Описание
Компания создаёт и лицензирует AI-агентов, автоматизирующих критически важные процессы жизненного цикла клиентов для крупных финансовых организаций. Они запускают реальные агентные системы в production, работая с длинными, высокорисковыми банковскими процессами. Компания получила финансирование от ведущих венчурных фондов и быстро масштабируется, демонстрируя значительную тягу.
Это не изолированная исследовательская роль. Вы будете отвечать за инфраструктуру, обеспечивающую надёжность этих production-агентов: evals, обратные связи, prompt engineering и fallback-механизмы. Также вы будете проектировать логику human-in-the-loop, определяя, когда агент действует самостоятельно, а когда подключается человек.
Задачи
•Проектирование и реализация инфраструктуры надёжности агентов, включая evals, feedback loops, prompt engineering и fallbacks.
•Построение и поддержка логики human-in-the-loop для принятия решений в высокорисковых действиях агентов.
•Владение собственными supervised и self-supervised ML-моделями, прагматичное применение последних академических разработок.
•Работа во всём агентном и программном стеке, включая Node и TypeScript.
•Формирование развивающейся стратегии данных для production AI-агентов в быстрорастущей среде.
Требования
•Production-опыт создания и поддержки агентной или LLM-инфраструктуры: evals, feedback loops, prompt engineering, fallbacks и human-in-the-loop decision logic.
•Прагматичная ML-база в области supervised и self-supervised методов.
•Продуктовое и full-stack мышление; готовность работать со стеком Node и TypeScript.
•Сильные навыки проектирования систем, подтверждённые гибкостью при прохождении технического задания (например, на TypeScript).
•Способность работать в быстром темпе стартапа, самостоятельно выполняя свою часть работы, пока стратегия данных ещё формируется.
Условия
Условий в вакансии нет.
