- Зарплата
- 4 000 $ – 6 000 $
Откликайтесь
на вакансии с ИИ
Python-разработчик (AI-агенты)
Оценка ИИОтличная вакансия с конкурентной зарплатой в долларах и работой над передовым стеком технологий (AI Agents, MCP). Удаленный формат и работа в динамичной компании делают предложение крайне привлекательным для Senior-специалистов.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью сочетать навыки классической бэкенд-разработки (Python/Go, микросервисы, K8s) с глубокой экспертизой в AI (LLM, RAG, MCP, Langfuse). Найти специалиста на стыке этих областей — непростая задача.
Анализ зарплаты
Оценка ИИПредложенная вилка $4000–6000 полностью соответствует верхнему сегменту рынка для Senior Python/AI разработчиков на удаленке. Это выше среднего уровня по РФ, особенно с учетом валютной привязки.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в DatsTeam уже сейчас
Откликайтесь сейчас, чтобы создавать передовых AI-агентов в динамичной команде Dats.Team!
Описание вакансии
*💻 Python-разработчик (AI-агенты)*
4 000 — 6 000 $
Удалёнка Dats.Team — динамично развивающаяся IT-компания.
Требования:
– Уверенный опыт разработки на Python / Go в микросервисной архитектуре.
– Понимание асинхронного программирования: async/await, конкурентность, многопоточность.
– Опыт разработки ИИ-агентов или прикладных решений с использованием LLM.
– Понимание того, как устроены LLM: контекст, токены, промпты, embeddings, RAG, ограничения моделей.
– Опыт или хорошее понимание MCP.
– Опыт работы с SQL и NoSQL-базами данных.
– Понимание Docker и Kubernetes.
– Автоматизированное тестирование.
– Опыт работы с Git и привычка работать в Agile-среде.
– Понимание инструментов наблюдаемости для AI-систем, например Langfuse.
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/pyproglib) • [Задачи](https://t.me/py_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- Unit Testing
- Agile
- Python
- LLM
- SQL
- Kubernetes
- Microservices
- RAG
- Docker
- NoSQL
- Go
- Langfuse
Возможные вопросы на собеседовании
Вакансия сфокусирована на AI-агентах, поэтому важно понимать, как кандидат структурирует взаимодействие с LLM.
Расскажите о вашем опыте реализации RAG-систем: какие векторные базы данных вы использовали и как решали проблему релевантности контекста?
В требованиях указан Model Context Protocol (MCP), что является современным стандартом для AI-агентов.
Как вы оцениваете преимущества использования MCP при разработке инструментов для AI-агентов по сравнению с кастомными API-вызовами?
Для продакшн-решений на базе LLM критически важен мониторинг.
Какие метрики в Langfuse или аналогичных инструментах вы считаете ключевыми для оценки качества работы AI-агента в реальном времени?
Позиция требует уверенного владения асинхронностью.
В чем разница между конкурентностью и параллелизмом в контексте Python, и как вы оптимизируете высоконагруженные асинхронные микросервисы?
Работа с LLM требует понимания затрат и ограничений.
Какие стратегии оптимизации токенов и управления контекстным окном вы применяли в своих проектах?
Похожие вакансии
Python AI Engineer (Senior)
Senior ML-инженер
Fullstack AI Engineer
Senior / Middle AI Engineer (Computer Vision)
AI-product engineer
AI-тренер для обучения нейросетей
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!