- Страна
- Россия
- Зарплата
- 160 000 ₽ – 200 000 ₽
Software Engineer / AI разработчик
Оценка ИИИнтересная роль на стыке Python и JS в активно развивающейся сфере AI. Прозрачные требования по зарплате и удаленный формат работы делают вакансию привлекательной для Middle-специалистов.
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 ИИПозиция требует уверенного владения двумя языками (Python и JS) и специфического опыта с LangChain. Основная сложность заключается в необходимости разбираться в чужом коде и самостоятельно отлаживать AI-пайплайны.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата (160-200к на руки) находится в пределах рыночной нормы для Middle AI-разработчика в России, хотя верхняя планка чуть ниже медианы для узких специалистов по LLM. Тем не менее, для кандидата с опытом от 1 года это конкурентное предложение.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Doczilla
Software Engineer / AI разработчик
от 160 000 до 200 000 ₽ за месяц, на руки
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: удалённо
*☑️* Чем предстоит заниматься
-На старте основная задача — разобраться в существующем AI-сервисе на Python и поддерживать его работу
-поддержка и развитие существующего сервера на Python с использованием LangChain
-поиск и исправление проблем в AI-пайплайнах: например, когда что-то ломается на стороне провайдера модели, нужно найти причину, разобраться в коде и исправить проблему
-настройка и подключение новых LLM-моделей
-разработка и доработка AI-агентов
-работа с RAG и агентскими пайплайнами
-подключение внешних MCP-сервисов и разработка собственных MCP-серверов
-развёртывание AI-решений у клиентов, в том числе локальных моделей, и решение возникающих при этом технических проблем
-разработка нового функционала, который затрагивает AI-сервис и основной продукт Doczilla
-в перспективе — участие в переработке существующего LangChain-сервера и его переносе с Python на JavaScript
-То есть это не позиция, где нужно годами проектировать архитектуру с нуля. На старте гораздо важнее уметь разобраться в существующем решении, понять, почему оно работает или не работает, и самостоятельно довести задачу до результата
*☑️* Наши пожелания к кандидатам
-коммерческий опыт разработки от 1 года
-уверенный Python и JavaScript
-опыт работы с LangChain или понимание того, как устроены LLM-фреймворки
-практический опыт интеграции LLM в продукты или сервисы
-понимание принципов работы API, микросервисов и взаимодействия сервисов между собой
-готовность разбираться в чужом коде и существующей архитектуре
-способность самостоятельно искать причину проблемы, а не только реализовывать задачи по подробному ТЗ
-Будет плюсом:
-опыт с LangGraph, LlamaIndex
-опыт разработки RAG-систем
-опыт создания AI-агентов
-опыт работы с MCP
-FastAPI
-Docker, Linux
-Java
Контакты: Откликнуться
*🔥* Подписаться на наши каналы / Откликнуться / Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- JavaScript
- LangChain
- LLM
- RAG
- FastAPI
- Docker
- Linux
- Java
- LangGraph
- LlamaIndex
Возможные вопросы на собеседовании
Проверка практического опыта работы с основным фреймворком, указанным в вакансии.
Расскажите о наиболее сложной проблеме, с которой вы столкнулись при работе с LangChain, и как вы её решили?
Вакансия предполагает работу с RAG, важно понимать механизмы улучшения качества ответов.
Какие методы оптимизации RAG-систем вы использовали для повышения точности извлечения данных?
В описании указан переход с Python на JS, важно оценить готовность и навыки кандидата в этом направлении.
Как бы вы организовали процесс миграции AI-сервиса с Python на JavaScript, учитывая специфику работы с LLM?
Проверка понимания архитектуры современных AI-инструментов.
Что такое MCP (Model Context Protocol) и в каких сценариях его целесообразно использовать?
Оценка навыков отладки в условиях нестабильности внешних API.
Как вы обеспечиваете отказоустойчивость системы, если внешний провайдер LLM начинает отдавать ошибки или увеличивает задержку?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
