- Страна
- Россия
Middle / Middle+ Backend Developer
Оценка ИИИнтересная позиция на острие технологий (AI/LLM) с современным стеком и возможностью удаленной работы. Четкие требования и актуальные инструменты делают вакансию привлекательной для разработчиков, желающих развиваться в AI Engineering.
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 ИИВакансия требует не только уверенного владения Python и асинхронным стеком, но и специфических знаний в области AI/LLM (LangGraph, RAG) и векторных БД. Высокий порог входа обусловлен необходимостью самостоятельной декомпозиции задач и работы с инфраструктурными инструментами вроде K8s.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанная роль Middle+ Backend Developer с фокусом на AI/LLM в текущих реалиях рынка РФ и РБ оценивается выше стандартных бэкенд-позиций. Рыночный диапазон для таких специалистов составляет от 250 000 до 400 000 рублей в зависимости от глубины экспертизы в ML/LLM.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Middle / Middle+ Backend Developer
#MiddleBackendDeveloper #Backend #Python #AI #AIEngineering #LLM #Kafka #RabbitMQ #React #Angular #РФ #Беларусь #РБ #Россия #Удаленно
Требования:
3+ года разработки, самостоятельная работа и декомпозиция задач. Linux, Python 3.11+, ООП, asyncio, typing. FastAPI, Pydantic v2, асинхронные API. AI/LLM: LangGraph, OpenAI/Azure/vLLM/Ollama, Structured Outputs, RAG. PostgreSQL, SQLAlchemy/asyncpg; vector DB: pgvector, Qdrant, Weaviate, Chroma. Работа с JSON/TOML/CSV, PDF и DXF. Pytest, async-тесты, мокирование AI API. Docker, Kubernetes, Redis/Celery/ARQ/Kafka/RabbitMQ, GitLab CI/CD, ruff/mypy. Будет плюсом: Frontend: React/Angular/Vue/Flutter. Golang. OpenCV и потоковые данные. Шахматный разряд.
Локация:*📍*Удалённо, РФ / РБ.
Контакт для отклика: Откликнуться ID: 89237
*👉*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- FastAPI
- Pydantic
- PostgreSQL
- SQLAlchemy
- asyncio
- LangGraph
- OpenAI
- Azure
- vLLM
- Ollama
- pgvector
- Qdrant
- Weaviate
- Chroma
- PyTest
- Docker
- Kubernetes
- Redis
- Celery
- Kafka
- RabbitMQ
- GitLab CI/CD
- React
- Angular
- Vue
- Flutter
- Go
- OpenCV
Возможные вопросы на собеседовании
Проверка понимания специфики работы с LLM и управления логикой агентов.
Расскажите о вашем опыте работы с LangGraph: как вы проектируете графы состояний для сложных AI-агентов?
Оценка навыков работы с векторными данными, что критично для RAG-систем.
В чем разница между использованием pgvector и специализированных решений вроде Qdrant или Weaviate в контексте производительности и масштабируемости?
Проверка глубины знаний асинхронного Python.
Как вы организуете тестирование асинхронного кода, взаимодействующего с внешними AI API, чтобы избежать лишних затрат и обеспечить детерминированность тестов?
Оценка архитектурного мышления при работе с очередями.
В каких случаях вы предпочтете Kafka вместо RabbitMQ или Celery для обработки фоновых задач в AI-сервисе?
Проверка навыков работы с данными сложной структуры.
Был ли у вас опыт обработки файлов форматов DXF или PDF для извлечения данных в LLM? С какими основными трудностями вы сталкивались?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
