- Страна
- Россия
Откликайтесь
на вакансии с ИИ
AI-разработчик (Python) Junior / Middle
Оценка ИИИнтересная вакансия в AI-first компании с современным стеком (MCP, Cursor, Claude). Предлагает возможности релокации и гибридный формат, что повышает привлекательность, хотя уровень зарплаты не указан.
Сложность вакансии
Оценка ИИРоль требует не просто навыков разработки на Python, но и глубокого понимания экосистемы LLM, включая работу с MCP и оптимизацию стоимости инференса. Сочетание требований к бэкенд-архитектуре и автономности делает позицию сложной для новичков, но доступной для крепких Junior+/Middle специалистов.
Анализ зарплаты
Оценка ИИНа рынке РФ для Middle AI-разработчиков зарплаты варьируются от 200 до 350 тысяч рублей. Учитывая требования к знанию MCP и опыт в production, позиция должна оплачиваться по верхней границе рынка для данного грейда.
Сопроводительное письмо
I am writing to express my interest in the AI Developer position at СП Солюшен. With a strong background in Python backend development and a deep focus on LLM integrations over the past year, I have experience building production-ready AI services, including RAG systems and agentic workflows. I am particularly excited about your focus on Model Context Protocol (MCP) and context architecture, as I believe these are the keys to scalable AI solutions.
In my previous work, I have managed inference costs through model cascading and implemented evaluation pipelines to monitor quality drift. I am a heavy user of AI-native tools like Cursor and Claude, which allows me to maintain high velocity and work autonomously from task decomposition to deployment. I am eager to bring my expertise in orchestration and context engineering to your team.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в СП Солюшен уже сейчас
Присоединяйтесь к команде СП Солюшен и создавайте AI-сервисы нового поколения, написав рекрутеру прямо сейчас!
Описание вакансии
AI-разработчик (Python) Junior / Middle
#релокация #гибрид #офис
Компания: СП Солюшен
ЧТО ТЫ БУДЕШЬ ДЕЛАТЬ:
— строить и поддерживать AI-сервисы в production: агентные системы, retrieval-системы, LLM-интеграции
— проектировать context architecture: управление памятью, retrieval, tool integrations, бизнес-правила
— управлять экономикой inference: модельные каскады, кеширование, cost-per-request
— выстраивать eval pipelines: автооценка качества, A/B тесты, мониторинг quality drift
— автоматизировать процессы, которые раньше выполнялись вручную
— работать автономно: задача → декомпозиция → реализация → деплой → мониторинг
*КОГО МЫ ИЩЕМ:*
1) Уже строишь AI-продукты
— есть AI-сервис в production с реальными пользователями
— понимаешь context engineering (что и как давать модели, а не просто писать промпты)
— считаешь стоимость inference и умеешь строить модельные каскады
— можешь объяснить, как измеряешь качество AI-системы
2) Сильный backend-разработчик, готовый работать в AI-first
— 1+ года Python в production, уверенное понимание backend-архитектуры
— последние 6–12 месяцев активно работаешь с LLM в реальных задачах
— понимаешь переход индустрии к orchestration и context engineering
ОБЯЗАТЕЛЬНО:
— практический опыт работы с LLM API (OpenAI / Anthropic / open-source)
— опыт работы с MCP (Model Context Protocol)
— использование AI-инструментов в ежедневной работе (Claude Code / Cursor / Copilot)
— умение работать автономно без постоянного контроля
Для отклика писать: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- OpenAI
- Anthropic
- Model Context Protocol
- Claude
- Cursor
- GitHub Copilot
- Backend Architecture
- A/B Testing
Возможные вопросы на собеседовании
Проверка практического опыта работы с протоколом, указанным в обязательных требованиях.
Расскажите о вашем опыте работы с Model Context Protocol (MCP). Какие серверы вы подключали и какие задачи это решало?
Важно понять, как кандидат оптимизирует расходы компании на API.
Как вы проектируете модельные каскады для снижения стоимости инференса без значительной потери качества?
Оценка качества AI-ответов — критическая часть production-цикла.
Какие метрики и инструменты вы используете для автоматической оценки качества (eval pipelines) и мониторинга quality drift?
Проверка понимания архитектуры контекста.
Как вы подходите к управлению памятью и долгосрочным контекстом в агентных системах?
Проверка навыков автономной работы.
Опишите случай, когда вам пришлось самостоятельно декомпозировать сложную бизнес-задачу в AI-сервис: от идеи до мониторинга в продакшене.
Похожие вакансии
AI Content Engine Builder / AI контент-дизайнер-генератор
Prompt-инженер / AI Engineer
German Language Specialist (Android Device) - Freelance AI Trainer Project
MLOps Engineer (Python)
AI Engineer (CV & Navigation)
AI Engineer
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!
- Страна
- Россия