Fullstack-разработчик / GenAI engineer

Python
Ищем Fullstack-разработчика, осваивающего GenAI ( RAG, LLM-оркестрация, интеграции и пр.)
/ Ai engineer с бэкграундом в fullstack-разработке.

Фарма-Перископ — это продуктовая AI-/data-компания, которая создаёт платформы для анализа коммуникаций фармкомпаний с врачами и автоматизации контент-процессов. Мы работаем с крупными международными и российскими производителями, развиваем собственные модули конкурентной аналитики, мониторинга, прогнозирования и AI-инструменты вокруг больших массивов медицинского и маркетингового контента. Команда небольшая, гибкая, инженерная, с быстрыми циклами разработки, высоким уровнем автономии и фокусом на реальную пользу: прозрачные данные, автоматизация рутины и умные сервисы для рынка здравоохранения. 5 лет на рынке. Растем.

Требования к опыту и стеку / что понадобится
1. LLM-инженерия и обработка естественного языка
Опыт решения задач:

• построение многоступенчатых LLM-воркфлоу;


• 
  
  
  
  • классификация запросов, маршрутизация, определение интента;
  
  
  
  


• 
  
  
  
  • генерация структурированных ответов под строгими правилами;
  
  
  
  


• 
  
  
  
  • построение guardrails, проверок политик и комплайнса;
  
  
  
  


• 
  
  
  
  • работа с prompt-архитектурами, системными ролями, инструкционными пайплайнами.
  
  
  
  

Знание LLM-API:

• OpenAI / Claude / Llama-локальные модели;


• 
  
  
  
  • умение работать с токен-лимитами, rate limits, логированием.
  
  
  
  

2. Retrieval-Augmented Generation (RAG)
Нужен уверенный опыт в создании RAG-систем:

• построение ETL-цепочек: загрузка → парсинг → нормализация → нарезка → эмбеддинги;


• 
  
  
  
  • работа с PDF/HTML/docx-документами, включая сложные структуры;
  
  
  
  


• 
  
  
  
  • генерация эмбеддингов (OpenAI, local, bge, Instructor и т.п.);
  
  
  
  


• 
  
  
  
  • построение поискового слоя: dense vectors, hybrid search, reranking;
  
  
  
  


• 
  
  
  
  • опыт оптимизации качества поиска: chunking strategy, context windows, indexing policies.
  
  
  
  

Хранилища:

• Qdrant / Elastic / Weaviate / Pinecone (любой векторный движок);


• 
  
  
  
  • Postgres + S3-подобные стораджи.
  
  
  
  

3. API-интеграции и работа с внешними источниками данных
Опыт интеграции крупного внешнего контента:

• загрузка больших массивов документов из API;


• 
  
  
  
  • соблюдение разных типов лицензий и правил доступа;
  
  
  
  


• 
  
  
  
  • кэширование, версионирование, периодическая репликация данных;
  
  
  
  


• 
  
  
  
  • парсинг сложных страниц и документов;
  
  
  
  


• 
  
  
  
  • работа с XML/JSON API (Entrez, REST, SOAP, custom endpoints).
  
  
  
  

4. Backend-разработка
Нужен уверенный инженерный подход:

• Python (FastAPI или аналогичный фреймворк);


• 
  
  
  
  • построение модульной архитектуры с отдельным Core API;
  
  
  
  


• 
  
  
  
  • асинхронные пайплайны и очереди (Celery, Redis streams, asyncio);
  
  
  
  


• 
  
  
  
  • авторизация/аутентификация, логирование, rate-limiting.
  
  
  
  

5. Автоматизация процессов и интеграционные оркестраторы
Опыт работы хотя бы с одним низко-кодовым/оркестрационным инструментом:

• n8n / Airflow / Make / Zapier self-hosted / Node-RED;


• 
  
  
  
  • создание кастомных нод или HTTP-коннекторов;
  
  
  
  


• 
  
  
  
  • обработка писем через IMAP/SMTP;
  
  
  
  


• 
  
  
  
  • вызовы к REST API сторонних систем;
  
  
  
  


• 
  
  
  
  • построение цепочек автоматизаций с учётом SLA, ошибок, ретраев.
  
  
  
  

6. Работа с базами данных и инфраструктурой

• уверенный SQL (Postgres);


• 
  
  
  
  • нормализация схем, индексы, миграции;
  
  
  
  


• 
  
  
  
  • Docker, docker-compose;
  
  
  
  


• 
  
  
  
  • базовый DevOps: деплой, логирование, мониторинг.
  
  
  
  

Плюсом будет:

• опыт self-hosted развёртывания сервисов (n8n, Qdrant, внутренние APIs);


• 
  
  
  
  • понимание distributed systems и масштабирования воркфлоу.
  
