Обязанности:
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.Похожие вакансии