Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Blend
Хайдарабад, Индия3 месяца назад
Грейд
Lead
Опыт работы
5-10 лет
Формат работы
Удалённо
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Мы ищем ведущего инженера или менеджера по разработке агентов в области искусственного интеллекта (Agentic AI Engineer) для проектирования, создания и развертывания производственных ИИ-агентов, способных выполнять сложные многоэтапные рабочие процессы посредством взаимодействия на естественном языке.
Роль будет сосредоточена на интеграции LLM, фреймворков оркестрации агентов, инструментов MCP, ИИ-кодирующих агентов, инжиниринга контекста и harness, API и корпоративных систем для создания интеллектуальных помощников, которые могут рассуждать, использовать инструменты, выполнять действия и проверять результаты.
Идеальный кандидат будет иметь практический опыт создания агентурных рабочих процессов, выходящих за рамки простых чат-ботов или концепций (PoC), наряду с сильными навыками программной инженерии и опытом вывода ИИ-решений в продакшн.
Blend — ведущий поставщик ИИ-услуг, стремящийся к совместному созданию значимого влияния для своих клиентов посредством силы науки о данных, ИИ, технологий и людей. С миссией "топлить смелые видения", Blend решает значительные проблемы, беспрепятственно согласовывая человеческую экспертизу с искусственным интеллектом. Компания стремится раскрывать ценность и способствовать инновациям для своих клиентов, используя лучшие в своем классе люди и стратегии, основанные 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 www.blend360.com.
We are looking for an Lead or a Manager, Agentic AI Engineer to design, build, and deploy production-grade AI agents capable of executing complex, multi-step workflows through natural language interactions. The role will focus on integrating LLMs, agent orchestration frameworks, MCP tools, AI coding agents, context and harness engineering, APIs, and enterprise systems to build intelligent assistants that can reason, use tools, execute actions, and validate results. The ideal candidate will have hands-on experience building agentic workflows beyond simple chatbots or proof-of-concepts (PoCs), along with strong software engineering skills and experience taking AI solutions into production.
Key Responsibilities:
Agentic AI Development & Orchestration - Design and develop LLM-powered autonomous and semi-autonomous agents capable of executing complex, multi-step workflows. Build agent workflows using frameworks such as LangGraph, LangChain, Semantic Kernel, AutoGen, or similar technologies. Implement planning, task decomposition, tool selection, execution, observation, retry, and validation loops. Develop agents that can interact with enterprise applications, APIs, databases, and developer tools through natural language.
Context and Harness Engineering: Design and implement context engineering strategies that provide agents with the right instructions, task context, application state, tools, and relevant information at the right time. Develop AI agent harnesses that manage agent state, tool access, permissions, execution workflows, guardrails, retries, and verification. Engineer repository and application context for AI coding agents such as Claude Code, OpenAI Codex, or similar platforms. Develop effective agent instructions, project context, coding guidelines, workflows, and automated verification mechanisms to improve agent reliability and developer productivity. Optimize context usage to reduce unnecessary token consumption, latency, and LLM costs.
MCP & Tool Integration: Design and develop Model Context Protocol (MCP) servers and tools that enable agents to interact with enterprise applications and services. Integrate agents with Git, GitHub/GitLab, Artifactory, Slack, databases, APIs, CI/CD platforms, and other enterprise tools. Build secure tool-calling mechanisms with appropriate authentication, authorization, permissions, and human approval workflows. Develop reusable tools that enable agents to perform actions rather than simply generate responses.
LLM & Generative AI Engineering: Integrate and orchestrate LLMs for reasoning, planning, content generation, code generation, and task execution. Work with commercial and open-source LLMs and select appropriate models based on quality, latency, cost, and task complexity. Implement prompt engineering and advanced context management strategies. Apply techniques such as structured outputs, function/tool calling, model routing, and model fallback strategies. Implement RAG where required, including document retrieval, embeddings, vector databases, reranking, and grounding.
