Стажер AI-автоматизации (Go + LLM)

Чем предстоит заниматься -Собирать автоматизации в LangFlow и n8n: RAG-пайплайны, боты, цепочки обработки документов и интеграции -Писать интеграционный код на Go: обвязка LLM API (OpenAI, Anthropic), вебхуки, REST API, работа с PostgreSQL/Redis -Быстро собирать MVP внутренних инструментов, ботов или парсеров в срок 2–3 дня -Настраивать работу с LLM-провайдерами: промптинг, structured outputs, function calling, оценка качества ответов -Реализовывать собственный проект от идеи до продакшена: находить внутреннюю проблему, предлагать решение и запускать его -Проводить исследовательские задачи: сравнивать подходы (LangFlow vs n8n vs самописный код, разные модели) с выводами для команды -Предлагать и прототипировать фичи для самописного продукта (новые типы нод, улучшение UX/DX) -Обеспечивать безопасность: хранить ключи в env-переменных, соблюдать rate limits и не отправлять чувствительные данные во внешние API без разрешения Наши пожелания к кандидатам -Go на уровне Junior: понимание горутин, каналов, HTTP-клиентов/серверов, JSON, go modules и работы с контекстом -Опыт с LLM: практика работы с OpenAI/Anthropic API или локальными моделями, знание концепций RAG, embeddings, токенов -Low-code инструменты: опыт работы с LangFlow или n8n (или способность освоить их в первую неделю) -Git: уверенное владение ветками, PR и осмысленными коммитами -Автономность: умение гуглить, читать документацию на английском, доводить задачу до конца без микроменеджмента -Критичность к коду: обязательная проверка и понимание AI-сгенерированного кода перед запуском («AI написал — я задеплоил» не работает) -Английский язык: уровень чтения технической документации достаточен для самостоятельной работы с API и инструментами -Опыт проектов: наличие хотя бы одного проекта с использованием LLM API или low-code автоматизаций (пет-проект или учебный)