Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Задачи:
— Разрабатывать AI-ассистентов, чат-ботов и AI-агентов.
— Создавать многоэтапные AI-workflow.
— Интегрировать OpenAI, Anthropic и другие LLM API.
— Работать с context, memory, state и tool calling.
— Разрабатывать AI-решения для Telegram, WhatsApp и Web.
— Автоматизировать бизнес-процессы с помощью AI.
— Разрабатывать и улучшать RAG-системы.
— Работать с embeddings, semantic search, hybrid search и reranking.
— Настраивать обработку, chunking и индексацию документов.
— Работать с векторными, SQL- и NoSQL-базами данных.
— Реализовывать цитирование и проверку источников ответов.
— Разрабатывать backend на Python / FastAPI и создавать REST API.
— Работать с Pydantic и асинхронным Python.
— Интегрировать внешние API и базы данных.
— Реализовывать retry, timeout, error handling и logging.
— Контейнеризировать сервисы через Docker.
— Оптимизировать промпты и системные инструкции.
— Создавать тестовые сценарии и evals.
— Выявлять галлюцинации и проблемы с контекстом.
— Проводить регрессионное тестирование AI-функциональности.
— Сравнивать модели по качеству, скорости и стоимости.
— Контролировать token usage, latency, ошибки и расходы на LLM.
— Анализировать реальные диалоги пользователей и улучшать AI-системы.
Требования:
— От 2 лет коммерческого опыта в AI Engineering, Backend, ML Engineering или смежной технической роли.
— Уверенный Python.
— Практический опыт работы с FastAPI.
— Опыт работы с REST API, Pydantic и асинхронным Python.
— Опыт работы с Docker и Git.
— Практический опыт интеграции OpenAI, Anthropic или других LLM API.
— Опыт работы с LangChain, LangGraph или аналогичными инструментами.
— Понимание RAG, embeddings и semantic search.
— Опыт разработки AI-ассистентов, чат-ботов или AI-агентов.
— Опыт работы с SQL и/или NoSQL.
— Понимание ограничений LLM: галлюцинации, context window, latency и стоимость.
— Умение писать структурированный и поддерживаемый код.
— Способность самостоятельно разбираться в задачах и предлагать технические решения.
— Английский язык.
Будет большим плюсом:
— Qdrant, Pinecone, pgvector, Weaviate, Milvus или другие vector DB.
— Production-ready RAG.
— AI Agents и tool calling.
— Structured Outputs, JSON Schema и Function Calling.
— LLM evaluation / automated evals.
— LangSmith, Langfuse, Arize Phoenix или аналогичные инструменты.
— PostgreSQL, Redis, Elasticsearch / OpenSearch.
— CI/CD.
— AWS, GCP, Azure.
— OCR и обработка документов.
— Опыт разработки multi-tenant SaaS.
— Понимание информационной безопасности и защиты данных.
AI-инструменты в разработке:
— Claude Code
— Cursor
— GitHub Copilot
— Codex и аналоги
Ожидания на первые 3 месяца:
— Разобраться в существующей AI- и backend-архитектуре.
— Самостоятельно развивать LLM-функциональность.
— Реализовать минимум одну значимую AI-функцию от идеи до production.
— Улучшить качество, стабильность, скорость или стоимость существующих AI-сценариев.
— Настроить базовое тестирование и оценку качества AI-ответов.
— Улучшить логирование и мониторинг ключевых AI-сценариев.
Условия:
— Полная или частичная занятость.
— Формат: удалённо / гибрид.
— График: 5/2 и другие варианты.
— Рабочий день 8 часов.
— Оформление по трудовому договору.
— Остальные условия обсуждаются индивидуально с финальным кандидатом.
— Работа над production-ready AI-системами, а не только демонстрационными решениями.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.