О BLOCK LABS

Block Labs — ведущая технологическая студия, работающая на переднем крае Web3, искусственного интеллекта и iGaming. Мы не просто выпускаем функции; мы разрабатываем высокомасштабируемые платформы производственного уровня, которые обеспечивают работу цифровых продуктов следующего поколения.

Мы — коллектив старших инженеров, продуктовых стратегов и строителей, которые отказываются идти на компромисс в архитектуре. Будь то проектирование автономных многоагентных систем ИИ, создание децентрализованной финансовой инфраструктуры или архитектура высокочастотных платформ iGaming, нашим стандартом является совершенство.

Мы движемся быстро, но строим на долгосрочную перспективу. Если вы хотите работать в команде, которая ценит глубокие технические знания, продуманный системный дизайн и владение продуктом, Block Labs — это то, что вам нужно.

РОЛЬ

Мы инвестируем в управляемых агентов ИИ, которые работают напрямую с нашими клиентами и внутренними командами. Данные и аналитика теперь находятся в центре нескольких разрабатываемых нами продуктов, и созданная нами платформа готова для поддержки более продвинутой аналитики: принятия решений в реальном времени, прогнозного моделирования и управляемых агентов ИИ.

Эта роль отражает этот сдвиг. Наш механизм принятия решений управляется формальным реестром решений: более 100 решений в 15 модулях платформы, охватывающих шлюзы риска в реальном времени, оркестрацию вознаграждений и вовлечения, маршрутизацию платежей, оповещение казначейства и вмешательства в ответственную игру. Люди устанавливают цели, бюджеты и уровни утверждения; ИИ и модели машинного обучения создают, оценивают, моделируют и оптимизируют в их рамках; движок детерминированно выполняет действия в рамках утвержденных границ и все регистрирует. Как инженер ИИ в команде Intelligence, вы являетесь продуктовым инженером платформы данных и агентов. Вы создаете производственных агентов, которые отвечают на реальные бизнес-вопросы и, по мере получения автономии, работают с реальными клиентами и реальными деньгами: обоснованные, проверяемые, защищенные от враждебных входных данных и контролируемые человеком, где это необходимо. И вы создаете аналитику под ними и вокруг них: модели и анализы, которые обеспечивают принятие решений, и панели мониторинга, где бизнес видит и управляет всем, на платформе, где неправильное решение может привести к перемещению денег, и каждое решение должно быть восстановимым.

ОСНОВНЫЕ ОБЯЗАННОСТИ:

Вашим первым результатом будет производственный агент SQL BI-аналитика: агент, нативный для Slack, который отвечает на бизнес-вопросы с помощью управляемого SQL запросов к аналитическому хранилищу данных, с проверенными запросами, проверенными результатами и цитируемыми доказательствами за каждой цифрой. Оттуда роль примерно в равной степени разделена на четыре направления: агенты ИИ, машинное обучение, наука о данных и панели мониторинга и интерфейсы, которые их предоставляют.

АГЕНТЫ ИИ

• Создание и владение аналитическими агентами от начала до конца: агенты, нативные для Slack, которые преобразуют бизнес-вопросы на естественном языке в управляемый SQL запросы к аналитическому хранилищу данных, отвечают на вопросы руководства по P&L, публикуют ежедневные сводки о состоянии и объясняют изменения метрик с помощью анализа первопричин на основе данных; защищены проверкой SQL и схемы, проверкой разумности результатов и перекрестной проверкой ежедневных метрик по отношению к каноническим отчетам.
• Расширение до агентов, ориентированных на клиентов: сортировка и маршрутизация намерений, ответы с использованием RAG (Retrieval-Augmented Generation) на основе версионированных баз знаний со строгими механизмами прерывания и эскалации, многоходовые конечные автоматы для диалогов, локализованный бренд-голос и логика эскалации; интеграция с нашими платформами поддержки и CRM (прием веб-хуков, управление жизненным циклом сеанса, тегирование метаданных намерений, автоматизированные тикеты эскалации с контекстом готовых инструментов).
• Создание уровня инструментов с разбивкой по рискам между агентами и внутренними API: инструменты для сбора контекста только для чтения, проверка информации перед любым действием, рабочие процессы подтверждения в несколько этапов и переключатель на каждый инструмент, который перемещает низкорисковые мутации из режима утверждения ведущим в полностью автономное выполнение по мере накопления доказательств. Защита агентов от враждебных входных данных: проверка на внедрение подсказок (prompt injection), блокировка чувствительных намерений на основе пороговых значений уверенности, пути скрытой эскалации безопасности и защита от злоупотребления инструментами и утечки данных.
• Создание агентов с повышением уровня автономии с использованием LangGraph, Anthropic Agent SDK / Model Context Protocol (MCP) или эквивалентных фреймворков оркестрации. Проектирование замкнутого цикла обратной связи (сбор исправлений, запись проверенных запросов и семантической памяти), журналов аудита решений и средств оценки, включая регрессионные наборы, доказывающие, что новые инструменты или намерения не вносят деградации в существующие пути.

