fokcus

Старший разработчик агентов для бизнеса

Лавка · Москва · офис

по договорённости

Опубликовано 14 дн назад

Как распознать мошенников

Настоящий работодатель не просит войти через iCloud или Apple ID, прислать коды из SMS, установить программу для «тестового задания», перевести деньги или оплатить обучение. Если просят — это не работа.

senior PythonPostgreslangchainlanggraph
Свежая вакансия Появилась 14 дн назад — объявление ещё свежее

Старший разработчик агентов для бизнеса в Лавку Москва, офис

Мы ищем сильного разработчика-агентостроителя, который возьмёт на себя проектирование и развитие таких AI-систем end-to-end. Это позиция на стыке ML, бэкенда и архитектуры: вы будете отвечать за крупные инициативы, от RFC и выбора стека до прода и эксплуатации, и вместе с руководителем команды формировать техническое направление.

Какие задачи вас ждут Вести крупные AI-инициативы под ключ (30–50+ человеко-дней) Вы будете вести AI-инициативы от идеи и RFC до продакшна и эксплуатации: погружаться в бизнес-процесс, защищать архитектуру, писать код и ставить задачи другим разработчикам команды, отвечать за выкатку и поддержку. Стек — Python, Postgres, экосистема lang*. Интеграции — с внутренними сервисами Яндекса и внешними API. Проектировать архитектуру AI-систем Вы будете решать, как организовать оркестрацию, общий контекст и память, переиспользуемые тулы, фолбэки, маршрутизацию между моделями, решать, что обернуть в RAG, что — в файнтюн, что — в промпт. Нужно будет защищать архитектуру на ревью и доводить её до внедрения. Работать с нагруженными агентскими сценариями Предстоит проектировать отказоустойчивые компоненты: мониторинг качества и галлюцинаций в проде, оптимизацию latency и стоимости вызовов LLM, обработку пиковых нагрузок, грамотные ретраи и фолбэки. SLA на агентов — ваша зона ответственности. Предлагать архитектурные и продуктовые изменения Мы ждём не реализации задач по ТЗ, а инициативы по техническому и продуктовому улучшению. Вам предстоит самостоятельно находить точки роста (снижение костов на бизнес-процессы, рост покрытия сценариев агентом, ускорение time-to-answer, удешевление инференса), формулировать гипотезы, защищать их и доводить до результата. Поддерживать жизнь агентов в проде и масштабировать их Агенты живут долго, и после внедрения работа не заканчивается. Вам предстоит выстраивать системы мониторинга качества, добавлять покрытие непредвиденных сценариев, масштабировать решения на соседние сервисы, дежурить по своим проектам. Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждём, что вы

Будет плюсом, если вы

Понравилась вакансия?

———

Разместить вакансию Удалёнка Джунам Джунам разработчикам Удалёнка джунам За рубежом Качнуть карьеру

мы также есть там, куда всех хотят отправить — https://max.ru/it_vakansii_jobs

Показать как в источнике
Старший разработчик агентов для бизнеса в Лавку
Москва, офис

Мы ищем сильного разработчика-агентостроителя, который возьмёт на себя проектирование и развитие таких AI-систем end-to-end. Это позиция на стыке ML, бэкенда и архитектуры: вы будете отвечать за крупные инициативы, от RFC и выбора стека до прода и эксплуатации, и вместе с руководителем команды формировать техническое направление.
‍
Какие задачи вас ждут
Вести крупные AI-инициативы под ключ (30–50+ человеко-дней)‍
Вы будете вести AI-инициативы от идеи и RFC до продакшна и эксплуатации: погружаться в бизнес-процесс, защищать архитектуру, писать код и ставить задачи другим разработчикам команды, отвечать за выкатку и поддержку. Стек — Python, Postgres, экосистема lang*. Интеграции — с внутренними сервисами Яндекса и внешними API.
Проектировать архитектуру AI-систем‍
Вы будете решать, как организовать оркестрацию, общий контекст и память, переиспользуемые тулы, фолбэки, маршрутизацию между моделями, решать, что обернуть в RAG, что — в файнтюн, что — в промпт. Нужно будет защищать архитектуру на ревью и доводить её до внедрения.
Работать с нагруженными агентскими сценариями‍
Предстоит проектировать отказоустойчивые компоненты: мониторинг качества и галлюцинаций в проде, оптимизацию latency и стоимости вызовов LLM, обработку пиковых нагрузок, грамотные ретраи и фолбэки. SLA на агентов — ваша зона ответственности.
Предлагать архитектурные и продуктовые изменения‍
Мы ждём не реализации задач по ТЗ, а инициативы по техническому и продуктовому улучшению. Вам предстоит самостоятельно находить точки роста (снижение костов на бизнес-процессы, рост покрытия сценариев агентом, ускорение time-to-answer, удешевление инференса), формулировать гипотезы, защищать их и доводить до результата.
Поддерживать жизнь агентов в проде и масштабировать их‍
Агенты живут долго, и после внедрения работа не заканчивается. Вам предстоит выстраивать системы мониторинга качества, добавлять покрытие непредвиденных сценариев, масштабировать решения на соседние сервисы, дежурить по своим проектам.
Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждём, что вы
— Уверенно владеете Python для продакшн-разработки, работали с нагруженными асинхронными системами, очередями, базами данных — видите, где будет узкое место, и обходите его заранее
— Вели крупные проекты end-to-end от формулировки задачи и RFC до выкатки и поддержки в проде, умеете декомпозировать большую инициативу, защищать архитектуру, согласовывать решения со смежниками
— Понимаете LLM и AI-агентов на уровне продакшн-практики: можете подобрать модель под задачу, спроектировать тулы, выстроить оценку качества, ловить и исправлять галлюцинации
— Имеете архитектурное и продуктовое мышление: задаёте вопросы про целевое состояние процесса, видите точки роста за рамками текущего тикета, формулируете гипотезы и оцениваете их пользу для бизнеса
— Проактивны и автономны: приходите с идеями, защищаете их, доводите до результата, готовы влиять на направление, а не только исполнять задачи

Будет плюсом, если вы
— Имеете продакшн-опыт с API больших языковых моделей (YandexGPT, OpenAI, Anthropic): писали тулы, промпты, RAG-пайплайны на серьёзных нагрузках
— Имеете опыт ML-разработки: понимаете, когда нужен файнтюн, когда — RAG, когда достаточно промпт-инжиниринга, а когда лучше использовать классический ML
— Глубоко знакомы с экосистемой lang* (LangChain, LangGraph), агентскими протоколами (MCP, A2A) и продвинутыми RAG-подходами: гибридным поиском, реранкингом, агентным RAG


Понравилась вакансия?
💚 — да
🌚 — нет


———

🖤 Разместить вакансию
💙 Удалёнка
💚 Джунам
🧑‍💻 Джунам разработчикам
🫶 Удалёнка джунам
💜 За рубежом
💚 Качнуть карьеру

мы также есть там, куда всех хотят отправить — https://max.ru/it_vakansii_jobs

Похожие вакансии