AI-инженер для внутренних инструментов

Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнесовые задачи в рабочие AI-сценарии: от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Нужно собирать ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации.

• Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений.
• Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов.
• Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки.
• Делать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями.
• Настраивать RAG-контуры, базы знаний, поиск по документам и корпоративным данным.
• Готовить данные для AI-сценариев: очищать, структурировать, нормализовать, описывать источники.
• Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приемки.
• Проектировать сценарии с учетом контроля человека: проверка, подтверждение, логирование, обработка ошибок.
• Документировать архитектуру, инструкции, ограничения и правила эксплуатации.
• Обучать сотрудников пользоваться AI-инструментами без технического шума.
• Переводить успешные прототипы в промышленное или регулярное использование.

• Опыт создания прикладных решений с LLM / AI-инструментами.
• Опыт с Dify, n8n, Flowise, Lang Chain, Llama Index или похожими инструментами.
• Python для интеграций, скриптов, обработки данных и работы с API.
• Опыт web-разработки или готовность быстро собирать внутренние интерфейсы:
  React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии.
• Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval.
• Умение интегрироваться с внешними API и внутренними корпоративными системами.
• Понимание баз данных и SQL на уровне уверенной работы с данными.
• Базовое понимание эксплуатации:
  Docker, переменные окружения, логи, обработка ошибок, мониторинг.
• Системность,…