- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Разработчик AI
Оценка ИИИнтересная вакансия в крупной ИТ-компании с актуальным технологическим стеком (AI, RAG, LLM). Удаленный формат работы по РФ и работа с современными инструментами делают предложение очень привлекательным для опытных Python-разработчиков.
Сложность вакансии
Оценка ИИРоль требует не только уверенного владения Python и стандартным бэкенд-стеком, но и специфических знаний в области AI: работы с векторными БД, RAG-архитектурами и интеграции LLM. Наличие опыта с Kafka и асинхронным программированием также повышает порог входа.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции AI-разработчика с таким набором навыков (RAG, LLM, Kafka) рыночные предложения в РФ обычно начинаются от 250 000 рублей. Верхняя граница может существенно превышать 400 000 рублей в зависимости от глубины экспертизы кандидата.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Bell Integrator уже сейчас
Отправьте свое резюме Наталии прямо сейчас, чтобы стать частью команды разработки инновационных AI-агентов!
Описание вакансии
Вакансия Разработчик AI
Компания Белл Интегратор
Формат удаленный в РФ
Требования:
– Уверенный коммерческий опыт backend-разработки на Python.
– Хорошее знание FastAPI, REST API и асинхронного программирования.
– Опыт работы с PostgreSQL, Docker / Docker Compose.
– Опыт работы с Qdrant или другими векторными базами данных.
– Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering.
– Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов.
– Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers.
– Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог.
– Опыт написания unit- и интеграционных тестов.
Обязанности:
– Проектирование, разработка и внедрение AI-агентов
– интеграция различных решений с другими системами, обеспечение их взаимодействия
– работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями
Связь по вакансии Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Unit Testing
- Python
- LLM
- PostgreSQL
- RAG
- Docker
- Kafka
- REST API
- FastAPI
- LangChain
- RabbitMQ
- OpenAI
- Huggingface
- Anthropic
- LlamaIndex
- Qdrant
- Docker Compose
- GigaChat
Возможные вопросы на собеседовании
Проверка понимания ключевой технологии, указанной в требованиях.
Расскажите о вашем опыте настройки RAG: какие стратегии чанкинга и методы фильтрации метаданных вы использовали для повышения точности ответов?
Важно для оценки навыков работы с векторными хранилищами.
В чем заключаются особенности работы с Qdrant по сравнению с традиционными реляционными БД при масштабировании векторов?
Оценка практического опыта работы с LLM.
С какими основными проблемами вы сталкивались при интеграции GigaChat или OpenAI и как вы решали вопрос галлюцинаций моделей?
Проверка навыков проектирования распределенных систем.
Как бы вы организовали взаимодействие AI-агента с другими микросервисами через Kafka для обеспечения отказоустойчивости?
Проверка владения инструментарием.
