Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Вакансия посвящена созданию и внедрению решений на базе генеративного ИИ для масштабного корпоративного проекта: мультиагентных систем, RAG-конвейеров, интеграций с внутренними сервисами и автоматизации бизнес-процессов. Работа ведётся в защищённом корпоративном контуре с реальными бизнес-задачами и высокой степенью автономии.
задачи
Разрабатывать мультиагентные системы и GenAI-агентов, включая субагентов и оркестрацию;
Строить и сопровождать RAG-решения, векторные хранилища и пайплайны поиска;
Интегрировать инструменты на базе LLM с внутренними сервисами через REST API и OAuth2;
Обрабатывать и трансформировать структурированные данные в JSON и PostgreSQL;
Проектировать промпты и сценарии на базе LLM для суммаризации, генерации отчётов и структурирования данных;
Разрабатывать и эксплуатировать решения в ОС Windows;
Обеспечивать защиту чувствительных данных в корпоративной среде.
требования
Уверенно владеть JavaScript, TypeScript и Python;
Иметь опыт создания GenAI-агентов, субагентов или мультиагентных систем;
Иметь опыт работы с low-code или визуальными инструментами n8n, Flowise, Dify, Langflow либо с code-first-фреймворками LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналогами;
Иметь опыт работы с REST API и OAuth2;
Уверенно работать с JSON и PostgreSQL;
Понимать принципы prompt engineering;
Иметь опыт работы со сценариями LLM: суммаризацией, генерацией отчётов и структурированием данных;
Иметь опыт построения или сопровождения RAG-решений;
Иметь опыт работы с векторными хранилищами PGVector, Qdrant, Milvus или аналогами;
Иметь опыт работы с LangChain или аналогичными фреймворками оркестрации LLM;
Быть готовым вести разработку и эксплуатацию в ОС Windows;
Понимать принципы защиты чувствительных данных;
Будет плюсом опыт в корпоративных или банковских проектах, знание инструментов мониторинга LLM-приложений, понимание архитектуры микросервисов.
условия
Удалённая работа из любого региона РФ;
Гибкий график с синхронизацией по МСК;
Официальное оформление по ТК РФ;
Конкурентная зарплата обсуждается индивидуально;
Возможность влиять на архитектуру и внедрять современные GenAI-решения в реальном корпоративном контуре.