GenAI разработчик/ИИ инженер
Не указаноУдаленно (Только РФ/РБ)
SeniorRemoteКачество текста 3/5
AIPythonJavaScriptTypeScriptPostgreSQLGraphQLReact1С1д
Обязательные требования:
• Оркестрация GenAI-агентов и автоматизаций;
• Построение мультиагентных систем: опыт создания агентов и субагентов (toolcafling, управление цепочками вызовов) хотя бы в одном из подходов: low-code/visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain / LangGraph, Llamafndex, Semantic Kernel, агентные фреймворки CrewAI, AutoGen);
• Протоколы интеграции инструментов: опыт с МСР (Model Context Protocol) или аналогичными решениями;
• n8n корпоративный стек (будет преимуществом): понимание архитектуры платформы, создание кастомных нод и публикация sub-воркфлоу;
• Языки разработки: уверенное владение JavaScript / TypeScript и Python для реализации бизнес-логики и кастомных функций/над;
• Работа с данными: экспертное работа со структурированными данными JSON, методами трансформации данных, проектированием схем и запросов в PostgreSQL;
• Frontend (преимущество): React для разработки лёгкого UI при необходимости;
• API-интеграции: уверенная работа с REST и OAuth2; подключение к внутренним сервисам и витринам данных смежных подразделений по API;
• Сбор данных из веб-источников: работа с поисковыми и веб-API, парсинг и нормализация внешних (интернет) данных;
• Дополнительные стеки (преимущество): GraphQL, FastAPI;
• Корпоративные системы (преимущество): опыт интеграции с CRM и корпоративными хранилищами/витринами данных (например, SAP CRM, SAP BW, 1С);
• LLM и промпт-инжиниринг: проектирование промптов; задачи суммаризации и генерации структурированных отчётов; балансировка качества, скорости и стоимости генерации;
• RAG и векторные хранилища: развёртывание RAG-конвейеров от подготовки датасетов и эмбеддингов до работы с векторными БД (PGVector, Qdrant, Milvus и аналоги);
• Фреймворки оркестрации LLM: LangChain или аналоги;
• On-prem и open-source модели: опыт развёртывания и эксплуатации локальных моделей в закрытом корпоративном контуре;
• Среда Windows: обязательное требование вести разработку и эксплуатацию решения в ОС Windows;
• Защита данных: навык работы с чувствительными данными и понимание принципов их защиты внутри защищенного периметра;
Гибкие навыки (Soft Skills):
• Работа в условиях неопределённости: продуктивность при дефиците документации и часто меняющихся вводных;
• Коммуникации: умение переводить бизнес-требования на технический язык; плотное взаимодействие с системными аналитиками и владельцами бизнес-процессов;
• Проактивность и автономность: самостоятельный поиск решений и уточнение деталей у стейкхолдеров без микроменеджмента.
• Оркестрация GenAI-агентов и автоматизаций;
• Построение мультиагентных систем: опыт создания агентов и субагентов (toolcafling, управление цепочками вызовов) хотя бы в одном из подходов: low-code/visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain / LangGraph, Llamafndex, Semantic Kernel, агентные фреймворки CrewAI, AutoGen);
• Протоколы интеграции инструментов: опыт с МСР (Model Context Protocol) или аналогичными решениями;
• n8n корпоративный стек (будет преимуществом): понимание архитектуры платформы, создание кастомных нод и публикация sub-воркфлоу;
• Языки разработки: уверенное владение JavaScript / TypeScript и Python для реализации бизнес-логики и кастомных функций/над;
• Работа с данными: экспертное работа со структурированными данными JSON, методами трансформации данных, проектированием схем и запросов в PostgreSQL;
• Frontend (преимущество): React для разработки лёгкого UI при необходимости;
• API-интеграции: уверенная работа с REST и OAuth2; подключение к внутренним сервисам и витринам данных смежных подразделений по API;
• Сбор данных из веб-источников: работа с поисковыми и веб-API, парсинг и нормализация внешних (интернет) данных;
• Дополнительные стеки (преимущество): GraphQL, FastAPI;
• Корпоративные системы (преимущество): опыт интеграции с CRM и корпоративными хранилищами/витринами данных (например, SAP CRM, SAP BW, 1С);
• LLM и промпт-инжиниринг: проектирование промптов; задачи суммаризации и генерации структурированных отчётов; балансировка качества, скорости и стоимости генерации;
• RAG и векторные хранилища: развёртывание RAG-конвейеров от подготовки датасетов и эмбеддингов до работы с векторными БД (PGVector, Qdrant, Milvus и аналоги);
• Фреймворки оркестрации LLM: LangChain или аналоги;
• On-prem и open-source модели: опыт развёртывания и эксплуатации локальных моделей в закрытом корпоративном контуре;
• Среда Windows: обязательное требование вести разработку и эксплуатацию решения в ОС Windows;
• Защита данных: навык работы с чувствительными данными и понимание принципов их защиты внутри защищенного периметра;
Гибкие навыки (Soft Skills):
• Работа в условиях неопределённости: продуктивность при дефиците документации и часто меняющихся вводных;
• Коммуникации: умение переводить бизнес-требования на технический язык; плотное взаимодействие с системными аналитиками и владельцами бизнес-процессов;
• Проактивность и автономность: самостоятельный поиск решений и уточнение деталей у стейкхолдеров без микроменеджмента.