Agent Evaluation & Reliability: Design evaluation frameworks to measure agent task completion, tool-call accuracy, response quality, hallucination, reliability, and business outcomes. Implement LLM-as-a-Judge and automated evaluation pipelines for agentic and GenAI applications. Build regression testing and validation workflows for agent behavior. Implement guardrails, error handling, retry mechanisms, and human-in-the-loop controls for high-risk actions.
Production Engineering & Deployment: Develop production-grade AI services using Python and FastAPI or similar frameworks. Deploy and operate agentic applications in cloud and enterprise environments. Design scalable architectures that support concurrent users, long-running agent workflows, and complex tool execution. Implement caching, model/inference optimization, asynchronous processing, parallel execution, and cost optimization strategies. Integrate AI applications with CI/CD, monitoring, logging, tracing, and observability platforms.
Enterprise AI Solutions: Translate complex business and product requirements into agentic AI solutions with measurable business impact. Work closely with product managers, software engineers, data scientists, architects, and business stakeholders. Build solutions that move beyond prototypes into scalable, secure, production-ready enterprise applications.
5–10 years of experience in Data Science or AI/ML or Software Engineer out of which atleast 2 years in Generative AI and Agentic AI, with hands-on experience building production-grade AI applications and agentic systems. Strong development skills in Python and experience building APIs and AI services using FastAPI or similar frameworks, along with experience in context engineering and AI agent harness engineering, including agent instructions, application/task context, permissions, guardrails, retries, validation, automated verification, and context optimization. Experience with AI coding agents such as Claude Code, OpenAI Codex, or similar platforms, including repository context, agent instructions, automated testing, coding workflows, and verification. Hands-on experience with A2A, MCP (Model Context Protocol), including developing or integrating MCP servers and connecting agents with enterprise tools, APIs, databases, and SaaS platforms. Hands-on experience with LLMs, agent orchestration, and multi-step/multi-agent workflows using frameworks such as LangGraph, LangChain, Semantic Kernel, AutoGen, or equivalent technologies. Strong understanding of agent architecture, tool/function calling, planning, task decomposition, state/memory management, dynamic tool invocation, and workflow orchestration. Experience with RAG, embeddings, vector databases, semantic search, chunking, reranking, and grounding, with knowledge of LLM-as-a-Judge and automated GenAI evaluation. Strong software engineering and cloud experience, including Git, CI/CD, Docker, databases/SQL, AWS/Azure/GCP, with familiarity with asynchronous programming, parallel processing, observability, and distributed systems. Strong understanding of LLM performance and production optimization, including hallucination mitigation, context windows, token usage, latency, caching, cost optimization, and monitoring. Demonstrated ability to build secure, scalable, production-ready AI solutions with measurable business impact beyond POCs.
Thrive & Grow with Us: 💰 Competitive Salary: Your skills and contributions are highly valued here. We ensure your compensation reflects the knowledge, expertise, and experience you bring to the table. 🚀 Dynamic Career Growth: Our vibrant environment provides opportunities to grow rapidly, with the right tools, mentorship, and experiences to accelerate your career. 💡 Idea Tanks: Innovation lives here. Our Idea Tanks provide a platform to pitch, experiment, and collaborate on ideas that can shape the future. 💬 Growth Chats: Participate in casual Growth Chats where you can learn from experienced colleagues, exchange ideas, and develop your skills in a collaborative environment. 🍿 Snack Zone: Stay fueled and inspired with a variety of snacks available in our Snack Zone to keep your energy high and ideas flowing. 🏆 Recognition & Rewards: Great work deserves recognition. Our Hive-Fives, shoutouts, and reward programs provide opportunities to celebrate contributions and bring great ideas to life. 🎓 Fuel Your Growth Journey with Certifications: We're committed to continuous learning and professional development. Enhance your expertise through company-sponsored certifications in AI, Data Science, Cloud, and Analytics technologies.
