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
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.

Задачи на проекте

Этапы отбора

Описание проекта и команды