Senior Python Developer
Отличная вакансия с конкурентной зарплатой в долларах, полной удаленкой и современным стеком (AWS, AI, Data). Компания COMTEK Inc. предлагает работу в международной среде, что ценно для профессионального роста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокая сложность обусловлена строгими требованиями к опыту (от 6 лет), глубоким знанием экосистемы AWS и необходимостью владения английским языком на уровне B2+. Дополнительным вызовом является широкий стек технологий, включая AI-фреймворки и инструменты обработки данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая зарплата $4,000–6,000 полностью соответствует рыночным ожиданиям для Senior Python разработчика в Казахстане и на международном удаленном рынке. Верхняя граница в $6,000 является привлекательной даже для опытных специалистов уровня Senior+.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
*📍* Формат/working arrangement: удалённо
*✔️* Должность/position: Senior Python Developer
*🏢* Место работы/workplace: COMTEK Inc.
*💸* Заработная плата/salary estimate: 4 000–6 000 $ в месяц, до вычета налогов
*📈* Обязанности/responsibilities:
— Разрабатывать backend и data-oriented сервисы на Python.
— Создавать и поддерживать REST API на FastAPI, Flask или Django.
— Разворачивать приложения и сервисы в AWS.
— Работать с CI/CD, Docker и инфраструктурой.
— Покрывать решения unit, integration и regression tests.
— Работать с данными, SQL и cloud-сервисами.
*📌* Требования/requirements:
— Более 6 лет опыта.
— Python от 5 лет, знание PEP, ruff / pylint, poetry / uv.
— Опыт AWS от 3 лет: DynamoDB, RDS, S3, Kinesis, EventBridge, SNS, SQS, Fargate, Lambda.
— Опыт разработки REST API.
— SQL и понимание баз данных.
— Сильный опыт OOP и TDD.
— Unit / integration / regression testing.
— GitHub Actions или другие CI/CD-инструменты.
— Git и Docker.
— Английский B2+.
— Умение работать в международной команде.
*🌟* Будет плюсом:
— Golang.
— LangChain или другие AI / agent frameworks.
— Airflow, Dagster, Luigi или Prefect.
— Azure Cloud / AI Suite.
— MLflow.
— Pandas, PySpark, Dask, Ray, Polars, DuckDB.
— Snowflake.
— JavaScript / React / Vue / Svelte.
*🛠* Технический стек:
— Python
— FastAPI / Flask / Django
— AWS
— SQL
— Docker
— Git
— GitHub Actions
— DynamoDB / RDS / S3
— Lambda / Fargate
— Airflow
— LangChain
— MLflow
*✅* Условия/working conditions:
— Полная занятость.
— Полностью удалённый формат.
— График 5/2, 8 часов.
— Заработная плата 4 000–6 000 $ до вычета налогов.
— Работа в международной команде.
*📍* Локация: Алматы / удалённо.
*📢**❗️**🚨* Вакансия: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Git
- AWS
- Python
- SQL
- GitHub Actions
- Docker
- DynamoDB
- AWS Lambda
- REST API
- MLflow
- Apache Airflow
- TDD
- Amazon S3
- FastAPI
- LangChain
- Amazon RDS
- Flask
- Django
- AWS Fargate
Возможные вопросы на собеседовании
Вакансия требует глубокого знания AWS (DynamoDB, RDS, S3, Kinesis). Важно понять, как кандидат выбирает конкретный сервис под задачу.
Расскажите о самом сложном архитектурном решении, которое вы реализовали в AWS. Почему вы выбрали именно эти сервисы (например, Kinesis вместо SQS)?
В требованиях указан сильный опыт TDD. Работодатель хочет убедиться в качестве кода.
Как вы организуете процесс тестирования в проектах с микросервисной архитектурой? В каких случаях вы считаете TDD избыточным, а в каких — обязательным?
Упоминание LangChain и MLflow в стеке указывает на работу с AI.
Был ли у вас опыт интеграции LLM в продакшн-сервисы? С какими основными проблемами производительности или стоимости вы сталкивались при использовании LangChain?
Работа в международной команде требует не только языка, но и понимания процессов.
Опишите ваш опыт работы в распределенной международной команде. Как вы выстраиваете коммуникацию при разнице в часовых поясах и культурных особенностях?
В стеке указаны FastAPI, Flask и Django. Важно понять гибкость кандидата.
В каких ситуациях вы бы предпочли FastAPI вместо Django для разработки нового data-oriented сервиса? Приведите примеры из практики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