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 www.blend360.com.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 2 730 000 до 5 300 000
Разработка и оркестрация агентурного ИИ — проектирование и разработка автономных и полуавтономных агентов на базе LLM, способных выполнять сложные многоэтапные рабочие процессы. Создание рабочих процессов агентов с использованием фреймворков, таких как LangGraph, LangChain, Semantic Kernel, AutoGen или аналогичных технологий. Реализация циклов планирования, декомпозиции задач, выбора инструментов, выполнения, наблюдения, повторных попыток и валидации. Разработка агентов, которые могут взаимодействовать с корпоративными приложениями, API, базами данных и инструментами разработчика через естественный язык.
Контекстный инжиниринг и инжиниринг harness — проектирование и реализация стратегий контекстного инжиниринга, которые предоставляют агентам правильные инструкции, контекст задачи, состояние приложения, инструменты и соответствующую информацию в нужное время. Разработка harness для ИИ-агентов, которые управляют состоянием агента, доступом к инструментам, разрешениями, рабочими процессами выполнения, ограждениями, повторными попытками и проверкой. Инжиниринг контекста репозитория и приложения для ИИ-кодирующих агентов, таких как Claude Code, OpenAI Codex или аналогичных платформ. Разработка эффективных инструкций для агентов, контекста проекта, руководств по кодированию, рабочих процессов и механизмов автоматической проверки для повышения надежности агентов и производительности разработчиков. Оптимизация использования контекста для снижения ненужного потребления токенов, задержек и затрат на LLM.
Интеграция MCP и инструментов — проектирование и разработка серверов и инструментов Model Context Protocol (MCP), которые позволяют агентам взаимодействовать с корпоративными приложениями и службами. Интеграция агентов с Git, GitHub/GitLab, Artifactory, Slack, базами данных, API, платформами CI/CD и другими корпоративными инструментами. Создание безопасных механизмов вызова инструментов с соответствующей аутентификацией, авторизацией, разрешениями и рабочими процессами одобрения человеком. Разработка повторно используемых инструментов, которые позволяют агентам выполнять действия, а не просто генерировать ответы.
LLM и инжиниринг генеративного ИИ — интеграция и оркестрация LLM для рассуждений, планирования, генерации контента, генерации кода и выполнения задач. Работа с коммерческими и открытыми LLM, выбор подходящих моделей на основе качества, задержки, стоимости и сложности задачи. Реализация prompt engineering и стратегий продвинутого управления контекстом. Применение таких методов, как структурированные выходные данные, вызов функций/инструментов, маршрутизация моделей и стратегии отката моделей. Реализация RAG, где это необходимо, включая извлечение документов, эмбеддинги, векторные базы данных, переранжирование и заземление.
Оценка и надежность агентов — проектирование фреймворков оценки для измерения полноты выполнения задач агентом, точности вызовов инструментов, качества ответов, галлюцинаций, надежности и бизнес-результатов. Реализация LLM-as-a-Judge и конвейеров автоматической оценки для агентурных приложений и приложений GenAI. Создание рабочих процессов регрессионного тестирования и валидации поведения агентов. Реализация ограждений, обработки ошибок, механизмов повторных попыток и элементов управления "человек в контуре" для действий с высоким риском.
Производственный инжиниринг и развертывание — разработка производственных ИИ-сервисов с использованием Python и FastAPI или аналогичных фреймворков. Развертывание и эксплуатация агентурных приложений в облачных и корпоративных средах. Проектирование масштабируемых архитектур, поддерживающих одновременных пользователей, долго выполняющиеся рабочие процессы агентов и сложное выполнение инструментов. Реализация стратегий кэширования, оптимизации моделей/инференса, асинхронной обработки, параллельного выполнения и оптимизации затрат. Интеграция ИИ-приложений с платформами CI/CD, мониторинга, логирования, трассировки и наблюдаемости.
Корпоративные ИИ-решения — преобразование сложных бизнес- и продуктовых требований в агентурные ИИ-решения с измеримым бизнес-эффектом. Тесное сотрудничество с менеджерами по продуктам, инженерами-программистами, специалистами по данным, архитекторами и заинтересованными сторонами бизнеса. Создание решений, которые выходят за рамки прототипов и становятся масштабируемыми, безопасными, готовыми к производству корпоративными приложениями.
