Neoai IT Center izlayapti mutaxassislarni bir nechta yo'nalishlarda: backend dasturlash (python, Django, Fastapi, Node.js, Express.js, Java, Spring Boot, PHP, Laravel, Rest API, Postgresql, Mysql, Mongodb, Git, Docker), frontend (HTML, CSS, JavaScript, TypeScript, React, Next.js, Vue.js, Angular, Tailwind CSS, Bootstrap, Git), mobil dasturlash (Dart, Flutter, Kotlin, Java, Swift, React Native, Firebase, Android Studio, Xcode, Git), UX/UI dizayn (Figma, Adobe XD, Photoshop, Illustrator, Figjam, UI Design, UX Research, Wireframing, Prototyping, Design System), kiberxavfsizlik (Linux, Python, Bash, Networking, TCP/IP, Wireshark, Nmap, Burp Suite, Metasploit, OWASP, Git, Docker), data science (Python, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, PyTorch, SQL, Jupyter Notebook, Git), data analitika (Python, Pandas, Numpy, SQL, Excel, Power BI, Tableau, Matplotlib, Seaborn, Jupyter Notebook), sun'iy intellekt (Python, PyTorch, TensorFlow, Keras, Scikit-learn, Hugging Face, OpenAI API, Langchain, Numpy, Pandas, Git, Docker), robototexnika (Python, C++, Arduino, ESP32, Raspberry Pi, ROS, Matlab, Arduino IDE, OpenCV, Sensors, Git). Ish joyi Toshkent shahrida, ish vaqti 3 soat, maosh 4-5 million so'm. Vazifalar: o'quvchilarga zamonaviy IT texnologiyalarini nazariya va amaliyot asosida o'rgatish, darslarni amaliy loyihalar va real vazifalar bilan tashkil etish, o'quvchilar bilan individual ishlash va ularning rivojlanishini kuzatib borish, dars materiallari va amaliy topshiriqlar tayyorlash. Nomzodlar mas'uliyatli, kommunikativ bo'lishi, o'z yo'nalishi bo'yicha amaliy tajribaga ega bo'lishi, yangi texnologiyalarni muntazam o'rganib borishi talab etiladi. Shuningdek, tajribali mutaxassislar bilan birga professional muhitda rivojlanish imkoniyati mavjud.
Задачи:
— проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django)
— строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах
— собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы)
— строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka
— готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами
— разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD
— принимать архитектурные решения по сервисам и агентным пайплайнам — тестирование, код-ревью
— взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы
— готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов.
Требования:
— от 3 лет опыта в backend-разработке с выводом решений в production
— опыт построения агентных систем — обязателен
— опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения
— Python — продвинутый уровень; Django, RESTful API
— SQL, опыт работы с реляционными и NoSQL хранилищами
— LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных
— Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах
— Docker, Kubernetes, CI/CD — уверенный пользовательский уровень.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— ежегодный пересмотр зарплаты, квартальная и годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
В данной роли предстоит заниматься разработкой и проектированием AI-агентов, которые автоматизируют процессы отчетности и выявления отклонений в бизнес-процессах. Задачи включают создание пайплайнов для обнаружения аномалий, интеграцию этих решений с большими языковыми моделями (LLM) для генерации текстовых отчетов, а также работу с большими данными: подготовку признаков, агрегацию и передачу данных в модели. Кроме того, необходимо оптимизировать, упаковывать и разворачивать агентные системы в продуктивной среде. Важной частью работы является тесное взаимодействие с бизнес-подразделениями и аналитиками для преобразования их требований в технические AI-решения. Кандидат должен иметь не менее трех лет опыта коммерческой разработки на Python, хорошо разбираться в языковых моделях, включая понимание их ограничений, а также иметь опыт работы с LangChain или аналогичными инструментами для интеграции LLM в бизнес-задачи. Требуется знание математической статистики и основ различных методов машинного обучения, а также понимание принципов DevOps и процессов CI/CD. Работа предполагает офисный формат в Москве.
ОфисseniorМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
• Формировать AI-стратегию и roadmap бизнес-направления.
• Находить наиболее перспективные точки применения AI.
• Самостоятельно запускать первые прототипы и AI-пилоты.
