- Зарплата
- 4 000 $ – 5 500 $
Откликайтесь
на вакансии с ИИ
Backend Developer Senior (Python / Scraping Product)
Оценка ИИПривлекательная вакансия с конкурентной зарплатой в долларах, сильной командой и возможностью удаленной работы. Проект в нише кибербезопасности и больших данных обещает интересные технические вызовы, хотя требования к опыту весьма жесткие.
Сложность вакансии
Оценка ИИОчень высокая сложность из-за требования к коммерческому опыту более 8 лет и специфической экспертизы в области скрапинга и обхода антибот-систем. Вакансия ориентирована на состоявшихся экспертов, готовых работать в команде без джуниоров.
Анализ зарплаты
Оценка ИИПредлагаемая вилка $4,000–$5,500+ полностью соответствует рыночным ожиданиям для Senior Python разработчика в международных компаниях с удаленным форматом работы. Верхняя граница может быть выше рынка при наличии уникальной экспертизы в скрапинге.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в CyberYozh уже сейчас
Присоединяйтесь к CyberYozh и создавайте передовую инфраструктуру для сбора данных в международной команде экспертов!
Описание вакансии
#вакансия#PythonDeveloper#Backend#SeniorPython#Scraping
Backend Developer Senior (Python / Scraping Product)
Компания: CyberYozh
Формат: удаленно
Занятость: полная
Зарплата: от $4,000 до $5,500+ (на руки, в зависимости от глубины экспертизы).
Контакты: Откликнуться
Привет!*👋*
Мы международная, быстрорастущая экосистема компаний в сфере кибербезопасности, образования и технологий.
Наши основные проекты: https://cyberyozh.com
В связи с ростом продуктов и расширением штата ищем в команду опытного Backend-разработчика.
*🛠* Стек:
Python, Django Rest Framework, FastAPI, Prometheus, Grafana, Docker, Strawberry, Celery, Redis, PostgreSQL, Kubernetes.
*🧩*Требования (Must have):
• Опыт работы в продуктовой компании, чей основной продукт - скрапер, парсер или агрегатор данных. Вы понимаете специфику сбора данных, работы с очередями задач, прокси, обхода антибот-систем и структурирования собранной информации.
• Python на уровне Senior (более 8 лет коммерческой разработки) + навыки работы с AI для ускорения (используем ClodeCode).
• Глубокий опыт разработки и поддержки API.
• Понимание принципов работы Kubernetes и контейнеризации.
*🎯* Что входит в задачи:
• Разработка, тестирование и интеграция API-функционала для продуктов экосистемы.
• Работа с бэкенд-частью скрапинг-инфраструктуры: управление задачами парсинга, обработка и отдача собранных данных через API.
• Участие в планировании архитектуры, предложение улучшений и рефакторинг.
• Поддержка стабильности, мониторинг и сопровождение решений.
• Взаимодействие с командами Frontend, DevOps и QA.
*💰* Условия и оплата:
• Зарплата: от $4,000 до $5,500+ (на руки, в зависимости от глубины экспертизы).
• Регулярный пересмотр дохода (раз в 6–12 месяцев).
• Fully remote, гибкий график работы.
• Официальный долгосрочный контракт с международной компанией (мы на рынке 11 лет).
• Сильная команда без джунов (сейчас в технической команде 20+ человек на разных продуктах).
• Отпуск: 28 дней.
• Реальные возможности для самореализации и свобода в принятии технических решений.
• Работа с передовыми AI-технологиями, получение востребованного опыта в нише кибербеза и обработки больших данных.
════════════
*👉* Лучший сервисдля оплаты зарубежныхподписок, вещей, услуги всего остального
════════════
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Kubernetes
- Prometheus
- Grafana
- PostgreSQL
- GraphQL
- Redis
- Docker
- FastAPI
- Celery
- Django REST Framework
- Strawberry
Возможные вопросы на собеседовании
Проверка глубокого понимания специфики скрапинга на больших масштабах.
Расскажите о вашем опыте обхода продвинутых антибот-систем (например, Cloudflare, Akamai). Какие стратегии ротации прокси и управления фингерпринтами браузера вы использовали?
Оценка навыков проектирования высоконагруженных систем.
Как вы организуете архитектуру очередей в Celery для обработки миллионов задач парсинга ежедневно, чтобы избежать перегрузки Redis и обеспечить приоритезацию критических данных?
Проверка владения современным стеком и инструментами.
В стеке указаны Strawberry и FastAPI. В каких случаях вы предпочтете GraphQL (Strawberry) перед классическим REST, и как это влияет на производительность API при отдаче больших объемов данных?
Оценка опыта работы с инфраструктурой.
Опишите ваш опыт работы с Kubernetes: как вы настраиваете автоскалирование воркеров в зависимости от объема задач в очереди и какие метрики в Prometheus для вас наиболее критичны?
Проверка адаптивности к новым методам разработки.
