Senior Software Architect (AI Agent Systems)

Мы более 15 лет разрабатываем корпоративную платформу управления командировками (Online Booking Tool).

Это промышленная система, которой ежедневно пользуются корпоративные клиенты.

Backend платформы построен на PHP/Symfony и включает десятки интеграций с внешними поставщиками и внутренними сервисами.

Мы начинаем внедрение AI-агентов как нового пользовательского интерфейса к существующей OBT.

Что уже сделано:

Проект не начинается "с чистого листа".

Уже подготовлены:

• архитектура первого AI-агента (90%);

• поверхностное описание пользовательских сценариев;

• частичная модель состояний;

• схема интеграции сервисов;

• частичное описание взаимодействия с внутренними API;

• концепция хранения контекста;

• архитектура workflow.

Поэтому мы ищем инженера, который сможет критически оценить существующие решения, доработать их и довести до промышленной эксплуатации.

Что предстоит сделать:

Первый этап проекта — разработка AI-агента поиска авиа, жд билетов и отелей.

Агент должен:

• понимать естественную речь пользователя;

• вести диалог;

• собирать параметры поездки;

• вызывать внутренние API;

• получать профиль пользователя;

• получать тревел-политику;

• получать результаты поиска рейсов;

• объяснять ограничения простым языком;

• передавать заказ в существующую систему.

Важно:

AI не принимает бизнес-решения самостоятельно.

Все корпоративные правила, лимиты, цены, тревел-политика и результаты поиска поступают исключительно из внутренних API.

Что мы ищем:

Мы ищем не специалиста по ChatGPT/Claud.

И не человека, который умеет подключать LLM к API.

Нам нужен инженер, который способен проектировать корпоративного AI-агента.

Для нас AI — это не промпты.

Это:

• архитектура;

• интеграции;

• управление состоянием;

• маршрутизация запросов;

• проектирование Intent Map;

• Tool Calling;

• Guardrails;

• Source of Truth;

• отказоустойчивость;

• безопасность;

• сопровождение production-систем.

Что необходимо спроектировать:

Мы ожидаем, что инженер сможет самостоятельно разработать и обосновать:

Правила поведения агента:

Какие вопросы агент:

• решает самостоятельно;

• обязан передавать внутренним API;

• обязан уточнять;

• не имеет права отвечать без корпоративных данных.

Intent Map:

Полную карту пользовательских намерений.

Для каждого Intent определить:

• необходимые API;

• обязательные параметры;

• fallback;

• обработку ошибок;

• переходы между состояниями.

Source of Truth:

Определить:

какие данные являются источником истины.

Например:

• тревел-политика;

• лимиты;

• цены;

• поиск;

• согласование;

• статус заказа.

Guardrails:

Определить:

что модели запрещено делать.

Например:

• придумывать цены;

• придумывать рейсы;

• интерпретировать тревел-политику;

• самостоятельно принимать корпоративные решения.

Архитектуру диалога:

Определить:

• состояние;

• память;

• восстановление после ошибок;

• изменение намерения;

• возврат пользователя.

Эксплуатацию:

Предусмотреть:

• логирование;

• мониторинг;

• трассировку Tool Calling;

• обработку ошибок API;

• тестовые сценарии.

Что для нас особенно важно:

Мы работаем не с демонстрационным AI-ботом.

Мы развиваем промышленную корпоративную систему.

Поэтому мы ожидаем, что инженер сможет объяснить:

• почему именно так устроена архитектура;

• почему агент вызывает API именно в этот момент;

• какие существуют альтернативные решения;

• какие компромиссы возникают;

• какие риски появляются при масштабировании.

О нашей команде:

У нас сильная команда backend-разработчиков, архитекторов и специалистов по бизнес-процессам.

Мы много лет развиваем корпоративную OBT и хорошо понимаем её архитектуру.

Поэтому техническое интервью будет строится вокруг обсуждения инженерных решений.

Мы не оцениваем кандидата по тому, насколько красиво он рассказывает о возможностях LLM или перечисляет современные AI-фреймворки.

Для нас гораздо важнее способность:

• объяснить выбранную архитектуру;

• защитить принятое решение;

• аргументировать компромиссы;

• предложить масштабируемую модель развития системы.

Использование AI-инструментов:

Мы положительно относимся к использованию ChatGPT, Claude, Qwen, Copilot и других AI-инструментов в ежедневной работе инженера.

Мы сами активно используем современные AI-помощники.

Однако на интервью мы обсуждаем не текст, подготовленный моделью, а инженерное мышление кандидата.

Будьте готовы подробно объяснить:

• каждое архитектурное решение;

• каждый вызов API;

• каждое правило поведения агента;

• каждый предложенный Guardrail;

• причины выбора конкретного подхода.

Обязательные требования:

• коммерческий опыт разработки от 5 лет;

• опыт проектирования backend-систем;

• опыт интеграции REST API;

• понимание распределённых систем;

• опыт работы с LLM API;

• опыт проектирования AI Agent Systems;

• понимание Tool Calling;

• опыт проектирования State Machine;

• понимание Source of Truth;

• опыт проектирования отказоустойчивых решений.

Будет преимуществом:

• PHP / Symfony;

• Python / FastAPI;

• LangGraph;

• Temporal;

• LiteLLM;

• MCP;

• OpenAI Agents SDK;

• PostgreSQL;

• Redis;

• Docker;

• Kubernetes.

Что будет результатом работы:

Через 2-3 месяца мы ожидаем получить:

• production-ready AI-агента поиска (взаимодействия с внутренним API) авиа, жд билетов и отелей;

• полностью документированную архитектуру поведения агента;

• Intent Map;

• Source of Truth;

• Guardrails;

• матрицу ответственности LLM/API;

• набор тестовых сценариев;

• эксплуатационную документацию.

Первый этап отбора:

Вместе с резюме мы просим приложить краткое описание (1–2 страницы):

«Как вы разделили бы ответственность между LLM и существующей корпоративной системой при разработке AI-агента для поиска командировок?»

Нас интересует не выбор модели и не список используемых библиотек.

Мы хотим понять:

• как вы проектируете архитектуру;

• как определяете источник истины;

• как принимаете инженерные решения;

• как обеспечиваете безопасность и предсказуемость поведения AI-агента.