- Страна
- Россия
Разработчик AI-агентов (Python)
Высокий балл обусловлен сильным брендом работодателя (Сбер), актуальным технологическим стеком (GenAI) и Senior-позицией, что обычно подразумевает конкурентную оплату и интересные задачи.
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
Роль требует глубокой экспертизы как в классической бэкенд-разработке на Python, так и в специфических областях GenAI, таких как RAG и архитектура AI-агентов. Уровень Senior предполагает самостоятельность в принятии архитектурных решений.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата для Senior Python/AI разработчиков в Москве в среднем составляет 350,000–500,000 рублей. Сбер обычно предлагает рыночные условия, соответствующие этому диапазону, дополненные расширенным соцпакетом и годовыми бонусами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Разработчик AI-агентов (Python)
Грейд: Senior
Стек: Python, LLM, RAG, AI-агенты, Django, Django REST Framework, FastAPI, GenAI
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Откликнуться ↓
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- LLM
- RAG
- Django
- Django REST Framework
- FastAPI
- Generative AI
Возможные вопросы на собеседовании
Проверка понимания архитектуры современных AI-решений.
Расскажите о вашем опыте реализации RAG-систем: какие векторные базы данных вы использовали и как боролись с галлюцинациями LLM?
Оценка навыков проектирования автономных систем.
В чем принципиальное отличие архитектуры простого чат-бота от системы AI-агентов, и как вы организуете взаимодействие между несколькими агентами?
Проверка владения основным бэкенд-стеком.
В каких случаях для AI-сервиса вы выберете FastAPI, а в каких — Django REST Framework? Обоснуйте выбор с точки зрения производительности и функциональности.
Оценка навыков оптимизации работы с моделями.
Какие методы оптимизации промптов или дообучения (fine-tuning) вы применяли для решения специфических бизнес-задач?
Проверка умения работать с асинхронностью, критичной для LLM-запросов.
Как вы обрабатываете длительные запросы к LLM в асинхронной среде Python, чтобы не блокировать работу основного приложения?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

