Senior AI-разработчик
Omega SolutionsУдаленно (Только РФ)
300 000 - 370 000 рублей
SeniorRemoteКачество текста 5/5
AIPythonJavaScriptPostgreSQLREST APITypeScriptReactGraphQL1С1д
Условия:
• Оформление по ИП;
• Дружелюбная атмосфера внутри компании;
• Развитие через реальные задачи, а не формальные курсы;
• Возможность предлагать идеи и видеть, как они внедряются;
• Гибкий график работы и возможность удаленной работы;
• Оплата за фактически отработанное время;
• Участие в интересных проектах без лишнего микроменеджмента;
Задачи на проекте:
• Проектирование, разработка и сопровождение мультиагентных GenAI-решений для автоматизации бизнес-процессов и обработки пользовательских запросов;
• Разработка и развитие RAG-конвейеров: интеграция LLM, подготовка данных, работа с векторными хранилищами и оптимизация качества ответов моделей;
• Интеграция AI-сервисов с внутренними корпоративными системами через REST API, базы данных и внешние источники данных;
• Разработка и поддержка AI-оркестрации на базе LangChain, LangGraph, CrewAI, n8n или аналогичных платформ, включая создание кастомных компонентов и инструментов;
• Развертывание, настройка и эксплуатация локальных LLM-решений в корпоративном контуре с учетом требований информационной безопасности и защиты данных;
Требования:
• Опыт разработки и оркестрации GenAI-агентов на платформах LangChain, LangGraph, CrewAI, AutoGen, LlamaIndex или аналогах;
• Опыт работы с MCP (Model Context Protocol) или аналогичными протоколами интеграции инструментов;
• Уверенное владение Python и JavaScript/TypeScript для разработки бизнес-логики и интеграционных решений;
• Опыт работы с PostgreSQL, JSON и обработкой структурированных данных;
• Опыт интеграции систем через REST API и OAuth2;
• Навыки сбора, обработки и нормализации данных из внешних источников и веб-сервисов;
• Практический опыт работы с LLM, промпт-инжинирингом и построением RAG-решений;
• Опыт использования векторных хранилищ (PGVector, Qdrant, Milvus или аналоги);
• Опыт разработки решений на базе LangChain или аналогичных фреймворков для работы с LLM;
• Опыт развертывания и эксплуатации локальных (on-premise) AI-решений и open-source моделей;
• Понимание принципов защиты данных и работы с информацией в корпоративном контуре;
• Опыт работы с n8n и разработкой кастомных компонентов;
• Знание React, GraphQL, FastAPI;
• Опыт интеграции с корпоративными системами (CRM, SAP, 1С, DWH).
• Оформление по ИП;
• Дружелюбная атмосфера внутри компании;
• Развитие через реальные задачи, а не формальные курсы;
• Возможность предлагать идеи и видеть, как они внедряются;
• Гибкий график работы и возможность удаленной работы;
• Оплата за фактически отработанное время;
• Участие в интересных проектах без лишнего микроменеджмента;
Задачи на проекте:
• Проектирование, разработка и сопровождение мультиагентных GenAI-решений для автоматизации бизнес-процессов и обработки пользовательских запросов;
• Разработка и развитие RAG-конвейеров: интеграция LLM, подготовка данных, работа с векторными хранилищами и оптимизация качества ответов моделей;
• Интеграция AI-сервисов с внутренними корпоративными системами через REST API, базы данных и внешние источники данных;
• Разработка и поддержка AI-оркестрации на базе LangChain, LangGraph, CrewAI, n8n или аналогичных платформ, включая создание кастомных компонентов и инструментов;
• Развертывание, настройка и эксплуатация локальных LLM-решений в корпоративном контуре с учетом требований информационной безопасности и защиты данных;
Требования:
• Опыт разработки и оркестрации GenAI-агентов на платформах LangChain, LangGraph, CrewAI, AutoGen, LlamaIndex или аналогах;
• Опыт работы с MCP (Model Context Protocol) или аналогичными протоколами интеграции инструментов;
• Уверенное владение Python и JavaScript/TypeScript для разработки бизнес-логики и интеграционных решений;
• Опыт работы с PostgreSQL, JSON и обработкой структурированных данных;
• Опыт интеграции систем через REST API и OAuth2;
• Навыки сбора, обработки и нормализации данных из внешних источников и веб-сервисов;
• Практический опыт работы с LLM, промпт-инжинирингом и построением RAG-решений;
• Опыт использования векторных хранилищ (PGVector, Qdrant, Milvus или аналоги);
• Опыт разработки решений на базе LangChain или аналогичных фреймворков для работы с LLM;
• Опыт развертывания и эксплуатации локальных (on-premise) AI-решений и open-source моделей;
• Понимание принципов защиты данных и работы с информацией в корпоративном контуре;
• Опыт работы с n8n и разработкой кастомных компонентов;
• Знание React, GraphQL, FastAPI;
• Опыт интеграции с корпоративными системами (CRM, SAP, 1С, DWH).