Backend Developer Support

Deskripsi Pekerjaan - Mengembangkan backend untuk chatbot AI internal berbasis RAG (Retrieval-Augmented Generation). Lingkup pekerjaan: - Membangun dan memelihara REST API menggunakan FastAPI (Python). - Mengembangkan pipeline RAG: document/data warehouse/data lakehouse/data lake ingestion to Vector DB, chunking, embedding, retrieval, dan LLM-augmented generation. - Integrasi dengan Vector Database (Qdrant), PostgreSQL, ClickHouse, StarRocks, Apache Iceberg Data Lakehouse, S3 Storage, dan Redis. - Implementasi multi-agent menggunakan LangGraph. - Integrasi LLM dan embedding model. - Pengembangan fitur RBAC, autentikasi (OAuth2/OIDC JWT), MCP server, caching, dan memori sesi/percakapan (session). - Membantu pengembangan MLOps pipeline (Dagster + Llama-Factory + Unsloth) untuk fine-tuning model dan deployment ke vLLM Server. - Menulis unit test dan dokumentasi teknis. Kualifikasi - Pemahaman dasar Python (sintaks, fungsi, OOP, async/await). - Mengerti dasar REST API, HTTP, dan struktur data (JSON). - Terbiasa dengan Git/GitHub dan terminal (Bash/PowerShell). - Familiar dengan SQL (PostgreSQL) dan konsep database. - Bersedia mempelajari AI/LLM, RAG, dan teknologi modern (LangGraph, FastAPI, vLLM, MCP Server). - Mampu bekerja mandiri, teliti, dan berorientasi dokumentasi. - Rasa ingin tahu tinggi dan suka problem solving. - (Nilai tambah) Pernah menyentuh Docker, Redis, vector database, atau framework web Python (FastAPI/Flask/Django). - Memahami konsep LLM, RAG, prompt engineering, fine-tuning (QLoRA/DPO/SFT), dan embedding. - Mampu membaca dan menulis dokumentasi teknis. - Pengalaman dengan Docker dan CI/CD (GitLab CI) merupakan nilai tambah. - Pernah menggunakan notebook (Jupyter) untuk eksperimen data. - Memahami prinsip keamanan dasar: validasi input, manajemen secret (.env), sanitasi output LLM (prompt injection awareness). - Bersedia menjaga kerahasiaan data perusahaan. - Memiliki portofolio / project GitHub backend Python (nilai tambah). Tools yang Digunakan: - Bahasa Pemrograman: Python 3.13/3.14 Framework Web: FastAPI, Uvicorn, Gunicorn - AI/LLM: LangGraph, LangChain, vLLM, Open Source LLM Model, Open Source Embedding Model, sentence transformers - Database & Storage: PostgreSQL (asyncpg, SQLAlchemy, Alembic), Redis, Qdrant (vector DB), ClickHouse, StarRocks, S3/MinIO - MLOps & DevOps: Dagster, Llama-Factory, Unsloth, Docker, Git, GitLab CI - Testing & Kualitas: pytest, pytest-asyncio, DeepEval, ruff, mypy - Package Manager: uv - MCP (Model Context Protocol) Perangkat Kerja: - PC/Laptop (Windows/Linux) untuk development. - Akses remote ke server on-premise - Akses VPN perusahaan dan akun GitLab internal.