Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
EEpiminds
Стокгольм, Швеция2 месяца назад
We’re building Lucy, an AI system that does marketing work: investigating performance, finding opportunities, and carrying approved changes through to execution.
We’re a small team in Stockholm building the environment that lets agents do this work reliably across tools, data, and ongoing tasks.
A capable model still needs the right environment to do useful work. It needs access to tools, relevant context, a place to execute code, feedback on what happened, and clear boundaries for when to continue or stop.
Those choices compound. A tool response can overwhelm the context. A handoff can lose a constraint. A failed command can send an agent into a loop. An earlier assumption can become the basis for an unsupported action.
Our agents already delegate to specialists, run code in sandboxes, and retrieve client knowledge. The challenge is engineering the harness around them so they can complete longer, harder tasks with less intervention.
You’ll own the agent harness: the execution loop, tool interfaces, context assembly, memory, delegation, and feedback that turn model capability into dependable behavior.
You’ll work directly with the founders and engineers, moving between runtime code, traces, and evaluations. The backend engineer owns the underlying compute and durable execution infrastructure; you own how agents use that environment to get the job done.
You’re a strong software engineer who has built and shipped systems using language models. You understand how tool design, context, and feedback affect agent behavior, and you can investigate failures across a full execution trace.
You’re comfortable with TypeScript and Python, designing experiments, and maintaining the runtime code behind them. Experience building agent frameworks, coding agents, execution environments, or evaluation systems is especially relevant.
Our stack includes TypeScript, Node.js, the Vercel AI SDK, multiple model providers, LangSmith, PostgreSQL, and sandboxed Python execution.
The harness determines how much of a model’s capability reaches the user. You’ll own that layer at Epiminds, with room to rethink how agents work and direct responsibility for proving the result.
We welcome applicants of all backgrounds.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 63 400 до 94 400
Формат работы
Офис
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы создаем Lucy — систему искусственного интеллекта, которая занимается маркетингом: исследует эффективность, находит возможности и утвержденные изменения воплощает в жизнь.
Мы — небольшая команда в Стокгольме, создающая среду, которая позволяет агентам надежно выполнять эту работу с использованием различных инструментов, данных и текущих задач.
Способная модель по-прежнему нуждается в правильной среде для выполнения полезной работы. Ей нужен доступ к инструментам, релевантному контексту, месту для выполнения кода, обратной связи о произошедшем и четким границам для продолжения или остановки.
Эти выборы усложняются. Ответ инструмента может переполнить контекст. Передача может привести к потере ограничения. Неудачная команда может зациклить агента. Более раннее предположение может стать основой для неподдерживаемого действия.
Наши агенты уже делегируют задачи специалистам, запускают код в изолированных средах и извлекают знания клиента. Задача состоит в том, чтобы спроектировать систему управления ими, чтобы они могли выполнять более длительные и сложные задачи с меньшим вмешательством.
Вы будете отвечать за систему управления агентами: цикл выполнения, интерфейсы инструментов, сбор контекста, память, делегирование и обратную связь, которые превращают возможности модели в надежное поведение.
Вы будете работать напрямую с основателями и инженерами, переключаясь между кодом времени выполнения, трассировками и оценками. Инженер бэкенда отвечает за базовую вычислительную мощность и инфраструктуру надежного выполнения; вы отвечаете за то, как агенты используют эту среду для выполнения работы.
Система управления определяет, какая часть возможностей модели достигает пользователя. Вы будете отвечать за этот уровень в Epiminds, с возможностью переосмыслить, как работают агенты, и прямой ответственностью за доказательство результата.
Вы — сильный инженер-программист, который создавал и внедрял системы с использованием языковых моделей. Вы понимаете, как дизайн инструментов, контекст и обратная связь влияют на поведение агента, и можете расследовать сбои по полной трассировке выполнения.
Вы уверенно владеете TypeScript и Python, проектированием экспериментов и поддержкой кода времени выполнения для них. Особо релевантен опыт создания фреймворков для агентов, написания кода для агентов, сред выполнения или систем оценки.
Наш стек включает TypeScript, Node.js, Vercel AI SDK, несколько поставщиков моделей, LangSmith, PostgreSQL и изолированное выполнение Python.
