- Страна
- Казахстан
- Зарплата
- до 4 000 $
Junior+/Middle Software Engineer (Python)
Оценка ИИОтличное предложение для Junior+/Middle разработчика с конкурентной зарплатой в долларах и возможностью работать с современным стеком (GCP, GenAI). Наличие Unlimited PTO и удаленный формат делают вакансию очень привлекательной.
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
Оценка ИИПозиция требует уверенных знаний Python и SQL, а также понимания облачной инфраструктуры GCP. Дополнительную сложность добавляет необходимость владения английским языком на уровне B2 для работы в международной команде.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата до 4000 $ gross является очень конкурентоспособной для уровня Junior+/Middle на международном рынке, особенно для кандидатов из СНГ. Она находится на верхней границе рыночного диапазона для данного грейда.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*📍* Формат/working arrangement: удалённо, полная занятость
*✔️* Должность/position: Junior+/Middle Software Engineer (Python)
*🏢* Место работы/workplace: ТРТ
*💸* Заработная плата/salary estimate: до 4 000 $ в месяц gross
*📈* Обязанности/responsibilities:
— Разработка программного обеспечения на Python
— Написание автоматических тестов и работа в TDD-подобной среде разработки
— Создание Python-решений с соблюдением инженерных стандартов и практик
— Работа с OLTP-базами данных, включая Cloud Spanner
— Разработка и интеграция облачных решений
— Работа с API и cloud-native архитектурой
— Взаимодействие с международной командой разработки
— Изучение и применение Data Engineering и Data Analytics подходов
— Работа с технологиями искусственного интеллекта и GenAI
— Участие в развитии платформы для Health-Tech решений
*📌* Требования/requirements:
— Опыт работы Software Engineer от 1 года
— Опыт разработки на Python
— Знание Python, SQL
— Опыт работы с OLTP-базами данных
— Опыт работы с FastAPI и pytest будет преимуществом
— Понимание Cloud Native архитектур
— Опыт работы с GCP будет преимуществом
— Знание BigQuery, Cloud Composer (Airflow), dbt будет преимуществом
— Опыт работы с GKE, Pub/Sub, Terraform будет преимуществом
— Понимание алгоритмов, структур данных и основ математики и статистики
— Английский язык B2 и выше
— Русский язык на продвинутом уровне
Ключевые навыки:
— Python
— SQL
— FastAPI
— Pytest
— Cloud Spanner
— Google Cloud Platform (GCP)
— BigQuery
— Cloud Composer
— Airflow
— dbt
— Git
— Terraform
— Data Engineering
— Data Analytics
— LLM / GenAI
— Cloud Native
— API Development
*✅* Условия/working conditions:
— Полная занятость
— Полностью удалённый формат работы
— График 5/2
— Рабочие часы 8 часов в день
— Международная команда профессионалов
— Возможность работы над AI-powered Health-Tech продуктами
— Unlimited PTO
— Корпоративное оборудование после прохождения испытательного периода
— Возможность релокации при необходимости бизнеса
— Возможности профессионального роста
*📍* Адрес/work location:
Удалённо (компания работает с международной командой)
*📢**❗️**🚨* Контакты для связи/Contact information: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- FastAPI
- PyTest
- Cloud Spanner
- Google Cloud Platform
- BigQuery
- Cloud Composer
- Airflow
- dbt
- Git
- Terraform
- Data Engineering
- Data Analytics
- LLM
- Generative AI
Возможные вопросы на собеседовании
Проверка понимания специфики работы с высоконагруженными облачными БД.
Расскажите о вашем опыте работы с OLTP-базами данных. Сталкивались ли вы с Cloud Spanner или аналогичными решениями?
Вакансия предполагает работу в TDD-среде.
Как вы подходите к написанию тестов с использованием pytest? Какое покрытие кода тестами вы считаете оптимальным?
В стеке указаны инструменты Data Engineering.
Был ли у вас опыт работы с Airflow или dbt для построения пайплайнов данных?
Проверка архитектурного мышления.
Что для вас означает Cloud Native подход в разработке приложений? Какие паттерны вы используете?
Оценка интереса к GenAI.
Как вы видите применение LLM и генеративного ИИ в сфере Health-Tech? Есть ли у вас практический опыт интеграции таких решений?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
