- Страна
- Россия
- Зарплата
- 280 000 ₽ – 308 000 ₽
Python AI Engineer
Оценка ИИХорошее предложение с четким стеком технологий и прозрачным диапазоном зарплаты. Удаленный формат работы и фокус на AI делают вакансию привлекательной для специалистов в этой нише.
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 ИИРоль требует не только уверенного владения Python, но и специфических знаний в области LLM и фреймворков оценки (Ragas), а также навыков работы с высоконагруженными системами через Kafka.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата (280-308 тыс. руб.) находится в пределах рыночной нормы для Middle+/Senior AI-инженеров в России, хотя для топовых специалистов в этой области верхняя планка может быть выше.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Требуется «Python AI Engineer» (от 280 000 до 308 000 ₽)
Компания «Top Selection» ищет хорошего специалиста на вакансию «Python AI Engineer». От 280 000 ₽ до 308 000 ₽. Можно удалённо. Требуемые навыки: #Python, #LLM, #Ragas, #RESTfulAPI, #CI/CD, #ApacheKafka.
*👉*Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Ragas
- RESTful API
- CI/CD
- Apache Kafka
Возможные вопросы на собеседовании
Ragas — специфический инструмент, упомянутый в вакансии, важно понимать опыт кандидата в оценке качества генерации.
Расскажите о вашем опыте использования Ragas для оценки RAG-систем. Какие метрики вы считаете наиболее критичными?
Проверка навыков проектирования архитектуры AI-сервисов.
Как бы вы спроектировали масштабируемую систему обработки запросов к LLM с использованием Apache Kafka?
Проверка понимания жизненного цикла разработки AI-продуктов.
Как вы интегрируете тестирование и валидацию моделей в CI/CD пайплайны?
Важно понимать, как кандидат справляется с ограничениями контекстного окна и стоимостью запросов.
Какие стратегии оптимизации промптов и управления контекстом вы применяли в своих проектах?
Проверка навыков бэкенд-разработки.
С какими сложностями вы сталкивались при реализации RESTful API для асинхронных AI-задач?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
