IT-Lead команды (Python) — разработка микросервисов
О позиции
Компания ищет IT-Lead команды для разработки микросервисов на Python. Полная занятость, оформление по трудовому договору, график 5/2, удалённая работа.
Чем вы будете заниматься
- Активное участие в разработке: микросервисы на Python.
- Участие в проработке технических требований, архитектуры и подходов к решению.
- Управление бэклогом команды, приоритезация и контроль выполнения задач.
- People-management: участие в найме, развитии и т.д.
Требования
- Опыт работы в роли team lead/проведение code review – не менее 1 года.
- Опыт работы с ИИ моделями и их внедрением.
- 3 года коммерческой backend-разработки на Python.
- Понимание способов интеграций IT-систем (шины, очереди, API).
- Практический опыт с Kubernetes, Redis, OpenSearch.
- Опыт работы с реляционными базами данных, уверенные знания SQL.
- Понимание принципов CI/CD.
- Понимание микросервисной архитектуры.
- Знания в области BigData (Hadoop, Spark) будет плюсом.
- Знание планировщиков процессов (AirFlow).
- Опыт работы в банковской сфере.
- Понимание гибких методологий разработки (Agile).
- Знание основных инструментов управления разработкой (например: Jira, Confluence).
- Знания и опыт в machine learning.
- Опыт управления IT проектами, включая разработку и внедрение ML моделей в продакшн.
- Опыт разработки ML моделей в роли data scientist, data engineer, ML Ops.
Вакансия имеет хорошие условия и конкурентную зарплату для опытного специалиста. Указаны четкие требования и обязанности.
Кто здесь добьётся успеха
Глубокие знания в Python и опыте разработки микросервисов, включая использование фреймворков, таких как FastAPI или Flask, для создания высокопроизводительных приложений.
Способность эффективно управлять удаленной командой, включая навыки тайм-менеджмента и координации работы в условиях гибридного рабочего графика.
Опыт работы с Kubernetes и контейнеризацией приложений, включая развертывание и управление кластером, что позволяет обеспечивать надежность и масштабируемость решений.
Понимание принципов машинного обучения и опыт интеграции ML-моделей в микросервисы, что способствует созданию интеллектуальных и адаптивных систем.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев