yandex
М
МТС
Страна
Россия
SeniorУдалённоКонтракт

Python разработчик (Middle+/Senior)

ИИОценка ИИ

Интересный проект в крупной компании (МТС) с использованием самого современного стека (LLM, RAG, Agents). Однако формат трудоустройства 'на 1/1000' и тендерный характер запроса могут подойти не всем кандидатам.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена строгими требованиями к опыту в LLM/ML (RAG, Agentic-сценарии) и необходимостью проходить техническое интервью с включенной камерой без использования вспомогательных средств. Также проект предполагает высокую нагрузку и специфический формат оформления.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана450 000 ₽
Рынок350 000 ₽ – 550 000 ₽
ИИОценка ИИ

Для позиции уровня Middle+/Senior Python Developer с глубокой специализацией в LLM и RAG на российском рынке, вилка составляет от 350 000 до 550 000 рублей. В данном объявлении зарплата не указана, но работа в МТС на таких стеках обычно соответствует рыночным ожиданиям для опытных инженеров.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Контакты для отклика

Откройте контакты, указанные в вакансии.

Описание вакансии

ID 3210

#Python разработчик

"Middle+

Senior"

Прием откликов до 31.07.2026, 17:00 (UTC+3). Тендерный запрос.

ПАО МТС

Устройство на 1/1000 в компанию клиента.

После успешного прохождения интервью кандидату направляется анкета для трудоустройства на совместительство, с предварительной проверкой СБ

Кол-во специалистов

1

Длительность проекта

31.12.2026

Объем участия в проекте

Высокая нагрузка

~160 ч/мес

Формат взаимодействия

Удаленно

Требуемая локация специалиста

Россия

Доступность специалиста

по МСК

Требуемое гражданство специалиста

РФ

Обязательные требования

  • Опыт от 3 лет на Python/backend;
  • Рroduction LLM/ML;
  • Аsync, тестирование, упаковка;
  • RAG;
  • REST/API;
  • Git/CI/CD;
  • Понимание latency и стоимости;
  • Тool calling/multi-step;
  • Vector DB/search;
  • Kafka;
  • B2B CRM/телеком;
  • Еvaluation frameworks.

Задачи на проекте

  • LLM-интеграции;
  • RAG;
  • Аgentic-сценарии;
  • REST API;
  • Ошибки, таймауты/fallback;
  • Еval и регрессия качества.

Этапы отбора

  1. Рассмотрение КП + резюме
  2. Сразу готовы проводить интервью, в случае заинтересованности конечного Заказчика.

Описание проекта и команды

Крупная телеком компания.

Команда развивает AI- и data-инициативы Automation of Sales B2B (AoS): Copilot, агентные сценарии, RAG, продуктовую аналитику, отчётность и аналитические витрины.

Разработчику необходимо будет реализовать Python-сервисы, агенты, retrieval и API.

Обязательные условия выхода на проект

Кандидаты должны присутствовать на протяжении всего интервью с включенной камерой и иметь возможность решать технические задания на ПК без гугления, GPT и помощников.

При отклике на вакансию просьба указывать ФИО и прикладывать прескрининг по требованиям и задачам.

Просьба направлять резюме с указанием:

  • Релевантного опыта по обязательным требованиям;
  • Доступности и возможной даты выхода;
  • Локации и часового пояса.

Писать Откликнуться*⚡️**⚡️**⚡️**⚡️*

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • LLM
  • Machine Learning
  • RAG
  • REST API
  • Git
  • CI/CD
  • Kafka
  • Vector Database
  • Asynchronous Programming

Возможные вопросы на собеседовании

Проект сфокусирован на RAG и агентных сценариях, где поиск релевантных данных критичен.

Как вы подходите к оптимизации Retrieval-части в RAG-системах для снижения latency без потери качества поиска?

В требованиях указаны Tool calling и multi-step сценарии.

Расскажите о вашем опыте реализации Agentic-сценариев: как вы обрабатываете ошибки при вызове внешних инструментов (tool calling)?

Упоминается необходимость понимания стоимости и оценки качества.

Какие метрики и фреймворки (Evaluation frameworks) вы используете для оценки качества ответов LLM в продакшене?

Вакансия требует опыта с Kafka и асинхронностью.

Опишите архитектуру сервиса, который обрабатывает поток данных из Kafka для обновления векторного индекса в реальном времени.

Проект предполагает работу с B2B CRM и телеком-данными.

С какими основными сложностями вы сталкивались при интеграции LLM в существующие бизнес-процессы (например, CRM-системы)?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

М
МТС
Россия
более 1000 офферов получено
4.9

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!