Python Backend Developer
Оценка ИИИнтересный проект на острие технологий (AI + Fintech) с современным стеком и прозрачными задачами. Высокий балл за использование передовых инструментов (uv, ruff, Taskiq) и потенциал роста в сфере мультиагентных систем.
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 уверенного владения современным стеком Python (FastAPI, SQLAlchemy 2) и понимания асинхронности. Дополнительную сложность, но и интерес, добавляет работа с LLM/RAG и финтех-спецификой.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ вакансии не указан точный уровень дохода, однако для Python-разработчика с таким стеком в AI-стартапах рыночные предложения обычно находятся в диапазоне 250 000 – 400 000 рублей. Итоговая сумма будет сильно зависеть от вашего опыта в финтехе и работы с LLM.
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
*🏢* Компания: Neurolab
О компании:
Neurolab — AI-компания, которая создаёт единую операционную систему для управления капиталом. Объединяет исследование рынка, аналитику, прогнозирование, управление портфелем и финансовые операции в единой мультиагентной платформе. Система обеспечивает быструю передачу данных между модулями и прозрачность логики принятия решений.
Задачи:
• Разрабатывать backend платформы.
• Проектировать API.
• Интегрировать внешние сервисы.
• Оптимизировать производительность.
• Писать тестируемый код.
Требования:
• Python.
• FastAPI.
• Продуктовое мышление.
• Самостоятельность.
Будет плюсом:
• LLM/RAG.
• Финтех или крипто.
• Высоконагруженные сервисы.
Стек:
Python 3.11+, FastAPI, Pydantic v2, SQLAlchemy 2 async, PostgreSQL, Alembic, Redis, RabbitMQ, Taskiq, uv, ruff, mypy, pytest, React, TypeScript, Next.js App Router, TanStack Query, Tailwind CSS, Radix UI, shadcn, npm, ESLint, Vitest, Playwright, knip, Docker, Docker Compose, GitLab CI, Prometheus, Grafana, Sentry
*📩* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- FastAPI
- Pydantic
- SQLAlchemy
- PostgreSQL
- Alembic
- Redis
- RabbitMQ
- Taskiq
- Docker
- Docker Compose
- GitLab CI
- Prometheus
- Grafana
- Sentry
- LLM
- RAG
- PyTest
Возможные вопросы на собеседовании
Проверка понимания асинхронности в Python, что критично для FastAPI и SQLAlchemy 2.
Расскажите о механизме работы асинхронности в Python и особенностях использования SQLAlchemy 2 в асинхронном режиме.
Оценка опыта работы с AI-технологиями, упомянутыми в вакансии.
Был ли у вас опыт реализации RAG-систем? С какими основными проблемами вы сталкивались при интеграции LLM в backend?
Проверка навыков проектирования систем с очередями сообщений.
В каких случаях вы бы предпочли RabbitMQ вместо Redis для обработки фоновых задач в вашей архитектуре?
Оценка продуктового мышления и самостоятельности.
Приведите пример, когда вам приходилось самостоятельно принимать архитектурное решение, исходя из бизнес-целей продукта, а не только технических требований.
Проверка навыков оптимизации производительности.
Как бы вы подошли к профилированию и оптимизации медленного эндпоинта в FastAPI при работе с большими объемами данных в PostgreSQL?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
