- Страна
- Россия
Откликайтесь
на вакансии с ИИ
AI Engineer/ML Engineer (Backend)
Оценка ИИИнтересная позиция на стыке AI и Platform Engineering в крупной структуре. Современный стек технологий и амбициозные задачи по созданию платформенного слоя делают вакансию привлекательной для опытных инженеров.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в классическом backend-разработке (Python, FastAPI, gRPC), так и в специфике AI-интеграций и безопасности распределенных систем. Высокая планка ответственности за платформенный слой предполагает опыт работы с высоконагруженными production-сервисами.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиций уровня Senior AI/ML Engineer на рынках РФ и РБ вилка обычно составляет от 300 000 до 500 000 рублей в зависимости от квалификации. Данная роль предполагает высокую инженерную экспертизу, что соответствует верхней границе рыночных ожиданий.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Присоединяйтесь к команде МБ и создавайте передовой платформенный слой для AI-сервисов будущего!
Описание вакансии
ID 2923
Локация РБ и РФ
AI Engineer/ML Engineer
Команда МБ. Развитие DATA AI
Проект
Ищем backend-инженера, который будет строить и развивать платформенный слой для AI-сервисов и интеграций. Нужен человек, который умеет не только писать отдельные сервисы, но и собирать из них общий, надёжный и безопасный слой для других команд. Это роль на стыке Python backend development, platform engineering, AI integrations и service security.
Основные задачи
— Разрабатывать backend-сервисы для интеграции AI-компонентов с внутренними API, сервисами и источниками данных.
— Строить единый слой доступа к инструментам и системам: каталог интеграций, реестр коннекторов и механизмы вызова инструментов для агентных сценариев.
— Подключать новые системы через стандартные протоколы взаимодействия моделей, агентов и инструментов.
— Проектировать безопасность интеграционного слоя: аутентификацию, авторизацию, аудит действий, разграничение доступа и работу с секретами.
— Обеспечивать надёжность integration layer: retries, очереди, rate limiting, идемпотентность, мониторинг, логирование и трейсинг.
— Превращать разрозненные интеграции в платформенный слой, которым смогут пользоваться другие команды.
— Участвовать в архитектуре AI-сервисов: backend, orchestration, observability и production operations.
Требования
— Сильный Python background: backend-разработка, API-интеграции, асинхронность, типизация, валидация данных, ORM и миграции.
— Опыт разработки и поддержки production-grade API и интеграционных сервисов.
— Хорошее понимание REST, gRPC, WebSocket, очередей и event-driven architecture.
— Уверенные знания PostgreSQL, Redis, контейнеризации и CI/CD.
— Понимание сервисной безопасности: OAuth2 / JWT, service-to-service auth, secrets management, audit trail.
— Опыт проектирования отказоустойчивых интеграций и диагностики проблем в распределённых системах.
— Умение писать чистый, поддерживаемый и надёжный код.
Будет плюсом:
— Опыт работы с LLM-приложениями, tool calling, агентными пайплайнами и retrieval / search-сценариями.Технологический стек
— Python 3.11+
— FastAPI / ASGI
— Pydantic
— SQLAlchemy / Alembic
— PostgreSQL
— Redis
— REST / gRPC / WebSocket
— Message brokers / background workers
— Docker
— Kubernetes
— CI/CD
— LLM API, embeddings, vector search, tool execution protocols
*📩 Телеграм для связи:* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Kubernetes
- CI/CD
- PostgreSQL
- REST
- Redis
- Docker
- OAuth2
- gRPC
- FastAPI
- SQLAlchemy
- JWT
- Vector Search
- Pydantic
- Embeddings
- WebSocket
- Alembic
Возможные вопросы на собеседовании
Вопрос проверяет понимание специфики работы с LLM и обеспечения надежности внешних вызовов.
Как бы вы реализовали механизм rate limiting и обработки ошибок (retries) при интеграции с внешними LLM API для предотвращения каскадных сбоев?
Вакансия подразумевает создание безопасного интеграционного слоя.
Какие подходы вы используете для обеспечения безопасности service-to-service взаимодействия и управления секретами в Kubernetes?
Важно для понимания навыков проектирования систем.
Опишите ваш опыт проектирования event-driven архитектуры: какие брокеры сообщений использовали и как решали проблему идемпотентности?
Проверка знаний современного стека Python.
В чем преимущества использования FastAPI и Pydantic v2 для разработки высокопроизводительных API по сравнению с другими фреймворками?
Актуально для агентных сценариев, упомянутых в вакансии.
Как организовать эффективный аудит действий и трейсинг для сложных агентных пайплайнов, где один запрос порождает множество подзадач?
Похожие вакансии
Python Backend Developer — Senior / Tech Lead (CTO проекта)
.Net разработчик
Rust разработчик (Middle+)
Node.js разработчик (backend)
Senior Python Engineer
Senior NestJS Developer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!