• Быстро проверять гипотезы и показывать первые измеримые результаты.
• Создавать AI-агентов, RAG-решения и AI-автоматизации.
• Формировать и приоритизировать портфель AI-инициатив.
• Совместно с FDE и AI-командой доводить успешные пилоты до production и масштабирования.
• Переосмысливать бизнес-процессы с учетом возможностей AI.
• Работать с руководителями бизнес-направлений и защищать AI-инициативы.
• Следить за развитием AI-технологий и применять новые подходы в реальных бизнес-кейсах.
Требования:
• 7+ лет профессионального опыта в технологиях, AI/ML, разработке продуктов или digital transformation.
• Практический опыт запуска AI/ML или технологических продуктов.
• Сильное понимание LLM, Generative AI, AI Agents и RAG.
• Способность самостоятельно собрать работающий AI-прототип.
• Product mindset и ориентация на быстрый результат.
• Стратегическое мышление и способность формировать AI-roadmap.
• Умение связывать технологии с конкретным бизнес-эффектом.
• Опыт работы с руководителями и топ-менеджментом.
• Высокая самостоятельность и ответственность за результат.
AI-инструменты и технические навыки:
• Практический опыт работы с OpenAI, Claude, Gemini, Llama, Qwen или аналогичными LLM.
• Работа с LLM API, Prompt Engineering, Tool/Function Calling.
• Создание AI-агентов с использованием LangChain, LangGraph, LlamaIndex или аналогов.
• Практическое понимание RAG, embeddings, vector databases.
• Использование AI coding-инструментов: Codex, Cursor, Claude Code или аналогов.
• Python, REST API, SQL — на уровне, достаточном для самостоятельного создания прототипов.
• Опыт работы с n8n, Make или другими инструментами автоматизации.
• Понимание принципов работы и ограничений LLM, стоимости моделей и вопросов безопасности корпоративных данных.
Кого мы ищем:
• Не классического бизнес-аналитика или координатора.
• Нужен человек, который способен: понять бизнес → увидеть возможность применения AI → самостоятельно собрать первый пилот → показать результат → сформировать roadmap → масштабировать решение вместе с командой.
Главный результат:
• Быстрые первые победы и последующая системная AI-трансформация бизнес-направления.
Задачи:
— Находить боли в процессах продаж, производства, закупок и тендеров, где ИИ может дать быстрый эффект.
— Ставить задачи с определением входных и выходных данных, критериев готовности, метрик успеха и границ.
— Делать решения с помощью Claude: создавать промпты, пайплайны, при необходимости использовать RAG, работать с данными и API, интегрировать с CRM, телефонией и почтой.
— Внедрять решения на сервере, проверять на боевых данных, следить за качеством и стоимостью.
— Обучать пользователей, объяснять и снимать сопротивление для реального использования инструментов.
— Переключаться между проектами, например, сводка по звонкам или помощник по тендерам.
Требования:
— Опыт аналитика, продакта или AI-инженера от примерно 2 лет с доведением задач до результата.
— Практический опыт создания решений с помощью ИИ (Claude, ChatGPT, Cursor), включая автоматизацию, ботов, скрипты, интеграции.
— Навыки промпт-инжиниринга и понимание работы LLM, их возможностей и ограничений.
— Умение читать и править Python, работать с API и писать простой SQL.
— Знания Linux и Docker: работа с консолью, контейнерами, развёртыванием сервисов, чтение логов.
— Грамотный русский язык и умение понятно объяснять как бизнесу, так и техническим специалистам.
Будет плюсом:
— Программирование сверх базового уровня.
— Опыт с RAG и векторными базами данных.
— Знание n8n, Make, LangChain.
— Опыт с речевой аналитикой.
— Опыт работы с Odoo, 1С, CRM, телефонией.
— Понимание 152-ФЗ и работы с персональными данными.
Условия:
— Работа в команде с архитектором и аналитиками, прямой доступ к заказчикам.
— AI-first среда с ежедневным использованием Claude, собственным сервером разработки и песочницей для экспериментов без согласования.
— Реальное влияние: инструменты внедряются в продакшн и используются подразделениями группы.