МАШИННОЕ ОБУЧЕНИЕ

• Создание и вывод в продакшн моделей, лежащих в основе сигналов решений платформы: модели оттока, пожизненной ценности и чувствительности к бонусам для вовлечения; составные оценки риска игроков по сигналам личности, платежей, игрового процесса, бонусов и сети; обнаружение сговоров, ботов и мультиаккаунтинга; и обнаружение аномалий для казначейства и платежей.
• Отправка моделей в виде управляемых сигналов, а не блокнотов: версионированные контракты с SLA с механизмом принятия решений и вашими агентами, с мониторингом свежести, дрейфа и калибровки, а также автоматизированными путями переобучения, обслуживаемые через уровни реального времени (Kafka/MSK), почти реального времени и пакетной обработки (ClickHouse).

НАУКА О ДАННЫХ

• Владение многовекторным скорингом риска вывода средств: оценки по каждому вектору с указанием обоснования и уверенности, агрегация на основе доказательств и автоматическое переоценивание при поступлении новых доказательств.
• Кодирование бизнес-правил с владельцами доменов и поддержание политики аудируемой: преобразование политики в детерминированные, настраиваемые правила; моделирование и бэктестинг каждого изменения правила или порога на исторических данных перед активацией; проектирование выделенных групп и контрольных групп для измерения истинного эффекта; и проведение углубленного анализа, который питает как ваших агентов, так и команду руководства.

ПАНЕЛИ МОНИТОРИНГА И ИНТЕРФЕЙСЫ

• Создание интерфейсов супервизора и утверждения для ваших агентов: очереди обзора с карточками предложений действий в один клик для высокорисковых мутаций, воспроизведение сеансов с возможностью поиска, показывающее подсказки, выходные данные моделей, цепочки рассуждений и вызовы инструментов, а также структурированный модуль оценки, выходные данные которого используются для наборов данных оценки и тонкой настройки.
• Проектирование и выпуск панелей мониторинга, через которые бизнес потребляет вашу работу: представления аудита решений, панели мониторинга производительности агентов (коэффициент исправлений, коэффициент сбоев, объем решений по правилам и векторам), очереди проверки рисков и представления KPI, созданные совместно с командой BI, перемещая дашбординг к обнаружению аномалий и объяснению с помощью ИИ.

О ВАС:

