Проект в архиве AI-разработчик
77807
Подбор по данному проекту завершён.
Посмотрите наш каталог актуальных запросов, найдите подходящие и предложите ваших специалистов.
Промышленность и производство
AI-разработчик
Middle+
Senior
Ставка в час
Кол-во специалистов
1
Длительность проекта
с 20.07.2026 по 30.10.2026
Объем участия в проекте
Высокая нагрузка
~160 ч/мес
Формат взаимодействия
Удаленно
Требуемая локация специалиста
Россия
Доступность специалиста
UTC +3
Требуемое гражданство специалиста
РФ
О клиенте
Отрасль
Промышленность и производство
Тендерный запрос. Прием откликов до 14.07.2026, 07:00 (UTC 0)
Обязательные требования
1. Оркестрация GenAI-агентов и автоматизация
Обязательно:
- Опыт создания мультиагентных систем (агенты и субагенты, tool-calling, управление цепочками вызовов) в одном из подходов:
- Low-code/Visual: n8n, Flowise, Dify, Langflow.
- Code-first: LangChain / LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen.
- Опыт работы с протоколами интеграции инструментов: MCP (Model Context Protocol) или аналоги.
Будет преимуществом:
- Понимание архитектуры платформы n8n (корпоративный стек), создание кастомных нод, публикация sub-воркфлоу.
2. Разработка и обработка данных
Обязательно:
- Языки программирования: Уверенное владение JavaScript / TypeScript и Python (для реализации бизнес-логики и кастомных функций/нод).
- Работа с данными: Экспертная работа со структурированными данными JSON, методами трансформации данных, проектирование схем и написание запросов в PostgreSQL.
Будет преимуществом:
Frontend: Опыт разработки на React (для создания лёгкого UI при необходимости).
3. Интеграции и сбор данных
Обязательно:
- Уверенная работа с REST API и OAuth2.
- Подключение к внутренним сервисам и витринам данных смежных подразделений по API.
- Сбор данных из веб-источников: работа с поисковыми и веб-API, парсинг и нормализация внешних (интернет) данных.
Будет преимуществом:
- Опыт с GraphQL, FastAPI.
Опыт интеграции с корпоративными системами: SAP CRM, SAP BW, 1С.
4. ИИ-инженерия (LLM, RAG)
Обязательно:
- LLM и промпт-инжиниринг: Проектирование промптов; задачи суммаризации и генерации структурированных отчётов; балансировка качества, скорости и стоимости генерации.
- RAG и векторные хранилища: Развёртывание RAG-конвейеров от подготовки датасетов и эмбеддингов до работы с векторными БД (PGVector, Qdrant, Milvus и аналоги).
- Фреймворки оркестрации LLM: Опыт с LangChain или аналогами.
5. Инфраструктура и безопасность
Обязательно:
- On-prem и Open-Source модели: Опыт развёртывания и эксплуатации локальных моделей в закрытом корпоративном контуре.
- Среда Windows: Обязательное требование — вести разработку и эксплуатацию решения в ОС Windows.
- Защита данных: Навык работы с чувствительными данными и понимание принципов их защиты внутри защищённого периметра.
6. Гибкие навыки (Soft Skills)
Обязательно:
- Работа в условиях неопределённости: Продуктивность при дефиците документации и часто меняющихся вводных.
- Коммуникации: Умение «переводить» бизнес-требования на технический язык; плотное взаимодействие с системными аналитиками и владельцами бизнес-процессов.
- Проактивность и автономность: Самостоятельный поиск решений и уточнение деталей у стейкхолдеров без микроменеджмента.
Задачи на проекте
- Разработка мультиагентных систем — создание агентов и субагентов для автоматизации бизнес-процессов с использованием LangChain, LangGraph, CrewAI или n8n.
- Построение RAG-конвейеров — развертывание систем генерации с дополненным поиском: подготовка датасетов, эмбеддинги, работа с векторными БД (Qdrant, PGVector).
- Промпт-инжиниринг и работа с LLM — проектирование промптов, суммаризация документов, генерация структурированных отчетов, оптимизация качества/скорости/стоимости.