— Возможности роста до ведущего AI-аналитика или владельца направления AI-продуктов.
Задачи:
— участвовать в полном цикле разработки AI-агентов и универсальных ассистентов: от идеи и проектирования до запуска в продакшн
— проводить эксперименты, тестировать гипотезы и исследовать новые подходы для создания агентских решений
— разрабатывать и внедрять LLM-пайплайны, чат-ботов и интеллектуальные системы
— обучать и дообучать NLP-модели под конкретные задачи продукта
— интегрировать разработанные модели и логику в бизнес-процессы
— мониторить качество работы моделей в продакшне, находить узкие места и оперативно вносить улучшения.
Требования:
— опыт в NLP и понимание технологий: от классических алгоритмов до трансформеров и генеративных моделей (LLM)
— практический опыт коммерческой разработки AI-агентов, чат-ботов и LLM-пайплайнов
— опыт обучения глубоких нейронных сетей
— уверенное владение PyTorch, NumPy, Pandas, а также фреймворками для работы с агентами: LangChain, LangGraph (или их аналогами)
— уверенное владение Python, Git, SQL, Bash, Docker. Умение писать чистый, поддерживаемый и тестируемый код
— навык перевода бизнес-требований в конкретные технические и алгоритмические решения.
Будет плюсом:
— понимание принципов микросервисной архитектуры и опыт проектирования REST API
— опыт разработки асинхронных и многопоточных приложений (asyncio, aiohttp, multiprocessing и др.)
— опыт взаимодействия с реляционными и нереляционными базами данных
— практический опыт настройки и поддержки CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD или аналоги)
— опыт развёртывания и управления приложениями в Kubernetes.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— ежегодный пересмотр зарплаты, квартальная и годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— разработка LLM агентов
— создание логики работы и взаимодействия агентов
— дообучение NLP моделей
— создание RAG систем
— вывод и сопровождение моделей
— написание API для выводимых моделей.
Требования:
— знания в области математики, data science
— владение Python (pandas, numpy, torch, fastapi, langchain, etc)
— знание SQL, spark
— приветствуется опыт работы с git, docker
— опыт работы с NLP пайплайнами.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможность выбрать удобный график – офис/гибрид
— ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
• Проектирование и разработка сложных Агентных и AgenticRAG систем. Обеспечение воспроизводимости и отказоустойчивости
• Разработка решений начиная от прототипа, заканчивая выводом в промышленную эксплуатацию
• Определение ML SysDes решения с учетом разрешенного технологического стека
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования
Требования:
• Высшее образование в сфере компьютерных наук, физ-мата, прикладной математики и информатики. Приветствуются дипломы ведущих технических и научных ВУЗов (МФТИ, МГУ, Сколтех, ВШЭ, ИТМО, МИФИ и др.)
• Знание мат. статистики, классического ML, NLP, опыт в постановке и интерпретации экспериментов
• Опыт e2e-разработки ML/AI-пайплайнов (в т.ч. RAG-пайплайнов) и проектировании архитектуры AI решений
• Умение переводить бизнес-постановку задачи в ML-постановку
• Высокий уровень владения Python и SQL
• Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers
• Знание принципов построения RAG, VisionRAG и AgenticRAG систем
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5)
• Знание агентных архитектур (ReAct, Multi-agent и др.)
• Знание фреймворков для работы с LLM (LangChain, LangGraph и др.)
• Знание веб-фреймворков (FastAPI, Flask), контейнеризации (Docker)
• Понимание жизненного цикла моделей (CRISP-DM)
Условия:
• Гибкий гибрид (обсуждаем индивидуально)
• Современный IT-офис вблизи Москва-Сити с фитнес-залом
• Ипотека с выгодой для сотрудника и льготные условия кредитования
• Бесплатная подписка СберПрайм+
• Скидки на продукты компаний-партнеров
• ДМС с первого дня и льготное страхование для близких
• Корпоративная пенсионная программа
• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию
• Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
Задачи:
• Формировать AI-стратегию и roadmap бизнес-направления.
• Находить наиболее перспективные точки применения AI.
• Самостоятельно запускать первые прототипы и AI-пилоты.
• Быстро проверять гипотезы и показывать первые измеримые результаты.
