- Страна
- Россия
- Зарплата
- от 220 000 ₽
Системный аналитик AI/Data / Forward Deployed Engineer (FDE)
Оценка ИИИнтересная позиция в аккредитованной IT-компании с фокусом на AI. Хорошая стартовая зарплата и возможность работать в крупной команде над передовыми продуктами.
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 не только классических навыков системного анализа, но и глубокого понимания AI/Data домена, а также готовности к формату Forward Deployed Engineer, что подразумевает высокую автономность и коммуникабельность.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата от 220 000 рублей соответствует среднерыночным показателям для системных аналитиков уровня Middle+/Senior в Москве, специализирующихся на Data/AI проектах.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Системный аналитик AI/Data / Forward Deployed Engineer (FDE)
от 220 000 ₽
WMT
WMT — это динамично развивающаяся аккредитованная IT-компания. Мы строим будущее с ИИ. Меняем правила игры. За 7 лет выросли в команду из 500+ профессионалов, работая на двух фронтах: аутстаффинг для лидеров рынка и создание передовых AI-продуктов. К...
Откликнуться: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- System Analysis
- Data Analysis
- Artificial Intelligence
- Machine Learning
- Requirements Engineering
- SQL
Возможные вопросы на собеседовании
Проверка понимания специфики роли FDE, которая сочетает аналитику и внедрение.
Как вы понимаете роль Forward Deployed Engineer и чем она, по вашему мнению, отличается от классического системного аналитика?
Оценка опыта работы с данными, что критично для AI-проектов.
Опишите ваш опыт проектирования схем данных для систем, использующих машинное обучение. С какими сложностями вы сталкивались?
Проверка навыков сбора требований в условиях неопределенности ИИ-проектов.
Как вы подходите к сбору и формализации требований, когда заказчик хочет «внедрить ИИ», но не имеет четкого понимания бизнес-кейса?
Оценка технического кругозора в области интеграций.
Какие протоколы и архитектурные стили (REST, gRPC, брокеры сообщений) вы предпочитаете использовать при проектировании интеграций AI-сервисов с существующей инфраструктурой клиента?
Проверка умения работать с качеством данных.
Как вы оцениваете качество и достаточность данных для обучения модели на этапе предпроектного обследования?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
