Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Yext
Нью-Йорк, Соединенные Штаты17 дней назад
142 500 – 213 500 USD
в год
Грейд
Middle
Опыт работы
3-8 лет
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Yext (NYSE: YEXT) — это платформа корпоративного агентского маркетинга. Созданная на основе самой полной в мире платформы структурированных данных для локального бизнеса, Yext предоставляет брендам и их партнерам интеллект видимости, чтобы выигрывать в каждый момент обнаружения — в рамках ИИ и традиционного поиска. API-ориентированная архитектура Yext связывает структурированные данные с API, серверами MCP и генеративными интерфейсами, чтобы партнеры и разработчики могли создавать специализированные решения на той же инфраструктуре, на которой работают собственные продукты Yext. Тысячи брендов и партнеров в области цифрового маркетинга в сфере финансовых услуг, здравоохранения, розничной торговли, гостиничного бизнеса и общественного питания полагаются на Yext для управления, измерения и оптимизации видимости в масштабе. Дополнительную информацию можно найти на сайте yext.com. Офис трансформации ИИ сотрудничает с отделами Yext для улучшения бизнес-результатов с помощью трансформационных спринтов продолжительностью от 30 до 60 дней. В качестве инженера по трансформации ИИ вы будете создавать производственные системы, которые воплощают это в реальность: извлечение, составление ответов, маршрутизацию и оценку на основе реальных данных, а также связанные с ними API, автоматизацию и конвейеры. Каждый спринт заканчивается передачей ответственности команде, ответственной за конечный результат. Это не роль инженера по разработке дорожной карты продукта. Вы будете работать в тесном сотрудничестве с командными отделами, изучая, как на самом деле выполняется работа, и создавать решения с использованием любых подходящих инструментов. Обычно это начинается с платформы рабочего процесса, такой как n8n, а затем, при необходимости, с написания кода. Вас будет так же беспокоить, сможет ли кто-то другой поддерживать вашу работу, как и то, работает ли она в производственной среде. Вы создаете и обучаете, как единое целое. Компания считает, что разнообразный жизненный опыт сотрудников Yext имеет решающее значение для ее миссии по оказанию помощи каждому бизнесу в мире, чтобы он был виден везде, где ищут клиенты. Ища свежие взгляды и способствуя позитивному опыту собеседования и опыту сотрудников, Yext может оставаться на переднем крае инноваций и лучше обслуживать своих клиентов.
Производственные системы LLM (40%) Создавать и запускать производственные рабочие процессы LLM на платформах n8n и аналогичных: извлечение данных из тикетов и документации, составление ответов и маршрутизация. Создавать API, интеграции и конвейеры данных, которые связывают CRM, системы поддержки и операционные системы. Создавать и калибровать оценку достоверности, чтобы команды знали, когда можно доверять ответу, и проектировать этапы проверки и одобрения, где решение принимает человек. Защищать данные, с которыми вы работаете: определять, что может читать каждый рабочий процесс, обрабатывать PII и конфиденциальные поля, а также вести журналы доступа. Выпускать каждое решение с мониторингом, обработкой ошибок и контролем версий, а не только функциональное. Оценки и качество (15%) Определять оценки перед каждым созданием: тестовые наборы, проверки обоснованности и точности, а также пороговые значения, которые решают, будет ли результат выпущен или потребует проверки. Представлять результаты качества партнерским командам в простой форме. Отслеживать расходы и использование LLM по командам, управлять ключами API и отслеживать скорость выполнения. Передача знаний и обучение (20%) Работать в паре с внедренными членами команды, чтобы они учились, выполняя работу, а не наблюдая. Писать документацию, которая масштабируется: руководства по эксплуатации, руководства администратора, диаграммы архитектуры и журналы принятия решений. Обучать чемпионов отделов на соответствующем уровне: достаточно, чтобы они могли поддерживать и расширять, но не настолько, чтобы перегрузить. Создавать с учетом передачи ответственности с первого дня. Команда-владелец должна ежедневно управлять каждой системой в течение 30 дней после запуска. Они отвечают за конфигурацию рабочего процесса, подсказки, очереди проверки и отчеты. Вы сохраняете за собой код извлечения, оценки и ранжирования до тех пор, пока его не сможет принять второй инженер. Системный дизайн и архитектура (15%) Проектировать шаблоны интеграции, которые связывают CRM, системы поддержки и операционные системы. Разрабатывать потоки данных, которые обеспечивают автоматизацию и принятие решений на основе ИИ. Оценивать новые модели и инструменты, а также давать рекомендации по сборке или покупке, основанные на реальной производительности команды. Выявление возможностей (10%) Выявлять возможности автоматизации и интеграции, которые упускают другие, понимая, как на самом деле выполняется работа. Преобразовывать технические возможности в язык, который могут оценить заинтересованные стороны отдела. Честно оценивать усилия и четко определять объем работ: отбрасывать работу, которая не влияет на результат, и сообщать об этом заранее. Для каждого проекта перед началом работы согласовываются ключевые показатели, такие как коэффициент переадресации, время обработки или сэкономленные часы, и они измеряются относительно базового уровня, взятого до запуска. 30 дней: Вы понимаете ландшафт систем в партнерском отделе и определили три или более высокоэффективных возможности для автоматизации или интеграции. Для первого спринта согласован показатель, базовый уровень и набор для оценки. Члены внедренной команды считают вас доступным и уже учатся, работая вместе с вами. 60 дней: Первая автоматизация запущена, соответствует согласованному уровню качества и влияет на согласованный показатель. По крайней мере, один внедренный член команды может объяснить, как она работает, и внести незначительные изменения без вас. Документация актуальна, а не является амбициозной. 90 дней: Первая система ежедневно находится в ведении партнерской команды, а вторая запущена и стабильна. Внедренные чемпионы могут поддерживать и расширять их, а расходы на LLM отслеживаются по командам. Документация по передаче ответственности достаточно полна, чтобы новый инженер мог ознакомиться с ней. Отдел ссылается на вашу работу как на "свою", а не "команды ИИ".
