- Страна
- Казахстан
- Зарплата
- 880 $ – 1 510 $
IT / AI-инженер
Оценка ИИИнтересная позиция для тех, кто хочет внедрять AI в реальный сектор экономики. Привлекает возможность стажировки в Германии и работа с современным стеком (LLM, AI Agents), однако зарплатная вилка находится на среднем уровне для опытных инженеров.
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 сочетания навыков классического бэкенд-разработчика (Python, SQL, API) и специалиста по AI (RAG, LLM, векторные БД). Дополнительную сложность придает необходимость глубокого погружения в бизнес-процессы логистики и телематики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата ($880 - $1510) соответствует рыночным показателям для Middle-специалистов в Казахстане, но может быть ниже ожиданий для Senior AI-инженеров с глубокой экспертизой в RAG и LLM. На международном рынке специалисты с таким стеком могут претендовать на более высокие компенсации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
*📍* Формат/working arrangement: гибрид, полная занятость
*✔️* Должность/position: IT / AI-инженер
*🏢* Место работы/workplace: ИП Макашев
*💸* Заработная плата/salary estimate: от 880 до 1 510 $ в месяц (до вычета налогов)
*📈* Обязанности/responsibilities:
- Интеграция корпоративных систем (TMS, GPS-телематика, внутреннее web-приложение, Azure SQL и др.)
- Автоматизация ручных бизнес-процессов
- Разработка и поддержка внутреннего web-приложения
- Построение AI-решения «чат с данными» на естественном языке
- Настройка автоматической отчетности для руководства с AI-сводками
- Поиск аномалий в заказах, GPS- и тахографных данных
- Разработка прогнозов cashflow и автоматизация расчета рентабельности
- Взаимодействие с диспетчерами и руководством для внедрения AI-решений
*📌* Требования/requirements:
- Опыт коммерческой разработки на Python
- Уверенное владение SQL и опыт оптимизации запросов
- Опыт работы с Azure SQL или PostgreSQL
- Опыт интеграции LLM (OpenAI, Claude, Gemini, Qwen, OpenRouter)
- Понимание архитектуры и разработки RAG-систем и AI-агентов
- Опыт работы с векторными базами данных, embeddings и retrieval pipeline
- Владение Cursor, Claude Code, Visual Studio Code или аналогичными инструментами
- Понимание бизнес-процессов и аналитики данных
- Опыт интеграции REST API
- Владение русским и английским языками
Будет плюсом:
- Опыт работы с TMS, ERP или системами телематики транспорта
- Опыт разработки WhatsApp Business API и Telegram Bot API
- Знание немецкого языка
Ключевые навыки:
- Python
- SQL
- Azure SQL
- PostgreSQL
- LLM
- OpenAI API
- Claude
- Gemini
- Qwen
- OpenRouter
- RAG
- AI Agents
- Embeddings
- Vector Databases
- REST API
- WhatsApp Business API
- Telegram Bot API
- MS SQL Server
- IT Dashboard
- Английский язык
*✅* Условия/working conditions:
- Полная занятость
- Возможна стажировка
- Официальное трудоустройство
- Формат работы: гибрид
- График 5/2
- Рабочий день — 8 часов
- Заработная плата от 880 до 1 510 $ в месяц до вычета налогов
- Регулярный пересмотр заработной платы по результатам работы
- Возможность стажировки в Германии
- Возможности профессионального роста
- Комфортные условия труда и профессиональная атмосфера
*📍* Адрес/work location:
Астана, проспект Мангилик Ел, 27/1
*📢**❗️**🚨* Контакты для связи/Contact information: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- Azure SQL
- PostgreSQL
- LLM
- OpenAI API
- Claude
- Gemini
- Qwen
- OpenRouter
- RAG
- AI Agents
- Embeddings
- Vector Databases
- REST API
- WhatsApp Business API
- Telegram Bot API
- MS SQL Server
Возможные вопросы на собеседовании
Проверка практического опыта работы с RAG-системами, заявленными в требованиях.
Расскажите о вашем опыте построения RAG-архитектур: какие векторные базы данных вы использовали и как решали проблему качества поиска (retrieval)?
Вакансия предполагает работу с корпоративными данными и Azure SQL.
Как бы вы организовали процесс синхронизации данных между Azure SQL и векторным хранилищем для обеспечения актуальности AI-ответов?
Одной из задач является поиск аномалий в GPS-данных.
Какие подходы или библиотеки на Python вы бы использовали для автоматического выявления отклонений в маршрутах или данных тахографов?
В стеке указаны различные LLM (OpenAI, Claude, Qwen).
В каких случаях вы бы предпочли использовать локальную модель (например, через OpenRouter или Qwen) вместо проприетарных решений вроде GPT-4?
Работа предполагает интеграцию с TMS и ERP.
Был ли у вас опыт проектирования REST API для обмена данными между разнородными корпоративными системами?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
