Python Backend Developer (AI/ML Integration)

О компании:
Мы разрабатываем AI-сервисы в областях Computer Vision и NLP — но не с нуля, а на базе уже готовых моделей и API.
Наша задача — строить быстрые, надёжные и масштабируемые бэкенды, которые умеют:

• принимать изображения, видео, документы,
• прогонять их через ML-пайплайны (очереди, воркеры, кэширование),
• отдавать результат пользователю за секунды.

У нас уже есть работающие продукты, сейчас расширяем команду.

Что нужно будет делать:

• Проектировать и разрабатывать асинхронные REST API на FastAPI для приёма файлов (изображения, видео, PDF, аудио).
• Настраивать очереди задач (Celery / ARQ) и брокеры (Redis / Kafka) для долгих ML-операций: распознавание, OCR, транскрибация, генерация текста.
• Писать background-воркеры, которые дёргают готовые модели (Hugging Face, YOLO via ONNX, OpenAI API, YandexGPT, локальные LLM) и сохраняют результат в БД.
• Оптимизировать обработку больших файлов (потоковая загрузка, чанки, временное хранилище, S3-совместимые хранилища).
• Настраивать кэширование через Redis (повторяющиеся запросы, результаты ML-инференса).
• Интегрировать внешние API-сервисы (CV-провайдеры, LLM-провайдеры, OCR).
• Писать тесты (pytest) для всего: эндпоинтов, воркеров, интеграций.
• Участвовать в код-ревью и поддержке CI/CD (GitLab / GitHub Actions).

Наши ожидания:

• ​​Опыт коммерческой разработки на Python от 3 лет.
• Понимание особенностей бэкенда для AI/ML: обработка файлов (изображения, видео, PDF) — multipart/form-data, потоковая эпередача, асинхронная обработка через очереди (не держать пользователя HTTP-запросом минутами), интеграция готовых моделей или внешних API (HTTP-клиенты, retry, fallback, таймауты), кэширование результатов инференса (Redis).
• Уверенное владение FastAPI: async/await, dependency injection, middleware, обработка ошибок, загрузка файлов.
• Хорошее знание PostgreSQL и SQLAlchemy (отношения, миграции Alembic, индексы, оптимизация запросов).
• Опыт с очередями: Celery (цветочки, таски, chains) или ARQ, или аналоги.
• Понимание Kafka (producer/consumer, группы, топики).
• Docker: писать docker-compose для связки приложение + постгрес + редис + кафка.
• Git (ветки, rebase, merge), базовый CI/CD.

Будет плюсом:

• Опыт с ML-библиотеками: понимание форматов (numpy, PIL, OpenCV на базовом уровне — понимание того, как передать картинку в модель).
• Django / DRF.

Условия:

• Занятость: полная, удалёнка, оформление по тк РБ.
• Зарплата: по результатам технического собеседования в вилке вакансии.

Наш стек, основной: Python 3.10+, FastAPI, PostgreSQL + SQLAlchemy + Alembic, Redis, Kafka, Celery / ARQ / background jobs (один из вариантов), Docker / Docker Compose, REST API, Git, CI/CD, Linux basics, Pydantic,pytest.