- Страна
- Россия
- Зарплата
- до 700 000 ₽
Откликайтесь
на вакансии с ИИ

Inference-инженер
Отличное предложение с очень высокой зарплатой для российского рынка, возможностью удаленной работы и работой с передовыми технологиями (LLM) в известном финтехе.
Сложность вакансии
Высокая сложность обусловлена требованием глубокой экспертизы в Python (asyncio) от 4 лет и специфическим опытом в ML-инфраструктуре и оптимизации LLM. Роль требует не просто разработки, а глубокого понимания внутренних механизмов работы инструментов.
Анализ зарплаты
Предлагаемая зарплата до 700 000 ₽ значительно превышает медиану для Senior Python/ML инженеров в России, которая обычно составляет 350 000 – 450 000 ₽. Это топовое предложение для специалистов уровня Senior/Lead.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Точка уже сейчас
Присоединяйтесь к команде Точки, чтобы оптимизировать работу LLM и создавать высокопроизводительную ML-инфраструктуру!
Описание вакансии
Inference-инженер в Точка Банк
*💰*До 700 000 ₽ на руки
*📌*Условия и бонусы:
Фултайм, удаленно или офис.
*📌*Ты подойдешь, если:
– Есть опыт работы с Python и asyncio, а также с aiohttp и FastAPI от 4 лет.
– Тебе интересно разбираться, как инструменты работают под капотом, а также оптимизировать их производительность.
– Комфортно работаешь в условиях неопределённости и быстрых экспериментов.
– Есть опыт работы с ML-инфраструктурой и ML-сервисами. Понимаешь базовые принципы работы LLM, их ограничения и возможности.
*✍🏼*Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Machine Learning
- LLM
- FastAPI
- asyncio
- aiohttp
Возможные вопросы на собеседовании
Проверка глубины знаний асинхронного программирования, критически важного для высокопроизводительных сервисов.
Расскажите о внутреннем устройстве Event Loop в asyncio. Какие проблемы могут возникнуть при смешивании блокирующего и неблокирующего кода?
Оценка навыков оптимизации, заявленных в требованиях.
Какие стратегии оптимизации инференса LLM вы применяли на практике (квантование, прунинг, использование специализированных библиотек типа vLLM или TensorRT-LLM)?
Проверка опыта работы с ML-инфраструктурой.
Как вы организуете мониторинг и логирование ML-сервисов в продакшене, чтобы вовремя заметить деградацию производительности или качества ответов модели?
Оценка понимания ограничений LLM.
С какими основными проблемами при эксплуатации LLM вы сталкивались (галлюцинации, контекстное окно, задержки) и как вы их решали на уровне инфраструктуры?
Проверка умения работать в условиях неопределенности.
Опишите случай, когда вам нужно было быстро провести эксперимент с новой технологией в условиях отсутствия четкой документации. Каков был ваш подход?
Похожие вакансии
AI / Product Engineer (.NET)
AI / Product Engineer (.NET)
AI разработчик
AI Automation / Full-stack Engineer с опытом Claude Code / Codex, MCP, API
Python / LLM Engineer: RAG и ИИ-агенты
GenAI-разработчик / бизнес-аналитик
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!