Обязанности:
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.
Похожие вакансии