- Страна
- Россия
- Зарплата
- от 100 000 ₽
Откликайтесь
на вакансии с ИИ
AI-специалист (Middle и выше)
Оценка ИИИнтересная позиция в геймдеве с возможностью удаленной работы и гибким графиком. Однако предлагаемая зарплата (100 000 руб.) выглядит ниже рыночной для специалиста уровня Middle в сфере AI, что может быть критичным для опытных кандидатов.
Сложность вакансии
Оценка ИИРоль требует уверенного владения Python и глубокого понимания работы LLM, включая RAG и агентские системы. Основная сложность заключается в необходимости интеграции AI в специфические процессы геймдева и самостоятельной настройке инфраструктуры.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата в 100 000 рублей на руки значительно ниже среднерыночных показателей для AI-инженеров уровня Middle, которые в России обычно начинаются от 200 000 - 250 000 рублей. Вакансия может быть привлекательна для тех, кто хочет войти в геймдев или ищет гибкий график, но финансово она проигрывает предложениям в финтехе или крупном техе.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Откликайтесь, чтобы внедрять передовые AI-решения в реальные игровые проекты и автоматизировать геймдев с нуля!
Описание вакансии
Вакансия: AI-специалист (Middle и выше)
Мы — игровая студия, внедряющая нейросети для автоматизации процессов. Работаем над живыми проектами, строим внутренние AI-инструменты с нуля.
Что предстоит делать:
- Создавать, настраивать и поддерживать ИИ-помощников для разных направлений (геймдизайн, нарратив, разработка, продюсирование)
- Структурировать контент и кодовую базу для эффективной работы, создавать и улучшать обвязку проектов, внедрять новые решения на базе ИИ
- Автоматизировать рутинные процессы студии (микро-сервисы, n8n)
- Внедрять нейросервисы для генерации контента (коммерческие API и open-weight модели)
- Тестировать гипотезы, подбирать промпты, оценивать качество ответов моделей
- Документировать решения и делиться экспертизой внутри команды
Требования:
- Опыт работы с LLM от 2 лет (коммерческий или пет-проекты с продакшн-применением)
- Опыт работы с современной агентской разработкой (от CLI-агентов до полностью автономных систем)
- Понимание возможностей и ограничений современных моделей (контекст, галлюцинации, стоимость, скорость)
- Умение работать с различными API (OpenAI, Anthropic, локальные модели через Ollama/vLLM)
- Базовые навыки Python для интеграций и автоматизации
- Опыт работы с промпт-инжинирингом и RAG-решениями
- Желателен опыт в геймдеве или интерес к игровой разработке
Будет плюсом:
- Знание LangChain / LangGraph
- Опыт с open-weight моделями (LLM и медиа)
- Понимание основ MLOps (деплой, мониторинг)
- Понимание основ DevOps
Мы предлагаем:
- Работу над живыми игровыми проектами
- Возможность строить AI и бизнес процессы с нуля, твои решения будут внедряться сразу
- Гибкий формат занятости (фулл-тайм / парт-тайм)
- Удаленный формат работы
- Стабильный доход 100 000р. на руки и учёт рабочего времени
Как попасть: напишите нашему HR Откликнуться и предоставьте ему
- Резюме и портфолио (если есть)
- Ссылку на проекты, где ты настраивал LLM-решения, автоматизировал что-то с помощью ИИ
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- MLOps
- DevOps
- RAG
- Prompt Engineering
- LangChain
- LangGraph
- n8n
- OpenAI API
- vLLM
- Anthropic API
- Ollama
Возможные вопросы на собеседовании
Проверка практического опыта работы с ограничениями моделей.
Расскажите о самом сложном случае борьбы с галлюцинациями LLM в ваших проектах. Какие методы (RAG, few-shot, валидация) оказались наиболее эффективными?
Оценка навыков проектирования автономных систем, указанных в требованиях.
Как бы вы спроектировали архитектуру автономного агента для помощи геймдизайнеру в написании квестов? Какие инструменты (например, LangGraph) вы бы использовали?
Проверка навыков автоматизации и работы с API.
Был ли у вас опыт работы с локальными моделями через Ollama или vLLM? В каких случаях вы предпочтете их коммерческим API от OpenAI или Anthropic?
Оценка понимания RAG-систем.
Как вы подходите к оценке качества ответов RAG-системы? Какие метрики используете для оценки релевантности контекста и точности генерации?
Проверка навыков интеграции.
