Senior Backend-инженер — AI-платформа
Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой observability, которой доверяют более 10 000 организаций. Компания на 100% удалённая, сотрудники находятся в более чем 40 странах. Для этой роли ищут кандидатов из США или Канады; резиденты Квебека не могут участвовать.
Команда недавно запустила skunkworks-инициативу с целью привнести observability в остальной бизнес. В рамках инициативы создаётся AI-native система интеллектуальной работы с данными, которая даёт агентам надёжный, управляемый доступ к корпоративному контексту. Система помогает агентам получать нужные данные, метаданные, определения, lineage, сигналы качества и институциональные знания. Принцип прост: система контекста извлекает данные, агенты принимают решения, а команды данных поддерживают интеллектуальность.
Ищут Senior Backend-инженера для создания первых production-сервисов системы управления контекстным слоем. Предстоит проектировать и выпускать ядро backend-архитектуры, обеспечивающей ingestion, хранение контекста, retrieval API и интеграции для агентов. Это роль раннего этапа в команде с высокой автономией, поэтому нужно комфортно работать в условиях неопределённости, принимать прагматичные архитектурные решения и строить системы, способные развиваться от внутреннего dogfooding до production-grade SaaS.
Задачи:
- Создавать основные backend-сервисы: проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для ingestion контекста, индексации контекста, оркестрации retrieval, доступа через API, конфигурации источников и системного администрирования.
- Формировать масштабируемую SaaS-основу: помогать определять и строить архитектуру multi-tenant сервиса, включая изоляцию тенантов, учёт использования, квоты, audit logs, фоновые задачи и надёжные границы сервисов.
- Обеспечивать retrieval-воркфлоу для агентов: создавать API и сервисные интерфейсы, позволяющие AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, provenance, сигналы уверенности и предупреждения.
- Работать на стыке продукта и инфраструктуры: совместно с командой находить практичные компромиссы между быстрым экспериментированием и долгосрочной надёжностью, особенно при переходе от прототипа к production.
- Эксплуатировать созданное: оснащать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать инструменты observability для понимания поведения системы и повышения надёжности.
- Участвовать в формировании технического направления: помогать определять архитектуру, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики для новой продуктовой области.
- Эффективно коммуницировать: работа в высокодинамичной и коллаборативной среде, требуется взаимодействие между командами.
- Брать на себя ответственность и влиять: полное владение разрабатываемыми AI-решениями, чтобы они были не только инновационными, но и масштабируемыми, поддерживаемыми и соответствующими реальным пользовательским сценариям.
