- Страна
- Россия
Откликайтесь
на вакансии с ИИ
GenAI Разработчик (n8n)
Оценка ИИИнтересный проект на стыке GenAI и no-code с использованием современных инструментов (LangChain, векторные БД). Однако работа на собственном оборудовании в среде Windows и сжатые сроки могут подойти не всем.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубокой экспертизы в n8n, LangChain и RAG-системах, а также необходимостью работать в закрытом корпоративном контуре на Windows. Дополнительную сложность создает работа в условиях дефицита документации и интеграция с тяжелыми системами вроде SAP.
Анализ зарплаты
Оценка ИИДля позиций уровня Middle+/Senior в сфере GenAI и автоматизации на базе n8n в РФ, рыночные вилки обычно составляют от 250 000 до 450 000 рублей. Данная вакансия предполагает высокую ответственность и специфический стек, что ставит её в верхний ценовой сегмент рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Если вы эксперт в n8n и построении мультиагентных систем, откликайтесь прямо сейчас, чтобы поработать над сложным GenAI проектом!
Описание вакансии
#9372
GenAI Разработчик (n8n) — Middle+, Senior
Локация: РФ (удаленно)
Дедлайн: 7±3 дн.
Обязательно:
- Опыт с n8n от 1 года: глубокое понимание архитектуры платформы, управления цепочками запросов и создания кастомных нод
- Экспертное владение JSON, методами трансформации данных и проектированием схем в PostgreSQL
- Уверенное использование REST/GraphQL/OAuth2/FastAPI
- Свободное владение JavaScript/TypeScript/React и Python для реализации сложной бизнес-логики
- Построение мультиагентных систем и субагентов с использованием LangChain внутри n8n. Опыт работы с MCP или аналогичными системами
- Развертывание RAG-систем (от подготовки датасетов до работы с эмбеддингами и векторными хранилищами: PGVector, Qdrant, Milvus и др.)
- Промпт-инжиниринг, балансировка качества, скорости и стоимости генерации
- Опыт работы с локальными (on-prem) моделями в закрытом корпоративном контуре
- Готовность вести разработку и эксплуатировать решение в среде Windows на оборудовании исполнителя
- Навык работы с чувствительными данными, понимание принципов их защиты внутри защищенного периметра
- Способность продуктивно двигаться в проекте при дефиците документации и часто меняющихся вводных
- Умение «переводить» бизнес-требования на технический язык, плотное взаимодействие с системными аналитиками и владельцами бизнес-процессов
- Самостоятельный поиск решений и уточнение необходимых деталей у стейкхолдеров без микрокомандмента
Желательно:
- Опыт работы с тяжелыми корпоративными системами (SAP S/4, SAP BW)
- Опыт работы с бизнес-процессами в сфере технического обслуживания оборудования
Задачи:
- Разрабатывать и собирать приложение на базе no-code системы N8N с GenAI-компонентами (мультиагентная система)
- Строить RAG-систему, подготавливать данные для загрузки в векторную базу
- Интегрировать решение с витринами данных, корпоративными системами совместно с экспертами, разработчиками этих систем
- Взаимодействовать с аналитиками, бизнес-заказчиком для уточнения требований
- Работать с локальными open-source моделями и решениями на базе GenAI в инфраструктуре предприятия (on-prem)
- Проводить внутренние демо, готовить решения к передаче в продакшн-команды
Писать Откликнуться
Канал Аутстаф запросов Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- n8n
- JSON
- PostgreSQL
- REST
- GraphQL
- OAuth2
- FastAPI
- JavaScript
- TypeScript
- React
- Python
- LangChain
- MCP
- RAG
- pgvector
- Qdrant
- Milvus
- Prompt Engineering
- SAP S/4HANA
- SAP BW
Возможные вопросы на собеседовании
Проверка глубины владения основным инструментом автоматизации.
Расскажите о вашем опыте создания кастомных нод в n8n. С какими ограничениями платформы вы сталкивались при реализации сложной логики?
Оценка навыков проектирования архитектуры ИИ-решений.
Как вы подходите к балансировке точности (accuracy) и задержки (latency) при построении RAG-систем для корпоративного сектора?
Проверка опыта работы с мультиагентными системами.
Опишите архитектуру мультиагентной системы, которую вы реализовывали. Как вы организовывали передачу контекста между субагентами?
Важно для работы в закрытых контурах.
Какие особенности и сложности возникают при развертывании и эксплуатации LLM в on-prem контуре по сравнению с использованием облачных API?
Оценка гибкости и навыков системного анализа.
Как вы действуете в ситуации, когда бизнес-требования меняются в процессе разработки, а техническая документация на смежные системы отсутствует?
Похожие вакансии
Архитектор мультиагентных систем на базе LLM
Fullstack разработчик-подмастерье (AI Engineer)
Fullstack / AI разработчик (подмастерье)
Applied AI / LLM Engineer (Python)
Lead Research Engineer
Аналитик AI-агентов 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!