Название: Staff Backend Engineer, Context Management
Компания: Wand
Местоположение: Европейский часовой пояс / Удаленно
Создавая Будущее Рабочей Силы
Wand превращает ИИ в рабочую силу. Он позволяет людям и ИИ-агентам работать вместе как единая, гибридная рабочая сила, с комплексным управлением и надзором. И это уже работает в масштабах некоторых из крупнейших организаций мира.
Wand создала первую в мире инфраструктуру агентного труда, позволяющую правительствам и мировым предприятиям создавать, управлять и масштабировать цифровые рабочие силы.
Наша миссия — интегрировать экосистемы агентов в основу работы и бизнеса, открывая поколенческий скачок в мировой экономике. Мы создаем инфраструктуру, которая позволяет людям и ИИ-агентам работать вместе безопасно, прозрачно и в масштабе.
Присоединяйтесь к Wand и возглавьте агентный сдвиг
Wand создает высокопроизводительную глобальную команду, которая берет на себя полную ответственность за то, что она создает. Мы подаем пример, действуем быстро, принимаем решения на основе данных и постоянно стремимся к большему — всегда с упором на предоставление реальной ценности клиентам.
Вы присоединитесь к команде мирового класса, сочетающей глубокие исследовательские знания и реальное выполнение продуктов, с опытом работы в Deepmind, Google, Amazon, Miro, Elise AI, IBM и Accern.
Краткое описание должности:
Эта роль идеально подходит для инженера уровня Staff с более чем 10-летним опытом создания систем поиска информации и интеграции данных, особенно в быстро меняющейся стартап-среде. Вы будете отвечать за проектирование, разработку и поддержку слоя управления контекстом, который питает наши ИИ-агенты. Вы будете обеспечивать их доступ, поиск и анализ нужной информации из различных корпоративных источников.
Наш технологический стек включает:
- Backend: Python, FastAPI, BlackSheep, Temporal
- Данные и поиск: Elasticsearch, MongoDB, PostgreSQL, Redis, ClickHouse, Snowflake
- AI/ML: OpenAI, LangChain, LangGraph, LiteLLM, Docling
- Обмен сообщениями: RabbitMQ, Kafka
- Облако и инфраструктура: Azure, Docker, Kubernetes
Обязанности:
- Проектирование и создание масштабируемых систем поиска и извлечения, сочетающих лексические и семантические подходы.
- Разработка и поддержка коннекторов к корпоративным источникам данных (SaaS-платформы, хранилища данных, хранилища документов, API).
- Создание конвейеров данных, которые принимают, преобразуют и индексируют данные клиента для использования ИИ-агентами.
- Извлечение и обработка аналитических данных из хранилищ клиентов (Snowflake, BigQuery, Databricks и др.).
- Полное владение проектами: от архитектуры и технического проектирования до реализации, развертывания и текущего обслуживания.
- Сотрудничество с командами по продуктам и ИИ для преобразования качества извлечения в измеримые улучшения производительности агентов.
- Оптимизация конвейеров извлечения по задержке, релевантности и экономической эффективности в масштабе.
- Поддержание культуры высокой эффективности, креативности и качества.
Ключевые квалификации:
- Степень в области компьютерных наук, инженерии или смежной области.
- Более 10 лет инженерного опыта
- Высокий уровень владения Python или Golang; готовность работать с дополнительными языками по мере развития стека.
- Опыт создания корпоративных SaaS-интеграций или коннекторов источников в масштабе, или практический опыт работы с поисковыми технологиями (Elasticsearch, векторные базы данных, такие как Pinecone, Weaviate, Qdrant или аналогичные).
- Владение как минимум одной облачной средой (GCP, AWS, Azure).
- Подтвержденный опыт работы в быстро меняющейся стартап-среде.
- Самостоятельность во всем стеке, комфортная работа без выделенной поддержки DevOps.
- Опыт работы с контейнеризированными средами (Docker, Kubernetes).
Предпочтительный опыт:
- Прочное понимание встраиваний (embeddings), семантического поиска и шаблонов генерации с дополненным поиском (RAG).
- Опыт создания и поддержки конвейеров данных и рабочих процессов ETL/ELT.
- Знакомство с как минимум одной крупной платформой хранилищ данных (Snowflake, BigQuery, Databricks, Redshift).
- Опыт работы с API LLM и фреймворками агентов в производственной среде.
- Опыт работы со стратегиями разделения (chunking), моделями переранжирования и гибридными подходами к поиску.
- Опыт работы в области поиска, извлечения информации или инженерии данных.
- Знакомство с управлением данными (data governance), контролем доступа и многопользовательскими архитектурами данных.
- Вклад в проекты по поиску или извлечению с открытым исходным кодом.
- Опыт работы с производственными системами, обслуживающими корпоративных клиентов.
Личные характеристики:
- Сильный индивидуальный вкладчик, комфортно владеющий крупными проектами с минимальным надзором.
- Архитектурное мышление: балансирует между качеством долгосрочного дизайна и скоростью стартапа.
- Отличные коммуникативные и межличностные навыки.
- Постоянное стремление к совершенствованию и инновациям.
