Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Blend360
Хайдарабад, Индия3 месяца назад
Грейд
Lead
Опыт работы
от 6 лет
Формат работы
Удалённо
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы ищем ведущего инженера по ИИ, который поможет формировать и создавать следующее поколение агентных ИИ и систем инжиниринга на базе ИИ в Blend360. Это не традиционная роль в области разработки GenAI или чат-ботов. Мы ищем опытного инженера-программиста/инженера по ИИ, который понимает, как создавать производственные агентные системы, и, что важно, как использовать агентный инжиниринг в рамках жизненного цикла разработки программного обеспечения (SDLC). Вы будете работать над инжинирингом ИИ, архитектурой программного обеспечения, оркестрацией агентов, приложениями LLM, производительностью разработчиков и разработкой программного обеспечения с помощью ИИ. Вы поможете установить инженерные практики, связанные с агентами ИИ, инжинирингом контекста, использованием инструментов, оценками, автономным выполнением задач и рабочими процессами разработки, дополненными ИИ. Идеальный кандидат сочетает в себе прочные основы инжиниринга программного обеспечения с практическим опытом создания и эксплуатации реальных агентных систем ИИ.
Агентный инжиниринг и SDLC, дополненный ИИ
Продвигать внедрение практик агентного инжиниринга в жизненный цикл разработки программного обеспечения, используя агентов ИИ для дополнения и автоматизации инженерных рабочих процессов. Использовать инструменты и подходы, такие как Claude Code, Claude Code Skills, PI, Hermes Agent и аналогичные агенты для написания кода/инжиниринга ИИ, в рамках повседневной разработки программного обеспечения. Создавать рабочие процессы с помощью ИИ, охватывающие анализ требований, генерацию кода, понимание кода, рефакторинг, тестирование, отладку, документацию, обзор кода и развертывание. Проектировать рабочие процессы агентов, способных понимать большие кодовые базы, управлять контекстом, использовать инструменты, выполнять многошаговые инженерные задачи и восстанавливаться после сбоев. Разрабатывать лучшие практики, связанные с управлением контекстом, инжинирингом контекста, использованием инструментов, оркестрацией агентов, защитными механизмами, рабочими процессами с участием человека и автономным выполнением задач. Проектировать и внедрять Evals для измерения корректности, надежности, качества кода, выполнения задач, регрессий и общей эффективности агентов. Постоянно оценивать новые инструменты и методы агентного кодирования и определять возможности для повышения производительности инженеров и качества программного обеспечения.
Производственные агентные системы ИИ
Архитектура и разработка многоагентных и агентных систем, способных выполнять сложные, многошаговые задачи в производственных средах. Проектирование архитектур агентов, включающих планирование, рассуждение, использование инструментов, память/контекст, выполнение, рефлексию, валидацию и восстановление после ошибок. Создание агентов, интегрирующихся с API, базами данных, корпоративными системами, инструментами разработчика и другими внешними службами. Разработка надежного использования инструментов и интеграций на основе MCP, где это применимо. Создание производственных приложений LLM с использованием таких фреймворков, как LangGraph, LangChain или эквивалентных фреймворков оркестрации. Реализация RAG, семантического поиска, векторного поиска, структурированных выводов и других шаблонов приложений LLM, где это необходимо. Разработка соответствующих средств наблюдения, оценки, мониторинга, безопасности и защитных механизмов для агентных приложений.
Инжиниринг программного обеспечения и архитектура
Обеспечение технического лидерства в проектировании и разработке программных продуктов и платформ на базе ИИ. Применение строгих принципов инжиниринга программного обеспечения, включая системный дизайн, модульную архитектуру, проектирование API, масштабируемость, надежность, тестирование, CI/CD и поддерживаемость. Создание производственных сервисов и API с использованием таких технологий, как Python, FastAPI, Docker, Kubernetes и облачных платформ. Тесное сотрудничество с командами инженеров, продакт-менеджеров, данных и клиентов для преобразования сложных бизнес-задач в масштабируемые технические решения. Проведение технических обзоров дизайна и наставничество других инженеров по ИИ/программному обеспечению. Установление инженерных стандартов и лучших практик для создания приложений ИИ и агентных приложений.