• Опыт работы в области программного обеспечения, науки о данных или машинного обучения более 4 лет, включая более 1 года создания агентов на базе LLM в производственной среде: использование инструментов и вызов функций, структурированные выходные данные, поиск и память, а также многошаговая оркестрация с использованием таких фреймворков, как LangGraph или Anthropic Agent SDK.
• Вы внедрили производственную RAG-систему и можете конкретно говорить об обосновании, разбиении на части и качестве поиска, контроле галлюцинаций и о том, когда следует отказаться отвечать.
• Вы относитесь к агентам, ориентированным на клиентов, как к поверхности атаки: вы можете объяснить, как вы будете защищаться от внедрения подсказок (prompt injection), злоупотребления вызовами инструментов и утечки данных через выходные данные моделей.
• Владение производственным жизненным циклом ML: инжиниринг признаков, обучение, развертывание, мониторинг и переобучение. Опыт обнаружения мошенничества, рисков или злоупотреблений является сильным сигналом: несбалансированные классы, враждебные пользователи и решения с асимметричными затратами.
• Статистическая строгость: проектирование экспериментов, выделенные группы и контрольные группы, измерение эффекта и калибровка оценок; вы можете защитить выбор порога как перед сотрудником по комплаенсу, так и перед инженером.
• Дисциплина оценки недетерминированных систем: вы создавали средства оценки и регрессионные наборы и выявляли отклонения в качестве раньше, чем ваши пользователи.
• Сильный Python для производственных сервисов, комфортное владение TypeScript для интерфейсов обзора и утверждения, которые вы будете выпускать, и сильные навыки SQL в колоночных аналитических базах данных (предпочтительно ClickHouse).
• Способность доводить свою работу до готового для заинтересованных сторон интерфейса: очереди обзора, интерфейсы утверждения, панели мониторинга и легкие внутренние приложения с использованием фронтенд-фреймворка или инструментов, таких как Streamlit. Вы не ждете, пока другая команда сделает вашу работу видимой.
• Опыт проектирования систем, где выходные данные моделей питают детерминированное выполнение, сохраняя этот рубеж чистым (модели оценивают, предлагают и составляют черновики; управляемая логика принимает решения), с наблюдаемостью и трассировкой LLM (Langfuse, LangSmith или аналогичные) и ответственностью за то, что вы выпускаете, в том числе когда это ломается.

ПРИЯТНО ИМЕТЬ:

• Опыт работы в iGaming или других высокодоверенных, транзакционно-интенсивных средах, где безопасность, предотвращение мошенничества, аудируемость, отслеживаемость, целостность данных и надежные операционные средства контроля являются основными требованиями к проектированию.
• Опыт интеграции с платформами поддержки или клиентского сервиса (Intercom, Zendesk или аналогичные): веб-хуки, API для диалогов, агентская помощь или полная автоматизация.
• Опыт работы с блокчейном или крипто-нативными транзакционными потоками, включая данные в блокчейне, кластеризацию кошельков или расчеты в стейблкоинах.
• Опыт работы с ограниченной оптимизацией, бандитами или обучением с подкреплением, применяемым в жестких бизнес-ограничениях (бюджеты, лимиты, списки исключений).
• Опыт работы с системами управления правилами или решениями, а также разработка приложений для Slack.
• Опыт работы с событийно-ориентированными системами и потоковой передачей данных: потребители Kafka или MSK, идемпотентная обработка и обработка ошибок.

КАК МЫ РАБОТАЕМ

• Полностью удаленная работа с асинхронной коммуникацией. Предпочтительно совпадение по часовым поясам ЕС.
• Небольшая команда Intelligence с высокой степенью автономии в составе функции Data. Вы подчиняетесь руководителю отдела данных и координируете работу с командами AI, BI и Infrastructure, а для агентов, ориентированных на клиентов, — с руководителем отдела обслуживания клиентов и продуктовыми командами, которым служат ваши агенты.
• Решения по архитектуре документируются и обсуждаются. Вы будете участвовать в обзорах дизайна и принимать решения в своей области.
• Автономия зарабатывается доказательствами. Модели и агенты начинают в режиме только предложения, контролируемом человеком, и повышаются по одному уровню за раз, опираясь на симуляцию и данные о результатах.
• Мы изначально проектируем для многопользовательского масштабирования. То, что вы выпускаете для одного оператора, должно без дополнительных инженерных усилий вмещать следующего.

Какую культуру я могу ожидать?

Зрелая, ориентированная на миссию и с низким эго. Мы ценим ясность над шумом, результаты над зрелищностью, а темп без хаоса. Если вы один из самых умных специалистов в своем деле и хотите работать с другими экспертами, вы почувствуете себя здесь как дома.