- Страна
- Россия
- Зарплата
- 320 000 ₽ – 400 000 ₽
Откликайтесь
на вакансии с ИИ

Системный аналитик (AI/LLM/RAG)
Отличное предложение с конкурентной зарплатой, современным стеком (AI/LLM) и полным пакетом бенефитов, включая ДМС и IT-аккредитацию.
Сложность вакансии
Высокая сложность обусловлена требованиями к глубоким знаниям в области AI (LLM, RAG), а также необходимостью опыта работы с высоконагруженными асинхронными системами и микросервисами.
Анализ зарплаты
Предложенная зарплата (320-400к на руки) находится в верхнем диапазоне рыночных значений для системных аналитиков уровня Senior в РФ, особенно учитывая редкую специализацию в AI/LLM.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Selecty уже сейчас
Если вы готовы проектировать будущее AI-платформ в финтехе, отправьте свое резюме Алине прямо сейчас!
Описание вакансии
#вакансия #удаленка #системныйаналитик #AI #финтех #РФ
Вакансия: Системный аналитик (AI/LLM/RAG)
Компания: Selecty (КА)
Формат: удалённо по РФ 📍
Занятость: полная
ЗП: 💰 320 000–400 000 ₽ на руки по ТК (есть вариант ИП)
Проект AI-платформы. Команда разработки AI Flow строит высоконагруженное решение на микросервисной и event-driven архитектуре с использованием LLM, RAG и агентных сценариев.
➡️Обязанности
Собирать и формализовывать системные требования к AI-платформе
Декомпозировать бизнес-сценарии в системные потоки, интеграции и API-контракты
Прорабатывать асинхронные процессы, очереди и взаимодействие сервисов
Описывать REST/gRPC API, схемы данных и системные сценарии
Участвовать в проектировании архитектурных решений
Оценивать риски по нагрузке, отказоустойчивости и безопасности
Участвовать в разборе инцидентов и сложных прод-сценариев
⚡️ Требования
От 4 лет опыта системным аналитиком
**Опыт в fintech / enterprise-платформах
Опыт LLM / RAG / AI-агентов**
Опыт проектирования high-load API
Опыт с high-load системами и микросервисной архитектурой
Опыт работы с асинхронными и event-driven системами
Умение писать BRD, SRS, API-спецификации
Опыт описания интеграционных потоков и проектирования структур данных
Глубокое понимание Kafka/RabbitMQ, транзакционности, консистентности и отказоустойчивости
SQL — высокий уровень
Технологический стек: Python, FastAPI/gRPC, MCP, PostgreSQL/MongoDB, Redis, Kafka/RabbitMQ, векторные БД, RAG,OpenTelemetry
🔥 Условия
ДМС со стоматологией
Компенсация фитнеса
Скидки на английский и кино
Индексация зарплаты
Техника для работы
IT- аккредитация
Заинтересовало? Направь резюме ✉️Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- LLM
- SQL
- OpenTelemetry
- PostgreSQL
- Microservices
- RAG
- Redis
- Kafka
- REST API
- Event-Driven Architecture
- gRPC
- FastAPI
- MongoDB
- RabbitMQ
Возможные вопросы на собеседовании
Проверка понимания специфики AI-проектов, заявленных в вакансии.
Расскажите о вашем опыте проектирования систем с использованием RAG: с какими проблемами консистентности данных в векторных БД вы сталкивались?
Вакансия предполагает работу с event-driven архитектурой.
Как вы проектируете обработку ошибок в асинхронных цепочках через Kafka, чтобы обеспечить гарантию доставки и обработки сообщений?
Проверка навыков проектирования API для высоконагруженных систем.
В чем принципиальная разница при проектировании контрактов для REST и gRPC с точки зрения системного аналитика?
Проверка навыков работы с данными.
Опишите кейс, где вам приходилось оптимизировать сложный SQL-запрос для высоконагруженной системы. Какие инструменты профилирования вы использовали?
Оценка архитектурного мышления.