Лидерство и инновации
Выступать в качестве технического лидера в инициативах по агентному ИИ и влиять на архитектурные и инженерные решения в командах. Наставничество инженеров по инжинирингу ИИ, агентным архитектурам, практикам инжиниринга программного обеспечения и разработке с помощью ИИ. Быть в курсе быстро развивающихся агентов для кодирования ИИ, фреймворков агентов, возможностей LLM, методологий оценки и инженерных практик. Прототипирование новых технологий и переход успешных подходов к надежным производственным решениям. Сотрудничество с клиентами и внутренними заинтересованными сторонами для выявления возможностей, где агентный ИИ может принести измеримую бизнес- и инженерную ценность.
We are looking for a Lead AI Engineer to help shape and build the next generation of Agentic AI and AI-powered engineering systems at Blend360. This is not a traditional GenAI or chatbot development role. We are looking for an experienced software/AI engineer who understands how to build production-grade agentic systems and, importantly, how to leverage Agentic Engineering as part of the Software Development Lifecycle (SDLC). You will work across AI engineering, software architecture, agent orchestration, LLM applications, developer productivity, and AI-assisted software development. You will help establish engineering practices around AI agents, context engineering, tool use, evaluations, autonomous task execution, and AI-augmented development workflows. The ideal candidate combines strong software engineering fundamentals with hands-on experience building and operating real-world Agentic AI systems.
What You'll Do
Agentic Engineering & AI-Augmented SDLC
Drive the adoption of Agentic Engineering practices across the software development lifecycle, using AI agents to augment and automate engineering workflows. Leverage tools and approaches such as Claude Code, Claude Code Skills, PI, Hermes Agent, and comparable AI coding/engineering agents as part of day-to-day software development. Build AI-assisted workflows covering requirements analysis, code generation, code understanding, refactoring, testing, debugging, documentation, code review, and deployment. Design agent workflows capable of understanding large codebases, managing context, using tools, executing multi-step engineering tasks, and recovering from failures. Establish best practices around context management, context engineering, tool calling, agent orchestration, guardrails, human-in-the-loop workflows, and autonomous task execution. Design and implement Evals to measure agent correctness, reliability, code quality, task completion, regression, and overall effectiveness. Continuously evaluate emerging agentic coding tools and techniques and identify opportunities to improve engineering productivity and software quality.
Production-Grade Agentic AI
Architect and develop multi-agent and agentic systems capable of performing complex, multi-step tasks in production environments. Design agent architectures involving planning, reasoning, tool use, memory/context, execution, reflection, validation, and error recovery. Build agents that integrate with APIs, databases, enterprise systems, developer tools, and other external services. Develop reliable tool-use and MCP-based integrations where appropriate. Build production-grade LLM applications using frameworks such as LangGraph, LangChain, or equivalent orchestration frameworks. Implement RAG, semantic search, vector retrieval, structured outputs, and other LLM application patterns where required. Establish appropriate observability, evaluation, monitoring, security, and guardrails for agentic applications.
Software Engineering & Architecture
Provide technical leadership across the design and development of AI-powered software products and platforms. Apply strong software engineering principles including system design, modular architecture, API design, scalability, reliability, testing, CI/CD, and maintainability. Build production-quality services and APIs using technologies such as Python, FastAPI, Docker, Kubernetes, and cloud platforms. Work closely with engineering, product, data, and client teams to translate complex business problems into scalable technical solutions. Conduct technical design reviews and provide mentorship to other AI/software engineers. Establish engineering standards and best practices for building AI and agentic applications.
