Разработчик python (ии- агенты)/Middle+
Оценка ИИСильный бренд работодателя, работа с передовым стеком технологий (AI Agents, LLM) и возможность удаленной работы делают вакансию очень привлекательной для опытных разработчиков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует не только уверенного владения Python и асинхронностью, но и специфического опыта с AI-фреймворками (LangChain, CrewAI) и LLM, что повышает порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Middle+ Python Developer с экспертизой в AI на российском рынке медиана составляет около 300 000 - 350 000 рублей. Альфа-Банк обычно предлагает конкурентные условия, соответствующие или слегка превышающие рыночные показатели для финтеха.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Альфа-Банк
Разработчик python (ии- агенты)/Middle+
Формат работы: удалённо
*☑️* Чем предстоит заниматься
-Разработка ИИ агентов и мультиагентной платформы: логика агентов, взаимодействие, оркестрация
-Интеграция с LLM: подключение моделей, промпты, обработка ответов
-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
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- LangChain
- LangGraph
- CrewAI
- FastAPI
- Django
- Flask
- PostgreSQL
- Redis
- MongoDB
- Docker
- Kubernetes
- LLM
- Asynchronous Programming
- REST API
- Microservices
- Kafka
- RabbitMQ
- SQL
Возможные вопросы на собеседовании
Проверка понимания специфики мультиагентных систем и инструментов оркестрации.
В чем ключевое различие между использованием LangChain и LangGraph при проектировании сложных ИИ-агентов?
Оценка навыков работы с асинхронностью в контексте высоконагруженных систем.
Как вы организуете обработку длительных запросов к LLM в FastAPI, чтобы не блокировать event loop?
Проверка знаний в области оптимизации работы с данными.
Какие стратегии индексирования и кеширования в Redis вы бы применили для ускорения работы RAG-системы?
Оценка опыта работы с инфраструктурой.
Опишите ваш опыт настройки CI/CD пайплайнов для сервисов, использующих GPU-расчеты или локальные LLM.
Проверка навыков проектирования логики агентов.
Как обеспечить консистентность данных и безопасность при взаимодействии нескольких агентов в мультиагентной среде?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
