Senior Python AI Engineer
Оценка ИИИнтересная роль для опытных инженеров, желающих работать на острие технологий AI. Удаленный формат и современный стек (LangGraph, Qdrant) делают вакансию привлекательной, хотя отсутствие указанной зарплаты снижает прозрачность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к глубоким знаниям в области AI (RAG, LangGraph) и необходимостью иметь более 5 лет опыта разработки на Python. Также ожидается опыт работы в стартапах и владение смежным стеком технологий (TypeScript/NestJS).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Senior AI Engineer с опытом 5+ лет рыночные зарплаты в международном сегменте и крупных российских компаниях обычно начинаются от 5000 USD. Данная роль требует специфических навыков в области LLM, что может повышать планку вознаграждения выше среднего по рынку Python-разработки.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Python AI Engineer
#SeniorPythonEngineer #Python #AIEngineer #PostgreSQL #TypeScript #NestJS #React #Docker #CICD #Удалённо
Требования:
5+ лет опыта разработки на Python. Опыт создания AI-агентов и LLM-приложений. RAG, LangGraph, LangMem. Векторные базы данных (Qdrant и аналоги). Опыт с PostgreSQL. Опыт в стартапах или создания систем с нуля. Русский, Английский B2+. Будет плюсом: TypeScript / NestJS / React. Docker, CI/CD. Высоконагруженные системы.
Локация:*📍*Удалённо.
Контакт для отклика: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PostgreSQL
- TypeScript
- NestJS
- React
- Docker
- CI/CD
- RAG
- LangGraph
- Qdrant
- LLM
Возможные вопросы на собеседовании
Проверка практического опыта работы с современными фреймворками для LLM.
Расскажите о самом сложном AI-агенте, которого вы проектировали с использованием LangGraph. С какими проблемами управления состоянием вы столкнулись?
Оценка навыков оптимизации поиска в AI-системах.
Как вы подходите к оптимизации RAG-систем для уменьшения галлюцинаций и повышения релевантности ответов?
Проверка знаний векторных БД.
В каких случаях вы выберете Qdrant вместо других векторных хранилищ, и как вы настраиваете индексацию для высоконагруженных систем?
Оценка архитектурного мышления.
Опишите ваш опыт проектирования систем с нуля: как вы выбираете между монолитной архитектурой и микросервисами на начальном этапе стартапа?
Проверка владения инструментами памяти для AI.
Как вы используете LangMem для обеспечения долгосрочной памяти агентов и персонализации пользовательского опыта?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