Leadership & Innovation
Act as a technical leader for Agentic AI initiatives and influence architecture and engineering decisions across teams. Mentor engineers on AI engineering, agentic architectures, software engineering practices, and AI-assisted development. Stay current with rapidly evolving AI coding agents, agent frameworks, LLM capabilities, evaluation methodologies, and engineering practices. Prototype emerging technologies and transition successful approaches into reliable production solutions. Collaborate with clients and internal stakeholders to identify opportunities where Agentic AI can deliver measurable business and engineering value.
Must Have
6+ years of software engineering / AI engineering experience, with strong hands-on development experience. Strong software engineering fundamentals with experience building production-grade applications and services. Demonstrable experience building production-grade Agentic AI systems, beyond simple chatbots or basic RAG applications. Strong understanding of Agentic Evaluation / Agent Evals, including designing evaluation frameworks for autonomous and multi-agent systems. Experience creating evaluation datasets, test scenarios, metrics, automated regression tests, and quality gates for agentic applications. Ability to evaluate agents beyond final-answer accuracy, including planning, tool use, reasoning trajectory, context handling, reliability, safety, latency, cost, and task completion. Strong hands-on experience with Python and modern backend/API development. Experience with LLMs, GenAI, agent orchestration, tool calling, and RAG. Experience with agent frameworks such as LangGraph, LangChain, CrewAI, AutoGen, Google ADK, or equivalent. Strong understanding of multi-agent architectures, planning, reasoning, context management, tool use, memory, and agent execution. Experience working with Evals / evaluation frameworks to measure and improve AI/agent performance. Experience with cloud, containers, CI/CD, APIs, databases, and production deployments. Strong understanding of software architecture, debugging, testing, scalability, and production engineering practices.
Agentic Engineering – Critical Requirement
The candidate should have practical exposure to using AI agents as engineering tools within the SDLC, not simply developing AI applications.
Experience with tools such as:
Claude Code / Claude Code Skills PI Hermes Agent AI coding agents or comparable agentic development platforms
is highly valuable. Candidates should understand how to use these tools for activities such as:
Context management → code generation → repository understanding → implementation → testing → debugging → code review → evaluation → iteration
Nice to Have
Experience with MCP (Model Context Protocol) and building MCP servers/tools. Experience with Claude, GPT, Gemini, Llama, or other frontier models. Experience with AWS, Azure, or GCP. Experience with Kubernetes, Docker, CI/CD, and cloud-native architectures. Experience with LLM observability and tracing. Experience with tools such as Langfuse, Arize Phoenix, OpenTelemetry, or similar. Experience implementing automated agent evaluations, regression testing, and quality gates. Experience with distributed systems and scalable AI inference. Experience working in consulting/client-facing environments.
What Success Looks Like
In this role, you will:
Build and scale production-grade Agentic AI systems, not just prototypes or chatbots. Help Blend360 adopt Agentic Engineering across the SDLC. Improve developer productivity through AI-assisted engineering workflows. Establish repeatable approaches for context engineering, agent orchestration, tool use, and Evals. Help teams safely adopt AI coding agents such as Claude Code, PI, Hermes Agent, and emerging equivalents. Raise the engineering quality, reliability, and scalability of AI solutions delivered to clients. Mentor engineers and become a technical authority in Agentic AI Engineering.
