AI-Инженер (г. Владимир)

• Проектирование и развитие AI-сервисов (чат-ботов, ассистентов)
  • Разрабатывать внутренние AI-сервисы на базе LLM для разных процессов компании, начиная с технической поддержки.
  • Встраивать ИИ в существующие бизнес-процессы, а не делать “отдельные игрушки”.
• Настройка поведения ботов
  • Определять роль бота, тон общения, рамки ответственности и границы “что бот делает / не делает”.
  • Прорабатывать сценарии уточняющих вопросов, эскалации на человека и логики завершения диалога.
• Работа с промптами и сценариями
  • Создавать и поддерживать системные и пользовательские промпты (system / user).
  • Тестировать разные подходы к промптингу, сравнивать результаты и фиксировать удачные решения.
• Работа с базой знаний
  • Подключать регламенты, инструкции и другие источники знаний к ИИ-сервисам.
  • Обеспечивать, чтобы бот опирался на актуальную, корректную и согласованную с владельцами контента информацию.
• Взаимодействие с интеграциями (n8n, Planfix, Teams и др.)
  • Проектировать цепочки: какие данные передаются в модель и что она должна вернуть обратно в сервисы.
  • Участвовать в отладке end-to-end сценариев совместно с инженером интеграций.
• Контроль качества и улучшения
  • Анализировать неудачные ответы бота и разбирать причины (данные, промпт, сценарий).
  • Предлагать и внедрять улучшения, вести набор тест-кейсов (типовые запросы, “краевые” случаи).
• Документация и обучение коллег
  • Описывать логику работы каждого ИИ-сервиса: сценарии, ограничения, известные особенности.
  • Помогать сотрудникам понимать, как правильно пользоваться ботами и формулировать запросы.

​​​

• Базовая техническая и концептуальная грамотность в LLM
  • Понимание принципов работы современных LLM (ChatGPT-подобные модели): контекст, токены, temperature/top_p, ограничения.
  • Осознание сильных и слабых сторон генеративных моделей в прикладных задачах.
• Практический опыт работы с LLM
  • Реальный опыт использования моделей: генерация текстов, ответы на вопросы, разбор кейсов.
  • Умение формулировать промпты под бизнес-задачу и улучшать качество ответов итерациями.
• Навыки работы с данными и структурой информации
  • Понимание JSON и простых структур данных (ключи, поля, объекты).
  • Базовое понимание, как устроены базы знаний, FAQ и регламенты, и как ими пользуются люди.
• Коммуникация с бизнес-пользователями
  • Умение задавать правильные уточняющие вопросы, чтобы вытащить суть задачи.
  • Способность переводить “хотим умного бота” в конкретные сценарии и требования.
• Личностные качества для этой роли
  • Внимательность к деталям, аккуратность в фиксации настроек и версий промптов.
  • Готовность экспериментировать, но при этом мыслить системно и доводить решения до рабочего состояния.

• Технические навыки
  • Знание Python на уровне написания простых скриптов (обработка данных, вызовы API моделей, разбор логов).
  • Опыт работы с инструментами автоматизации и интеграций (n8n / Zapier / Make или аналоги).
• Работа с базами знаний и IT-инфраструктурой
  • Опыт использования систем задач (Planfix, Jira и т.п.) и баз знаний (Notion, Confluence, Wiki).
  • Понимание RAG-подхода: как искать релевантные документы и подмешивать их в контекст модели.
• Доменный опыт
  • Опыт работы в техподдержке, ITSM или во внутренних ИТ-сервисах компании.
  • Опыт участия в продуктовых командах, где важно качество пользовательского опыта и скорости реакции.
• Аналитика и продуктовый подход
  • Опыт A/B-тестирования и анализа метрик качества (точность, скорость, вовлечённость).
  • Навык работы с обратной связью пользователей и превращения её в конкретные изменения продукта.

Условия:

• Роль и влияние
  • Участие в создании внутренней AI-платформы компании практически с нуля, без тяжёлого легаси.
  • Прямое влияние на работу техподдержки и других процессов: результаты видно в скорости и качестве сервиса.
• Формат работы и развитие
  • Возможность выстраивать подходы к работе с LLM: экспериментировать, предлагать и защищать свои решения.
  • Плотное взаимодействие с ИТ-департаментом, системными администраторами и бизнес-заказчиками.
• Рост и обучение
  • Доступ к экспериментам с разными моделями и стеком инструментов (облако/on-prem, интеграции, базы знаний).
  • Возможность развиваться как в сторону глубже в ML/инженерию, так и в сторону продуктовой роли/архитектора ИИ-сервисов.
• Компенсация и формат
  • Уровень дохода, формат работы и детали пакета обсуждаем индивидуально, с ориентацией на твой уровень и рынок.
  • Готовность рассматривать как кандидатов из офиса, так и частично удалённый формат (если это не противоречит политике компании).