AI Agent Engineer (1→1000) (вайбкодинг)

Мы делаем AI-native продукт для массового рынка — не «прикрутили чат-бота к существующему приложению», а строим продукт вокруг возможностей современных моделей с нуля. Детали расскажем на первом созвоне, но амбиция такая: продукт, которым вы сами захотите пользоваться каждый день.

Продукт уже на рынке — сейчас этап роста 1→10 000: масштабируем то, что сработало, и быстро добавляем новое. Работаем в режиме стартапа: гипотеза → прототип → реальные пользователи → данные → решение. Цикл занимает дни, а не кварталы. Процессов минимум, влияния максимум.

Почему это интересно

• Агенты — самый горячий фронтир в AI: вы будете строить их руками, а не читать про них в дайджестах

• Этап роста: ваши фичи сразу попадают к живым пользователям, эффект виден в метриках через дни

• Никакого legacy — архитектуру агентного слоя проектируете вы

• Доступ к передовым моделям и инструментам, эксперименты поощряются

Обязанности

• Развивать агентный слой продукта: agentic search, браузерный агент, работа с внешними сервисами

• Подключать инструменты: tools по API, MCP-серверы, взаимодействие агентов по A2A

• Проектировать оркестрацию: как агент планирует, выбирает инструменты, обрабатывает ошибки и восстанавливается

• Придумывать и запускать механики, которые растят продуктовые метрики: вовлечённость, удержание, время в продукте

• Строить эвалы и метрики качества агентов — понимать, где агент справляется, а где ломается

• Быстро проверять гипотезы: агентный сценарий в прототипе за дни, решение по данным

Требования

• Коммерческий опыт на Python, умение самостоятельно доводить фичи до прода

• Глубокая практика с LLM: function calling / tool use, многошаговые агентные сценарии

• Реальный опыт подключения инструментов: API-интеграции, MCP — или быстро разберётесь (A2A пока мало у кого, честно)

• Опыт браузерной автоматизации (Playwright и т.п.) или желание построить браузерного агента руками

• Понимание продуктовых метрик (retention, вовлечённость, время в продукте) и того, как фичи на них влияют

• Свободное владение AI-инструментами разработки (Cursor, Claude Code и т.п.)

• Комфорт в неопределённости: приоритеты меняются, ресурсы ограничены — зато решения ваши

• Плюсом: свой агентный пет-проект, вклад в open-source (фреймворки, MCP-серверы)

Условия

• Гибкий гибрид (обсуждаем индивидуально).
• Современный IT-офис вблизи Москва-Сити с фитнес-залом.
• Ипотека с выгодой для сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.