- Страна
- Казахстан
- Зарплата
- 150 000 ₽ – 200 000 ₽
AI Developer / AI Engineer
Оценка ИИИнтересный технологический стек и возможность влиять на архитектуру продукта. Однако указанный диапазон зарплаты в тенге (KZT) выглядит крайне низким для специалиста с опытом 3–6 лет в сфере AI, что может быть ошибкой в объявлении или признаком очень малого бюджета.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует широкого спектра навыков: от классического ML и прогнозирования до современных LLM, RAG и Computer Vision. Высокая сложность обусловлена необходимостью проектировать архитектуру с нуля и интегрировать её в сложные системы (CRM/ERP).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанная зарплата (150-200 тыс. тенге) значительно ниже рыночных показателей для AI-разработчика с опытом 3-6 лет. В Казахстане специалисты такого уровня обычно претендуют на суммы от 800 000 KZT и выше. Вероятно, в объявлении допущена опечатка или предполагается частичная занятость.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
*📍*Формат/working arrangement: Удалённо
*✔️*Должность/position: AI Developer / AI Engineer
*🏢* Место работы/workplace: Проект по разработке интеллектуального складского модуля для CRM
*💸* Заработная плата/salary estimate: 150 000–200 000 ₸ в месяц, до вычета налогов
*📈* Обязанности/responsibilities:
— Разрабатывать интеллектуальный складской модуль для CRM.
— Автоматизировать учёт оборудования, движение товаров, закупки и работу менеджеров/монтажников.
— Разрабатывать распознавание и сопоставление оборудования из PDF, Excel, коммерческих предложений, накладных, фотографий и текстовых описаний.
— Создавать систему автоматической классификации оборудования.
— Разрабатывать AI-поиск по смысловым запросам.
— Реализовывать прогнозирование закупок на основе продаж, монтажей, расхода оборудования, остатков, сезонности и скорости движения товаров.
— Разрабатывать интеллектуальную комплектацию оборудования под задачи клиентов.
— Проектировать AI-архитектуру и доводить её до работающего продукта.
— Интегрировать AI в CRM/ERP/WMS.
— Создавать систему, способную распознавать, классифицировать, сопоставлять, комплектовать, прогнозировать и рекомендовать.
*📌* Требования/requirements:
— Python.
— Опыт разработки AI/ML решений.
— Опыт работы с LLM API.
— OpenAI API или аналогичные модели.
— Понимание embeddings и semantic search.
— Опыт работы с Vector Database.
— RAG.
— REST API.
— SQL.
— PostgreSQL.
— Git.
— Понимание архитектуры CRM/ERP/WMS.
— Опыт работы 3–6 лет.
*⭐* Будет плюсом:
— LangChain / LlamaIndex.
— Qdrant / Weaviate / pgvector.
— OCR.
— Обработка PDF и Excel.
— Computer Vision.
— YOLO.
— Опыт работы с товарными каталогами.
— Опыт интеграции AI в CRM/ERP/WMS.
— Опыт прогнозирования спроса.
— Опыт работы с большим количеством SKU.
*🛠* Технический стек:
— Python
— AI/ML
— LLM API
— OpenAI API
— Embeddings
— Semantic Search
— Vector Database
— RAG
— REST API
— SQL
— PostgreSQL
— Git
— LangChain
— LlamaIndex
— Qdrant
— Weaviate
— pgvector
— OCR
— Excel
— Computer Vision
— YOLO
*✅* Условия/working conditions:
— Удалённая работа.
— Проектная или постоянная занятость.
— Свободный график.
— Рабочие часы по договорённости.
— Выплаты раз в неделю.
— Работа непосредственно с продуктом и командой.
— Участие в проектировании архитектуры.
— Возможность стать ключевым разработчиком AI-направления.
— Реальный коммерческий продукт.
— Долгосрочное сотрудничество.
— Оплата в зависимости от опыта и уровня специалиста.
*📢**❗️**🚨* Отклик: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- ML
- LLM
- OpenAI API
- Embeddings
- Semantic Search
- Vector Database
- RAG
- REST API
- SQL
- PostgreSQL
- Git
- LangChain
- LlamaIndex
- Qdrant
- Weaviate
- pgvector
- OCR
- Computer Vision
- YOLO
- Excel
Возможные вопросы на собеседовании
Проверка практического опыта реализации RAG-систем, указанных в стеке.
Расскажите о вашем опыте построения RAG-систем: какие векторные базы данных вы использовали и как решали проблему релевантности ответов?
Вакансия предполагает работу с документами и фото.
Какие подходы и библиотеки (например, YOLO или OCR-движки) вы бы применили для извлечения данных об оборудовании из неструктурированных PDF и фотографий накладных?
Одной из задач является прогнозирование закупок.
Как бы вы подошли к задаче прогнозирования спроса на товары с учетом сезонности и малого количества исторических данных по конкретным SKU?
Важно понимать, как кандидат будет связывать AI с бизнес-логикой.
Каким образом вы планируете интегрировать AI-модуль в существующую архитектуру CRM/ERP, чтобы обеспечить минимальную задержку (latency) при поиске?
Проверка навыков проектирования.
Опишите процесс создания системы автоматической классификации оборудования: как вы будете формировать датасет и какую модель выберете для старта?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
