Staff-бэкенд-инженер для AI-системы управления контекстом
Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости. Мы полностью удалённая компания: команда распределена по более чем 40 странам. Открыта удалённая позиция для кандидатов из Испании, Швеции, Великобритании, Ирландии или Германии.
В рамках новой инициативы мы строим AI-нативную систему интеллектуальной работы с данными, которая даёт агентам управляемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста получает данные, агенты принимают решения, команды данных поддерживают интеллектуальную систему.
Ищем Staff-инженера бэкенда для создания первых production-сервисов системы управления контекстом. Нужно проектировать и запускать базовую бэкенд-архитектуру: приём контекста, хранение, retrieval API и интеграции для агентов. Это ранняя роль в команде с высокой автономией; важно комфортно работать в условиях неопределённости, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS.
Задачи:
- Проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для приёма контекста, индексации, оркестрации retrieval, API-доступа, настройки источников и администрирования.
- Создавать масштабируемую SaaS-основу: архитектура мультитенантного сервиса с изоляцией тенантов, учётом использования, квотами, аудит-логами, фоновыми задачами и надёжными границами сервисов.
- Строить API и интерфейсы, позволяющие AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, происхождение, сигналы уверенности и предупреждения.
- Работать на стыке продукта и инфраструктуры, находить компромиссы между быстрыми экспериментами и долгосрочной надёжностью при переходе от прототипа к production.
- Эксплуатировать создаваемое: инструментировать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать инструменты наблюдаемости для понимания поведения системы и повышения надёжности.
- Влиять на техническое направление: архитектура, границы сервисов, выбор хранилищ, контракты API, паттерны развёртывания и инженерные практики нового продукта.
- Эффективно коммуницировать в динамичной коллаборативной среде и работать между командами.
- Полностью отвечать за разрабатываемые AI-решения: они должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным пользовательским сценариям.