- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior ML Разработчик (ID 2338)
Оценка ИИИнтересная вакансия для опытных специалистов, работающих на стыке ML и No-code/Low-code инструментов. Привлекает возможность работы с передовыми технологиями (мультиагентные системы, RAG) и удаленный формат, однако специфическое требование к ОС Windows может подойти не всем.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием глубокой экспертизы в n8n (от 1 года), построением мультиагентных систем и необходимостью работать в среде Windows с on-premise моделями. Сочетание навыков ML, Backend (Python/FastAPI) и Frontend (React) делает позицию уникальной и требовательной к широте стека.
Анализ зарплаты
Оценка ИИДля позиции Senior ML разработчика с таким широким стеком (n8n, LangChain, Fullstack навыки) рыночные предложения в РФ и РБ обычно находятся в диапазоне от 350 000 до 550 000 рублей. Отсутствие указанной зарплаты в объявлении требует уточнения на этапе интервью, так как требования к экспертности в n8n являются достаточно редкими.
Сопроводительное письмо
Меня крайне заинтересовала вакансия Senior ML разработчика, особенно в части построения мультиагентных систем и RAG-решений на базе n8n. Имея глубокий опыт работы с Python, LangChain и векторными базами данных, я успешно реализовывал проекты по автоматизации бизнес-логики и интеграции LLM в корпоративные контуры.
Опыт работы с on-premise моделями и понимание специфики защиты данных позволяют мне эффективно решать задачи в закрытых инфраструктурах. Я готов к разработке сложных цепочек в n8n и оптимизации работы LLM для достижения баланса между качеством и стоимостью генерации. Буду рад обсудить, как мой опыт поможет вашей команде в создании инновационных GenAI-продуктов.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Откликнитесь на вакансию Senior ML разработчика, чтобы создавать сложные мультиагентные системы на базе n8n и GenAI!
Описание вакансии
ID 2338 - Senior ML Разработчик
🌍 Локация: РФ, РБ
💼 Удаленно
🕔 Занятость: фулл тайм
💡 Требования:
ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ
- 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.
📋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.
📨 Оставить отклик можнопо Откликнуться.
или напрямую ответственному менеджеру Откликнуться
❕При отклике указывайте ID вакансии
#ML #Удаленно #вакансия
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- n8n
- JSON
- PostgreSQL
- REST
- GraphQL
- OAuth2
- FastAPI
- JavaScript
- TypeScript
- React
- Python
- LangChain
- RAG
- Vector Database
- LLM
- Prompt Engineering
- On-premise
- Windows
Возможные вопросы на собеседовании
Вакансия требует глубокого понимания n8n для создания кастомных нод и сложных цепочек.
Расскажите о самом сложном рабочем процессе (workflow), который вы реализовывали в n8n. С какими ограничениями платформы вы сталкивались и как их обходили?
Проект предполагает создание мультиагентных систем.
Как вы проектируете взаимодействие между несколькими ИИ-агентами, чтобы избежать зацикливания и обеспечить корректную передачу контекста?
Работа ведется с чувствительными данными в закрытом контуре.
Какие основные вызовы вы видите при развертывании и оптимизации open-source LLM (например, Llama или Mistral) в on-premise инфраструктуре по сравнению с использованием облачных API?
Требуется опыт построения RAG-систем.
Как вы оцениваете качество работы RAG-системы? Какие метрики и инструменты (например, RAGAS) вы используете для оценки релевантности контекста и точности ответов?
Упоминается использование LangChain внутри n8n.
В каких случаях вы предпочтете использовать стандартные AI-ноды n8n, а в каких — писать кастомный код на Python/JS для интеграции LangChain?
Похожие вакансии
ML разработчик (Senior)
Data инженер (Senior)
MLOps Engineer
Инженер Mlops (Senior)
Data инженер Middle+ Senior
Senior MLOps Engineer (Platform Development / LLMOps)
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