Python developer

Привет! Мы — команда Туту. Уже больше 20 лет мы вдохновляем на новые поездки, помогаем легко планировать путешествия и бронировать всё нужное — от билетов до отелей.

Сейчас ищем Python-разработчика в команду AI-поддержки. Команда развивает ИИ-инструменты для автоматизации контакт-центра: суфлёры для операторов, LLM-ботов для чатов и писем, будущих ИИ-агентов и другие решения на базе больших языковых моделей.

В этой роли нужно будет разрабатывать production-решения на базе LLM: от backend-сервисов и RAG-систем до AI-агентов и инструментов оценки качества.

Тебе предстоит

— Разрабатывать и развивать production-решения на базе LLM: AI-ассистентов, автоматизацию обработки обращений и другие прикладные AI-продукты

— Разрабатывать и поддерживать backend- и микросервисы на Python/FastAPI для интеграции LLM-решений

— Проектировать и развивать RAG-системы: retrieval, embeddings, reranking, оценку качества

— Разрабатывать AI-агентов и интегрировать инструменты и внешние сервисы через tool calling и MCP

— Оптимизировать качество LLM-систем: работать с prompt engineering, evaluation, golden datasets, LLM-as-a-judge и A/B-тестированием

— Исследовать новые технологии в области LLM и собирать прототипы под бизнес-задачи

— Исследовать, внедрять и оптимизировать локальные LLM

— Снижать стоимость и latency инференса

— Участвовать в технических обсуждениях, помогать выбирать архитектурные решения и развивать инженерные практики команды

Мы ждём, что у тебя есть

— Коммерческий опыт разработки на Python от 3 лет

— Опыт работы с FastAPI от 1 года

— Опыт разработки и запуска production-продуктов с использованием LLM

— Практический опыт использования AI-инструментов в разработке

— Глубокое понимание LLM и опыт работы с современными LLM API

— Понимание основ RAG: embeddings, vector/hybrid search, reranking, query transformation, metadata filtering

— Опыт prompt engineering, structured output, JSON Schema, tool/function calling и построения evaluation-процессов

— Опыт работы с локальными моделями: Ollama и/или vLLM, Hugging Face

— Понимание того, как оптимизировать inference: скорость, стоимость и качество ответа

— Хорошее понимание асинхронного или многопоточного программирования на Python

— Опыт работы с PostgreSQL, Redis, Kafka, REST/OpenAPI, Docker, Docker Compose и Git

— Опыт разработки в микросервисной архитектуре

— Самостоятельность, готовность разбираться в новых технологиях и брать ответственность за технические решения

Будет плюсом

— Понимание NLU/NLP, BERT, fine-tuning и LoRA

— Понимание вопросов безопасности LLM: prompt injection, работа с персональными данными, ограничения модели

— Продвинутый опыт работы с RAG: embeddings, vector/hybrid search, reranking, query transformation, metadata filtering

— Практический опыт с LangGraph, MCP и AI-агентами

— Опыт разработки решений для контакт-центра, поддержки пользователей или внутренних автоматизаций

Про команду и рабочий процесс

Команда кросс-функциональная. В ней есть product owner, Python-разработчик, системный аналитик, два AI-тренера и QA-инженер, который работает сразу с двумя командами.

AI-тренеры помогают улучшать качество ответов ИИ-инструментов: анализируют диалоги, настраивают правила, проверяют спорные сценарии и помогают модели отвечать точнее.

Работаем двухнедельными спринтами. Проводим планирование, PBR, демо и ретроспективы.

Используем OKR для синхронизации целей.

Ценим проактивность, самостоятельность и готовность брать ответственность за технические решения.

График работы

Работаем 5/2.

Можно выбрать удобный формат: постоянное место в офисе, гибридный график или полную удалёнку.