- Страна
- Россия
Архитектор решений AI/LLM, мобильной и веб-разработки
Оценка ИИИнтересная и актуальная позиция на стыке AI и классической разработки в стабильной компании. Высокая сложность задач компенсируется возможностью работать с передовыми технологиями (LLM, агенты) и влиять на архитектуру крупных продуктов.
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 редкого сочетания глубокой экспертизы в области LLM/RAG и классической системной архитектуры мобильных и веб-приложений. Высокий порог входа обусловлен требованием к опыту (от 10 лет в разработке) и необходимостью работать с закрытыми контурами и GPU-инфраструктурой.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ вакансии не указан уровень дохода, однако для позиции архитектора с опытом от 10 лет и специализацией в AI/LLM рыночные предложения в России начинаются от 450 000 рублей. Учитывая широкий спектр ответственности (AI + Mobile + Web), кандидат может претендовать на верхнюю границу рыночного диапазона.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ТерраЛинк
Архитектор решений AI/LLM, мобильной и веб-разработки
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо или гибрид
*☑️* Чем предстоит заниматься
-Проектирование архитектуры и технические решения по продуктам дирекции, контроль их реализации командой
-Развитие ИИ-системы анализа тендеров: разбор тендерной документации с помощью LLM, оценка трудоемкости, интеграция с внутренними системами через API, масштабирование на новые подразделения
-Развитие RAG-решений: интеллектуальный поиск по корпоративному хранилищу данных, карты знаний, распределение запросов между агентами
-Архитектурное сопровождение и доработки корпоративного портала под внутренние требования (мобильное приложение, конструктор форм, сервис уведомлений и push-рассылок)
-Выбор и развертывание LLM: локальные open-source модели на собственных GPU и облачные решения
-Организация процесса разработки мобильных и веб-приложений
-Внедрение практики разработки с применением ИИ-инструментов, обучение команды
-Оценка трудоемкости и участие в пресейлах как технический эксперт
-Участие в найме: техническое интервью кандидатов
*☑️* Наши пожелания к кандидатам
-Опыт работы архитектором от 5 лет, опыт в коммерческой разработке от 10 лет
-Практический опыт построения RAG-систем и LLM-сервисов в продакшене: retrieval, карты знаний, structured output, агентные сценарии
-Опыт работы с open-source моделями (Llama, Mistral, Qwen и аналоги) в закрытом контуре и с облачными LLM (GPT, YandexGPT)
-Python на уровне самостоятельной разработки; Golang или другой backend-язык как плюс
-Опыт архитектуры мобильных приложений: Flutter или React Native, понимание нативной разработки iOS/Android
-PostgreSQL, Redis; очереди RabbitMQ или Kafka; Linux (RHEL/CentOS)
-Опыт организации работ команды для минимизации сроков разработки MVP
-Опыт доведения продукта от идеи и прототипа до промышленной эксплуатации
-Регулярное применение ИИ-инструментов в собственной разработке
-Высшее техническое образование
Контакты: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- AI
- LLM
- RAG
- Python
- Go
- Flutter
- React Native
- PostgreSQL
- Redis
- RabbitMQ
- Kafka
- Linux
- LLaMA
- Mistral
- Qwen
- GPT
- YandexGPT
Возможные вопросы на собеседовании
Проверка практического опыта оптимизации поиска в RAG-системах.
Какие стратегии улучшения качества Retrieval вы использовали в своих проектах (например, гибридный поиск, переранжирование или оптимизация чанков)?
Оценка навыков работы с инфраструктурой для LLM.
С какими сложностями вы сталкивались при развертывании локальных моделей Llama/Mistral в закрытом контуре и как решали вопросы производительности?
Проверка архитектурного видения мобильной разработки.
В каких случаях для корпоративного портала вы бы предпочли Flutter нативной разработке, и как это повлияет на архитектуру системы уведомлений?
Оценка навыков интеграции AI в бизнес-процессы.
Как вы организуете процесс валидации структурированного вывода (structured output) от LLM перед его передачей во внутренние API систем компании?
Проверка лидерских качеств и методологии.
Как вы внедряете практику использования AI-ассистентов (Copilot и др.) в команде и как измеряете эффективность этого внедрения?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
