AI-инженер (автоматизация бизнес-процессов)
Сильный бренд, современный стек технологий (Dify, LangGraph, GigaChat) и понятные бизнес-задачи. Гибкий формат работы и наличие выделенной платформенной команды делают вакансию очень привлекательной для AI-инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует не только технических навыков (Python, LLM, RAG), но и умения проводить бизнес-анализ, собирать требования и работать с low-code платформами вроде Dify. Высокая планка по опыту (3–6 лет) и необходимость вывода решений в продакшн делают позицию достаточно сложной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для AI-инженера уровня Middle/Senior в крупном российском ритейле рыночный диапазон составляет от 250 000 до 450 000 рублей. Учитывая требования к опыту 3-6 лет и знание специфических инструментов (Dify, LangChain), позиция претендует на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Детский мир. ДМ-тех
AI-инженер (автоматизация бизнес-процессов)
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид или офис
*☑️* Чем предстоит заниматься
-Разбирать бизнес-процессы вместе с заказчиками и находить этапы, которые можно автоматизировать
-Собирать AI-workflow в Dify и агентные сценарии на агентной платформе — без очереди на backend-разработку
-Внедрять браузер-агентов для систем без API и MCP-коннекторы к корпоративным системам
-Работать с разнородными документами (сканы, фото, PDF): гибрид OCR/VLM/LLM, а не «один промпт на всё»
-Писать и оптимизировать промпты, управлять стоимостью решений в токенах
-Измерять качество: точность по полям, доля сквозной автоматизации, эффект в часах и деньгах
*☑️* Наши пожелания к кандидатам
-В Центре AI «Детского Мира» развиваем практическое применение искусственного интеллекта для решения бизнес-задач. ИИ-платформа уже работает: LLM-шлюз, RAG по корпоративным знаниям, агентные сценарии — инфраструктура закрывается командой платформы
-Ищем инженера отдела внедрения, который будет переводить процессы заказчиков (финансы, логистика, ecom, HR) в работающие автоматизации на базе LLM/VLM/OCR — от брифинга до эксплуатации
-Опыт разработки и вывода LLM-решений в production: RAG, промпт-инжиниринг, structured outputs, работа с API LLM-провайдеров (включая GigaChat / YandexGPT), оптимизация токенов и стоимости
-Опыт внедрения автоматизации бизнес-процессов «под ключ»: от брифинга и сбора требований до запуска и эксплуатации
-Уверенный Python для автоматизации: requests, json, pandas, ООП
-Опыт работы с REST API и вебхуками
-Понимание и использование метрик качества автоматизации: precision / recall / F1 по полям, доля сквозной автоматизации
*☑️* Будет плюсом
-Опыт работы с платформами автоматизации: n8n, Dify или аналогами (Make, ELMA365)
-Опыт работы с агентными фреймворками LangChain / LangGraph
-Опыт работы с VLM и OCR: PaddleOCR, Tesseract, облачные решения
-Опыт интеграций с корпоративными системами: 1С, Битрикс24, ЭДО, CRM
-Опыт ведения заказчика: сбор и формализация требований, реинжиниринг бизнес-процессов, обучение пользователей
Контакты: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- Pandas
- LLM
- RAG
- OCR
- REST API
- LangChain
- LangGraph
- n8n
- VLM
- Dify
- YandexGPT
- GigaChat
Возможные вопросы на собеседовании
Проверка практического опыта работы с современными инструментами оркестрации AI-агентов.
Расскажите о вашем опыте работы с Dify или n8n: какие сложные сценарии автоматизации вам удавалось реализовать?
Важно понять, как кандидат балансирует между качеством модели и затратами бизнеса.
Какие стратегии вы используете для оптимизации стоимости токенов в LLM-решениях без потери качества ответов?
Вакансия предполагает работу с документами, где стандартные методы часто дают сбои.
Как бы вы построили пайплайн обработки разнородных PDF-документов (сканы + текст), используя гибрид OCR и VLM?
Оценка умения кандидата измерять успех своей работы в бизнес-метриках.
Как вы рассчитываете долю сквозной автоматизации и какие метрики точности (Precision/Recall) считаете критичными для финансовых процессов?
Проверка навыков интеграции в существующую корпоративную среду.
Был ли у вас опыт создания MCP-коннекторов или работы с браузер-агентами для систем, не имеющих открытого API?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

