- Страна
- Армения
Откликайтесь
на вакансии с ИИ

AI Platform Engineer (RAG/Agents/Skills)
Отличная вакансия для специалистов по Generative AI: современный стек (LangGraph, LlamaIndex), амбициозные задачи по созданию AI-ядра и гибкий формат работы (удаленка/Ереван).
Сложность вакансии
Высокая сложность обусловлена требованиями к глубоким знаниям в области RAG, агентских воркфлоу и оркестрации LLM, а также необходимостью строить платформенные решения (self-service) для аналитиков.
Анализ зарплаты
Зарплата не указана, но для позиций уровня Senior/Lead AI Platform Engineer в финтехе с релокацией или работой на зарубежное юрлицо (ИП) рынок предлагает конкурентные условия. Указанные рыночные диапазоны отражают текущий спрос на редких специалистов по Agentic AI.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Присоединяйтесь к созданию передового AI-ядра в финтехе — откликайтесь прямо сейчас!
Описание вакансии
#вакансия #fulltime #AI #Ереван #remote #финтех #PlatformEngineer #Senior/Lead #StrongMiddle
✅В поиске Senior/Lead и Strong Middle AI Platform Engineer (RAG/Agents/Skills)
⚙️Мы строим внутреннее AI-ядро, через которое аналитики смогут получать готовый результат по запросу: с RAG, агентами, skills, оркестрацией и интеграцией с внутренними системами банка.
🦸Ищем инженера, который будет развивать этот пайплайн, делать reusable-компоненты и помогать аналитикам применять платформу на сложных кейсах.
‼️Важно: это не классическая роль Data Engineer про ETL и витрины в отрыве от AI.
Здесь фокус на AI-platform engineering, agentic workflows, knowledge access и enablement внутренних пользователей.
📁Задачи роли:
- Проектировать и развивать внутреннее AI-ядро: агенты, skills, tool use, routing, orchestration
- Строить и улучшать RAG-сценарии: retrieval, chunking, embeddings, reranking, доступ к знаниям
- Делать reusable-компоненты и шаблоны для аналитиков: skills, коннекторы, пайплайны, reference flows
- Интегрировать AI-платформу с внутренними системами, базами данных, API и корпоративными источниками знаний
- Настраивать observability, tracing, evaluation и контроль качества AI-пайплайнов
- Оптимизировать качество, latency, стоимость и устойчивость пайплайнов
- Помогать аналитикам разбирать сложные use cases и выбирать правильный паттерн решения
- Обучать аналитиков работать с платформой и поддерживать их на сложных сценариях
- Переводить разовые кейсы в reusable capabilities платформы
🎯Какой опыт необходим:
- Опыт в ролях AI Platform Engineer, GenAI Solutions Engineer, ML Platform Engineer, Backend / Platform Engineer с опытом LLM workflow или Solutions Architect в AI-направлении
- Практический опыт построения production RAG / agent / workflow-систем
- Опыт создания внутренних инструментов или платформ, которыми реально пользовались аналитики, бизнес-команды или внутренние сервисные команды
- Умение работать на стыке engineering и enablement: не только собрать решение, но и сделать его понятным и применимым для пользователей
- Опыт интеграции AI-пайплайнов с корпоративными источниками данных, API и внутренними системами
- Умение разбирать сложные пользовательские сценарии и упаковывать их в reusable-механики платформы
🛠Стек для Senior/Lead
Python, SQL, FastAPI, API integrations, async, service-oriented development, LangGraph, LlamaIndex, Haystack, Semantic Kernel, Qdrant, pgvector, Weaviate, Milvus, OpenSearch, Elasticsearch, Embeddings, hybrid search, metadata filtering, reranking, Airflow, Prefect, Dagster, Temporal, Langfuse, Phoenix, OpenTelemetry, Docker, Linux, Kubernetes, CI/CD
🛠Стек для Strong Middle
Python, SQL, FastAPI, REST / API integrations, Базовое понимание RAG, embeddings, vector store, retrieval pipelines, Docker, Git, Linux, Опыт сборки и поддержки хотя бы одного production workflow с retrieval и tool use
🫰Будет плюсом:
- Опыт построения внутренних self-service платформ для аналитиков или бизнес-команд
- Опыт написания понятных шаблонов, best practices и технической документации
- Опыт работы с корпоративным поиском, knowledge access, data governance и правами доступа
- Понимание, где действительно нужен агентный сценарий, а где лучше использовать более простой workflow
📑Условия:
💼Взаимодействие: по ИП
🌎Локация: Ереван или готовность к командировкам
👨🏻💻Формат работы: удаленка и командировки
💰Ставка: обсуждается отдельно
🕝Полная занятость, долгосрочный проект
📲Контакт: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- LLM
- SQL
- Kubernetes
- OpenTelemetry
- CI/CD
- RAG
- Docker
- Airflow
- Temporal
- Dagster
- FastAPI
- ElasticSearch
- Weaviate
- LangGraph
- Prefect
- OpenSearch
- Milvus
- LlamaIndex
- Semantic Kernel
- pgvector
- Langfuse
- Qdrant
- Haystack
Возможные вопросы на собеседовании
Проверка понимания архитектуры RAG и способов улучшения качества поиска.
Какие стратегии чанкинга и реранкинга вы бы использовали для работы с разнородными банковскими документами?
Оценка опыта работы с агентскими системами и инструментами.
В каких случаях оправдано использование LangGraph или Temporal для оркестрации агентов по сравнению с простыми цепочками (chains)?
Проверка навыков проектирования платформенных решений.
Как спроектировать систему прав доступа (RBAC) в RAG-системе, чтобы аналитики видели только разрешенные им данные из корпоративных источников?
Оценка умения оптимизировать и контролировать AI-пайплайны.
Какие метрики и инструменты (например, Langfuse, Phoenix) вы считаете критичными для мониторинга качества ответов LLM в продакшене?
Проверка навыков интеграции и работы с векторными БД.
Как вы решаете проблему устаревания данных в векторном индексе при частом обновлении исходных баз данных?
Похожие вакансии
AI Engineer (Agents)
Senior Python AI Developer
Middle+ / Senior AI / LLM Engineer
LLM engineer
Python Middle+/Senior (AI/LLM)
Python разработчик (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Армения