Senior AI/ML-инженер по агентным системам

Worth AI — компания, разрабатывающая платформу на основе искусственного интеллекта для онбординга и андеррайтинга в финансовом секторе. Платформа объединяет онбординг и андеррайтинг в единую AI-систему, а агенты обрабатывают сложные сигналы в регулируемой финансовой среде.

Обязанности:

• Проектировать и внедрять многошаговые агентные системы (planner/executor, с использованием инструментов, мультиагентные, с участием человека) для автоматизации KYB, андеррайтинга, проверки кейсов и мониторинга рисков.
• Строить графы агентов в LangGraph (или аналогичных фреймворках: CrewAI, AutoGen, Claude Agent SDK) с явным состоянием, отказоустойчивым выполнением, повторными попытками и безопасными запасными вариантами.
• Разрабатывать и укреплять слой извлечения данных для агентов: стратегии чанкинга, гибридный поиск, переранжирование, обоснованные цитаты по документам SoS, записям IRS, банковским данным и графу Worth из 700M+ SMB.
• Отвечать за стек оценок: эталонные наборы, офлайн-регрессионные наборы, LLM-as-judge, онлайн A/B и теневые оценки, ред-тиминг для защиты от джейлбрейков, промпт-инъекций и утечек PII.
• Подключать агентов к производственным системам Worth через типизированные инструменты, MCP-серверы и существующие сервисы (движок принятия решений, управление кейсами, crosswalking).
• Управлять производственным MLOps для агентов: развертывание, версионирование, управление трафиком, бюджеты затрат/задержек, наблюдаемость (трассировки, расход токенов, успешность вызовов инструментов), playbook для инцидентов.
• Совместно с командами безопасности, комплаенса и юристов обеспечивать соответствие агентов требованиям SOC 2, GDPR, CCPA и справедливого кредитования.
• Превращать неоднозначные продуктовые гипотезы в конкретные проекты агентов, прототипы и внедренные функции.
• Наставлять инженеров по паттернам агентов, гигиене промпт-инжиниринга, дисциплине оценок и режимам отказа LLM-систем.
• Следить за новыми моделями, фреймворками и паттернами, внедрять то, что реально работает в производстве.

Технологический стек:

• Языки и среды: Python, Node.js, TypeScript.
• Фреймворки для агентов и LLM: LangGraph, LangChain, Claude Agent SDK, MCP, OpenAI SDK.
• Модели: Anthropic Claude, OpenAI, open-weight (Llama, Mistral) при необходимости.
• Извлечение и данные: PostgreSQL, pgvector / векторные БД, OpenSearch, Kafka, Redshift, Redis.
• Инфраструктура и оркестрация: AWS, Kubernetes (EKS), ArgoCD, Terraform.
• Оценки и наблюдаемость: инструменты типа LangSmith / Langfuse / Braintrust, DataDog, собственные наборы для оценок.

Требования:

• 8+ лет профессионального опыта в разработке ПО, из них минимум 2 года — создание производственных LLM или агентных систем (не только ноутбуки или демо).
• Прочный опыт в разработке ПО: фронтенд, API, асинхронные паттерны, очереди, базы данных и режимы отказа распределенных систем.
• Подтвержденный опыт владения крупными функциями или подсистемами в производстве.
• Опыт наставничества младших инженеров и повышения стандартов качества команды.
• Опыт работы с событийно-ориентированными системами: обогащение, повторные попытки, dead-lettering, backpressure.
• Опыт управления контейнеризованными приложениями в Kubernetes, EKS, ArgoCD, операторах, Kustomize.
• Глубокий практический опыт как минимум с одним современным фреймворком для агентов (предпочтительно LangGraph) и подтвержденный опыт внедрения агентов, которые работают, корректно обрабатывают ошибки и восстанавливаются.
• Реальный опыт с оценками: создание эталонных наборов, проведение офлайн- и онлайн-оценок, принятие решений о выпуске на их основе.
• Свободное владение производственным MLOps: развертывание LLM-нагрузок с учетом задержек, затрат и надежности, инструментирование.
• Уверенное владение Python; комфортная работа с TypeScript / Node.js для интеграции с сервисами Worth.
• Четкая и выверенная коммуникация: умение объяснять компромиссы агентов продукту, безопасности и клиентам.