Python-разработчик AI-сервисов (LLM / RAG)
Интересная роль в актуальной сфере AI/LLM в известной компании QSOFT. Возможность удаленной работы и работа с современным стеком (Kafka, RAG) делают вакансию привлекательной для Middle-разработчиков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция требует уверенного владения Python и понимания специфики AI-сервисов (LLM, RAG). Дополнительную сложность добавляет требование к опыту работы с высоконагруженными системами и Apache Kafka.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для Middle Python разработчика со специализацией в AI/LLM на московском рынке медиана составляет около 250 000 - 300 000 рублей. Специалисты с опытом в RAG и высоконагруженных системах могут претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Требуется «Python-разработчик AI-сервисов (LLM / RAG)» (Москва)
Компания «QSOFT» ищет хорошего специалиста на вакансию «Python-разработчик AI-сервисов (LLM / RAG)». Москва (Россия). Полный рабочий день. Можно удалённо. Требуемые навыки: #middle, #Python, #ApacheKafka, #Высоконагруженныесистемы.
*👉*Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Apache Kafka
- LLM
- RAG
- High Load
Возможные вопросы на собеседовании
Проверка понимания архитектуры RAG, указанной в вакансии.
Расскажите, как вы организуете процесс индексации и поиска в RAG-системе для минимизации галлюцинаций LLM?
Вакансия предполагает работу с высоконагруженными системами.
С какими основными проблемами производительности Python вы сталкивались в высоконагруженных проектах и как их решали?
Apache Kafka указана как ключевой навык.
В каких сценариях использования AI-сервисов вы бы предпочли использовать Kafka, и как обеспечить гарантию доставки сообщений в таких системах?
Проверка навыков работы с векторными базами данных, необходимыми для RAG.
Какие векторные хранилища вы использовали и по каким критериям выбирали их для конкретных задач?
Оценка опыта работы с асинхронностью в Python.
Как вы используете asyncio при интеграции с внешними API языковых моделей для оптимизации времени отклика сервиса?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

