AI-инженер, платформа и агентные системы

Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей.

Обязанности

• Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени.
• MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE.
• Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы.
• Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD.
• Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование.
• Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core).
• ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием.
• Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок.
• Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств.
• Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок.
• Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров.

Требования

• Владение Python (3.10+) — основной язык команды.
• Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении.
• Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код.
• Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию.
• Экспертиза в одной из шести областей:
• Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов.
• Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска.
• Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем.
• Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание.
• Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи.
• Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.