- Страна
- Россия
- Зарплата
- от 1 900 ₽
Откликайтесь
на вакансии с ИИ

Python разработчик Senior
Привлекательная вакансия для опытных разработчиков благодаря работе с передовыми технологиями (LLM, RAG) и четко прописанным требованиям. Из минусов — почасовая ставка может быть менее стабильной, чем фиксированный оклад, но бренд FixPrice добавляет надежности.
Сложность вакансии
Высокая сложность обусловлена требованиями к глубоким знаниям системного программирования на Python (memory/CPU profiling) и современному стеку ИИ (LLM, RAG, MLOps). Роль Senior предполагает не только разработку бэкенда, но и архитектурное проектирование микросервисов.
Анализ зарплаты
Ставка 1900 руб./час (с НДС) при полной занятости составляет около 300 000 - 320 000 руб. в месяц на руки (после вычета налогов для ИП/самозанятых). Это соответствует среднерыночному уровню для Senior Python разработчика в РФ, хотя для узких специалистов по LLM/MLOps рынок может предлагать более высокие рейты.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в FixPrice уже сейчас
Откликайтесь прямо сейчас, чтобы присоединиться к команде FixPrice и работать над высоконагруженными микросервисами и LLM-решениями!
Описание вакансии
Python разработчик Senior
Локация: РФ
Гражданство: РФ
Ставка: 1900, с НДС
Клиент: FixPrice
Основные требования
- Глубокая экспертиза в Python, уверенное использование asyncio, threading и multiprocessing, а также навыки в профилировании и решении задач, связанных с памятью и процессором.;
- Опыт работы с FastAPI и Pydantic v2: знание асинхронной архитектуры и уверенное владение структурой проектов;
- Опыт работы с PostgreSQL, Redis, MongoDB, грамотное проектирование схем, индексация, выбор между ORM и raw SQL;
- Знание Docker и Docker Compose, базовое понимание Kubernetes;
- Опыт в настройке RabbitMQ, Kafka, Celery и Redis, включая реализацию retry-логики, управление дубликатами и dead-letter очередями, а также экшн локеры;
- Опыт разработки микросервисов, выделение высоконагруженных зон, кэширование и создание stateless приложений;
- Умение быстро собрать интерфейс на HTMX/Bootstrap или Streamlit.
Будет преимуществом:
- Опыт работы с LLM, включая OpenAI, Claude и DeepSeek: навыки в кастомизации промптов, оптимизации затрат и качества, а также в использовании функциональных вызовов и потоковой передачи данных;
- Знания в области RAG-систем: опыт построения полного пайплайна от чанкинга до эффективного поиска информации. Понимание выбора векторных баз данных и графов знаний;
- Умение создавать чат-ботов ассистентов с цепочками вызовов, memory, fallback, multi-agent;
- Знание решений TorchServe, Triton и ONNX, а также понимание квантования модели и интеграции локальных моделей с GPT;
- Опыт работы с MLOps (MLflow, Weights & Biases, мониторинг метрик, логирование, отслеживание версий).
❗️Важно
При отправке кандидата приложите информацию:
ФИО
Дата рождения
Локация
Грейд
Рейт (ставка/час)
Возможная дата старта на новый проект
Планы на отпуск в ближайшие 6 мес
Штатный/партнерский/рынок
Скрининг по заявленным требованиям к вакансии (проставить +-)
Откликнуться на запрос: ОткликнутьсяПо вопросам партнерского сотрудничества: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- LLM
- Kubernetes
- PostgreSQL
- MLOps
- RAG
- Redis
- Docker
- Kafka
- MLflow
- Claude
- FastAPI
- MongoDB
- Bootstrap
- RabbitMQ
- Celery
- OpenAI
- Pydantic
- asyncio
- Streamlit
- HTMX
Возможные вопросы на собеседовании
Проверка глубокого понимания работы Python с ресурсами, что указано в требованиях.
Расскажите о вашем опыте профилирования памяти в Python. Какие инструменты вы использовали для поиска утечек в асинхронных приложениях?
Вакансия требует навыков проектирования схем и выбора между ORM и Raw SQL.
В каких случаях в высоконагруженном проекте на FastAPI вы предпочтете Raw SQL вместо SQLAlchemy или Tortoise ORM? Приведите пример оптимизации сложного запроса.
Работа с очередями сообщений — критическая часть вакансии.
Как вы реализуете паттерн Idempotent Consumer при работе с Kafka или RabbitMQ, чтобы избежать дублирования данных?
В блоке 'Будет преимуществом' указаны LLM и RAG.
Опишите ваш подход к построению RAG-системы: как вы выбираете стратегию чанкинга и какую векторную БД предпочитаете для поиска по сходству?
Требуется опыт создания stateless приложений.
Какие основные вызовы возникают при масштабировании stateless микросервисов в Kubernetes, и как вы решаете вопрос управления состоянием сессий?
Похожие вакансии
Python разработчик (Senior)
Python - разработчик (Senior)
.NET разработчик Middle+ , Senior
Разработчик C++ ( Middle+ / Senior )
Senior Java Developer
Senior Node.js Developer
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!
- Страна
- Россия
- Зарплата
- от 1 900 ₽