- Страна
- Россия
- Зарплата
- 137 287 ₽ – 242 250 ₽
Откликайтесь
на вакансии с ИИ

Разработчик Python (Senior)
Интересный стек технологий (геоданные, графы), но оценка снижена из-за акцента на работу с легаси-кодом и относительно невысокого уровня оплаты для Senior-позиции на российском рынке.
Сложность вакансии
Высокая сложность обусловлена необходимостью работы с легаси-кодом, специфическими библиотеками вроде PandaPower и глубокими знаниями геоинформационных систем (PostGIS). Требуется экспертный уровень владения графовыми алгоритмами и асинхронной обработкой задач.
Анализ зарплаты
Предложенная зарплата (около 137-145к на руки) значительно ниже рыночных показателей для Senior Python разработчика в России и Беларуси, где медиана составляет 300-350к. Ставка по ИП (около 242к gross) выглядит более конкурентоспособной, но все равно остается в нижней границе диапазона для опытных специалистов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Отправьте свое резюме Дмитрию прямо сейчас, чтобы принять вызов по оптимизации сложных гео-систем!
Описание вакансии
*🆔* 346145
*📅* Дата публикации: 15.07.2026 08:47
*🥇* Разработчик Python (Senior)
*📍* Локация/Гражданство: Russia, Belarus
*🏠* Формат работы: Удалённо
*💰* Ставки:
*🇷🇺* Штат (на руки): 137 287 руб./мес (на руки)
*🇷🇺* ИП (gross): 1 425 руб./час Справочно: ориентировочная среднемесячная выплата Gross 242 250 руб./мес
*🇧🇾* Штат (на руки): 144 808 руб./мес
*🇧🇾* ИП/СЗ (gross): 1 368 руб./час Справочно: ориентировочная среднемесячная выплата Gross 232 560 руб./мес
*📌* О проекте:
Проект состоит из 12 модулей и решает задачу оптимального размещения линейных и площадных объектов. Основная работа — с легаси-кодом: необходимо разобраться в существующей кодовой базе, запустить её, при необходимости отключать неработающие компоненты или переписывать их.
*📎* Задачи:
— Разбор и запуск существующего кода
— Доработка/переписывание неработающих модулей
— Интеграция данных из различных источников
— Подготовка данных для визуализации и анализа отклонений
— Работа с моделями по объектам
*💻* Требования:
— FastAPI
— SQL (уверенное знание)
— Pandas
— Alembic
— Умение разбираться в чужом коде (критически важно)
— PandaPower
— Графовые алгоритмы: поиск кратчайших путей, оптимизация маршрутов; опыт использования библиотек для таких расчетов
— Flask, Dramatiq, FastAPI в связке с асинхронной обработкой и длительными задачами
— PostgreSQL + PostGIS: работа с WKB-геометрией, пространственные запросы
— Опыт работы с геоданными
— S3/MinIO
— Celery
— Файловый I/O с пониманием работы со стейтами
*❗️* Обязательные данные по кандидату при подаче:
● Резюме на русском языке в формате Word
● Направление +- по требованиям вместе с резюме в разделе "Комментарии"
● Учёт возможности на старт в проект Asap
Менеджер: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Pandas
- SQL
- Asynchronous Programming
- PostgreSQL
- FastAPI
- S3
- Flask
- Celery
- Alembic
- MinIO
- PostGIS
- Graph Algorithms
- Dramatiq
- PandaPower
Возможные вопросы на собеседовании
Проект предполагает работу с легаси-кодом. Важно понять, как кандидат подходит к анализу незнакомой базы.
Расскажите о вашем самом сложном опыте работы с легаси-кодом: как вы выстраивали процесс анализа и какие критерии использовали для принятия решения о переписывании модуля?
Вакансия требует опыта работы с PostGIS и WKB-геометрией.
С какими типами пространственных запросов в PostGIS вы работали и как оптимизировали производительность при поиске пересечений или расчете кратчайших путей на больших объемах геоданных?
Упоминается использование PandaPower для расчетов.
Есть ли у вас опыт работы с библиотекой PandaPower или аналогичными инструментами для моделирования энергосистем/сетей? Если нет, как быстро вы сможете освоить расчеты режимов работы сетей?
В стеке указаны Dramatiq и Celery для длительных задач.
Как вы организуете мониторинг и обработку ошибок в распределенных очередях задач, когда выполнение одной задачи может занимать длительное время и влиять на стейт системы?
Требуется знание графовых алгоритмов.
Какие алгоритмы поиска кратчайшего пути (кроме Дейкстры) вы применяли на практике и в каких случаях они были более эффективны для оптимизации маршрутов линейных объектов?
Похожие вакансии
Backend Developer (GO) (Senior)
Java / Kotlin / Scala Backend Developer (Senior)
Golang разработчик (Senior)
Разработчик Go (Senior)
Backend разработчик (Python/Go) на партнерский проект(Финтех) (Senior+)
Java разработчик (Senior)
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!