yandex
MiddleУдалённоПолная занятость

Python Backend / AI Engineer

ИИОценка ИИ

Интересная вакансия на стыке Backend и AI с возможностью работать удаленно. Компания предлагает работу с актуальным стеком технологий (LLM, LangGraph, GPU-платформы), что отлично подходит для профессионального роста в сфере искусственного интеллекта.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Роль требует не только уверенного владения Python-фреймворками (Django, FastAPI), но и специфических знаний в области AI: работы с LangChain/LangGraph, понимания архитектуры LLM-агентов и навыков развертывания моделей на GPU-инфраструктуре.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана280 000 ₽
Рынок200 000 ₽ – 350 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, однако для позиции Middle Python/AI Engineer на российском рынке медиана составляет около 250 000 - 300 000 рублей. Специалисты с навыками работы с LLM и агентными системами сейчас высоко ценятся и могут претендовать на верхнюю границу рынка.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

WB—Tech

Python Backend / AI Engineer

Опыт работы: 1–3 года

Полная занятость

График: 5/2

Формат работы: удалённо

*☑️* Чем предстоит заниматься

-Разработка и поддержка backend-сервисов на Python с использованием Django и FastAPI

-Проектирование API, интеграций и архитектуры backend-приложений

-Работа с PostgreSQL, Redis, оптимизация запросов и производительности сервисов

-Разработка AI-агентов и агентных систем на базе LLM

-Создание агентных решений как с использованием фреймворков (LangGraph, LangChain, OpenAI Agents SDK и аналоги), так и без них

-Интеграция локальных и облачных LLM в существующие продукты

-Разработка инструментов (tools), управление вызовами функций, состоянием и контекстом агентов

-Контейнеризация, развертывание и сопровождение сервисов с использованием Docker

-Работа с AI-инфраструктурой: запуск, настройка и поддержка LLM на собственных серверах и облачных GPU-платформах

*☑️* Наши пожелания к кандидатам

-Уверенное знание Python, опыт коммерческой backend-разработки

-Опыт работы с Django и FastAPI

-Хорошее знание PostgreSQL и Redis

-Уверенное владение Docker и Docker Compose

-Понимание асинхронного программирования в Python (asyncio)

-Практический опыт интеграции LLM в приложения

-Опыт разработки AI-агентов, использования tool calling / function calling

-Понимание принципов работы LLM, управления контекстом и построения агентных процессов

-Опыт работы с REST API, внешними сервисами и сторонними интеграциями

-Уверенное владение Git, Linux

-Будет плюсом:

-Опыт работы с LangGraph, LangChain, OpenAI Agents SDK

-Опыт самостоятельного проектирования агентных архитектур без использования готовых фреймворков

-Опыт развертывания и обслуживания локальных LLM (Qwen, Gemma, Llama и другие)

-Опыт работы с GPU-инфраструктурой, RunPod и аналогичными платформами

-Знание vLLM, llama.cpp, Ollama и других инструментов инференса

-Понимание принципов квантования моделей, ограничений VRAM и оптимизации инференса

-Опыт построения RAG-систем, работы с эмбеддингами и векторным поиском

-Опыт настройки мониторинга, логирования и CI/CD

Контакты: Откликнуться

*🔥* Подписаться на наши каналы / @best_itjob / @it_rab

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Git
  • Python
  • Linux
  • LLM
  • PostgreSQL
  • RAG
  • Redis
  • Docker
  • FastAPI
  • LangChain
  • Django
  • LangGraph
  • asyncio
  • vLLM
  • Docker Compose
  • Ollama
  • llama.cpp

Возможные вопросы на собеседовании

Проверка понимания архитектуры агентных систем и управления состоянием.

В чем разница между использованием готовых фреймворков вроде LangGraph и созданием агентной логики с нуля? В каких случаях вы выберете тот или иной подход?

Оценка навыков оптимизации работы с LLM.

Как вы подходите к управлению контекстным окном и оптимизации затрат (токенов) при построении RAG-систем или многошаговых агентов?

Проверка технических навыков работы с инфраструктурой.

С какими сложностями вы сталкивались при развертывании локальных LLM (например, Llama 3) через vLLM или Ollama, и как решали проблемы с VRAM?

Оценка владения асинхронностью в Python.

Как эффективно организовать обработку множественных запросов к внешним API LLM в FastAPI, чтобы избежать блокировок и обеспечить высокую пропускную способность?

Проверка навыков работы с базами данных.

Какие стратегии индексации в PostgreSQL вы используете для оптимизации тяжелых запросов в высоконагруженных backend-сервисах?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

WT
WB Tech
Россия
более 1000 офферов получено
4.9

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!