- Страна
- Россия
Python-разработчик в команду LLM платформы
Оценка ИИТ-Банк — один из топовых работодателей в РФ с сильной инженерной культурой. Работа с LLM сейчас является самым перспективным направлением, что гарантирует профессиональный рост.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует уверенного владения современным стеком (FastAPI, K8s) и готовности работать с ML-доменом. Высокая планка ответственности за проект 'от идеи до продакшена' предполагает уровень Middle+/Senior.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Middle/Senior Python разработчиков в финтехе Москвы и РФ уровни обычно выше среднерыночных. Т-Банк традиционно предлагает конкурентные условия, соответствующие верхним границам рынка.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Откликнитесь в Т-Банк уже сейчас
Присоединяйтесь к команде Т-Банка и создавайте будущее LLM-сервисов уже сегодня!
Описание вакансии
Python-разработчик в команду LLM платформы
#удаленка #middle #senior
Компания: Т-Банк
☑️Обязанности
-Запускать и развивать сервисы, которые основаны на ML-моделях и LLM
-Работать над проектами от идеи до продакшена: анализировать потребности, проектировать архитектуру, разрабатывать и внедрять проекты
-Интегрировать модели в удобные для сотрудников интерфейсы
-Вместе с командой влиять на технические решения и стандарты, внедрять лучшие практики
☑️Требования
-У вас есть опыт работы с Python 3
-Опыт работы с FastAPI и базами данных PostgreSQL, контейнерами в Docker и кластерами Kubernetes
-Умеете писать тесты на Pytest
-Хотите погрузиться в мир ML — на уровне интереса к доменной области
-Самостоятельны и готовы нести ответственность за проект
Контакты: Откликнуться
Python Job 💬 в Telegram | 💙 в VK | 💬 в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- FastAPI
- PostgreSQL
- Docker
- Kubernetes
- PyTest
- LLM
- Machine Learning
Возможные вопросы на собеседовании
Проверка понимания асинхронности в Python, критически важной для FastAPI.
Как работает event loop в Python и в чем разница между задачами, ограниченными CPU и I/O, в контексте FastAPI?
Оценка навыков проектирования систем.
Опишите процесс деплоя ML-модели в Kubernetes: как обеспечить масштабируемость и отказоустойчивость сервиса?
Проверка опыта работы с БД.
Какие стратегии оптимизации запросов в PostgreSQL вы используете при работе с большими объемами данных?
Оценка интереса к ML-домену.
С какими проблемами можно столкнуться при интеграции LLM в интерфейсы (например, задержки ответов) и как их минимизировать?
Проверка культуры тестирования.
