Разработка и поддержка высоконагруженных backend-сервисов для проектов Система автоматизированного сравнения опросных листов и технических предложений , Конвейер предиктивных моделей , RAGs и проектов по компьютерному зрению CARGOCV .
Обеспечение бесшовной интеграции с ML-микросервисами, оркестраторами данных и системами наблюдаемости при соблюдении стандартов безопасности, отказоустойчивости и качества кода.
Обязанности:
Архитектура и разработка
Проектирование и поддержка микросервисов для проектов ОЛиТП и RAGs: ORM-модели, схемы онтологии, оптимизация Golang-шлюза и сервисов генерации/поиска.
Реализация высокопроизводительных обработчиков событий и интеграций на Python/Golang, обеспечение идемпотентности, валидации входных данных и корректной маршрутизации.
Разработка и документирование REST/gRPC API для взаимодействия с ML-микросервисами, внешними системами (1C, SRM, ERP) и пользовательскими интерфейсами.
Инфраструктура и процессы CI/CD
Поддержка и оптимизация контейнерных сред: Docker, Docker Compose, базовое администрирование Kubernetes-окружений.
Внедрение и контроль стандартов качества: настройка pre-commit хуков, линтеров (ruff, golangci-lint, typescript)DevSecOps: умение сканировать код Trivy/SonarCube/PT AI Scaner и образы Luntry.
Регулярное обновление backend-библиотек, устранение известных уязвимостей (CVE), контроль совместимости зависимостей и безопасная конфигурация сервисов.
Интеграция с ML/MLOps и данными
Интеграция сервисов создания и эксплуатации ML-моделей в единый пайплайн: взаимодействие с MLflow, KubeFlow, Airflow/Dagster для автоматизации переобучения и калибровки.
Глубокое знание PostgreSQL 16+: проектирование схем, оптимизация запросов, индексация, управление транзакциями. Опыт работы с ClickHouse для аналитических витрин и сбора телеметрии.
Практический опыт интеграции с Apache Kafka: реализация producer/consumer, партиционирование, гарантированная доставка, мониторинг лагов и настройка retry-политик.
Навыки контейнеризации и базовой оркестрации: Docker, Docker Compose, понимание принципов развёртывания и масштабирования в Kubernetes.
Понимание практик безопасности и качества кода.
Использование AI-ассистентов (Claude Code и аналоги) для ускорения генерации пайплайнов и скриптов будет преимуществом.
Личностные качества
Системное инженерное мышление: баланс между скоростью доставки, чистотой кода и надёжностью решений.
Ответственность за качество интеграций и стабильность сервисов, проактивный подход к выявлению уязвимостей и устранению технического долга.
Готовность работать в распределённой команде, чётко документировать принятые решения и соблюдать корпоративные регламенты.
Условия:
Оформление по договору ГПХ , срочный договор до конца 2026 с возможностью продления по результатам.
Гибкий формат работы.
Конкурентная проектная ставка, прозрачная система приёмки этапов.
Доступ к корпоративным ресурсам, современному стеку и техническому менторству.
Возможность перехода на постоянную основу по итогам проекта.