Blend is a premier AI services provider, committed to co-creating meaningful impact for its clients through the power of data science, AI, technology, and people. With a mission to fuel bold visions, Blend tackles significant challenges by seamlessly aligning human expertise with artificial intelligence. The company is dedicated to unlocking value and fostering innovation for its clients by harnessing world-class people and data-driven strategy. We believe that the power of people and AI can have a meaningful impact on your world, creating more fulfilling work and projects for our people and clients. For more information, visit
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 2 930 000 до 5 440 000
6+ лет опыта работы в области инжиниринга программного обеспечения / инжиниринга ИИ, с сильным практическим опытом разработки. Прочные основы инжиниринга программного обеспечения с опытом создания производственных приложений и сервисов. Демонстрируемый опыт создания производственных агентных систем ИИ, выходящий за рамки простых чат-ботов или базовых приложений RAG. Глубокое понимание оценки агентов / Agent Evals, включая проектирование фреймворков оценки для автономных и многоагентных систем. Опыт создания наборов данных для оценки, тестовых сценариев, метрик, автоматизированных регрессионных тестов и контрольных точек качества для агентных приложений. Способность оценивать агентов не только по точности конечного ответа, но и по планированию, использованию инструментов, траектории рассуждений, обработке контекста, надежности, безопасности, задержке, стоимости и выполнению задач. Богатый практический опыт работы с Python и современными бэкэнд/API разработками. Опыт работы с LLM, GenAI, оркестрацией агентов, использованием инструментов и RAG. Опыт работы с фреймворками агентов, такими как LangGraph, LangChain, CrewAI, AutoGen, Google ADK или эквивалентными. Глубокое понимание многоагентных архитектур, планирования, рассуждений, управления контекстом, использования инструментов, памяти и выполнения агентов. Опыт работы с Evals / фреймворками оценки для измерения и улучшения производительности ИИ/агентов. Опыт работы с облачными технологиями, контейнерами, CI/CD, API, базами данных и производственными развертываниями. Глубокое понимание архитектуры программного обеспечения, отладки, тестирования, масштабируемости и практик производственного инжиниринга.
Агентный инжиниринг – критически важное требование
Кандидат должен иметь практический опыт использования агентов ИИ в качестве инженерных инструментов в SDLC, а не просто разработки приложений ИИ.
Опыт работы с такими инструментами, как:
Claude Code / Claude Code Skills PI Hermes Agent Агенты для написания кода ИИ или сопоставимые платформы агентной разработки
является очень ценным. Кандидаты должны понимать, как использовать эти инструменты для таких задач, как:
Управление контекстом → генерация кода → понимание репозитория → реализация → тестирование → отладка → обзор кода → оценка → итерация
В этой роли вы будете:
Создавать и масштабировать производственные агентные системы ИИ, а не просто прототипы или чат-боты. Помогать Blend360 внедрять агентный инжиниринг в SDLC. Повышать производительность разработчиков с помощью инженерных рабочих процессов, дополненных ИИ. Разрабатывать повторяемые подходы к инжинирингу контекста, оркестрации агентов, использованию инструментов и Evals. Помогать командам безопасно внедрять агентов для написания кода ИИ, таких как Claude Code, PI, Hermes Agent, и аналогичные новые решения. Повышать качество, надежность и масштабируемость решений ИИ, поставляемых клиентам. Наставлять инженеров и стать техническим авторитетом в области агентного инжиниринга ИИ.
Blend — ведущий поставщик услуг в области ИИ, стремящийся совместно создавать значимое влияние для своих клиентов с помощью данных, ИИ, технологий и людей. Имея миссию подпитывать смелые видения, Blend решает значительные проблемы, беспрепятственно объединяя человеческий опыт с искусственным интеллектом. Компания стремится раскрыть ценность и стимулировать инновации для своих клиентов, используя людей мирового класса и стратегию, основанную на данных. Мы верим, что сила людей и ИИ может оказать значительное влияние на ваш мир, создавая более полноценную работу и проекты для наших людей и клиентов. Для получения дополнительной информации посетите
Опыт работы с MCP (Model Context Protocol) и создание серверов/инструментов MCP. Опыт работы с Claude, GPT, Gemini, Llama или другими передовыми моделями. Опыт работы с AWS, Azure или GCP. Опыт работы с Kubernetes, Docker, CI/CD и облачными архитектурами. Опыт работы с наблюдаемостью LLM и трассировкой. Опыт работы с такими инструментами, как Langfuse, Arize Phoenix, OpenTelemetry или аналогичными. Опыт внедрения автоматизированных оценок агентов, регрессионного тестирования и контрольных точек качества. Опыт работы с распределенными системами и масштабируемым выводом ИИ. Опыт работы в консалтинге / работе с клиентами.
Что такое успех
