AI Инженер (Senior Full-Stack)

Компания-разработчик бизнес-решений в сфере интернет-маркетинга.
Наши инструменты и сервисы, созданные на базе собственной платформы, помогают автоматизировать работу рекламных агентств и специалистов, работать с аналитикой и проектировать уникальные решения под конкретный запрос.

Мы ищем инженера-архитектора, способного самостоятельно пройти путь от бизнес-гипотезы до работающего PoC, а затем масштабировать его с небольшой командой. Вы будете проектировать и строить AI-native продукты, где LLM, агенты и RAG - будут являться ядром архитектуры.

Чем предстоит заниматься:

• Проектировать архитектуру AI-first продуктов от концепции до production-ready MVP

• Самостоятельно разрабатывать PoC и прототипы новых AI-решений для маркетинговых задач

• Строить и оптимизировать multi-agent системы и RAG-пайплайны enterprise-уровня

• Принимать технические решения по выбору стека, архитектурных паттернов и инфраструктуры

• Управлять командой из нескольких разработчиков: декомпозиция задач, code review, менторинг

Мы ожидаем от тебя:
Backend и LLM-интеграции

• Python как основной язык

• Уверенная работа с API: OpenAI, Anthropic (Claude), Google Gemini

• Понимание специфики работы с Functions (openai)

• Инфраструктура: Docker, CI/CD, опыт деплоя на Yandex Cloud/ AWS / GCP / Azure

Frontend

• Достаточный уровень для самостоятельной сборки интерфейса PoC/MVP

• Нужно быть знакомым с React / Next.js, TypeScript

• Будет полезным Понимание SSE/WebSocket-стриминга для real-time AI-интерфейсов

Агентные системы и оркестрация:

• Практический опыт с LangGraph (или подобными технологиями) (state machines, checkpointing, human-in-the-loop)

• Знание альтернативных фреймворков: CrewAI (role-based orchestration), AutoGen/AG2 (conversational agents)

• Проектирование multi-agent workflow: маршрутизация, делегирование, error recovery, conditional branching

• Понимание Model Context Protocol (MCP) как стандарта подключения агентов к внешним инструментам и данным

RAG-архитектуры

• Опыт построения production RAG: семантический чанкинг, hybrid search (vector + BM25), cross-encoder reranking

• Знание продвинутых паттернов: GraphRAG (entity extraction, community summarization, multi-hop reasoning), Agentic RAG (Corrective RAG, Self-RAG), intelligent query routing

• Работа с векторными БД: Pinecone, Qdrant, Weaviate, pgvector (важен реальный опыт)

• Оценка качества RAG: метрики faithfulness, answer relevancy, context precision

В свою очередь, мы гарантируем:

• Защищенность – все гарантии ТК РФ, мы полностью «белая» компания: стабильные выплаты зарплаты, стандартный график работы, "плавающее" начало рабочего дня;
• Комфорт – возможность работать из дома или из офиса; библиотека, настольный теннис, внимание к профессионализму, здоровью, настроению, экологии;
• Развитие – возможность обучения и профессионального развития в рамках отдела и всей Компании, а так же интересные задачи, крутые проекты и лучшие клиенты;
• Команду – понятные и четкие коммуникации, дружелюбные коллеги;
• Заботу – компенсация изучения иностранных языков (английский, французский), занятия спортом (футбол/йога), завтраки по утрам, насыщенная корпоративная жизнь.

​​