О проекте
Мы в поиске опытного AI разработчика для участия в проектировании и реализации единой корпоративной агентной платформы.
Платформа должна предоставлять пользователю единую точку взаимодействия с различными информационными системами и бизнес-процессами. Главный агент должен понимать намерение пользователя, использовать контекст диалога, планировать выполнение задачи, привлекать специализированных агентов и инструменты, объединять результаты и при необходимости запрашивать подтверждение пользователя.
Обязанности
Будущему коллеге предстоит не только заниматься LLM, но и построить полноценную программную платформу вокруг них:
•главный агент-оркестратор;
•специализированные агенты;
•реестр инструментов;
•управление контекстом и состоянием;
•межагентное взаимодействие;
•интеграция с корпоративными системами;
•безопасность;
•наблюдаемость;
•тестирование качества;
•отказоустойчивость.
Роль предполагает hands-on участие.
Требования
Опыт:
•От 3 лет коммерческой backend-разработки.
•Опыт технического проектирования распределённых систем.
•Практический опыт работы с LLM и агентными системами.
•Желателен хотя бы один агентный или LLM-продукт, доведённый до пилотной либо промышленной эксплуатации.
•Опыт технического лидерства или владения архитектурой крупного модуля.
•Умение работать в условиях неполных требований и постепенно формировать целевую архитектуру.
•Способность общаться как с разработчиками, так и с владельцами бизнес-процессов.
Проектирование:
•Практический опыт разработки LLM-агентов и agentic workflows.
•Понимание различий между агентом, инструментом, workflow, multi-agent системой и обычным чат-ботом.
•Опыт реализации supervisor/orchestrator-архитектуры.
•Планирование и декомпозиция сложных пользовательских задач.
•Выбор специализированного агента или инструмента.
•Реализация взаимодействия между агентами.
•Параллельное выполнение независимых задач.
•Управление состоянием долгоживущих сценариев.
•Работа с краткосрочной и долгосрочной памятью.
•Контроль циклов, timeout, retry и fallback.
•Разрешение конфликтующих результатов нескольких агентов.
•Human-in-the-loop и запрос подтверждения перед критичными действиями.
•Защита от бесконтрольного поведения и необоснованных действий агентов.
Межагентское взаимодействие:
•типизированные сообщения между агентами;
•контракты задач и результатов;
•делегирование задач;
•общий и изолированный контекст агентов;
•очереди и приоритеты задач;
•синхронное и асинхронное взаимодействие;
•передачу управления между агентами;
•трассировку цепочки выполнения;
•предотвращение зацикливания;
•повторное выполнение и идемпотентность;
•обработку частичной недоступности агентов и инструментов.
Python + Backend:
•Сильное знание Python.
•Async/await и конкурентное выполнение.
•FastAPI, Pydantic, pytest.
•Проектирование API и типизированных контрактов.
•Модульная и гексагональная архитектура.
•Интеграция нового функционала в существующие системы.
•REST, gRPC, WebSocket или Server-Sent Events.
•Очереди сообщений и фоновые задачи.
•Работа с долгоживущими и асинхронными процессами.
•Понимание микросервисной архитектуры и модульных монолитов.
•Умение проектировать систему без жёсткой зависимости от конкретной LLM или фреймворка.
Условия
•комфортный современный офис: Москва, ул. Вавилова 19
•офисный формат работы на период испытательного срока, после ИС — возможен гибрид
•ежегодный пересмотр зарплаты, структура дохода: оклад + годовая премия
•корпоративный спортзал и зоны отдыха
•более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•программа адаптации и помощь руководителя на старте (для Junior позиций)
•расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•подписка Прайм с возможностью совместного использования на трёх близких
•вознаграждение за рекомендацию друзей в команду Сбера
