← К каталогу
ЛУ

ЛУИС+

AI-инженер

УдалённоУровень не указанМосква, Россия3 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение17 мин. назад
Впервые замечена3 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнесовые задачи в рабочие AI-сценарии: от прототипа до регулярного использования сотрудниками.

Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Нужно собирать ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации.

Кого мы ищем:

Нам нужен инженер-практик, который не ограничивается настройкой промпта, а умеет собрать рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку.

Важно не просто “знать LLM”, а уметь быстро разобраться в бизнесовой задаче, собрать MVP, проверить пользу, аккуратно доработать и внедрить так, чтобы сотрудники использовали инструмент регулярно и безопасно.

Наши задачи:

  • Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений.
  • Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов.
  • Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки.
  • Делать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями.
  • Настраивать RAG-контуры, базы знаний, поиск по документам и корпоративным данным.
  • Готовить данные для AI-сценариев: очищать, структурировать, нормализовать, описывать источники.
  • Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приемки.
  • Проектировать сценарии с учетом контроля человека: проверка, подтверждение, логирование, обработка ошибок.
  • Документировать архитектуру, инструкции, ограничения и правила эксплуатации.
  • Обучать сотрудников пользоваться AI-инструментами без технического шума.
  • Переводить успешные прототипы в промышленное или регулярное использование.

Наши ожидания:

  • Опыт создания прикладных…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU