Страна: Россия
Зарплата: до 210 000 ₽

+500% приглашений

Откликайтесь
на вакансии с ИИ

УдалённоПолная занятость

Python-разработчик

Name: Quick Offer — сервис для поиска работы на hh.ru
Brand: Quick Offer
SKU: quick-offer-saas
Availability: InStock
Rating: 4.9 (682 reviews)

Отличное предложение с современным стеком (AI/LLM), расширенным соцпакетом (ДМС с первого дня) и прозрачным процессом найма. Зарплата соответствует рынку для Middle/Senior уровня, а работа над инновационными продуктами дает хороший буст карьере.

Вакансия из Quick Offer Global, списка международных компаний

Пожаловаться

Сложность вакансии

ЛегкоСложно

Вакансия требует глубоких знаний не только стандартного бэкенд-стека (FastAPI, PostgreSQL), но и специфических инструментов для работы с ИИ и LLM (LangChain, PyTorch, vLLM). Высокая сложность обусловлена необходимостью интеграции сложных ML-решений в высоконагруженные банковские системы.

Анализ зарплаты

Медиана230 000 ₽

Рынок180 000 ₽ – 300 000 ₽

Предложенная зарплата до 210 000 рублей находится в пределах рыночной нормы для Middle Python разработчика в России, однако для специалистов с глубокой экспертизой в LLM и PyTorch (как указано в стеке) верхняя планка может быть выше. Тем не менее, богатый соцпакет компенсирует разницу.

Меня заинтересовала вакансия Python-разработчика в Techno Diasoft, особенно работа над флагманским продуктом xBank и проектами в сфере ИИ. Мой опыт разработки на Python и FastAPI в сочетании с интересом к LLM-оркестрации (LangChain, LangGraph) идеально соответствуют вашему технологическому стеку.

Я ценю системный подход к разработке и использование современных инструментов, таких как Dishka и Kafka. Уверен, что мои навыки в построении высоконагруженных систем и опыт работы с PostgreSQL помогут вашей команде в реализации амбициозных задач в области биометрии и финтеха.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Techno Diasoft уже сейчас

Присоединяйтесь к команде Techno Diasoft и создавайте инновационные FinTech-решения с использованием передовых LLM-технологий!

Описание вакансии

Python-разработчик

Локация: Удалённо

Компания: Techno Diasoft

ЗП: до 210 000 р.

Занятость: Полная

Специализируемся на разработке высоконагруженных FinTech проектах, создании умных устройств, голосовых ассистентов, а также разработке инновационных решений в области биометрии и искусственного интеллекта. Флагманским продуктом компании является автоматизированная банковская система xBank.

Стек:

Python 3.11+, FastAPI, LangChain / LangGraph, Dishka, gRPC/HTTP, Kafka, PostgreSQL/PgVector; Triton/vLLM/SgLang/ONNX, PyTorch/Lightning, инструменты для LLM-оркестрации, LangGraph, CrewAI, mem0, NeMo Guardrails.

Мы заботимся о наших сотрудниках и предлагаем:

● Оформление по трудовому договору

● Удаленный/гибридный/офисный формат работы

● Простой и быстрый процесс собеседований: одно техническое интервью (примерно 1 час), знакомство с командой, предложение о работе

● Медицинское страхование с первого дня работы, включая стоматологию

● Предоставление необходимой техники для работы

● Дополнительные выплаты и поддержка от нас в важные моменты вашей жизни

● Корпоративные скидки у наших партнеров (включая фитнес, изучение иностранных языков, курсы от ЯндексПрактикум и многое другое)

● Корпоративная библиотека с доступом к книгам от Литрес.

🌐 Резюме отправлять: Откликнуться

–––

Бесплатный постинг вакансий: @freeIT_job

Забирай 📚 Базу Знаний

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Навыки

Python
PyTorch
PostgreSQL
Kafka
gRPC
HTTP
FastAPI
LangChain
LangGraph
CrewAI
ONNX
pgvector
Triton
vLLM
PyTorch Lightning
Dishka
NeMo Guardrails

Возможные вопросы на собеседовании

Проверка понимания современных подходов к внедрению зависимостей в Python.

Почему в стеке указана Dishka и какие преимущества она дает по сравнению с встроенным DI в FastAPI?

Оценка опыта работы с LLM и инструментами их интеграции.

Расскажите о вашем опыте работы с LangGraph или CrewAI: как вы проектируете сложные цепочки (chains) и агентов?

Проверка навыков работы с высоконагруженными системами и очередями сообщений.

Как вы обеспечиваете гарантию доставки сообщений и обработку ошибок при интеграции FastAPI сервисов с Kafka?

Оценка знаний в области векторных баз данных, критичных для ИИ-проектов.

В чем специфика работы с PgVector в PostgreSQL и как оптимизировать поиск по сходству в больших массивах данных?

Проверка понимания производительности при деплое ML-моделей.

Работали ли вы с Triton Inference Server или vLLM? Как эти инструменты помогают оптимизировать инференс моделей в продакшене?

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!

Страна: Россия
Зарплата: до 210 000 ₽