Ingénieurs API et services Python
API HTTP, workers et auth en FastAPI ou Django, assez typés pour survivre à la prochaine route, pas un views.py devenu le produit.
Python · API · Data · ML
Des développeurs Python qui livrent des services, pas des notebooks
Un recrutement Python n’est pas « quelqu’un qui a lancé un notebook Jupyter ». Les ingénieurs iQud livrent des API produit, des workers et des services data-adjacent dans votre dépôt (contrats, pipelines et modèles qui survivent à la prochaine fonctionnalité), pas un script qui ne marche que sur leur laptop.
- API Python et workers
- Pipelines data comme travail produit
- Du ML qui atteint la production
- Première PR en environ une semaine
Signaux de livraison Python
- 5 jDélai typique jusqu’à la première pull request
- APIServices produit, pas des démos notebook
- DataPipelines traités comme du travail produit
- 2 sem.Cadence de sprint avec revue service
Les sièges Python que nous staffons vraiment
« Python » n’est pas un seul métier. Nous matchons le service dont votre produit a besoin, les mêmes stacks que nos pages Python, Data Engineering et ML Development.
01 02 Python data-adjacent
Pipelines, jobs et transforms qui atterrissent dans votre warehouse ou Postgres, possédés comme du travail produit, pas un cron dont personne ne veut.
03 Du ML qui dépasse le notebook
Entraînement, serving et la colle ennuyeuse autour d’un modèle, pour que la fonctionnalité du prochain trimestre puisse l’appeler sans stagiaire recherche d’astreinte.
04 De l’automatisation qui reste dans le dépôt
Outils internes, jobs batch et intégrations traités comme des surfaces produit, avec tests, retries et un owner au standup.
05 Couches de données avec lesquelles le prochain job peut vivre
Schémas Postgres, tables warehouse ou stores documents conçus pour que le prochain pipeline ne se batte pas avec les noms de colonnes du trimestre dernier.
06 Quand Node, Nest ou un siège backend mixte est meilleur
Une flotte d’API TypeScript ou un admin Rails veut encore un autre recrutement. Nous le dirons à l’appel d’intro au lieu de forcer un siège Python-only.
Les outils ouverts dès le premier jour
Chaque tuile est une page technologie ou service iQud. Le bandeau ci-dessous est le catalogue backend autour de Python, le même domaine que ces ingénieurs livrent déjà.
Back-End
De l’appel d’intro à une PR mergée
Un recrutement Python doit livrer une route, un job ou un pipeline dans votre dépôt, pas rester deux mois en onboarding pendant que le contrat de service reste une rumeur.
1 Cartographier le trou Python
API vs pipeline vs ML, FastAPI vs Django, séniorité, heures de recouvrement, et à quoi ressemble « terminé en 30 jours » dans la couche service.
2 Shortlister de vrais ingénieurs
Nous matchons les spécialistes Python disponibles à votre brief et partageons du travail d’API, de worker, de pipeline ou de ML de production.
3 Vous interviewez
Rencontrez la personne qui rejoindra le standup. Validez comment elle parle d’un job en échec, d’un changement de schéma, et du dernier notebook qu’elle a refusé de laisser en production.
4 Premier sprint dans vos outils
Accès au repo, environnements et première pull request, en général sous une semaine après le go.
Commencez par un siège. Grandissez si le backlog le dit.
La plupart des clients intègrent d’abord un ingénieur Python. Une paire ou un split de pipeline seulement si le travail service le nécessite vraiment.
Un ingénieur embarqué
Un spécialiste Python rejoint votre squad, suit votre lead et travaille dans vos rituels.
Idéal pourFermer un écart de vélocité API ou pipeline sans nouveau process vendor
Siège Python dédié
Un owner stable pour le service, une flotte de jobs ou la couche data-adjacent, avec revue senior sur le sprint.
Idéal pourUn produit qui a besoin d’un owner Python nommé
Initiative Python bornée
Une tranche définie : cutover FastAPI, un pipeline warehouse, ou un chemin de serving ML avec contrats déjà en mouvement.
