Разработчик AI-агентов

Что предстоит делать

Описание: Мы ищем опытного разработчика AI-агентов для присоединения к нашей AI-команде. У вас должен быть подтверждённый производственный опыт работы с AI-системами и сильный интерес к изучению и развитию вместе с современными технологиями агентов.

• Разрабатывать, внедрять и оптимизировать AI-агентов, способных к автономному принятию решений, рассуждению и использованию инструментов в реальных сценариях.
• Создавать и поддерживать пайплайны для планирования, памяти, поиска и выполнения многошаговых задач агентами.
• Интегрировать LLM, векторные хранилища, API и внешние инструменты для обеспечения сложного поведения агентов.
• Разрабатывать и улучшать стратегии промптинга, цепочки рассуждений и политики агентов для повышения надёжности и точности.
• Внедрять фреймворки для оценки производительности, безопасности и устойчивости агентов в различных задачах.
• Мониторить поведение агентов в продакшене, устранять сбои и постоянно улучшать качество результатов.
• Оптимизировать пайплайны инференса для скорости, экономической эффективности и выбора моделей/инструментов.

Что ждём от вас

• Сильные навыки Python и подтверждённый производственный опыт работы с экосистемами агентов.
• Векторизация (Embeddings) и векторный поиск (Vector search)
• Промпт-инжиниринг и инжиниринг контекста (Prompt & Context engineering)
• RAG, CRAG, GraphRAG
• LangChain, LangGraph, CrewAI
• Тестирование и верификация агентов (Agent's testing & verification)
• Инструменты и навыки агентов (Agentic Tools and skills)
• Модели и инструменты для AI-ассистированного кодирования (AI-assisted coding models & tools)
• Развитое аналитическое мышление и навыки решения проблем
• Способность чётко сообщать о результатах и компромиссах
• Ответственность за задачи от исследования до внедрения
• Любознательность и готовность исследовать новые подходы
• Уровень английского, достаточный для эффективного технического и делового общения с носителями языка
• Будет плюсом
• Автономные агенты (Autonomous Agents) и глубокие агенты (Deep Agents)
• Типы и возможности моделей (Thinking, Multimodal models)
• LLMOps
• Наблюдаемость GenAI (GenAI Observability)
• Управление памятью и кэширование промптов (Memory management & Prompt caching)
• Управление моделями и управление данными (Model Governance & Data Governance) (Ответственный AI)
• Базовые знания облачной инфраструктуры (Cloud infrastructure)
• Паттерны агентов (Agentic patterns)
• Механики интеграции (MCP, AA-protocol)
• Базовое понимание основ машинного обучения:
• Обучение с учителем, обучение моделей, оценка моделей
• Переобучение, регуляризация, кросс-валидация
• Знание статистических методов и теории вероятностей

Что предлагаем