• Создавать AI-агентов, RAG-решения и AI-автоматизации.
• Формировать и приоритизировать портфель AI-инициатив.
• Совместно с FDE и AI-командой доводить успешные пилоты до production и масштабирования.
• Переосмысливать бизнес-процессы с учетом возможностей AI.
• Работать с руководителями бизнес-направлений и защищать AI-инициативы.
• Следить за развитием AI-технологий и применять новые подходы в реальных бизнес-кейсах.
Требования:
• 7+ лет профессионального опыта в технологиях, AI/ML, разработке продуктов или digital transformation.
• Практический опыт запуска AI/ML или технологических продуктов.
• Сильное понимание LLM, Generative AI, AI Agents и RAG.
• Способность самостоятельно собрать работающий AI-прототип.
• Product mindset и ориентация на быстрый результат.
• Стратегическое мышление и способность формировать AI-roadmap.
• Умение связывать технологии с конкретным бизнес-эффектом.
• Опыт работы с руководителями и топ-менеджментом.
• Высокая самостоятельность и ответственность за результат.
AI-инструменты и технические навыки:
• Практический опыт работы с OpenAI, Claude, Gemini, Llama, Qwen или аналогичными LLM.
• Работа с LLM API, Prompt Engineering, Tool/Function Calling.
• Создание AI-агентов с использованием LangChain, LangGraph, LlamaIndex или аналогов.
• Практическое понимание RAG, embeddings, vector databases.
• Использование AI coding-инструментов: Codex, Cursor, Claude Code или аналогов.
• Python, REST API, SQL — на уровне, достаточном для самостоятельного создания прототипов.
• Опыт работы с n8n, Make или другими инструментами автоматизации.
• Понимание принципов работы и ограничений LLM, стоимости моделей и вопросов безопасности корпоративных данных.
Кого мы ищем:
• Не классического бизнес-аналитика или координатора.
• Нужен человек, который способен: понять бизнес → увидеть возможность применения AI → самостоятельно собрать первый пилот → показать результат → сформировать roadmap → масштабировать решение вместе с командой.
Главный результат:
• Быстрые первые победы и последующая системная AI-трансформация бизнес-направления.
Задачи:
— Разработка Co-Pilot решений (RAG + LLM) и микросервисов в качестве MCP-инструментов.
— Проектирование и интеграция AI-агентов, Code Review и менторство.
— Участие в Scrum-процессах и проектировании архитектуры.
Требования:
— Коммерческий опыт на Python — от 4 лет.
— Опыт внедрения AI-агентов в пром (LangChain, LangGraph).
— Микросервисы, асинхронный Python, SOLID, PostgreSQL, Unit-тесты.
Будет плюсом:
— DDD, Kafka, Qdrant, OpenSearch.
— Навыки Vibe Coding, промпт-инжиниринга и AI-ассистентов (Cursor, Copilot).
Задачи:
— разработка и развитие LLM-проектов в юридическом домене — от прототипов до продакшена
— проектирование и обучение агентов-экспертов, решающих задачи правового домена (RAG-пайплайны, классификация запросов, генерация ответов, оценка релевантности)
— исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
— работа с GigaChat как основной моделью, а также эксперименты с ChatGPT, Gemini, Qwen
— дообучение малых моделей (instruction-tuning, adapters, LoRA) для повышения качества юридического рассуждения
— разработка метрик качества
— взаимодействие с инженерами и аналитиками права — внедрение моделей в реальные кейсы (алиментные, потребительские, трудовые и т.д.)
