ML-инженер (Fintech) — Python/FastAPI, React, AI

NDA; United States; A distancia; USD 120.000 - 160.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

29 дней отпуска

Медицинская страховка (ДМС)

Курсы английского

Техническое обеспечение для работы

Два корпоратива в год и тимбилдинги

Descripción de la vacante

NDA ищет опытного fullstack-разработчика для создания и поддержки современных web-приложений на Python (FastAPI) и React с TypeScript. Ваша роль включает интеграцию AI-моделей, проектирование API и настройку пайплайнов данных, обеспечение устойчивости сервисов и бюджетной оптимизации использования вычислительных ресурсов.

Требуется сильный бэкграунд в PostgreSQL/MongoDB, очереди и фоновые задачи, плюс знание Docker и CI/CD. Преимущества: опыт с LLM, Celery, Kafka и Kubernetes.

Formación

• Опыт коммерческий с Python и FastAPI, React и TypeScript.
• Опыт проектирования баз данных PostgreSQL и MongoDB.
• Понимание очередей и фоновых задач.
• Практический опыт интеграции AI-моделей.
• Навыки настройки CI/CD, миграций и контейнеризации с Docker.
• Будет плюсом: LLM, tool calling, Celery, Kafka, Kubernetes.

Responsabilidades

• Разрабатывать fullstack-приложения на Python и React с TypeScript и проектировать API.
• Интегрировать AI-модели и API, выстраивать пайплайны обработки данных.
• Обеспечивать отказоустойчивость фоновых процессов и оптимизировать затраты на AI.
• Вести полный цикл разработки: проектировать архитектуру, проводить code review, выполнять миграции данных и поддерживать решения в продакшене.

Conocimientos

Python

FastAPI

React

TypeScript

PostgreSQL

MongoDB

Queues & background tasks

CI/CD

Docker

LLM

tool calling

Celery

Kafka

Kubernetes

Herramientas

Docker

Kafka

Kubernetes

Celery

Descripción del empleo

NDA ищет опытного fullstack-разработчика для создания и поддержки современных web-приложений на Python (FastAPI) и React с TypeScript. Ваша роль включает интеграцию AI-моделей, проектирование API и настройку пайплайнов данных, обеспечение устойчивости сервисов и бюджетной оптимизации использования вычислительных ресурсов.

Требуется сильный бэкграунд в PostgreSQL/MongoDB, очереди и фоновые задачи, плюс знание Docker и CI/CD. Преимущества: опыт с LLM, Celery, Kafka и Kubernetes.