Прикладной AI-инженер, LLM и агенты

О компании

Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд.

О роли

Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение.

Задачи

• Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов.
• Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации.
• Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации.
• Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости.
• Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок.

Требования

• Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах.
• Опыт с LangChain/LangGraph или аналогичными агентными фреймворками.
• Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка.
• Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks).
• Опыт валидации данных и проектирования схем (Pydantic, JSON Schema).
• Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform.
• Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами.

Будет плюсом

• Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов.
• Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog).
• Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами.
• Инфраструктура как код (Terraform, CDK).

Условия и компенсация

• Базовая зарплата: $215,000–$250,000 в год + опционы на акции.
• Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем.
• Участие в капитале компании (equity).
• Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников.
• Пенсионный план 401(k).
• Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются.
• Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие.
• Гибкий отпуск (PTO).
• Бесплатное использование платформы Future.