Требования:
— опыт работы DS/ML-инженером от 3х лет
— понимание архитектуры LLM и принципов prompt engineering
— опыт построения RAG-систем, fine-tuning и дообучения моделей
— умение проектировать пайплайны inference / retraining
Будет плюсом:
— опыт в LegalTech или смежных областях (финансы, документооборот, чат-боты)
— понимание структуры и логики российских нормативных актов
— опыт интеграции LLM с внешними API или базами знаний
Условия:
— формат работы офис на испытательном сроке, локация офиса ул Вавилова д.19
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Разработка ML-моделей и алгоритмов
— Вывод в production ML-моделей и расчетных модулей
— Аналитика на больших данных
— Поддержка реализованных решений
— Разработка ML-моделей и алгоритмов для прогнозирования временных рядов
Требования:
— продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика)
— python: типы данных, структуры, ООП
— классический ML: задачи (классификация, регрессия), метрики, basic ML stack (pandas, numpy, sklearn, catboost, xgboost), SQL
— BigData stack (Hadoop, Spark, SparkML)
— умение работать с git, Jira, Confluence
Будет плюсом:
— знания в области финансов
— опыт продуктовой аналитики
— опыт работы с временными рядами (анализ, разработка моделей)
— опыт работы с LLM (langchain, langgraph)
— опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
— опыт backend разработки
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе, бухгалтерской документации;
— Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды;
— Подготовка эталонных наборов оценки качества;
— Реализация LLM-as-a-judge для автоматических регрессионных проверок;
— Настройка защит для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных, anti-hallucination механизмы;
— A/B-тестирование промптов и моделей для подбора лучших конфигураций;
— Тюнинг качества по сигналам обратной связи пользователей и трассировкам из Langfuse.
Требования:
— Python от 2 лет коммерческой разработки;
— Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг;
— Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип;
— Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки;
— Опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги);
— Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных;
— Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling;
— Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник;
— Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги;
— Практический опыт A/B-тестирования промптов и моделей в продакшене;
— Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов;
— SQL и работа с реляционными базами на базовом уровне.
Ищем Senior GenAI-разработчика на проект крупной компании из сферы добывающей промышленности.
Основная задача - разработка и внедрение корпоративных GenAI-решений: AI-агентов, мультиагентных систем, RAG-конвейеров и автоматизаций в закрытом защищённом контуре.
Задачи:
— Разработка AI-агентов и субагентов с использованием tool-calling
— Построение мультиагентных систем и управление цепочками вызовов
— Создание автоматизаций и workflow в n8n, Flowise, Dify, Langflow или аналогичных платформах
— Разработка бизнес-логики и кастомных функций на JavaScript, TypeScript и Python
— Построение RAG-конвейеров: подготовка данных, embeddings, поиск и работа с векторными базами
— Интеграция с внутренними сервисами и витринами данных через REST API и OAuth2
— Парсинг, сбор, нормализация и трансформация данных из внешних источников
— Проектирование промптов для суммаризации и генерации структурированных отчётов
— Развёртывание и эксплуатация open-source и on-prem LLM в закрытом корпоративном контуре
— Работа со структурированными данными, PostgreSQL и JSON
— Участие в анализе и формализации бизнес-требований
Требования:
— Опыт коммерческой разработки GenAI-решений на уровне Senior
— Уверенное владение JavaScript, TypeScript и Python
— Практический опыт создания AI-агентов и мультиагентных систем
— Опыт хотя бы с одним из стеков: LangChain / LangGraph, LlamaIndex, Semantic Kernel, CrewAI / AutoGen, n8n / Flowise / Dify / Langflow
— Опыт разработки RAG-решений и работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами
— Уверенная работа с PostgreSQL, JSON, REST API и OAuth2
— Опыт работы с LLM и prompt engineering
— Опыт развёртывания локальных моделей в закрытом контуре
— Готовность вести разработку и эксплуатацию решения в ОС Windows
— Понимание принципов защиты чувствительных и корпоративных данных
Будет преимуществом:
— Опыт работы с MCP — Model Context Protocol
— Разработка кастомных нод и sub-workflows в n8n
— React
— GraphQL
— FastAPI
— Опыт работы с веб-поиском, парсингом и внешними API
— Опыт участия в корпоративных или промышленных проектах
Задачи:
— Design and build AI/ML-powered features and systems
— Work with LLMs, APIs, and model integrations
— Develop and optimize AI pipelines for real-world use cases
— Collaborate with product and engineering teams
— Turn complex AI ideas into scalable production features
Требования:
— Strong experience with Python and AI/ML frameworks
— Hands-on experience with LLMs (OpenAI, LangChain, etc.)
— Understanding of model integration, prompting, or fine-tuning
— Experience with APIs and backend systems
— Strong problem-solving mindset and startup experience
Удалённо
8 000 – 8 000 $
Все вакансии в одном месте — страница 2 · Job Hunters