Компания:** TaxDome
Тип занятости: FULL_TIME
О TaxDome
В TaxDome мы создаем лучшую платформу для управления практикой для бухгалтерских фирм в США и по всему миру. Основанная в 2017 году, наша компания выросла до более чем 400 полностью удаленных сотрудников в более чем 40 странах, обслуживая десятки тысяч бизнесов по всему миру с миллионами конечных клиентов.
Как мы работаем
Вы станете частью глобально распределенной команды, построенной на доверии, ответственности и самоуправлении. Мы ориентируемся на результаты, а не на активность — отдавая приоритет четкой ответственности, прагматичным решениям и подотчетности за результаты, а не жестким процессам. Сотрудничество — это основа нашей работы: мы общаемся открыто, вовлекаем нужных людей на ранних этапах и постоянно совершенствуем то, как мы вместе создаем продукты и команды.
Об этой роли
Мы ищем Старшего инженера по ИИ, который поможет нам ускорить рост, проектируя и запуская производственные ИИ-сервисы — помощников на базе RAG, MCP-серверы, ИИ-агентов — и создавая интеллектуальные автоматизации для наших команд. Вы будете выбирать подходящий инструмент для каждой задачи, от Python-сервисов до low-code платформ, таких как n8n, проектируя решения, которые экономят время и повышают эффективность.
Это полноценная старшая позиция: вы будете отвечать за решения от начала до конца — от определения бизнес-задачи и выбора архитектуры до ее создания, интеграции, безопасной доставки и эксплуатации. Эта роль предполагает не только технические навыки — решение, что создавать, почему и с какими компромиссами, — но и инженерное видение.
Это полностью удаленная работа, мы нанимаем сотрудников по всей Европе, с предпочтением для кандидатов, работающих в часовом поясе CET (±3 часа).
Ваши задачи
- Руководить обсуждениями бизнес-задач и предлагать решения с использованием LLM, ИИ-агентов, кастомных сервисов или low-code инструментов — в зависимости от того, что лучше всего подходит.
- Принимать и документировать архитектурные и инструментальные решения: код против low-code, создание против покупки, выбор модели — с явным указанием компромиссов по стоимости, задержке, безопасности и поддерживаемости.
- Проектировать, создавать и эксплуатировать производственные Python-сервисы — включая наш ассистент с RAG, базу данных, аутентификацию и CI.
- Создавать и настраивать RAG-пайплайны: эмбеддинги, векторный поиск и оценка качества извлечения информации.
- Проектировать, создавать и поддерживать MCP (Model Context Protocol) серверы, которые связывают внутренние инструменты, источники данных и API с LLM и ИИ-агентами.
- Проектировать, настраивать и поддерживать ИИ-агентов для внутренних проектов — включая вызов инструментов, оркестрацию и многошаговые агентские рабочие процессы.
- Создавать и поддерживать автоматизации в n8n.
- Проектировать, тестировать и оптимизировать промпты и многошаговые цепочки промптов, включая систематическую оценку (evals) качества промптов и пайплайнов.
- Оптимизировать стоимость и производительность рабочих нагрузок ИИ: кеширование, профилирование задержек, выбор правильной модели для каждой задачи, бюджетирование токенов, базовое нагрузочное тестирование.
- Использовать ИИ-кодировщиков как основной инструмент реализации: разлагать задачи на хорошо специфицированные этапы, проверять и валидировать сгенерированный код, поддерживать высокий уровень тестирования, безопасности и поддерживаемости.
- Интегрировать внешние и внутренние сервисы через REST API, вебхуки и OAuth.
- Создавать внутренние MVP-инструменты на основе генеративных моделей для проверки бизнес-гипотез.
- Исследовать, оценивать и внедрять новые инструменты автоматизации и ИИ; запускать пилотные проекты с генеративными моделями.
- Поддерживать структурированную библиотеку промптов и рабочих процессов, а также документировать решения для поддерживаемости и передачи.
- Применять надежные практики обработки данных и безопасности при работе с внутренними системами, данными клиентов и учетными данными.
- Сотрудничать с другими отделами для понимания потребностей и предоставления эффективных, надежных решений.
Пример проекта: создание центра обратной связи, который собирает и обрабатывает отзывы пользователей из различных источников (CRM, опросы, форумы, записи звонков) в единую панель.
