О позиции
Мы ищем AI Engineer для разработки агентских систем и ИИ-продуктов. Ваша задача будет заключаться в быстром прототипировании гипотез и реализации их в production с акцентом на надежность, безопасность и масштабируемость. Вы будете работать с передовыми технологиями и инструментами в области искусственного интеллекта.
Чем вы будете заниматься
- Разрабатывать агентские системы и ИИ-продукты: от быстрого прототипирования гипотез до production-реализации.
- Прототипировать AI-гипотезы: собирать MVP, proof-of-concept и внутренние демо на базе LLM и ИИ-агентов.
- Тестировать новые технологии для AI-продуктов: open-source agents, memory-системы и фреймворки для orchestration.
- Проектировать и разрабатывать AI-агентские системы с многошаговыми workflow и human-in-the-loop механизмами.
- Обеспечивать надежность и безопасность при переводе прототипов в production.
- Проводить техническую оценку решений и выбирать оптимальные архитектуры.
Требования
- От 3 лет опыта в разработке на Python: асинхронный код, типизация, тесты.
- Практический опыт разработки ИИ-агентов и LLM-based решений.
- Использование ИИ-инструментов в ежедневной работе.
- Уверенный бэкенд-фундамент: REST/gRPC, очереди (Kafka / Redis / RabbitMQ), Postgres, Docker.
- Базовая работа с k8s или аналогами.
Что мы предлагаем
- Конкурентная зарплата с возможностью роста.
- Удалённая работа с гибким графиком.
- Доступ к современным инструментам и технологиям.
- Возможности для профессионального развития и обучения.
- Работа в команде профессионалов, ориентированных на результат.
Вакансия хорошая, с четкими требованиями и задачами. Конкурентная зарплата и возможности для роста.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками для машинного обучения, такими как TensorFlow или PyTorch, что позволяет быстро и эффективно разрабатывать ИИ-продукты.
Способность работать в удаленном режиме, включая самодисциплину и организованность, чтобы управлять своим временем и задачами без постоянного контроля.
Опыт работы с микросервисной архитектурой, включая использование gRPC и Kafka для построения масштабируемых агентских систем.
Понимание принципов DevOps и опыт работы с Docker и Kubernetes для автоматизации развертывания и управления приложениями в производственной среде.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/Big Data
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев