- Страна
- Россия
- Зарплата
- 187 867 ₽ – 331 500 ₽
Откликайтесь
на вакансии с ИИ
Python разработчик (Senior)
Оценка ИИИнтересная вакансия для опытных разработчиков, желающих работать на стыке Backend и AI. Предлагается конкурентная рыночная ставка для ИП, хотя штатный оклад выглядит ниже среднего для уровня Senior. Проект предполагает работу с самым современным стеком технологий.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью сочетать глубокие знания бэкенд-разработки (Python, asyncio, микросервисы) с актуальным стеком в области AI/ML (LLM, RAG, MLOps). Требуется опыт работы с широким спектром инструментов от инфраструктурных (K8s, Kafka) до специфических ML-решений (TorchServe, Triton).
Анализ зарплаты
Оценка ИИПредложенная ставка для ИП (около 331 500 руб. gross) соответствует среднерыночным показателям для Senior Python разработчика в РФ. Однако зарплата в штат (187 867 руб. на руки) значительно ниже медианы для данного грейда, которая обычно начинается от 250-300 тысяч рублей.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме Дмитрию, чтобы принять участие в разработке передовых AI-решений на Python!
Описание вакансии
🆔 2400
📅 Дата публикации: 02.04.2026 08:42
🥇 Python разработчик (Senior)
📍 Локация/Гражданство: РФ
🏠 Формат работы: Полная занятость
🎓 Грейд: Senior
💰 Ставки:
🇷🇺 Штат (на руки): 187 867 руб./мес (на руки)
🇷🇺 ИП (gross): 1 950 руб./час Справочно: ориентировочная среднемесячная выплата Gross 331 500 руб./мес
💻 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.
— 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).
❗️ Обязательные данные по кандидату при подаче:
● ФИО (ОБЯЗАТЕЛЬНО УКАЗЫВАТЬ В РЕЗЮМЕ ПОЛНОЕ)
● Страна+Город
● Дата Рождения
● Грейд
● Ставка
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.
● ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ
Менеджер: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- asyncio
- FastAPI
- Pydantic
- PostgreSQL
- Redis
- MongoDB
- Docker
- Docker Compose
- Kubernetes
- RabbitMQ
- Kafka
- Celery
- HTMX
- Bootstrap
- Streamlit
- LLM
- OpenAI
- Claude
- DeepSeek
- RAG
- TorchServe
- Triton
- ONNX
- MLOps
- MLflow
- Weights & Biases
Возможные вопросы на собеседовании
Проверка глубокого понимания асинхронности и управления ресурсами в Python.
Расскажите о вашем опыте профилирования памяти в асинхронных приложениях. С какими утечками вы сталкивались при использовании asyncio и как их устраняли?
Оценка навыков проектирования сложных систем обмена сообщениями.
Как бы вы реализовали надежную систему retry-логики и обработку dead-letter очередей в RabbitMQ для критически важных бизнес-процессов?
Проверка экспертизы в области современных AI-технологий.
Какие стратегии чанкинга и методы улучшения релевантности поиска вы использовали при построении RAG-пайплайнов?
Оценка опыта работы с высоконагруженными ML-сервисами.
В чем заключаются основные сложности при деплое локальных моделей через Triton или TorchServe по сравнению с использованием API (например, OpenAI)?
Проверка архитектурного мышления.
Как вы принимаете решение о выборе между использованием ORM и написанием Raw SQL в высоконагруженных микросервисах на базе PostgreSQL?
Похожие вакансии
Senior Kotlin Developer
.NET Senior
Java-разработчик
Senior Backend Developer (Java)
Senior Java разработчик (Блокчейн)
Senior Golang 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!