Python, LlamaIndex, RabbitMQ, Langchain, Asyncio, Unstructured.io, Supabase, Pinecone, Docker, REST API w WiseVision

Witam, szukam podstawowych umiejętności:
LlamaIndex, RabbitMQ, Langchain, Asyncio, Unstructured.io, Supabase, Pinecone, Docker, REST API.

Pożądane umiejętności: fastapi, uvicorn, aio-pika, aiohttp, aiormq, Beautifulsoup4.

Nasza platforma ma na celu usprawnienie rozwoju i wdrażania agentów AI, oferując użytkownikom solidne narzędzia do dostosowywania i optymalizację wydajności. Upraszczamy skomplikowane procedury w przyjazne dla użytkownika doświadczenia.

Twoja rola polega na utrzymywaniu i ulepszaniu sekcji wiedzy naszej aplikacji, integrowaniu i ulepszaniu powiązanych bibliotek, zapewnianiu płynnego przepływu danych i wydajnych interakcji API oraz zwiększaniu skalowalności i wydajności nasi agenci AI. Początkowo możesz zacząć od refaktoryzacji kodu, aby wykorzystać funkcje bezserwerowe.

Proszę odpowiedzieć na następujące pytania.

 < /p>

Czy możesz opisać swoje doświadczenia z językiem Python i różnymi bibliotekami wymienionymi w ogłoszeniu o pracę, w tym konkretne projekty lub scenariusze, w których zostały one wykorzystane?

W jaki sposób wykorzystałeś LlamaIndex w poprzednich projektów, szczególnie związanych z tworzeniem aplikacji LLM, i czy możesz wyjaśnić RAG (Retrieval Augmented Generation) i jego znaczenie dla Unstructured.io?

Opisz scenariusz, w którym skutecznie wykorzystałeś RabbitMQ do przesyłania danych w czasie rzeczywistym. Jakie były wyzwania i jak je pokonałeś?

Czy masz doświadczenie z funkcjami bezserwerowymi (lambda itp.)? proszę wyjaśnić

Czy możesz wyjaśnić swoje podejście do zarządzania kolejkami i zarządzania pamięcią podczas korzystania z Unstructured.io do przyjmowania i przetwarzania dużych ilości plików? Jak zapewnić stabilność systemu i uniknąć awarii serwera podczas operacji o dużym obciążeniu?

Pełny etat, stawka do rozważenia.