- Страна
- Россия
Python-разработчик (ML/LLM)
Оценка ИИЭвотор — известный бренд с реальными продуктами. Вакансия предлагает работу с передовым стеком (LLM, FastAPI, K8s) и гибкий формат работы (удаленка/гибрид), что делает её крайне привлекательной для Senior-специалистов.
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 ИИВысокая сложность обусловлена требованием к опыту более 6 лет и необходимостью сочетать навыки классического бэкенд-разработчика с глубокой экспертизой в ML/LLM (fine-tuning, LoRA). Также требуется знание широкого спектра СУБД, включая ClickHouse и Oracle.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior Python Developer с уклоном в ML/LLM на российском рынке медиана составляет около 350 000 - 450 000 рублей. Учитывая требования к опыту 6+ лет и специфику LLM, кандидат может претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Эвотор
Python-разработчик (ML/LLM)
Опыт работы: более 6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид
*☑️* Чем предстоит заниматься
-Разработка и поддержка сервисов на Python
-Интеграция и дообучение ML-моделей: WhisperX, GigaChat, T2 Pro, OpenAI/Qwen
-Работа с базами данных: PostgreSQL, MySQL, Oracle, ClickHouse
-Построение пайплайнов подготовки данных и дообучения моделей
-Написание скриптов и сервисов для автоматизации бизнес-задач
-Участие в код-ревью, тестировании и работе с CI/CD
*☑️* Наши пожелания к кандидатам
-Уверенное знание Python 3 и опыт коммерческой разработки на Python
-Опыт разработки REST API на FastAPI: маршруты, зависимости, Pydantic, асинхронность, интеграция с базами данных через SQLAlchemy или другую ORM, обработка запросов и ответов
-Опыт документирования API через Swagger/OpenAPI
-Опыт работы с базами данных и SQL: PostgreSQL, MySQL, Oracle и ClickHouse
-Уверенное владение Git
-Опыт работы с Docker и базовый опыт работы с Kubernetes
-Опыт интеграции с AI/LLM-моделями через API: OpenAI, GigaChat, Qwen, WhisperX, T2 Pro и аналоги
-Опыт локального запуска и дообучения моделей (fine-tuning), включая LoRA и другие методы
-Опыт разработки сервисов для анализа данных и автоматизации процессов
-Будет плюсом:
-Опыт разработки на Django: модели, шаблоны, формы, аутентификация, админ-панель
-Опыт работы в Linux: командная строка, настройка окружения, пакетные менеджеры
-Базовые знания HTML и шаблонизаторов Django/FastAPI, понимание JavaScript, TypeScript и React
-Понимание принципов проектирования баз данных, нормализации, индексов и оптимизации запросов
-Понимание базовых принципов безопасности веб-приложений
-Опыт написания модульных и интеграционных тестов
-Умение читать техническую документацию на английском языке
-Знание гибких методологий разработки, например, Agile или Scrum
-Присоединяйтесь к команде, создающей технологии, которые вы видите вокруг себя каждый день!
Контакты: Откликнуться / Telegram Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- FastAPI
- Pydantic
- SQLAlchemy
- PostgreSQL
- MySQL
- Oracle
- ClickHouse
- Git
- Docker
- Kubernetes
- LLM
- OpenAI
- Django
- Linux
- React
- TypeScript
- Agile
- Scrum
- CI/CD
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания методов оптимизации моделей.
Расскажите о вашем опыте применения LoRA для дообучения моделей. С какими основными сложностями вы сталкивались при локальном запуске WhisperX или Qwen?
Оценка навыков проектирования высоконагруженных систем и работы с данными.
В каких случаях вы бы предпочли ClickHouse вместо PostgreSQL для задач анализа данных в ваших Python-сервисах? Как вы организуете пайплайны передачи данных между ними?
Проверка владения основным фреймворком и понимания асинхронности.
Как вы организуете обработку длительных задач (например, транскрибация через Whisper) в FastAPI, чтобы не блокировать основной цикл событий? Используете ли вы Celery или встроенные BackgroundTasks?
Оценка навыков DevOps и работы с инфраструктурой.
Опишите ваш опыт работы с Kubernetes. Какие ресурсы (Deployment, Service, ConfigMap) вам приходилось настраивать для деплоя ML-сервисов?
Проверка навыков оптимизации запросов к БД.
Как вы подходите к оптимизации сложных SQL-запросов в SQLAlchemy при работе с большими объемами данных в Oracle или MySQL?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
