Основная задача - собирать LLM-приложения и агентские сценарии для юристов, финансов, маркетинга, CRM и корпоративных функций — от первой гипотезы до production и регулярного использования.
Основная задача - собирать LLM-приложения и агентские сценарии для юристов, финансов, маркетинга, CRM и корпоративных функций — от первой гипотезы до production и регулярного использования.
Это роль для инженера, которому интересно не обучать новые модели с нуля, а заставлять готовые LLM работать внутри бизнеса: подключать инструменты и данные, строить RAG и agentic-flow, интегрироваться с внутренними системами и превращать сложный процесс в работающий продукт
Обязанности:
Разрабатывать LLM-приложения и агентские сценарии для внутренних команд: маркетинга, финансов, юристов, CRM и других функций;
Интегрировать готовые AI-продукты в операционные процессы и доводить их до ежедневного использования сотрудниками;
Проектировать взаимодействие LLM с инструментами и внутренними данными через tool calling, MCP, RAG, embeddings и векторный поиск;
Интегрировать AI-решения с внутренними системами и сервисами по API: 1С, корпоративными хранилищами, BI и другими источниками;
Развивать внутренний AI-чат на TypeScript и подключать к нему скиллы и агентские сценарии для разных команд и процессов.
JavaScript / TypeScript - Уверенное владение языком: типы, generics (базовый уровень), async/await, Promises, работа с JSON.
Node.js
Express: роуты, middleware, обработка req/res.
Умение поднять локальный сервер и обработать запрос/ответ.
React
Написание компонентов, работа с props.
Хуки: useState, useEffect.
Понимание различий между state в React и состоянием DOM.
UI-библиотеки - Умение читать документацию и применять готовые компоненты (Mantine или аналог).
REST
Знание HTTP-методов и кодов ответов (200/400/401/403/404/500).
Проверка запросов через curl или DevTools Network.
Docker (базовый уровень)
Понимание образов, контейнеров, портов, volumes.
Команды docker run, docker logs, docker exec; сборка образа по Dockerfile.
Git
Commit, branch, pull request, разрешение конфликтов (базовый уровень).
Понимание роли code review.
Диагностика и обучаемость
Чтение логов, поиск по коду (grep), разбор stack trace, использование console.log и DevTools Network.
Способность читать документацию API (Atlassian, GitLab, Qdrant, Swagger) и реализовывать по образцу.
Опыт тестирования (jest/vitest/собственный harness); тесты с express-моками API.
Понимание SSE/WebSocket и их отличий от polling.
Опыт работы с LLM-сервисами (Ollama, OpenAI API).
Опыт использования Jira/Confluence/GitLab как API.
Понимание аутентификации: Bearer-токен, OIDC/LDAP (теоретически).
Условия:
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.