Engineer II (AI Enablement)

Должность: Инженер II (AI Enablement) Местоположение: Сингапур / Париж / Афины / гибрид

В качестве Инженера II в новой команде Kpler AI Enablement вы будете создавать инструменты, агентов и интеграции, которые помогут каждой функции в компании работать с ИИ в больших масштабах. Будучи сильным индивидуальным контрибьютором, вы будете отвечать за полный жизненный цикл функций и проектов — разбивая проблемы, беря на себя ответственность за них от проектирования до эксплуатации в продакшене и координируя действия с другими, когда работа выходит за рамки одного человека. Работа разнообразная и практическая: создание и адаптация ИИ-агентов и ассистентов для внутренних команд, кураторство баз знаний, на которые они полагаются, безопасная интеграция их с системами компании, а также создание интерфейсов и инструментария вокруг них. Вы будете работать бок о бок с старшим инженером и руководителем, которые будут поддерживать ваш рост в быстро развивающейся области компании с высокой видимостью. Для начала упор будет сделан на реализацию общекорпоративного плана Kpler по внедрению ИИ; ваши области фокусировки будут смещаться со временем в соответствии с приоритетами команды.

Ключевые обязанности Создание, адаптация и эксплуатация ИИ-агентов и ассистентов для внутренних функций, полное владение функциями от проектирования до развертывания и эксплуатации в продакшене (включая тестирование и CI/CD). Создание и поддержка конвейеров баз знаний: сбор, структурирование и поддержание в актуальном состоянии контента, на который опираются ИИ-системы для точности и полезности. Интеграция ИИ-систем с инструментами и источниками данных компании через хорошо структурированные, безопасные API и коннекторы. Применение командных средств безопасности и практик ответственного ИИ: контроль доступа, конфиденциальность данных и механизмы защиты с участием человека. Создание пользовательских инструментов и интерфейсов, когда это необходимо, охватывающих как пользовательские интерфейсы, так и бэкенд-сервисы за ними. Инструментирование того, что вы выпускаете: метрики использования, качества и затрат, показывающие, работает ли решение. Сбор обратной связи от внутренних пользователей, выявление точек трения и их преобразование в конкретные улучшения. Обеспечение надежности, наблюдаемости и поддерживаемости управляемых систем; участие в реагировании на инциденты и проведении RCA (анализа первопричин) для управляемых сервисов. Предоставление контекста и ясности посредством документации и руководств, чтобы другие понимали, что построено и почему. Вклад в общие фреймворки команды и практики инжиниринга с помощью ИИ Опыт и квалификация Существенно: 3+ года профессионального опыта в инжиниринге. Опыт создания и эксплуатации продакшн-систем end-to-end (сервисы, API или инструментарий). Практический опыт создания с использованием LLM (функции, агенты, автоматизации или серьезные сторонние проекты с соблюдением практик продакшн-качества). Понимание системного дизайна, баз данных/моделирования данных и архитектуры приложений. Знакомство с облачной инфраструктурой и CI/CD конвейерами. Сильные навыки решения проблем и сотрудничества, с ориентацией на пользователя. Владение Python и/или TypeScript. Разработка LLM-приложений: API моделей, промпт/контекстная инженерия, базовые RAG паттерны. Проектирование API и интеграция данных между несколькими системами и источниками. Проектирование баз данных, SQL и моделирование данных. Знакомство с облачными сервисами (предпочтительно AWS), контейнеризацией (Docker/Kubernetes) и практиками CI/CD. Желательно: Опыт работы с фреймворками для агентов, интерфейсами инструментов типа MCP, RAG или системами баз знаний. Опыт интеграции сторонних SaaS API. Full-stack опыт — создание веб-интерфейсов, а также поддерживающих их бэкенд-сервисов. Опыт создания внутренних инструментов или инструментов для разработчиков. Опыт оценки LLM, наблюдаемости или промпт/контекстной инженерии.