Idéal pourUn jalon que vous pouvez montrer, pas un banc ouvert
Tarifs de recrutement Python, par écrit
Deux façons de staffer un ingénieur Python. À l’heure pour les pics et tickets définis. Un siège mensuel dédié si vous voulez quelqu’un au standup chaque jour, à un taux effectif plus bas que de laisser tourner l’horloge.
Recruter à l’heure
20 €/ heure
Capacité Python flexible pour pics API, revues et tickets bornés. Vous ne payez que les heures travaillées.
- Les mêmes ingénieurs Python qu’un siège mensuel
- Idéal pour le trop-plein, un fix de job ou un seul pipeline
- Démarrer vite, pauser quand le pic est fini
- Facturé sur les heures réelles, pas un retainer
Meilleure valeur
Recruter pour un mois
1 840 €/ mois
Un ingénieur Python nommé dans votre sprint, environ 160 heures de capacité service dédiée, avec revue senior dans la cadence.
Un mois plein temps à 20 € fait 3 200 €. Ce siège est à 1 840 €.
- Ingénieur nommé dans le repo, les environnements et le standup
- Travail API, workers et pipelines dans le même engagement
- Mois par mois. Pas d’engagement annuel.
- Moins cher que les mêmes heures facturées à 20 €
Tarifs pour ingénieurs Python dédiés (API, workers, services data-adjacent). Mix de séniorité et recouvrement confirmés à l’appel d’intro. Nous ne cotons pas une stack que nous ne livrons pas déjà.
Pourquoi les équipes produit staffent Python ici
Un développeur Python médiocre produit un notebook qui marche sur son laptop. Ces ingénieurs produisent un service qui survit au vrai trafic, aux vraies données et au prochain trimestre de jobs.
Services et pipelines, pas « du Python qui sait importer pandas »
Ils vivent dans les routes FastAPI, les workers Celery/RQ, et pourquoi les 500 de la semaine dernière venaient d’un job qui aurait dû être idempotent.
Votre repo, votre cloud, vos heures
Recouvrement GIFT City avec l’Europe et les États-Unis. Revues service en live quand vos leads sont en ligne.
Des yeux seniors sur le sprint
La vitesse mid-level sans dérive de schéma non supervisée. La revue fait partie de l’engagement, pas un SKU en plus.
Dix clients par trimestre, exprès
Nous ne faisons pas tourner un banc. La capacité est limitée pour que l’ingénieur que vous interviewez soit celui du standup.
Questions de recrutement Python
Commencez par un. La plupart des clients intègrent un ingénieur Python senior ou mid, puis ajoutent une paire si le backlog API ou pipeline le justifie.
Les trois quand c’est du travail produit en Python. Un siège API, c’est FastAPI ou Django. Un siège data, c’est pipelines et jobs. Un siège ML, c’est des modèles qui atteignent la production. Nous ne shortlisterons que des ingénieurs sur des stacks déjà livrées.
C’est un recrutement backend, pas ce siège. Dites-le à l’appel d’intro et nous n’imposerons pas un profil Python-only à un banc service mixte.
Après le mapping du rôle et votre accord, les premières pull requests arrivent en général sous une semaine, plus vite si le repo et les environnements sont prêts.
Oui. GitHub, Jira, votre cloud, vos standups. Nous n’inventons pas un process parallèle sauf si vous le demandez.
L’horaire (20 €) est pour les pics et tickets définis. Vous ne payez que les heures travaillées. Le siège mensuel (1 840 €) est un ingénieur Python nommé dans votre sprint, environ 160 heures de capacité dédiée. Le même mois facturé à l’heure ferait 3 200 €. Séniorité et recouvrement confirmés à l’appel d’intro.
Donnez au produit un ingénieur Python qui peut livrer le service
Dites-nous API vs pipeline vs ML, la couche de données, et le premier job que vous voulez en production. Nous reviendrons avec un profil nommé, une fenêtre de démarrage et un plan de deux semaines.