Промт-инженер AI-агентов Rovo и LLM
Strategic Technology Effectiveness, часть Technology Strategy & Transformation Organization в Accenture. Команда перестраивает подход крупных предприятий к определению, проектированию и управлению ПО, а также проектирует и внедряет агентные процессы и ПО для него. Работа меняет операционную модель инженерной организации, способы работы и инструменты.
Подход начинается с данных: cycle time, flow efficiency, WIP и throughput показывают, где останавливается поставка, и эта диагностика задаёт цель. Проектируемые решения AI-native по построению. Перестраиваются intake и приоритизация, чтобы спрос соответствовал реальной мощности, и путь от запроса до релиза, чтобы планирование, сборка, ревью, тестирование и деплой были связаны между собой, а не передавались через таблицы и статусные встречи. Большая часть работы находится выше по потоку, где закладывается стоимость переделок: генерация требований, синтез пользовательских историй, ревью дизайна, валидация архитектуры. Это означает паттерны агентов-создателей и агентов-ревьюеров, оркестрацию использования инструментов и мультиагентные workflow на enterprise-фреймворках с рабочим пониманием стоимости каждого паттерна в токенах и мест, где он ломается. Жизненный цикл рассматривается как система и как продукт, построенный для работы на скорости, требуемой в эпоху AI. Затем изменения закрепляются: инженерные команды переходят на работу с AI-усилением и остаются в ней.
Задачи:
- Проектировать enterprise AI-промты и разговорные сценарии.
- Разрабатывать и поддерживать Atlassian Rovo Agents.
- Создавать AI-ассистентов знаний и автоматизации workflow.
- Курировать корпоративные знания для улучшения ответов AI.
- Создавать библиотеки промтов, стандарты и процессы управления.
- Оценивать и оптимизировать производительность AI с помощью количественных и качественных метрик.
- Взаимодействовать с product owners, solution architects, AI-инженерами и бизнес-стейкхолдерами.
- Продвигать внедрение AI и лучшие практики промт-инжиниринга в организации.
Требования:
- Минимум 5 лет опыта в технической роли, связанной с AI/ML-системами, NLP, разговорным AI или управлением знаниями, из них минимум 2 года непосредственной работы с LLM.
- Минимум 2 года практического опыта промт-инжиниринга, включая проектирование, тестирование и итерации промтов для enterprise-сценариев на одной или нескольких LLM-платформах (например, OpenAI, Anthropic или аналогичных).
- Минимум 2 года опыта помощи enterprise-клиентам в проектировании, внедрении или управлении AI-инструментами, системами знаний или автоматизациями.
- Минимум 2 года опыта демонстрации создания или настройки AI-агентов, виртуальных ассистентов или чат-ботов, включая tool-use, knowledge grounding и дизайн персоны.
- Минимум 2 года опыта с системами управления знаниями (например, Confluence, SharePoint или аналогичными) и умение курировать и структурировать корпоративный контент для улучшения качества ответов AI.
- Минимум 2 года опыта и подтверждённая способность оценивать производительность AI-систем, выявлять режимы отказа и обеспечивать итеративные улучшения через структурированное тестирование и обратную связь от стейкхолдеров.
- Степень бакалавра или эквивалентный опыт (минимум 12 лет). При степени associate — минимум 6 лет опыта.
Будет плюсом:
- Практический опыт с Atlassian Rovo, включая настройку агентов, подключение knowledge connectors, интеграцию действий и инструментов, дизайн разговоров.
- Знакомство с возможностями Atlassian Intelligence в продуктах (Jira, Confluence, JSM) и их взаимодействием с Rovo-агентами и корпоративными знаниями.
- Опыт проектирования персон Rovo-агентов, ограничения доступа к знаниям и установки поведенческих guardrails для enterprise-развёртывания.
- Умение интегрировать Rovo-агентов в корпоративные workflow через Atlassian automation, API или сторонние коннекторы.
- Продвинутое владение техниками промт-инжиниринга: chain-of-thought reasoning, few-shot и zero-shot prompting, role prompting, структурированное форматирование вывода и паттерны retrieval-augmented generation (RAG).
- Умение проектировать промты, устойчивые к вариациям входных данных и к prompt injection.
Условия:
- Локация: Boston, MA.
- Возможны командировки: от 0 до 100% в зависимости от потребностей бизнеса и требований клиента.
