- Страна
- Россия
- Зарплата
- 240 000 ₽ – 260 000 ₽
Откликайтесь
на вакансии с ИИ

AI-разработчик (Middle+)
Интересный проект на стадии 'greenfield' с современным стеком технологий и возможностью удаленной работы. Однако уровень оплаты труда (260к Гросс) находится на нижней границе рынка для позиции Middle+/Senior в области AI/ML.
Сложность вакансии
Высокая сложность обусловлена необходимостью глубоких знаний в области мультиагентных систем, безопасности LLM и оптимизации GPU-инференса в условиях Highload. Проект предполагает работу с нуля, что требует архитектурных навыков и владения широким стеком инструментов (K8s, Kafka, MLflow).
Анализ зарплаты
Предложенная зарплата в 240 000 – 260 000 ₽ Гросс (что составляет примерно 208 000 – 226 000 ₽ на руки при ИП) ниже среднерыночных показателей для Middle+/Senior AI-инженеров в Москве, которые обычно начинаются от 350 000 ₽. Тем не менее, работа на 'зеленом поле' может быть привлекательна для профессионального роста.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в TopSelection уже сейчас
Присоединяйтесь к созданию передовой Agentic AI-платформы для лидера ритейла — откликайтесь прямо сейчас!
Описание вакансии
#vacancy #remote #Вакансия #AIразработчик #MLинженер #RAG #AgenticAI #LLM #Python #LangChain #Kubernetes #GPU #Highload #Ритейл #Удаленка #ВакансияДня #ITвакансии #Россия
AI-разработчик (Middle+) — строим Agentic AI-платформу для крупнейшего ритейлера РФ|компания TopSelection
Ищем инженера, который проектирует multi-agent системы, дружит с RAG, evals и безопасностью LLM, а не просто вызывает OpenAI API.
Что делаем:
Единый AI-контур внутри компании: корпоративный RAG-поиск, мультимодальная генерация, автономные агенты, интеграция с ERP/CRM, контроль доступа и аудит моделей в реальном времени.
Техстек:
Transformers, RAG, Agentic Workflows, LangChain/LangGraph, vector search, tool calling, structured output, evals, security (prompt injection, PII), LoRA/PEFT, GPU-инференс, Airflow, Kafka, K8s, MLflow, Prometheus, Grafana.
Условия:
💸240 000 – 260 000 ₽ Гросс
🕒 Fulltime
🌍 Удалёнка, строго РФ, локация РФ
⏰ Работа по МСК
📃Оформление: по договору ИП
Команда:
Проект с нуля, зелёное поле, полный спектр задач — от архитектуры до мониторинга в проде.
Обязанности:
— Проектировать ядро AI-платформы (оркестрация агентов)
— Разрабатывать SDK/tooling, сервис реестра скиллов агентов
— Строить Knowledge Lake API + коннекторы к Confluence, SharePoint, Яндекс Вики
— Оптимизировать экономику, latency, масштабируемость
Требования:
✔️ Архитектура трансформеров
✔️ RAG + embeddings + vector search
✔️ Agentic / multi-agent системы (state, context, human-in-the-loop)
✔️ Evals, контроль галлюцинаций, мониторинг дрейфа
✔️ Безопасность LLM (prompt injection, PII, аудит доступа)
✔️ OpenAI / Anthropic API, Hugging Face
✔️ Высоконагруженные системы (e-commerce / retail — приветствуется)
✔️ Airflow, MLflow, Kafka, Redis, K8s, Prometheus, Grafana
✔️ GPU-оптимизация инференса, LoRA/PEFT
✔️ Опыт работы с персональными данными и privacy
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Kubernetes
- Prometheus
- Grafana
- LoRA
- Transformers
- RAG
- Redis
- Airflow
- Kafka
- MLflow
- LangChain
- LangGraph
- GPU
- OpenAI API
- PEFT
Возможные вопросы на собеседовании
Проверка понимания архитектуры современных AI-систем.
Как бы вы спроектировали систему оркестрации для мультиагентной среды, чтобы минимизировать задержки (latency) и обеспечить консистентность контекста?
Оценка навыков обеспечения надежности ответов LLM.
Какие метрики и инструменты вы используете для оценки галлюцинаций и дрейфа моделей в RAG-системах?
Проверка знаний в области безопасности, критически важной для корпоративного сектора.
Как вы предлагаете защищать корпоративный AI-контур от атак типа prompt injection и утечки персональных данных (PII)?
Оценка практического опыта оптимизации ресурсов.
В каких случаях вы бы предпочли использование LoRA/PEFT вместо полного дообучения модели, и как это влияет на GPU-инференс?
Проверка навыков интеграции в сложную инфраструктуру.