- Страна
- Россия
Разработчик Python (Middle/Senior)
Оценка ИИИнтересная позиция в известной российской IT-компании с современным стеком (FastAPI, Kafka, Kubernetes) и возможностью работать с ML. Четко прописанные требования и гибридный формат работы делают вакансию привлекательной для опытных разработчиков.
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
Оценка ИИРоль требует глубоких знаний Python, асинхронности и работы с очередями сообщений. Дополнительным усложнением является желательный опыт в ML/NLP и работе с GPU, что сужает круг подходящих кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для Senior Python разработчика в Санкт-Петербурге с навыками ML рыночный диапазон составляет 250 000 – 400 000 рублей. Учитывая требования к опыту от 3 до 6 лет, предложение должно находиться в этих пределах.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Нанософт
Разработчик Python (Middle/Senior)
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: гибрид или офис (Санкт-Петербург)
*☑️* Чем предстоит заниматься
-Разрабатывать и поддерживать функционал на Python в production-проектах
-Проектировать и развивать backend-сервисы и API на FastAPI
-Участвовать в проектировании архитектуры и бизнес-логики сервисов
-Реализовывать асинхронную и параллельную обработку данных и запросов
-Искать и устранять узкие места, улучшать производительность системы
-Поддерживать качество кода: рефакторинг, тесты, код-ревью, документация
*☑️* Наши пожелания к кандидатам
-Опыт в коммерческой разработке на Python от трех лет
-Уверенное владение Python 3.x и стандартными библиотеками
-Практический опыт разработки API и сервисов, в том числе на FastAPI
-Понимание принципов асинхронного программирования и параллелизма в Python
-Навыки проектирования алгоритмов и структур данных
-Уверенное владение SQL, опыт проектирования баз данных и работы с PostgreSQL и MongoDB
-Опыт работы с Docker, CI/CD и GitLab CI, базовое понимание Kubernetes
-Опыт работы с системами очередей и брокерами сообщений: Kafka, RabbitMQ или аналоги
-Понимание принципов мониторинга и логирования, опыт работы с Prometheus/Grafana и/или ELK
Будет плюсом:
-Опыт работы с библиотеками для ML/NLP (PyTorch, TensorFlow, Hugging Face Transformers, spaCy и др.)
-Понимание алгоритмов машинного обучения и обработки естественного языка, умение проектировать модели и пайплайны
-Опыт работы с LLM, оптимизация инференса, использование GPU и контейнеризация моделей (Docker, containerd)
Контакты: Откликнуться / Telegram Откликнуться
Python Job в Telegram | в VK | в Max
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- FastAPI
- SQL
- PostgreSQL
- MongoDB
- Docker
- CI/CD
- GitLab CI
- Kubernetes
- Kafka
- RabbitMQ
- Prometheus
- Grafana
- ELK stack
- PyTorch
- TensorFlow
- Hugging Face Transformers
- spaCy
- NLP
- Machine Learning
- LLM
Возможные вопросы на собеседовании
Проверка понимания работы с асинхронностью, которая критична для FastAPI.
Расскажите, как работает Event Loop в Python и в чем разница между конкурентностью и параллелизмом в контексте asyncio?
Вакансия предполагает работу с высоконагруженными системами и очередями.
В каких случаях вы выберете Kafka вместо RabbitMQ, и как обеспечить гарантию доставки сообщений 'exactly once'?
Проверка навыков проектирования БД, указанных в требованиях.
Как бы вы спроектировали схему базы данных в PostgreSQL для системы с высокой интенсивностью записи и сложными аналитическими запросами?
Оценка опыта в ML, который указан как плюс.
С какими проблемами вы сталкивались при контейнеризации ML-моделей и как оптимизировали их инференс для работы в production?
Проверка культуры разработки и качества кода.
Каков ваш подход к проведению Code Review и какие метрики качества кода вы считаете наиболее важными для backend-сервисов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
