- Страна
- Россия
- Зарплата
- от 1 800 ₽
Откликайтесь
на вакансии с ИИ
AI-разработчик Senior
Оценка ИИИнтересный долгосрочный проект с современным стеком (AI + MLOps), однако высокая нагрузка на эксплуатацию (70%) может не подойти тем, кто хочет сфокусироваться исключительно на ML-исследованиях.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием к 'универсальности': кандидат должен быть экспертом и в AI (RAG, агенты), и в DevOps (K8s, Helm), обладая при этом полной автономностью.
Анализ зарплаты
Оценка ИИСтавка 1800 руб./час (с НДС) при полной занятости составляет около 300 000 - 315 000 руб. в месяц, что соответствует рыночному уровню для Senior Python/ML-разработчиков в РФ, но находится на нижней границе для специалистов с глубокими навыками DevOps/MLOps.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Присоединяйтесь к амбициозному проекту по созданию AI-агентов и реализуйте свой потенциал в разработке и MLOps!
Описание вакансии
AI-разработчик Senior
Гражданство: РФ
Локация: РФ
Длительность проекта: 31.12.2027
Ставка: 1800, с НДС
Обязательные требования
Разработка AI-агентов (написание кода, логика, интеграция моделей) и полная ответственность за их доставку и поддержку в микросервисной среде.
Баланс:
30% Разработка (Coding):
70% Внедрение и эксплуатация (Deployment & Ops).
Ключевые навыки (Hard Skills):
AI Development - Python, фреймворки для AI (LangChain, LlamaIndex, Semantic Kernel или аналоги). Понимание концепции AI Agents, RAG, Tool Calling;
DevOps / MLOps - Docker, Kubernetes, Helm. Умение написать Dockerfile и values.yaml;
Debugging & Ops - ArgoCD (только чтение логов/статусов), работа с терминалом (bash), анализ логов;
Security & Deps - Работа с SCA-сканерами.
Опыт от 3-6 лет Middle / Senior;
Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/K8s, либо MLOps-инженер, который умеет хорошо программировать;
Ключевая компетенция: Автономность. Необходимо уметь не только написать бота, но и перенести его в контейнер, заставить пройти проверку безопасности и запустить в кластере без помощи системных администраторов;
Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними.
Задачи на проекте
Написание кода агента на Python, который использует внешние API;
"Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями;
Написание Helm-чарта для развертывания этого образа в K8s;
Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests;
Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API.
Этапы отбора
- Интервью
- Проверка ИБ
Описание проекта и команды
Управляющая компания
Откликнуться на запрос: Откликнуться По вопросам партнерского сотрудничества: @ju_vetta
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Kubernetes
- Helm
- Bash
- MLOps
- RAG
- Docker
- LangChain
- ArgoCD
- LlamaIndex
- Semantic Kernel
- Poetry
Возможные вопросы на собеседовании
Проверка ключевой компетенции по работе с AI-агентами.
Расскажите о вашем опыте реализации Tool Calling в AI-агентах: с какими сложностями вы сталкивались при обработке ответов от внешних API?
Вакансия предполагает 70% времени на Ops-задачи.
Как вы оптимизируете Docker-образы для Python-приложений, чтобы минимизировать их размер и количество уязвимостей, обнаруживаемых SCA-сканерами?
Проверка навыков отладки в K8s.
Опишите ваш алгоритм действий, если в ArgoCD вы видите статус CrashLoopBackOff для пода с AI-агентом. Какие логи и метрики вы проверите в первую очередь?
Акцент на управлении зависимостями.
В чем, по вашему опыту, основные преимущества Poetry перед стандартным pip при работе в CI/CD пайплайнах, и как вы решаете конфликты версий библиотек?
Проверка понимания RAG.
