9 часов назад
Python Backend Developer
Загружаем источник...Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
#вакансия #python #remote #parttime
Python Backend Developer
Локация: Удаленно
Занятость: Part-time (ГПХ, СМЗ)
Опыт: от 1 года коммерческой разработки
Контакты:
Зарплата вилка: обсуждается на собеседовании
О проекте:
Мы создаем высоконагруженную облачную систему хранения со встроенным RAG функционалом. Это не просто «хранилка файлов», а сложная инфраструктура с распределенным доступом, интеллектуальным поиском и бесшовной интеграцией в бизнес-процессы крупных компаний.
Чем предстоит заниматься:
1. Проектирование и разработка: Создание отказоустойчивых микросервисов на FastAPI.
2. Работа с данными: Оптимизация сложных запросов в PostgreSQL и управление кэшированием в Valkey.
3. Облачная инфраструктура: Архитектура взаимодействия с S3-хранилищами (MinIO), системами версионирования (lakeFS) и обеспечение безопасности данных.
4. Безопасность: Интеграция и настройка систем аутентификации и управления доступом (Zitadel, Ory).
5. Observability: Внедрение и поддержка стандартов мониторинга и логирования (OpenTelemetry).
Что мы ждем от тебя:
- Python: Уверенное владение языком, понимание асинхронности (asyncio).
- Frameworks: Глубокие знания FastAPI, Pydantic и SQLAlchemy .
- Databases: PostgreSQL (проектирование схем, миграции), Valkey (или Redis).
- Storage: Опыт работы с S3-совместимыми хранилищами.
- DevOps Tools: Понимание жизненного цикла ПО, опыт с Docker, k8s, Gitlab CI/CD и ArgoCD (GitOps flow).
- Monitoring: Умение работать с OpenTelemetry, Prometheus, Grafana и Sentry.
Будет огромным плюсом:
1. Опыт работы с векторными БД (Milvus, Qdrant) для реализации семантического поиска.
2.Навыки парсинга сложных документов (PDF, Office) с использованием Docling или аналогов.
3.Понимание принципов работы Embedding-моделей.
Что мы предлагаем
* Инженерная свобода: Мы не микроменеджерим. Есть задача — ты предлагаешь решение.
* Современный стек: Никакого legacy. Только актуальные версии библиотек и cloud-native подход.
* Профессиональный рост: Возможность вырасти до Lead-позиции или сфокусироваться на AI-составляющей (RAG, парсинг документов).
* Комфорт: Гибкий график, отсутствие бюрократии, техника на выбор и расширенный пакет бенефитов.
Этапы интервью
Screening (5 мин): Короткое знакомство через переписку
Собеседование (30-40 мин): Полное собеседование по техническим вопросам, рассказ о компании.
Финал: Подготовка оффера и выход на работу.
Готов строить будущее работы с информацией вместе с нами? Присылай мне свое резюме и ссылку на GitHub!
Python Backend Developer
Локация: Удаленно
Занятость: Part-time (ГПХ, СМЗ)
Опыт: от 1 года коммерческой разработки
Контакты:
Зарплата вилка: обсуждается на собеседовании
О проекте:
Мы создаем высоконагруженную облачную систему хранения со встроенным RAG функционалом. Это не просто «хранилка файлов», а сложная инфраструктура с распределенным доступом, интеллектуальным поиском и бесшовной интеграцией в бизнес-процессы крупных компаний.
Чем предстоит заниматься:
1. Проектирование и разработка: Создание отказоустойчивых микросервисов на FastAPI.
2. Работа с данными: Оптимизация сложных запросов в PostgreSQL и управление кэшированием в Valkey.
3. Облачная инфраструктура: Архитектура взаимодействия с S3-хранилищами (MinIO), системами версионирования (lakeFS) и обеспечение безопасности данных.
4. Безопасность: Интеграция и настройка систем аутентификации и управления доступом (Zitadel, Ory).
5. Observability: Внедрение и поддержка стандартов мониторинга и логирования (OpenTelemetry).
Что мы ждем от тебя:
- Python: Уверенное владение языком, понимание асинхронности (asyncio).
- Frameworks: Глубокие знания FastAPI, Pydantic и SQLAlchemy .
- Databases: PostgreSQL (проектирование схем, миграции), Valkey (или Redis).
- Storage: Опыт работы с S3-совместимыми хранилищами.
- DevOps Tools: Понимание жизненного цикла ПО, опыт с Docker, k8s, Gitlab CI/CD и ArgoCD (GitOps flow).
- Monitoring: Умение работать с OpenTelemetry, Prometheus, Grafana и Sentry.
Будет огромным плюсом:
1. Опыт работы с векторными БД (Milvus, Qdrant) для реализации семантического поиска.
2.Навыки парсинга сложных документов (PDF, Office) с использованием Docling или аналогов.
3.Понимание принципов работы Embedding-моделей.
Что мы предлагаем
* Инженерная свобода: Мы не микроменеджерим. Есть задача — ты предлагаешь решение.
* Современный стек: Никакого legacy. Только актуальные версии библиотек и cloud-native подход.
* Профессиональный рост: Возможность вырасти до Lead-позиции или сфокусироваться на AI-составляющей (RAG, парсинг документов).
* Комфорт: Гибкий график, отсутствие бюрократии, техника на выбор и расширенный пакет бенефитов.
Этапы интервью
Screening (5 мин): Короткое знакомство через переписку
Собеседование (30-40 мин): Полное собеседование по техническим вопросам, рассказ о компании.
Финал: Подготовка оффера и выход на работу.
Готов строить будущее работы с информацией вместе с нами? Присылай мне свое резюме и ссылку на GitHub!
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →
Текст вакансии взят без изменений
Источник -