Ваши навыки
Обязательно
- 5+ лет опыта в IT в целом, включая 2+ года практического опыта создания приложений, агентов и автоматизаций на основе LLM — применения генеративного ИИ в реальных продуктах и бизнес-задачах — и подтвержденный опыт самостоятельного ведения решений от начала до конца.
- Python — прочные навыки backend-разработки: проектирование сервисов, работа с базами данных и API, написание тестов, уверенное владение Git, контейнерами и CI/CD. Не просто скриптинг или расширение существующих автоматизаций.
- Практический опыт работы с RAG и извлечением данных: эмбеддинги, векторные базы данных, настройка качества извлечения.
- Базы данных: SQL (Postgres) и key-value (Redis); знакомство с векторным поиском (pgvector или аналоги).
- Опыт создания и эксплуатации ИИ-агентов и агентских рабочих процессов (вызов инструментов, оркестрация); глубокое понимание принципов LLM, проектирования ИИ-рабочих процессов и многошаговых цепочек промптов.
- Подтвержденная способность обосновывать технические решения и рассуждать о компромиссах (стоимость, задержка, безопасность, сложность) — а не просто выполнять поставленные задачи.
- Опыт работы с рабочими процессами разработки с помощью ИИ (Claude Code или аналоги); способность нести ответственность за качество кода, сгенерированного агентом.
- Надежное понимание обработки данных и безопасности (учетные данные, токены, PII, права доступа).
- Самостоятельность, любознательность и проактивность в экспериментировании с новыми инструментами и технологиями.
- Английский язык — свободное владение: способность вести профессиональное общение, обрабатывать корреспонденцию и полностью участвовать в рабочих встречах на английском языке.
Желательно
- Опыт проектирования и создания MCP-серверов (в противном случае мы ожидаем быстрого освоения MCP).
- Опыт работы с платформами автоматизации рабочих процессов (n8n, Make или аналоги).
- Опыт интеграции OpenAI, Anthropic или других ИИ-API.
- Опыт интеграции сторонних сервисов (Jira, Slack, Google, HubSpot и т.д.) через REST API, вебхуки и OAuth.
- Опыт работы с инструментами наблюдаемости LLM и оценки (Langfuse, promptfoo или аналоги).
- Опыт запуска сервисов на управляемых PaaS-платформах контейнеризации.
- Опыт в области обработки текста/данных.
- Опыт работы с Google Workspace API, Slack API, CRM-системами.
- Знакомство с фреймворками управления данными/безопасностью, относящимися к внутренним инструментам.
Результаты работы
- Первые 90 дней: освоение нашего стека (n8n, Python-сервисы, Postgres/pgvector, Redis, наша PaaS), внедрение одной значимой автоматизации или ИИ-инструмента в продакшн, его документирование и принятие как минимум одного задокументированного архитектурного решения (например, код против low-code для реальной задачи).
- Первые 6-12 месяцев: управление портфелем действующих автоматизаций, агентов и MCP-интеграций; создание повторно используемых паттернов и хорошо поддерживаемой библиотеки промптов/рабочих процессов; измеримое сокращение ручного труда в командах, которые вы поддерживаете, и демонстративная оптимизация стоимости/задержки как минимум одной рабочей нагрузки ИИ.
Что мы предлагаем
- Конкурентоспособная заработная плата, выплачиваемая в USD, прозрачно обсуждаемая до первого собеседования.
- Полностью удаленная работа с гибким графиком.
- 30 оплачиваемых выходных дней в год, плюс дни больничного по мере необходимости.
- Поддержка здоровья и благополучия.
- Бюджет на обучение и развитие для поддержки вашего профессионального роста.
- Компенсация уроков английского языка.
- Компенсация расходов на коворкинг.
- Предоставление компанией оборудования (условия могут варьироваться в зависимости от роли).
- Высокий уровень автономии и ответственности в вашей работе.
- Возможность оказать реальное влияние в быстрорастущей глобальной SaaS-компании.
- Командная, международная команда с сильным продуктовым мышлением.
После успешного прохождения собеседования и принятия предложения о работе, в рамках пред-бординга будет проведена проверка трудоустройства — подтверждающая должности и даты работы у 2 ваших предыдущих работодателей. Это обязательный этап для всех новых сотрудников.
