Описание
Мы ищем опытного инженера агентных систем, который увлечён проектированием, созданием и внедрением в производство интеллектуальных автономных систем, работающих на основе больших языковых моделей (LLM), AI-агентов, использования инструментов и современных фреймворков оркестрации. В этой роли вы будете разрабатывать надёжные агентные приложения, RAG-пайплайны и интеграции инструментов в рамках установленной архитектуры платформы — связывая AI-агентов с корпоративными системами для различных бизнес-кейсов.
Основные обязанности
•Создавать и выпускать AI-приложения с использованием Python и/или Node.js, работая в рамках установленных фреймворков оркестрации LLM (LangChain, LangGraph и др.).
•Реализовывать агентные рабочие процессы — многошаговые агенты, использующие инструменты, которые вызывают API, векторные хранилища и базы данных согласно определённым шаблонам проектирования.
•Создавать и настраивать RAG-пайплайны для корпоративных бизнес-кейсов.
•Интегрировать и расширять модели NLP/NLU, шаблоны подсказок и эмбеддинги для задач диалогов, классификации и автоматизации.
•Создавать и поддерживать интеграции агентов с корпоративными приложениями для различных бизнес-кейсов через REST API, фреймворки коннекторов или реестры инструментов в стиле MCP.
•Писать и поддерживать тестовые случаи и оценочные механизмы для поведения агентов — точность вызова инструментов, уровень галлюцинаций и выполнение задач.
•Реализовывать оценочные фреймворки и средства наблюдаемости для систем LLM/агентов, включая трассировку, оценку подсказок, анализ сбоев и регрессионное тестирование.
•Применять соответствующие защитные меры, контроль доступа, валидацию и механизмы безопасности, чтобы агенты работали в пределах заданных границ.
•Работать с SQL/NoSQL базами данных для управления структурированными и неструктурированными потоками данных, питающими агентные рабочие процессы.
•Вносить вклад в полный стек разработки, связывая бэкенды LLM с современными фронтендами.
•Работать в рамках существующих паттернов контроля доступа, логирования и аудита для систем с несколькими инструментами; выявлять пробелы и сообщать команде архитекторов, а не заниматься самостоятельным редизайном.
Требуемые навыки (обязательно)
•Более 6 лет профессионального опыта в разработке программного обеспечения, включая как минимум 1–2 года практического опыта создания решений с использованием LLM или агентных фреймворков.
•Высокий уровень владения Python и/или Node.js для разработки AI и бэкенда.
•Рабочие знания основных поставщиков LLM (например, OpenAI, Anthropic) и фреймворков оркестрации подсказок (LangChain, LangGraph).
•Практический опыт создания приложений на базе LLM, включая:
•Инжиниринг подсказок и обеспечение структурированных выходных данных
•Интеграция инструментов и вызов функций
•Retrieval-Augmented Generation (RAG) с использованием векторных баз данных и поиска на основе эмбеддингов
•Проектирование многоагентных рабочих процессов и фреймворков оркестрации
•Управление контекстными окнами и состоянием диалога
•Опыт интеграции внешних инструментов и API через вызов функций или механизмы регистрации инструментов.
•Опыт интеграции агентов или инструментов с корпоративными SaaS-приложениями через REST API или фреймворки коннекторов.
•Рабочие знания SQL и NoSQL баз данных и их подключения к AI-пайплайнам.
•Опыт написания тестовых случаев или оценочных механизмов для поведения агентов/LLM (точность, галлюцинации, корректность вызова инструментов).
•Знакомство с методами оценки агентов, включая использование LLM в роли судьи, оценку на основе задач, проектирование бенчмарков и автоматизированное регрессионное тестирование.
•Понимание паттернов контроля доступа и аудита в системах с несколькими инструментами и агентами.
•Понимание безопасности AI, инъекций подсказок, утечек данных, границ разрешений и защитных мер агентных систем.
•Сильные навыки отладки и способность реализовывать сложные многошаговые системы в рамках установленной архитектуры.
Желательные навыки
•Понимание облачного развертывания и инфраструктуры (AWS, GCP).
•Знание контейнеризации и CI/CD пайплайнов (Docker, GitHub Actions).
•Опыт работы с наблюдаемостью AI, защитными мерами и механизмами безопасности для LLM.
•Знакомство с хранилищами данных или аналитическими движками запросов для масштабного структурированного поиска.
