Senior Software Engineer — Agent Platform, AI Platform
Netflix развивает направление машинного обучения и искусственного интеллекта: от персонализации выбора контента до упрощения обработки платежей. Ключевая задача — создание масштабируемой и дифференцированной ML-инфраструктуры.
Команда Agent Platform отвечает за горизонтальную основу, на которой строятся все агенты в Netflix: среду выполнения агентов, SDK для разработчиков, слой памяти для сохранения контекста между запусками, систему идентификации и прав доступа, а также интерфейсы инструментов и сервисов для взаимодействия с остальной инфраструктурой Netflix. Команда небольшая, но с высоким влиянием: её решения становятся фундаментом для агентов во всей компании.
Это senior-роль для инженера-индивидуального контрибьютора, который хочет вручную строить эту основу, владеть ключевым примитивом от начала до конца и задавать его техническое направление в области, которая ещё формируется.
Задачи:
- Проектировать, создавать и эксплуатировать ключевой примитив агентов от начала до конца: среду выполнения, SDK для разработчиков, слой памяти, интерфейсы инструментов и сервисов или систему идентификации и прав доступа. Отвечать за надёжность и повседневную эксплуатацию недетерминированных систем в высоком масштабе, в том числе для пользовательских сценариев.
- Создавать цикл, позволяющий агентам улучшаться на основе собственного опыта. Записывать полную траекторию рассуждений и вызовов инструментов каждого запуска в структурированные воспроизводимые данные; превращать реальные результаты в сигнал оценки; накапливать память между запусками; замыкать цикл обратной связи, чтобы улучшенное поведение выпускалось через контрольные точки оценки и безопасный роллаут. Сделать эти задачи первоклассными возможностями платформы с реальными контрактами.
- Создавать поверхности качества и безопасности, без которых команды не могут выпускать агентов: трассировку, сигналы качества и хуки ограничений, позволяющие понять, насколько агент хорош, и сдерживать недетерминированное поведение до выхода в продакшен.
- Направлять сложные задачи на бизнес-результат: определять, где агент действительно меняет результат для пользователя или бизнеса, и на основе этого решать, что и в каком порядке берёт на себя платформа.
- Задавать техническое направление и повышать планку: принимать сложные архитектурные решения в своей области, вести кросс-командные технические инициативы с ML-учёными, продакт-менеджерами и партнёрами по безопасности, вычислениям и данным, определять чистые интерфейсы общей основы, ведя за собой техническим авторитетом, а не властью.
- Быстро итерировать с реальными пользователями: выпускать, учиться на том, как разработчики агентов строят на практике, и превращать это в долговечные возможности платформы, а не разовые исправления.
Минимальные квалификации:
- Значительный опыт в разработке ПО (обычно 8+ лет) с подтверждённым опытом выпуска и эксплуатации продакшен-систем, а не только прототипов.
- Практический опыт создания, развёртывания и эксплуатации LLM-агентов в продакшене: систем, которые планируют, вызывают инструменты, наблюдают результаты и итерируют, а не только приложений чат-комплита или демо.
- Опыт строгой оценки агентов: создание наборов оценки, трассировки и сигналов качества с последующей итерацией по результатам для измеримого улучшения агентов.
- Сильные фундаментальные знания в проектировании и эксплуатации масштабируемых, наблюдаемых и отказоустойчивых распределённых систем.
- Подтверждённый опыт создания SDK, API или библиотек, на которых строят другие инженеры: мышление контрактами, версионированием и опытом разработчика, а не только функциями.