  
  
  

7. Опыт работы в среде Cursor (или аналогичных AI-IDE)

• умение вести разработку в AI-ориентированной среде: структурирование задач, работа с ветками, управление изменениями через AI-ассистентов;


• 
  
  
  
  • опыт построения длинных технических цепочек (ETL, RAG, интеграции) внутри Cursor с корректным разбиением на файлы и модули;
  
  
  
  


• 
  
  
  
  • понимание, как использовать Cursor для ускорения разработки: рефакторинг, автогенерация кода, создание тестов, поддержка документации;
  
  
  
  


• 
  
  
  
  • способность выстраивать чистую архитектуру, чтобы AI-IDE не “ломала” проект и не вносила ошибки.
  
  
  
  

8. Безопасность и комплайнс
Необходимо понимать базовые принципы:

• ограничения на вывод моделей (guardrails, policy enforcement);


• 
  
  
  
  • фильтрация опасных запросов;
  
  
  
  


• 
  
  
  
  • режимы ограниченного доступа к данным;
  
  
  
  


• 
  
  
  
  • строгий учёт источников в выводе;
  
  
  
  


• 
  
  
  
  • запрет на персональные данные и защита пользовательских входов.
  
  
  
  

В идеале еще:

• Опыт разработки Telegram-ботов


• Базовые frontend-компетенции

Обязанности

1. Архитектура и системный дизайн

• разработка архитектуры AI-модулей, RAG-поиска, ETL-конвейеров и backend-сервисов;


• 
  
  
  
  • проектирование структур данных, индексов, хранилищ и API-слоёв;
  
  
  
  


• 
  
  
  
  • выбор и обоснование технического стека, библиотек, моделей, инфраструктурных решений;
  
  
  
  


• 
  
  
  
  • постановка технических стандартов, схемы версионирования контента и принципов комплайнса.
  
  
  
  

2. Проектирование компонентной схемы и ключевых модулей

• декомпозиция проектов на подсистемы: Core API, оркестратор LLM, индексы, интеграции, Telegram-фронт;


• 
  
  
  
  • проектирование потоков данных: загрузка → обработка → индексация → inference;
  
  
  
  


• 
  
  
  
  • создание архитектуры автоматизации процессов (CMS ↔ n8n ↔ внешние сервисы);
  
  
  
  


• 
  
  
  
  • определение SLA, точек отказа, механизмов ретрая и мониторинга.
  
  
  
  

3. Полный цикл разработки и реализация

• разработка backend-логики (Python/FastAPI), ETL-пайплайнов, модулей RAG и векторных индексов;


• 
  
  
  
  • реализация Telegram-бота как фронтенда: меню, состояния, онбординг, ограничения доступа;
  
  
  
  


• 
  
  
  
  • интеграция с API внешних источников, почтовых серверов, CMS, n8n-воркфлоу;
  
  
  
  


• 
  
  
  
  • создание минимальных фронтенд-панелей для внутренних инструментов и админки.
  
  
  
  

4. Инфраструктура, развёртывание и поддержка

• подготовка Docker-окружения, self-hosted сервисов (n8n, векторные БД, API-сервисы);


• 
  
  
  
  • настройка логирования, мониторинга и стабильной работы пайплайнов;
  
  
  
  


• 
  
  
  
  • регулярное обновление индексов, обработка ошибок, оптимизация скорости и качества поиска;
  
  
  
  


• 
  
  
  
  • контроль соответствия проектных решений требованиям безопасности и лицензирования.
  
  
  
  

5. Контроль качества, валидация и улучшение моделей

• внедрение guardrails, проверок политик и корректной маршрутизации запросов;


• 
  
  
  
  • отладка и оптимизация RAG (chunking, embeddings, ranking, prompt-flows);
  
  
  
  


• 
  
  
  
  • тестирование модулей, аудит данных, корректность цитирования и ссылок;
  
  
  
  


• 
  
  
  
  • инициирование улучшений архитектуры и постоянная оптимизация всей системы.
  
  
  
  

Что важно в подходе

• системное мышление в архитектуре AI-проектов;


• 
  
  
  
  • умение работать с большим количеством документов и форматов;
  
  
  
  


• 
  
  
  
  • аккуратность в данных и соблюдение лицензионных ограничений;
  
  
  
  


• 
  
  
  
  • гибкость между высокоуровневым ML и практическим backend-кодом;
  
  
  
  


• 
  
  
  
  • готовность писать чистый, предсказуемый, читаемый Python.
  
  
  
  

Условия

• удаленка (без совмещений)


• 
  
  
  
  • з/п в рынке, бонусы и премии
  
  
  
  


• 
  
  
  
  • мы - трудоголики и достигаторы (ищем таких же)
  
  
  
  


• 
  
  
  
  • тестовое задание
  
  
  
  

Откликнуться

​
EditPublish