Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Задачи:
— Проектировать и развивать внутреннее AI-ядро: агенты, skills, tool use, routing, orchestration.
— Строить и улучшать RAG-сценарии: retrieval, chunking, embeddings, reranking, доступ к знаниям.
— Делать reusable-компоненты и шаблоны для аналитиков: skills, коннекторы, пайплайны, reference flows.
— Интегрировать AI-платформу с внутренними системами, базами данных, API и корпоративными источниками знаний.
— Настраивать observability, tracing, evaluation и контроль качества AI-пайплайнов.
— Оптимизировать качество, latency, стоимость и устойчивость пайплайнов.
Требования:
— Практический опыт построения production RAG / agent / workflow-систем.
— Опыт создания внутренних инструментов или платформ, которыми реально пользовались аналитики или бизнес-команды.
— Умение работать на стыке engineering и enablement: собрать решение и сделать его понятным для пользователей.
— Опыт интеграции AI-пайплайнов с корпоративными источниками данных, API и внутренними системами.
— Умение разбирать сложные пользовательские сценарии и упаковывать их в reusable-механики платформы.
Технический стек:
• Python, SQL, FastAPI, API integrations, async, service-oriented development.
• LangGraph, LlamaIndex, Haystack, Semantic Kernel.
• Qdrant, pgvector, Weaviate, Milvus, OpenSearch, Elasticsearch.
• Embeddings, hybrid search, metadata filtering, reranking.
• Airflow, Prefect, Dagster, Temporal.
• Langfuse, Phoenix, OpenTelemetry (или собственные подходы к tracing / observability / eval).
• Docker, Linux, Kubernetes, CI/CD.
Условия:
— Ставка: обсуждается отдельно.
— Готовность к редким командировкам в Ереван.
— Работа в топовом финтех-направлении над уникальным AI-продуктом.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.