- Страна
- Россия
Java / Python Backend Engineer
Интересная роль на стыке классического бэкенда и AI/LLM технологий. Требует уникального набора навыков, что может ограничить круг кандидатов, но предлагает работу с передовым стеком.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Высокая сложность обусловлена требованием свободного владения двумя стеками (Java и Python) одновременно, а также глубокой экспертизой в LLM (RAG, MCP, агентные системы), выходящей за рамки простых API-вызовов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана. Для специалистов такого уровня (Java + Python + LLM) рыночные предложения в РФ обычно начинаются от 300 000 рублей и могут достигать 500 000+ рублей в зависимости от глубины AI-экспертизы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Java / Python Backend Engineer
#Java #Python #BackendEngineer #FastAPI #RESTAPI #PostgreSQL #РФ
Требования:
Коммерческий опыт Java + Spring Boot и Python + FastAPI. Опыт разработки REST API. Практический опыт с LLM-приложениями: RAG, embeddings, поиск, контекст, интеграция моделей. Понимание MCP и опыт интеграции инструментов/сервисов в AI-сценарии. PostgreSQL. Важно: нужен не просто опыт вызова API модели или учебный проект, а практический опыт проектирования и разработки AI/LLM-сервисов. Будет плюсом: LangChain, Pydantic. Семантический или гибридный поиск. MCP-сервисы / агентные LLM-системы оценка качества ответов LLM. Работа с DOCX, PDF, Excel / OOXML / Apache POI. Опыт с корпоративными или локально развернутыми LLM. Подойдет инженер, который одинаково уверенно чувствует себя в Java/Spring Boot и Python/FastAPI, а AI/LLM-задачи делал руками, не только на уровне экспериментов.
Локация:*📍*РФ.
Контакт для отклика: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Java
- Spring Boot
- Python
- FastAPI
- REST API
- PostgreSQL
- LLM
- RAG
- LangChain
- Pydantic
- Apache POI
Возможные вопросы на собеседовании
Проверка понимания архитектуры современных AI-приложений.
Расскажите о вашем опыте реализации RAG: какие стратегии индексации и поиска (семантический/гибридный) вы использовали?
Оценка навыков интеграции AI в рабочие процессы.
Как вы подходите к реализации Model Context Protocol (MCP) при интеграции инструментов в AI-сценарии?
Проверка владения обоими стеками.
В каких случаях в рамках одного проекта вы бы предпочли вынести логику в микросервис на FastAPI, а в каких — оставить на Spring Boot?
Оценка опыта работы с данными для LLM.
С какими сложностями вы сталкивались при парсинге и обработке сложных форматов (DOCX, PDF) для подготовки контекста LLM?
Проверка навыков оценки качества AI.
Какие метрики и подходы вы используете для оценки качества ответов LLM в продакшене?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

