- Страна
- Россия
Системный аналитик ИИ решений
Оценка ИИИнтересная позиция на стыке анализа и разработки в стабильной отрасли (фармацевтика). Использование современного стека (LLM, RAG, n8n) и возможность видеть реальный вклад в бизнес-процессы делают вакансию привлекательной для Middle+ специалистов.
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 редкого сочетания навыков системного анализа и глубокой технической экспертизы в области LLM, Python и low-code инструментов (n8n). Высокая сложность обусловлена необходимостью самостоятельной разработки прототипов и интеграции с корпоративным стеком (1С, WMS).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции системного аналитика с навыками разработки на Python и опытом в AI/LLM рыночные предложения в Москве для уровня Middle/Senior обычно находятся в диапазоне 250 000 – 400 000 рублей. Профиль кандидата ближе к AI Engineer, что может повышать ожидания.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Ланцет
Системный аналитик ИИ решений
Опыт работы: 3–6 лет
Оформление: Трудовой договор
Формат работы: гибрид (Москва)
*☑️* Чем предстоит заниматься
-Разработка AI-агентов/ассистентов с использованием LLM и внешних нейросетевых сервисов
-Проектирование и реализация AI-сценариев для внутренних процессов
-Создание RAG-систем
-Разработка workflow и интеграций в n8n или аналогичных low-code-платформах
-Интеграция решений с 1С, WMS, CRM, корпоративными хранилищами, API и внутренними сервисами
-Участие в проектировании серверной архитектуры и совместном развёртывании сервисов
-Тестирование, контроль метрик (галлюцинации, скорость ответов), документирование и передача решений в эксплуатацию
*☑️* Наши пожелания к кандидатам
-Имеете практический опыт разработки AI/ML- и LLM-решений
-Самостоятельно разрабатываете и запускаете AI-агентов и интеллектуальных ассистентов, а не только работаете с готовыми чат-ботами
-Умеете переводить бизнес-задачу в техническое решение, быстро собирать прототип и доводить его до стабильной эксплуатации
-Умеете самостоятельно разрабатывать серверную логику и интеграции на Python
-Имеете практический опыт работы с n8n, Dify или аналогичными платформами автоматизации
-LLM API и локальные модели
-RAG, embeddings, vector search
-Фреймворки для разработки AI-агентов: LangChain, LlamaIndex, CrewAI, AutoGen
-Python как основной язык разработки
-PyTorch, Transformers
-Инструменты для запуска и квантования моделей: vLLM, Ollama, GGUF
-Векторные БД: Qdrant, pgvector, Milvus, Weaviate или аналоги
-Docker, Linux
-PostgreSQL и интеграции с базами данных
-Понимаете принципы интеграции AI-решений с ERP, CRM, DWH, BI-системами и корпоративными базами данных
-Понимаете основы SSO и ролевой модели доступа — будет преимуществом
-Внимательно относитесь к безопасности, качеству данных и ограничениям AI
-Аргументированно отстаиваете техническую позицию и находите рабочие решения вместе с бизнесом, ИТ, ИБ и подрядчиками
-Умеете объяснять сложные AI-концепции простым и понятным языком, в том числе топ-менеджменту
-Ориентированы на практический результат: не только обсуждаете технологии, но и самостоятельно создаёте работающие решения
-Опыт работы в дистрибуции, ритейле, логистике или регулируемых отраслях будет преимуществом
-Опыт внедрения AI-решений в корпоративной среде будет преимуществом
Контакты: Откликнуться
*🔥* Подписаться на наши каналы / Откликнуться / Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- LLM
- RAG
- n8n
- LangChain
- LlamaIndex
- PyTorch
- Transformers
- Docker
- PostgreSQL
- Qdrant
- Milvus
- API
- 1C
- CRM
- ERP
Возможные вопросы на собеседовании
Проверка практического опыта работы с фреймворками для агентов.
Расскажите о самом сложном AI-агенте, которого вы разработали: какие инструменты (LangChain, CrewAI и др.) использовали и как решали проблему зацикливания или неверного выбора инструментов агентом?
Оценка навыков работы с качеством данных и точностью LLM.
Как вы выстраиваете процесс оценки качества RAG-системы и какие метрики используете для контроля галлюцинаций в корпоративных ответах?
Проверка навыков системной интеграции.
С какими сложностями вы сталкивались при интеграции LLM-сервисов с закрытыми корпоративными системами вроде 1С или WMS, и как обеспечивали безопасность данных?
Оценка владения инструментами автоматизации.
В каких сценариях вы предпочтете использовать n8n вместо написания кастомного сервиса на Python, и наоборот?
Проверка коммуникативных навыков и работы с бизнесом.
Как вы объясните топ-менеджменту ограничения текущих LLM-моделей и обоснуете необходимость затрат на инфраструктуру (например, GPU или векторные БД)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
