Системный аналитик

Добрый день Ищу системного аналитика на банковский проект, который занимается развитием продуктов на базе AI решений многофункциональной Платформы. - Опыт работы в роли системного аналитика от 3 лет; - Владение навыками сбора, анализа и описания требований; - Знание нотаций моделирования бизнес-процессов и опыт визуализации схем (UML, BPMN и др.); - Понимание архитектуры: знание основ микросервисной и монолитной архитектуры, понимание того, как компоненты системы взаимодействуют друг с другом; - Опыт работы с реляционными БД (DDL, DML); - Понимание интеграций и API: знание принципов работы REST, форматов данных JSON/XML. Описание API в форматах OpenAPI, AsyncAPI и самостоятельно тестировать эндпоинты с помощью Postman или Swagger; - Понимание архитектуры LLM и ИИ-агентов: знание концепций Tool-use, Skills, протоколов MCP, A2A; - Знание принципов и техник RAG: понимание работы векторных баз данных и семантического поиска; - Навыки промпт-инжиниринга (Prompt Engineering); - Опыт работы с оценкой качества: понимание того, как измерять фактологическую точность, релевантность и безопасность ответов LLM; - Опыт подготовки технической документации; - Отличные коммуникативные навыки; - Системное мышление, аналитический подход к решению задач, ориентация на результат; - Опыт работы в командах, применяющих гибкие методологии разработки ПО Преимуществом для кандидатов будет являться: - Опыт разработки и отладки программного обеспечения; - Управление доставкой (Delivery Management): управление релизным циклом (Release Management), выявление и устранение зависимостей между командами; - Практический опыт использования low-code платформ для оркестрации ИИ-агентов (n8n, LangFlow); - Навыки использования кодинг-агентов (Codex, Claude Code, Cursor, opencode и т.п.); - Навыки использования фреймворков SDD (OpenSpec, SpecKit, SuperPowers); - Базовые навыки написания скриптов (например, на Python) для автоматизации оценки качества (парсинг логов, прогон тестовых датасетов через LLM API); - Понимание основ ML (чем эмбеддинги отличаются от классического полнотекстового поиска, в каких случаях нужен файнтюнинг модели, а в каких достаточно RAG).