- Страна
- Россия
- Зарплата
- 2 000 ₽ – 2 500 ₽
Откликайтесь
на вакансии с ИИ
ML разработчик (Senior)
Оценка ИИИнтересный проект на стыке No-code и High-code с использованием актуальных технологий (GenAI, Agents). Однако работа в среде Windows и специфика on-premise могут накладывать определенные ограничения на комфорт разработки.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубокой экспертизы в специфическом инструменте n8n в сочетании с продвинутыми навыками в GenAI, RAG и мультиагентных системах. Также требуется владение широким стеком (Python, JS/TS, React) и опыт работы в закрытых on-premise контурах.
Анализ зарплаты
Оценка ИИУказанная ставка (2000-2500) значительно ниже рыночных ожиданий для Senior ML-разработчика в России и СНГ, особенно с учетом требований к GenAI и Fullstack-навыкам. Обычно специалисты такого уровня претендуют на суммы в 1.5-2 раза выше.
Сопроводительное письмо
Меня крайне заинтересовала вакансия Senior ML разработчика, особенно в части построения мультиагентных систем и RAG-архитектур на базе n8n. Имея солидный опыт работы с Python и JavaScript, я специализируюсь на интеграции LLM в корпоративные контуры и оптимизации промпт-инжиниринга для решения сложных бизнес-задач.
Мой опыт включает развертывание on-premise моделей и работу с векторными базами данных, что полностью соответствует вашим требованиям к безопасности и инфраструктуре. Я уверен, что мои навыки в области LangChain и проектирования схем в PostgreSQL позволят эффективно масштабировать ваши текущие GenAI-компоненты и обеспечить высокое качество генерации.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Отправьте свое резюме Дмитрию, чтобы принять участие в разработке передовых GenAI-решений на базе n8n!
Описание вакансии
🆔 3032
📅 Дата публикации: 08.04.2026 10:09
🥇 ML разработчик (Senior)
📍 Локация/Гражданство: Россия, Беларусь
🎓 Грейд: Senior
💰 Ставки:
🇧🇾 Ставка: 2000-2500
📎 Задачи:
— Разрабатывать и собирать приложение на базе по-code системы N8N c GenAl-компонентами (мультиагентная система)
— Строить AG-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.
— Опыт с n8n от 1 года:
• Глубокое понимание архитектуры платформы, управления цепочками запросов и создания кастомных нод.
— Data Processing:
• Экспертное владение JSON, методами трансформации данных и проектированием схем в PostgreSQL.
— Интеграционный стек:
• Уверенное использование REST/GraphQL/OAuth2/FastAPI
— Development:
• Свободное владение JavaScript/TypeScript/React и Python для реализации сложной бизнес-логики.
— AlOrchestration:
• Построение мультиагентных систем и субагентов с использованием LangChain внутри n8n. Опыт работы с МСР или аналогичными системами.
— RAG & Vector DB:
• Развертывание RAG-систем (от подготовки датасетов до работы с эмбеддингами и векторными хранилищами).
— LLM Optimization:
• Промпт-инжиниринг, балансировка качества, скорости стоимости генерации.
— On-premise&Security:
• Опыт работы с локальными (on-prem) моделями в закрытом корпоративном контуре.
— ОЅ Windows:
• Готовность вести разработку и эксплуатировать решение в среде Windows.
— Data Privacy:
• Навык работы с чувствительными данными, понимание принципов защиты внутризащищенного периметра.
❗️ Обязательные данные по кандидату при подаче:
● ФИО
● Дата рождения
● Страна+Город
● Грейд
● Ставка
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.
● ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ
Менеджер: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- n8n
- Generative AI
- Python
- JavaScript
- TypeScript
- React
- LangChain
- PostgreSQL
- REST
- GraphQL
- FastAPI
- RAG
- Vector Database
- Prompt Engineering
Возможные вопросы на собеседовании
Вакансия предполагает создание сложных цепочек и кастомных нод.
Расскажите о самом сложном сценарии в n8n, который вы реализовывали: как была устроена логика и какие кастомные решения пришлось внедрить?
Работа ведется с RAG-системами и векторными БД.
Как вы подходите к оценке качества RAG-системы и какие стратегии чанкинга данных вы используете для минимизации галлюцинаций?
Упоминается построение мультиагентных систем.
В чем заключаются основные сложности при координации нескольких агентов в рамках одной системы и как вы решаете проблему зацикливания или конфликтов между ними?
Проект реализуется в закрытом корпоративном контуре.
С какими ограничениями вы сталкивались при развертывании LLM on-premise и как решали вопросы производительности без доступа к облачным API?
Требуется работа с чувствительными данными.
Какие методы анонимизации или защиты данных вы применяете при подготовке датасетов для локальных моделей машинного обучения?
Похожие вакансии
MLOps Engineer
Инженер Mlops (Senior)
Senior MLOps Engineer (Platform Development / LLMOps)
Senior Data Engineer
Data Scientist Senior (Part-time)
Senior Data инженер
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!
- Страна
- Россия
- Зарплата
- 2 000 ₽ – 2 500 ₽