Разработчик ИИ-агентов, агентные системы

О компании

Aisle создает слой управления в реальном времени для физической розницы. Платформа связывает действия покупателей, стимулы и результаты в непрерывный цикл обратной связи, позволяя брендам запускать, измерять и оптимизировать розничные показатели в моменте. Это основа для автономного розничного исполнения. Сегодня 1600+ брендов и 5M+ потребителей используют Aisle. Под капотом — обработка событий с высокой нагрузкой, принятие решений в реальном времени и низколатентная инфраструктура. Небольшая быстрорастущая команда масштабирует систему.

О роли

Ищем Agent Builder для работы вместе с ведущим инженером по агентам над внутренним стеком агентов — сейчас это 8 агентов (Reggie и остальные) плюс экосистема плагинов. Стек построен на OpenClaw, но подойдет опыт с любым продакшн-харнессом (Hermes, кастомные решения).

Работа делится на две части:

• Операторский enablement: сидеть с операторами, изучать их рабочие процессы, проектировать и внедрять инструменты — tools, skills, плагины, интеграции.
• Системы жизнеобеспечения агентов: память, системные промпты, управление контекстом, retrieval, эвалы, наблюдаемость, маршрутизация моделей.

Обязанности

• Тесно работать с доменными экспертами и операторами, превращать их неявные знания в возможности агентов.
• Отвечать за системы жизнеобеспечения агентов: память, системные промпты, контекстные окна, retrieval, циклы эвалов, наблюдаемость.
• Проектировать и создавать фоновые инструменты, плагины и скиллы.
• Поддерживать систему в проде: диагностировать сбои агентов и исправлять первопричины, а не симптомы.
• Проводить эксперименты, определять, где агенты полезны или вредны: задавать рубрики, читать трейсы, решать, что чинить дальше.
• Разрабатывать и распространять паттерны: обобщать работающие решения в переиспользуемые паттерны для памяти, промптинга, контекста, инструментов и оркестрации. Приносить новые возможности моделей и дизайн-паттерны в команду.

Требования

Владение агентами:

• Обязательно: практический продакшн-опыт с хотя бы одним агентным фреймворком (OpenAI Agents SDK, Claude Code, Codex, Cursor, OpenClaw, LangGraph, Hermes или собственный харнесс). Вы уже создавали и запускали агентов, которыми пользуются люди, и знаете их сбои наизусть.
• Свободное владение сессиями, контекстными окнами, системами памяти, вызовом инструментов/функций и харнессами в стиле MCP/ACP.
• Промпт и контекстный дизайн — ключевое ремесло, а не хобби; вы итеративно доводите поведение агента до надежного.
• Мыслите в терминах результатов: можете сидеть с оператором, наблюдать за работой и декомпозировать его задачи на то, что агент реально может сделать.
• У вас есть мнение о субстрате: дизайн памяти, архитектура системных промптов, управление контекстом, retrieval, эвалы — и вы внедряли это для агента, которым пользуются.

Технический комфорт (минимум, не потолок):

• Уверенно работаете в терминале: меняете конфиги, запускаете скрипты, перезапускаете сервисы, читаете логи — но не обязаны быть «фулстек-инженером».
• Можете подключать инструменты и плагины по документации и примерам.
• Можете работать вместе с инженерами, когда нужны реальные изменения кода, и понимаете, когда выходите за пределы своих знаний.

Образ мышления (важнее резюме):

• Чутье 80/20 в обе стороны: знаете, какие 20% фич дают 80% ценности, и какие 20% действий агенты делают плохо, проектируете компенсирующие паттерны на уровне харнесса.
• Архитектурное мышление: видите агентные системы как системы, держите всю анатомию в голове, проектируете изменения с учетом побочных эффектов.
• С одинаковым удовольствием отлаживаете странный трейс в OpenClaw TUI и обсуждаете с человеком, почему агент ощущается «не таким».
• Ориентированы на результат: важно, что агент достигает, а не сколько строк вы написали.
• Сильная декомпозиция задач и оркестрация: разбиваете сложные задачи на то, что агент реально может сделать.