<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>TISS &#8212; TalentMove</title>
	<atom:link href="https://talent-move.ru/company/tiss/feed/" rel="self" type="application/rss+xml" />
	<link>https://talent-move.ru</link>
	<description>Автоматический аггрегатор вакансий в маркетинге, дизайне, продукте и привлечении пользователей.</description>
	<lastBuildDate>Wed, 18 Nov 2026 13:34:01 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://talent-move.ru/wp-content/uploads/2024/11/cropped-tm-logo-32x32-optimized.png</url>
	<title>TISS &#8212; TalentMove</title>
	<link>https://talent-move.ru</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Инженер по локальным LLM и автоматизации</title>
		<link>https://talent-move.ru/jobs/inzhener-lokalnye-llm-avtomatizatsiya-tiss-remote-171126-299446/</link>
		
		<dc:creator><![CDATA[earshot_chihuahua]]></dc:creator>
		<pubDate>Wed, 18 Nov 2026 13:34:00 +0000</pubDate>
				<guid isPermaLink="false">https://talent-move.ru/jobs/inzhener-po-lokalnym-llm-i-avtomatizaczii/</guid>

					<description><![CDATA[Инженер по локальным LLM развивает серверы моделей, автоматизации в n8n и RAG-инструменты для поддержки, обработки звонков и ревью кода.]]></description>
										<content:encoded><![CDATA[<h3>Что за роль</h3>
<p>Инженер будет развивать внутренний контур локальных LLM и автоматизации: разворачивать и сопровождать ИИ-серверы, подключать открытые модели к прикладным сценариям и доводить решения до рабочего состояния. В фокусе — автоматизация процессов, поддержка с поиском по базе знаний, обработка звонков и применение ИИ для ревью кода. Это инженерная прикладная работа, а не обучение моделей или создание ML-платформы.</p>
<h4>Что предстоит делать</h4>
<ul>
<ul>
<li>Администрировать серверы и инструменты для локального запуска моделей, включая GPUStack, Ollama и Open WebUI или аналоги.</li>
<li>Подбирать открытые модели под конкретные задачи и настраивать их для практического использования.</li>
<li>Создавать автоматизированные сценарии в n8n или похожих системах: от клиентских чат-ботов до внутренних процессов.</li>
<li>Настроить поддержку на базе чата с RAG, чтобы ответы формировались с опорой на корпоративную базу знаний.</li>
<li>Собирать процессы транскрибации звонков и последующей обработки расшифровок.</li>
<li>Реализовать модуль ревью кода через внутренний ИИ-сервер и настраивать его для полноценного использования.</li>
<li>Писать парсеры и небольшие программы для сбора данных из открытых источников, а затем обрабатывать результаты с помощью локальных моделей.</li>
</ul>
</ul>
<h3>Что потребуется</h3>
<ul>
<ul>
<li>Опыт работы с Linux, Docker, CI/CD и Git.</li>
<li>Уверенное владение Python для написания рабочих скриптов и парсеров.</li>
<li>Понимание REST, GraphQL, вебхуков и RPC, а также практический опыт работы с HTTP, JSON, HTML и сторонними SDK по документации.</li>
<li>Опыт создания пайплайнов в n8n или аналогичном инструменте.</li>
<li>Практика развёртывания локальных моделей, например через Ollama, Open WebUI или vLLM, и понимание выбора модели под задачу.</li>
<li>Опыт создания RAG-сценария для ответов по документам и способность самостоятельно доводить задачу до рабочего контура.</li>
</ul>
</ul>
<h3>Что важно знать</h3>
<p>Среди дополнительных преимуществ — опыт с GPUStack, DataLens, Whisper, Telegram-ботами, FastAPI или Flask, SQL и векторными базами, такими как Qdrant и PGVector. Также пригодится опыт внедрения LLM во внутренние процессы. Работа сосредоточена на интеграции и сопровождении прикладных ИИ-сценариев; обучение моделей и построение ML-платформы не входят в её фокус.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
