Claude Code Backend Developer
Актуальный стек технологий (LLM, FastAPI, Python), удаленный формат работы и работа с передовыми инструментами вроде Claude Code делают вакансию очень привлекательной для опытных разработчиков. Единственный минус — отсутствие четкой вилки зарплаты в тексте.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует не просто навыков бэкенд-разработки, но и специфического опыта работы с LLM в продакшене, включая сложные аспекты асинхронности в Python и интеграцию с API ведущих нейросетей. Дополнительным фактором сложности является требование к навыкам Fullstack (React/TS).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая позиция соответствует рыночному уровню для Senior Python разработчиков с узкой специализацией в AI/LLM. В России и СНГ специалисты такого профиля сейчас крайне востребованы, и медиана составляет около 350 000 - 450 000 рублей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Claude Code Backend Developer
*💰*По итогам собеседования
*📌*Условия и бонусы:
Фултайм, удаленно.
*📌*Наши ожидания:
– От трёх лет коммерческой бэкенд-разработки, в том числе сервисы на LLM в продакшене.
– Python и asyncio: gather, TaskGroup, Semaphore, отмена задач, таймауты.
– FastAPI, Pydantic v2, стриминг через SSE, обработка обрыва клиента.
– API OpenAI, Anthropic, Gemini: tool use, structured output, prompt caching, rate limits, ретраи с backoff.
– PostgreSQL и Redis.
– React + TypeScript на уровне «поправлю сам, если сломалось».
– Английский B1+: читать и писать техническую документацию.
Подробнее Откликнуться.
*✍🏼*Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- asyncio
- FastAPI
- Pydantic
- PostgreSQL
- Redis
- React
- TypeScript
- LLM
- OpenAI API
- Anthropic API
- SSE
Возможные вопросы на собеседовании
Проверка глубокого понимания асинхронности, критически важной для работы с LLM API.
В каких случаях вы предпочтете использовать asyncio.TaskGroup вместо asyncio.gather, и как вы обрабатываете исключения в группе задач?
Важно для обеспечения стабильности сервиса при работе с внешними API нейросетей.
Как вы реализуете стратегию экспоненциального бэкоффа при достижении rate limits у провайдеров LLM?
Проверка навыков работы с потоковой передачей данных, характерной для чат-ботов.
Как в FastAPI корректно обработать ситуацию, когда клиент разрывает SSE-соединение во время генерации ответа от LLM?
Оценка умения оптимизировать затраты и скорость работы с LLM.
Расскажите о вашем опыте использования prompt caching: в каких сценариях это дало наибольший эффект?
Проверка навыков работы с БД в контексте асинхронных приложений.
Какие особенности работы с пулом соединений PostgreSQL стоит учитывать при использовании asyncio и FastAPI?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