- Интеграция с корпоративными системами — подключение ИИ-решений к внутренним сервисам и витринам данных (SAP, 1С) через REST API, OAuth2.
- Сбор и обработка данных — парсинг внешних веб-источников, нормализация данных, работа с JSON, PostgreSQL.
- Развертывание Open-Source LLM on-prem — установка и эксплуатация локальных моделей в закрытом контуре, работа в ОС Windows.
- Автоматизация рутинных задач сотрудников — замена ручного труда на алгоритмы ИИ (генерация отчетов, проверка документов, интеллектуальная поддержка).
- Создание легкого UI (при необходимости) — разработка интерфейсов на React для взаимодействия с ИИ-решениями.
- Взаимодействие с бизнес-заказчиками — перевод бизнес-требований на технический язык, плотная коммуникация с аналитиками и владельцами процессов.
- Работа в условиях неопределенности — самостоятельный поиск решений при дефиците документации и частых изменениях требований.
Этапы отбора
1. Интервью с рекрутером клиента
2. Техническое интервью (1,5ч)
Описание проекта и команды
Горнодобывающая компания. Тендер.
Обязательные требования
1. Оркестрация GenAI-агентов и автоматизация
Обязательно:
- Опыт создания мультиагентных систем (агенты и субагенты, tool-calling, управление цепочками вызовов) в одном из подходов:
- Low-code/Visual: n8n, Flowise, Dify, Langflow.
- Code-first: LangChain / LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen.
- Опыт работы с протоколами интеграции инструментов: MCP (Model Context Protocol) или аналоги.
Будет преимуществом:
- Понимание архитектуры платформы n8n (корпоративный стек), создание кастомных нод, публикация sub-воркфлоу.
2. Разработка и обработка данных
Обязательно:
- Языки программирования: Уверенное владение JavaScript / TypeScript и Python (для реализации бизнес-логики и кастомных функций/нод).
- Работа с данными: Экспертная работа со структурированными данными JSON, методами трансформации данных, проектирование схем и написание запросов в PostgreSQL.
Будет преимуществом:
Frontend: Опыт разработки на React (для создания лёгкого UI при необходимости).
3. Интеграции и сбор данных
Обязательно:
- Уверенная работа с REST API и OAuth2.
- Подключение к внутренним сервисам и витринам данных смежных подразделений по API.
- Сбор данных из веб-источников: работа с поисковыми и веб-API, парсинг и нормализация внешних (интернет) данных.
Будет преимуществом:
- Опыт с GraphQL, FastAPI.
Опыт интеграции с корпоративными системами: SAP CRM, SAP BW, 1С.
4. ИИ-инженерия (LLM, RAG)
Обязательно:
- LLM и промпт-инжиниринг: Проектирование промптов; задачи суммаризации и генерации структурированных отчётов; балансировка качества, скорости и стоимости генерации.
- RAG и векторные хранилища: Развёртывание RAG-конвейеров от подготовки датасетов и эмбеддингов до работы с векторными БД (PGVector, Qdrant, Milvus и аналоги).
- Фреймворки оркестрации LLM: Опыт с LangChain или аналогами.
5. Инфраструктура и безопасность
Обязательно:
- On-prem и Open-Source модели: Опыт развёртывания и эксплуатации локальных моделей в закрытом корпоративном контуре.
- Среда Windows: Обязательное требование — вести разработку и эксплуатацию решения в ОС Windows.
- Защита данных: Навык работы с чувствительными данными и понимание принципов их защиты внутри защищённого периметра.
6. Гибкие навыки (Soft Skills)
Обязательно:
- Работа в условиях неопределённости: Продуктивность при дефиците документации и часто меняющихся вводных.
- Коммуникации: Умение «переводить» бизнес-требования на технический язык; плотное взаимодействие с системными аналитиками и владельцами бизнес-процессов.
- Проактивность и автономность: Самостоятельный поиск решений и уточнение деталей у стейкхолдеров без микроменеджмента.