, маршрутизация, кэширование, обработка отказов).
• Практический опыт работы с AWS и опыт интеграции внешних API моделей (сегодня мы преимущественно обращаемся к фундаментальным моделям через Bedrock).
• Опыт промышленной эксплуатации сервисов в Kubernetes (вы будете отвечать за развёртывание и эксплуатацию приложений; инфраструктура кластера поддерживается платформой).
• Опыт работы с CI/CD (требуется знание GitHub Actions).
• Понимание IAM и основ безопасности в облаке (принцип наименьших привилегий, служебные роли).
• Понимание логирования и наблюдаемости (структурированные журналы, метрики, трассы) и умение проектировать конвейеры для последующего анализа.
• Опыт работы с Terraform или другими инструментами инфраструктуры как кода (IaC).

Будет плюсом:

• Опыт работы с интеграцией GenAI и LLMs (Bedrock, маршрутизация API, выбор моделей).
• Опыт работы с конвейерами обработки изображений и документов (OCR, предобработка изображений, распознавание технических чертежей).
• Опыт работы с паттернами оркестровки выводов (асинхронные работники, батчинг, оркестровка GPU) или знакомство с нагрузками на GPU.
• Знакомство с инструментами жизненного цикла ML (MLflow, регистры моделей, трекинг экспериментов).
• Опыт работы с сервисами реального времени и пакетной обработки выводов, хранилищами признаков или опытом использования производственной среды SageMaker.

Краткое описание задач:

• Проектировать и разрабатывать микросервисы и API для интеграции генеративного искусственного интеллекта (GenAI) с моделью Bedrock от AWS.
• Создавать масштабируемые стратегии маршрутизации запросов, кэширование и очереди для вывода (способность выдерживать всплески нагрузки).
• Реализовывать CI/CD и механизмы наблюдения за состоянием конвейеров вывода (логирование, метрики, оповещения).
• Развёртывать и эксплуатировать сервисы в Kubernetes (развёртывание, выкатка, проверка здоровья; администрирование кластера обеспечивается платформой/SRE).
• Интегрировать сервисы с AWS и обеспечивать правильные разрешения доступа (IAM) для межсервисного взаимодействия.
• Сотрудничать с учеными по данным и инженерами машинного обучения (они отвечают за обучение моделей; вы за интеграцию в производство).
• Формировать производственные практики эксплуатации вывода (детали задач дежурства будут уточняться; ожидается поддержка реакций на инцидент на уровне службы).

Контакты:

https://t.me/annaromannaa

a.brazhnikova@agima.ru