yandex
MiddleУдалённоПолная занятость

Разработчик python (ии- агенты)

ИИОценка ИИ

Альфа-Банк — топовый работодатель с сильной инженерной культурой. Вакансия на острие технологий (AI-агенты) предлагает отличные возможности для профессионального роста и удаленный формат работы.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Роль требует сочетания сильных навыков бэкенд-разработки на Python с глубокой экспертизой в области AI-агентов (LangChain, LangGraph). Высокие требования к опыту работы в финтехе и знанию асинхронности делают позицию сложной, но интересной.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана380 000 ₽
Рынок300 000 ₽ – 450 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, однако для уровня Middle+/Senior Python Developer с экспертизой в AI в Москве рыночный диапазон составляет от 300 000 до 450 000 рублей. Альфа-Банк обычно предлагает конкурентные условия, соответствующие верхним границам рынка.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

Альфа-Банк. ИТ-специалисты

Разработчик python (ии- агенты)/Middle+

Опыт работы: 3–6 лет

Полная занятость

График: 5/2

Формат работы: удалённо

*☑️* Чем предстоит заниматься

-Разработка ИИ агентов и мультиагентной платформы: логика агентов, взаимодействие, оркестрация

-Интеграция с LLM: подключение моделей, промпты, обработка ответов

-API-разработка: REST API для интеграции с системами и микросервисами

-Работа с БД: оптимизированные SQL-запросы, миграции, индексирование, кеширование

-Асинхронная обработка: обработчики событий, очереди сообщений

-Обработка документов: парсинг, валидация, работа со структурированными инеструктурированными данными

-Безопасность: шифрование, валидация входных данных, информационная безопасность

-Развёртывание: Docker-образы, Kubernetes-манифесты, CI/CD pipeline

-Тестирование: unit-тесты, интеграционные тесты, покрытие кода

-Оптимизация: профилирование кода, оптимизация запросов, работа с кешем

-Документирование: docstrings, README, документация API и архитектуры

*☑️* Наши пожелания к кандидатам

-Опыт коммерческой разработки на Python (Python 3.9+) от 4+ лет

-Опыт создания ИИ агентов. AI-агенты: LangChain, LangGraph, CrewAI

-Работа в финансовом, корпоративном или высоконагруженном проекте

-Опыт асинхронного программирования

-Разработка REST API и микросервисов

-asyncio, aiohttp, FastAPI, Pydantic, Django, Flask

-Контейнеризация: Docker, основы Kubernetes

-Работа с PostgreSQL, Redis, MongoDB

-Будет плюсом:

-Созданием и внедрением мультиагентных систем

-Локальными LLM: Llama, Qwen, DeepSeek R1, Ollama, vLLM

-Fine-Tuning и работа с моделями

-Kafka, RabbitMQ, системы обмена сообщений

-Продвинутый SQL и оптимизация

-GPU расчёты и DevOps/MLOp

Контакты: Откликнуться

*🔥* Подписаться на наши каналы / @best_itjob / @it_rab

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • LangChain
  • LangGraph
  • CrewAI
  • FastAPI
  • Django
  • Flask
  • PostgreSQL
  • Redis
  • MongoDB
  • Docker
  • Kubernetes
  • Kafka
  • RabbitMQ
  • LLM
  • asyncio
  • Pydantic

Возможные вопросы на собеседовании

Проверка практического опыта работы с фреймворками для создания агентов.

Расскажите о самом сложном кейсе использования LangGraph или CrewAI в вашей практике: с какими проблемами оркестрации вы столкнулись?

Важно понимать, как кандидат обеспечивает надежность ответов LLM в критических банковских системах.

Какие методы валидации ответов LLM и защиты от галлюцинаций вы применяли в коммерческих проектах?

Проверка навыков работы с высоконагруженными системами.

Как вы подходите к оптимизации производительности при одновременной работе множества асинхронных агентов, взаимодействующих с БД и внешними API?

Оценка архитектурного мышления.

В чем, по вашему мнению, основные сложности при переходе от одиночного ИИ-агента к мультиагентной системе в корпоративной среде?

Проверка навыков работы с данными.

Опишите ваш опыт оптимизации SQL-запросов в PostgreSQL для систем, работающих с большими объемами неструктурированных данных.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Россия
более 1000 офферов получено
4.9

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!