5–10 лет опыта работы в области Data Science, AI/ML или Software Engineer, из которых не менее 2 лет в области Generative AI и Agentic AI, с практическим опытом создания производственных ИИ-приложений и агентурных систем.
Сильные навыки разработки на Python и опыт создания API и ИИ-сервисов с использованием FastAPI или аналогичных фреймворков, а также опыт в области контекстного инжиниринга и инжиниринга harness для ИИ-агентов, включая инструкции для агентов, контекст приложения/задачи, разрешения, ограждения, повторные попытки, валидацию, автоматическую проверку и оптимизацию контекста.
Опыт работы с ИИ-кодирующими агентами, такими как Claude Code, OpenAI Codex или аналогичными платформами, включая контекст репозитория, инструкции для агентов, автоматическое тестирование, рабочие процессы кодирования и проверку.
Практический опыт работы с A2A, MCP (Model Context Protocol), включая разработку или интеграцию серверов MCP и подключение агентов к корпоративным инструментам, API, базам данных и SaaS-платформам.
Практический опыт работы с LLM, оркестрацией агентов и многоэтапными/многоагентными рабочими процессами с использованием фреймворков, таких как LangGraph, LangChain, Semantic Kernel, AutoGen или эквивалентных технологий.
Глубокое понимание архитектуры агентов, вызова инструментов/функций, планирования, декомпозиции задач, управления состоянием/памятью, динамического вызова инструментов и оркестрации рабочих процессов.
Опыт работы с RAG, эмбеддингами, векторными базами данных, семантическим поиском, чанкингом, переранжированием и заземлением, со знанием LLM-as-a-Judge и автоматической оценки GenAI.
Сильный опыт в области программной инженерии и облачных технологий, включая Git, CI/CD, Docker, базы данных/SQL, AWS/Azure/GCP, с опытом работы с асинхронным программированием, параллельной обработкой, наблюдаемостью и распределенными системами.
Глубокое понимание производительности LLM и оптимизации в продакшне, включая снижение галлюцинаций, контекстные окна, использование токенов, задержку, кэширование, оптимизацию затрат и мониторинг.
Подтвержденная способность создавать безопасные, масштабируемые, готовые к производству ИИ-решения с измеримым бизнес-эффектом, выходящим за рамки POC.
💰 Конкурентоспособная заработная плата: Ваши навыки и вклад высоко ценятся здесь. Мы гарантируем, что ваша компенсация отражает знания, экспертизу и опыт, которые вы приносите. 🚀 Динамичный карьерный рост: Наша динамичная среда предоставляет возможности для быстрого роста, с правильными инструментами, наставничеством и опытом для ускорения вашей карьеры. 💡 "Идейные резервуары" (Idea Tanks): Инновации живут здесь. Наши "Идейные резервуары" предоставляют платформу для представления, экспериментирования и совместной работы над идеями, которые могут формировать будущее. 💬 "Ростовые беседы" (Growth Chats): Участвуйте в непринужденных "Ростовых беседах", где вы можете учиться у опытных коллег, обмениваться идеями и развивать свои навыки в совместной среде. 🍿 "Зона закусок" (Snack Zone): Поддерживайте себя энергией и вдохновением с разнообразными закусками, доступными в нашей "Зоне закусок", чтобы поддерживать высокий уровень энергии и поток идей. 🏆 Признание и награды: Отличная работа заслуживает признания. Наши программы Hive-Fives, благодарности и вознаграждения предоставляют возможности для празднования вклада и воплощения в жизнь отличных идей. 🎓 "Заправьте" свое путешествие к росту сертификатами: Мы стремимся к постоянному обучению и профессиональному развитию. Повышайте свою экспертизу за счет сертифицированных курсов, спонсируемых компанией, по технологиям AI, Data Science, Cloud и Analytics.
