Инженер AI
Оценка ИИПривлекательная вакансия в известном системном интеграторе с возможностью удаленной работы и фокусом на современные технологии (LLM, RAG).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний в специфических областях AI (RAG, ReAct агенты) и солидного опыта разработки на Python (от 4 лет), что делает порог входа выше среднего.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИРаботодатель не указал вилку, но для специалиста с опытом от 4 лет в сфере AI на российском рынке медиана составляет около 300 000 - 400 000 рублей. Окончательное предложение будет сильно зависеть от глубины экспертизы в LLM.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Инженер AI в Bell Integrator
*💰*По итогам собеседования
*📌*Условия и бонусы:
Фултайм, удаленно по РФ.
*📌*Наши ожидания:
– Опыт работы от 4-х лет на Python.
– Высшее образование.
– Практический опыт построения RAG-систем и работы с векторными хранилищами, желательно PostgreSQL + pgvector.
– Опыт разработки ReAct агентов.
– Понимание принципов ООП, SOLID и паттернов проектирования.
– Понимание базовых принципов многопоточного и асинхронного программирования, включая GIL и asyncio.
– Практические знания и навыки работы с LLM.
Подробнее о вакансии Откликнуться.
*✍🏼* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- RAG
- PostgreSQL
- pgvector
- React
- OOP
- SOLID
- asyncio
- LLM
Возможные вопросы на собеседовании
Проверка практического опыта работы с векторными БД и оптимизации поиска.
Расскажите о вашем опыте работы с pgvector: как вы выбирали метрики расстояния и индексацию для оптимизации RAG-системы?
Оценка понимания архитектуры автономных агентов.
В чем заключаются основные сложности при реализации ReAct агентов и как вы справляетесь с проблемой зацикливания или галлюцинаций в цепочках рассуждений?
Проверка фундаментальных знаний Python, критичных для высоконагруженных AI-сервисов.
Как вы обходите ограничения GIL при обработке большого количества запросов к LLM в асинхронном приложении на asyncio?
Оценка навыков проектирования сложных систем.
Приведите пример применения паттернов проектирования при разработке архитектуры AI-сервиса для обеспечения гибкости смены моделей (LLM).
Проверка понимания качества ответов системы.
Какие метрики вы используете для оценки качества работы RAG-системы (например, RAGAS) и как вы итерируетесь над улучшением релевантности?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
