Backend / ML-Platform разработчик (удаленная работа)

Вакансия: Backend / ML-Platform разработчик

Описание вакансии

Ищем сильного инженера-разработчика для сопровождения и развития высоконагруженной LLM-платформы обработки больших объёмов данных (текст, документы, изображения, аудио).

Под капотом:

• Микросервисы: движок на .NET, оркестрация на Python, веб-панель на React
• Хранилище: PostgreSQL (десятки миллионов записей)
• Кеш: Redis
• Self-hosted LLM: vLLM на GPU за nginx-балансировщиком
• Инфраструктура: Docker, мониторинг Prometheus / Grafana

Планы развития: RAG-контур на векторном поиске и доменная адаптация моделей.

Важно: уметь видеть систему целиком от SQL-плана запроса до раскладки моделей по видеокартам.

Обязанности:

• Поддержка продакшена: деплой, обновления, разбор инцидентов, откаты
• Доработка логики обработки: классификация, нормализация, извлечение сущностей, контроль качества вывода LLM
• Оптимизация латентности и пропускной способности: тюнинг батчей, параллелизма и конкурентности LLM, оптимизация SQL и кеша
• Эксплуатация LLM-стека: раскладка и обновление моделей на GPU, мониторинг видеокарт, диагностика
• Развитие RAG-контура: векторный поиск, индексация, релевантность; доменная адаптация моделей через LoRA
• Работа с данными: дампы и восстановление PostgreSQL, прогрев кеша, миграции между серверами
• Наблюдаемость: дашборды, метрики, разбор хвостов p95/p99

Требования:

• Уверенный бэкенд на C# / .NET И на Python (допустимо: сильный в одном + рабочий во втором с быстрым доростом)
• PostgreSQL на хорошем уровне: сложные запросы, индексы, EXPLAIN, партиционирование, дампы/restore
• Docker / docker-compose и уверенный Linux (ssh, systemd, диагностика по логам)
• Практический опыт с LLM: промптинг, параметры генерации, self-hosted инференс, понимание токенизации и ограничений контекста
• Инженерная самостоятельность: умение читать код и метрики распределённой системы
• Понимание работы с тестовой средой и продакшеном

Будет большим плюсом

• RAG и векторные БД (Qdrant): эмбеддинги, индексация, гибридный поиск, оценка релевантности
• LoRA / PEFT лёгкая доменная адаптация моделей
• Эксплуатация vLLM / TGI / llama.cpp, понимание GPU (nvidia-smi, VRAM, tensor-parallel, квантизация), Hugging Face
• React / Vite для правок админ-панели
• Базовый NLP: токенизация, детекция языка, нормализация, извлечение сущностей
• Диагностика железа (в т.ч. виртуализация / KVM)

Условия:

• Гибкое начало и окончание дня
• Оформление: ТК / ИП
• Аккредитованная IT-компания
• Реальное владение сложной системой и свобода в инженерных решениях
• Отсутствие бюрократии