Мы в Telegram
Чем предстоит заниматься
- Вместе с продуктовыми и инженерными командами разбирать бизнес-процессы, определять сценарии применения AI-агентов и критерии успеха
- Оценивать данные, интеграции, технические ограничения, риски и стоимость эксплуатации, планировать внедрение решения
- Проектировать и разрабатывать агентные системы на Agent Platform и LangGraph, работать с LLM Proxy, MCP, RAG, AI Tools Hub и LLM Sec
- Сопровождать решения от первой рабочей версии до промышленной эксплуатации: реализовывать интеграции, тестировать, запускать, настраивать мониторинг и разбирать сбои
- Оценивать качество агентов с помощью T-Eval и Langfuse, анализировать качество, задержку, стоимость и влияние решения на бизнес-процесс
- Работать вместе с командами-заказчиками: совместно писать код, объяснять технические решения и передавать экспертизу для дальнейшего сопровождения
- Принимать инженерные решения с учетом сроков, качества, стоимости и надежности
- Передавать обратную связь команде платформы и превращать повторяющиеся решения в общие компоненты, инструкции и практики
Требования
- У вас есть опыт коммерческой разработки и запуска сложных программных систем в промышленную эксплуатацию от 5 лет
- У вас есть опыт создания агентных или других решений на базе LLM, понимаете их архитектуру, подходы к оценке качества и запуску
- Умеете проектировать распределенные системы, интеграции и API, понимаете принципы работы с данными, доступами и отказами
- Уверенно пишете и проверяете промышленный код на Python, Go, Java или другом языке программирования
- Работали с LangGraph, LangChain, LangFlow или аналогичными фреймворками, умеете подключать инструменты по MCP, строить RAG-сценарии и работать с состоянием, контекстом, оценкой качества и обработкой ошибок
- Умеете переводить неструктурированные задачи в технический план, определять приоритеты и самостоятельно доводить решения до результата
- Умеете обсуждать технические решения с инженерами и бизнес-заказчиками, аргументировать ограничения и договариваться о критериях успеха
- Регулярно используете ИИ-инструменты в разработке и понимаете, в каких задачах они ускоряют работу, а где требуют дополнительной проверки
- Будет преимуществом: опыт создания и развития продуктов или сервисов с нуля, опыт работы с внутренними платформами, инструментами для разработчиков или несколькими командами-потребителями, опыт работы с Langfuse, T-Eval или аналогичными системами трассировки и оценки качества, знание Docker, Kubernetes, Helm и GitLab CI/CD, опыт внедрения решений в крупных компаниях с требованиями к безопасности, доступам и надежности, умение самостоятельно собрать рабочее решение от серверной части и интеграций до простого пользовательского интерфейса