- Страна
- Россия
- Зарплата
- 230 000 ₽ – 260 000 ₽
Python Backend (LLM / AI-agents) в ERA
Оценка ИИИнтересный проект на острие технологий (LLM, AI-agents) с современным стеком. Зарплата соответствует рынку для Middle+, хотя офисный формат может подойти не всем.
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 ИИТребуется солидный опыт коммерческой разработки (от 4 лет) и специфические навыки работы с AI-агентами в продакшене, что повышает порог входа. Офисный формат в Москве также может ограничить круг кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 230 000 – 260 000 руб. на руки соответствует средним рыночным значениям для Middle+ Python разработчиков в Москве, однако для специалистов с глубокой экспертизой в AI/LLM верхняя граница может быть выше.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Буду очень благодарна за рекомендации или отклик будущего коллеги! ✨
#вакансия #vacancy
Компания: Bell Integrator
Python Backend (LLM / AI-agents) в ERA 🐍🤖
Разрабатываем ERA — автономную экспертную систему диагностики продуктов на базе AI-агентов. Ищем Middle+ разработчика для внедрения AI-систем «под ключ»: от архитектуры до прома.
💻 Стек: Python 3.12+, FastAPI, LangChain / LangGraph, FastStream, PostgreSQL, Redis, Kafka, OpenSearch, OpenShift / Docker.
Формат работы: офис, МОСКВА Кутузовский проспект
Зарплатная вилка: от 230 000 до 260 000 nett
Занятость: полная
📌 Задачи:
Разработка Co-Pilot решений (RAG + LLM) и микросервисов в качестве MCP-инструментов.
Проектирование и интеграция AI-агентов, Code Review и менторство.
Участие в Scrum-процессах и проектировании архитектуры.
🎯 Требования:
Коммерческий опыт на Python — от 4 лет.
Опыт внедрения AI-агентов в пром (LangChain, LangGraph).
Микросервисы, асинхронный Python, SOLID, PostgreSQL, Unit-тесты.
➕ Будет плюсом:
DDD, Kafka, Qdrant, OpenSearch.
Навыки Vibe Coding, промпт-инжиниринга и AI-ассистентов (Cursor, Copilot).
Контакты: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- FastAPI
- LangChain
- LangGraph
- FastStream
- PostgreSQL
- Redis
- Kafka
- OpenSearch
- OpenShift
- Docker
- RAG
- LLM
- DDD
- Qdrant
Возможные вопросы на собеседовании
Проект сфокусирован на AI-агентах, поэтому важно понимать опыт кандидата с этими инструментами.
Расскажите о вашем опыте внедрения AI-агентов с использованием LangGraph: с какими основными сложностями вы сталкивались при выводе их в пром?
Вакансия предполагает разработку RAG-систем.
Как вы подходите к оценке качества ответов RAG-системы и какие методы оптимизации поиска (retrieval) использовали?
В стеке указан FastStream и Kafka, что важно для событийно-ориентированной архитектуры.
Каков ваш опыт работы с асинхронным взаимодействием через брокеры сообщений, в частности с использованием FastStream?
Упоминается разработка MCP-инструментов.
Знакомы ли вы с протоколом Model Context Protocol и как бы вы спроектировали микросервис для расширения возможностей LLM?
В требованиях указано менторство и Code Review.
Как вы выстраиваете процесс Code Review в команде и на какие аспекты обращаете внимание при проверке кода, связанного с интеграцией LLM?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
