Описание
Мы создаём AI-native решения для клиентов — продукты, в которых LLM и его harness составляют ключевую ценность. Это роль билдера: вы и ваша команда отвечаете за создание агентных систем, написание продуктового кода, а также за построение evals и observability. Вы будете тесно работать с SME и конечными пользователями, чтобы понять, где находится реальная ценность, и проектировать feedback-петли.
Задачи
•Проектировать, строить и выпускать AI-native системы E2E — агенты, workflows, RAG и harness: кастомный tool calling, sandboxing, context engineering и sub-agents, caching, compaction
•Строить evaluation pipelines и использовать их, чтобы доказать реальную полезность системы
•Проектировать систему с учётом возможных сбоев в agent loop: retries, model fallbacks, cost limits и human-in-the-loop для значимых действий
•Фиксировать экспертизу в предметной области и повторяемые workflow, чтобы наработки с одного проекта переносились на следующий
•Вовлекаться на раннем этапе, чтобы помогать формировать use case и проверять техническую осуществимость
•Писать production-grade код на Python: интеграции, API, доступ к данным, деплой
•Работать напрямую с SME и конечными пользователями через интервью, UAT и наблюдение за реальным рабочим процессом, подтверждая, что система соответствует тому, как люди реально работают
Требования
•7+ лет инженерного опыта с сильным и актуальным треком создания production AI/LLM приложений (не прототипов и не только research)
•Сильное суждение в agent-design — task-harness fit, подбор harness под контекст, сбои и политики конкретной задачи, а не просто вызов модели в цикле
•Способность работать в непосредственном контакте с клиентом: вести discovery и feasibility-разговоры, работать напрямую с SME и конечными пользователями, объяснять технические компромиссы как техническим, так и нетехническим аудиториям
•Практический опыт с agentic-фреймворками (LangChain, LangGraph, Semantic Kernel) и основными LLM-провайдерами (OpenAI, Anthropic, Google Gemini)
•Экспертный уровень Python и прочные основы software engineering
•Сильные навыки RAG и retrieval: векторные базы данных, embeddings, hybrid search, re-ranking, chunking и управление контекстом
•Подтверждённый опыт оценки качества генеративного AI — LLM-based evaluation, эвристики, кастомные eval-фреймворки — и использования инструментов observability/tracing (LangSmith, Arize Phoenix, Langfuse)
•Опыт production-деплоя хотя бы в одном из основных облаков (AWS, Azure, GCP) с контейнеризацией и CI/CD
•Здравое суждение в условиях неопределённости — скоупинг, расстановка приоритетов и принятие решений по компромиссу скорость/качество/объём
•Английский на уровне C1
Будет плюсом
•Опыт проектирования экспериментов, A/B-тестирования и итераций над AI-продуктами на основе реального поведения пользователей и бизнес-метрик
•Опыт в NLP, Data Science или прикладном ML, с опытом вывода моделей в продакшн
•Знакомство с MCP, A2A и Agent Skills, а также развивающимися стандартами агентов
•Опыт с enterprise AI-платформами (AWS Bedrock AgentCore, Databricks Genie, Microsoft Foundry)
•Знакомство с AI governance, безопасностью и compliance (guardrails, предотвращение prompt-injection)
Условия
Условий в вакансии нет
