Должность: Sr Agentic Systems Engineer
Местоположение: Бангалор, Индия
Местоположение: Бангалор, Индия
Занятость: Полный рабочий день
Мы ищем опытного инженера по агентным системам, увлеченного проектированием, созданием и внедрением в производство интеллектуальных, автономных систем на базе LLM, AI-агентов, использования инструментов и современных фреймворков оркестрации. В этой роли вы будете разрабатывать надежные агентные приложения, конвейеры RAG и интеграции инструментов в рамках установленной архитектуры платформы, связывая AI-агентов с корпоративными системами для решения различных бизнес-задач.
Ключевые обязанности
- Создание и выпуск AI-приложений с использованием Python и/или Node.js в рамках установленных фреймворков оркестрации LLM (LangChain, LangGraph и т. д.).
- Реализация агентных рабочих процессов — многошаговых агентов, использующих инструменты, которые вызывают API, векторные хранилища и базы данных в соответствии с определенными шаблонами проектирования.
- Создание и настройка конвейеров RAG для корпоративных сценариев использования.
- Интеграция и расширение моделей NLP/NLU, шаблонов промптов и эмбеддингов для задач диалогов, классификации и автоматизации.
- Создание и поддержка интеграций агентов с корпоративными приложениями для различных бизнес-сценариев использования через REST API, фреймворки коннекторов или реестры инструментов типа MCP.
- Написание и поддержка тестовых сценариев и средств оценки поведения агентов — точности вызовов инструментов, уровня галлюцинаций и завершения задач.
- Внедрение фреймворков оценки и наблюдаемости для систем LLM/агентов, включая трассировку, оценку промптов, анализ сбоев и регрессионное тестирование.
- Применение соответствующих защитных механизмов, средств контроля доступа, валидации и мер безопасности для обеспечения работы агентов в установленных рамках.
- Работа с базами данных SQL/NoSQL для управления конвейерами структурированных и неструктурированных данных, питающими рабочие процессы агентов.
- Участие в полномасштабной поставке, подключение бэкендов LLM к современным фронтендам.
- Работа в рамках существующих шаблонов контроля доступа, логирования и аудита для многоинструментальных агентных систем; сигнализация об упущениях команде архитекторов, а не самостоятельное перепроектирование.
Требуемые навыки (Обязательно)
- Более 6 лет профессионального опыта в разработке программного обеспечения, включая не менее 1–2 лет практического опыта работы с LLM или агентными фреймворками.
- Высокий уровень владения Python и/или Node.js для разработки ИИ и бэкенда.
- Практическое знание основных поставщиков LLM (например, OpenAI, Anthropic) и фреймворков оркестрации промптов (LangChain, LangGraph).
- Практический опыт создания LLM-приложений, включая:
- Промпт-инжиниринг и обеспечение структурированных выводов
- Интеграция инструментов и вызов функций
- Retrieval-Augmented Generation (RAG) с использованием векторных баз данных и поиска на основе эмбеддингов
- Проектирование многоагентных рабочих процессов и фреймворков оркестрации
- Управление контекстными окнами и состоянием диалога
- Опыт интеграции внешних инструментов и API через вызовы функций или механизмы регистрации инструментов.
- Опыт интеграции агентов или инструментов с корпоративными SaaS-приложениями через REST API или фреймворки коннекторов.
- Практическое знание баз данных SQL и NoSQL и их подключения к AI-конвейерам.
- Опыт написания тестовых сценариев или средств оценки поведения агентов/LLM (точность, галлюцинации, правильность вызовов инструментов).
- Знакомство с методами оценки агентов, включая LLM-as-a-judge, оценки на основе задач, проектирование бенчмарков и автоматизированное регрессионное тестирование.
- Понимание шаблонов контроля доступа и аудиторского логирования в многоинструментальных, многоагентных системах.
- Понимание безопасности ИИ, инъекций промптов, утечек данных, границ разрешений и защитных механизмов агентных систем.
- Отличные навыки отладки и способность реализовать сложные многошаговые системы в рамках установленной архитектуры.
Желательные навыки
- Понимание облачного развертывания и инфраструктуры (AWS, GCP).
- Знание контейнеризации и CI/CD конвейеров (Docker, GitHub Actions).
- Опыт работы с AI observability, защитными механизмами и мерами безопасности для LLM.
- Знакомство с хранилищами данных или аналитическими движками запросов для крупномасштабного структурированного извлечения.