От 3 до 8 лет опыта работы в разработке программного обеспечения, интеграции или автоматизации. Опыт работы с производственными платформами рабочих процессов, такими как n8n, Zapier или Tray.io, создания автоматизаций, на которые полагаются другие команды. Опыт проектирования надежных автономных агентов: фреймворки и шаблоны агентов, такие как вызов инструментов, оркестрация, защитные ограждения и эскалация к человеку, с циклами обратной связи по оценке, которые обеспечивают высокое качество и согласованность результатов. Python или TypeScript для работы, которую не может выполнить платформа, с навыками проектирования API и пониманием того, как эксплуатируются программные системы: мониторинг, обработка ошибок, контроль версий и дисциплина развертывания. Практический производственный опыт использования API LLM (Anthropic, OpenAI или Google), включая проектирование подсказок и структурированные выходные данные. Опыт извлечения: векторные базы данных, такие как Qdrant или pgvector, фрагментация и обоснование. Опыт измерения качества выходных данных LLM с помощью тестовых наборов, оценки по степеням или evals. Опыт обработки конфиденциальных данных в производственных системах: PII, разрешения и аудит. Преподавательский инстинкт. Вы объясняете, что и почему вы строите, и замечаете, когда кто-то теряется, прежде чем он сам это скажет. Дисциплина в документировании и способность объяснять компромиссы нетехническим заинтересованным сторонам без жаргона.
Серверы MCP, фреймворки агентов или дизайн вызова инструментов. Опыт управления общим бюджетом расходов LLM или ключами API. CRM-системы (Salesforce, HubSpot), инженерия данных или ETL, и складская аналитика, такая как Snowflake. Знакомство с операциями поддержки, успеха клиентов или профессиональных услуг. Опыт создания внутренних инструментов, где пользователи — коллеги, а не клиенты. Опыт обучения, фасилитации или наставничества, формальный или неформальный. Уверенность в неоднозначных условиях, где требования меняются по мере углубления понимания. Гибкие возможности Вы обладаете достаточным пониманием бизнеса, чтобы понять, почему существует процесс, а не только как его автоматизировать. Вы можете участвовать в приоритизации, оспаривать предположения о том, что стоит строить, и со временем оттачивать свои деловые инстинкты. Мы небольшая команда, и каждый выходит за рамки своей основной роли.
Диапазоны оплаты труда в Yext устанавливаются на основе анализа зарплат на должностях с аналогичным уровнем ответственности и влияния на соответствующем рынке труда. Ожидается, что уровни заработной платы будут меняться, отражая производительность сотрудника (результаты и влияние) с течением времени. На момент найма зарплата обычно предлагается в нижней или средней части указанного выше диапазона, чтобы предоставить возможность для повышения заработной платы на основе производительности с течением времени. Помимо базовой заработной платы, сотрудники Yext, как правило, имеют право на комплексный пакет льгот, включающий медицинское страхование, стоматологическое страхование и страхование зрения; страхование жизни; краткосрочную и долгосрочную нетрудоспособность; пенсионный план 401 (k); а также отпуск и отпуск по болезни. Успешные кандидаты также могут иметь право на переменные программы оплаты, основанные на производительности относительно целей и задач. Ежегодный диапазон базовой заработной платы $142 500 — $213 500 USD
Yext (NYSE: YEXT) is the enterprise agentic marketing platform. Built on the world's most comprehensive structured data platform for local businesses, Yext gives brands and their partners the visibility intelligence to win every moment of discovery – across AI and traditional search. Yext's API-first architecture connects structured data to APIs, MCP servers, and generative interfaces, so partners and developers can build purpose-built experiences on the same infrastructure powering Yext's own products. Thousands of brands and digital marketing partners in financial services, healthcare, retail, hospitality, and food rely on Yext to manage, measure, and optimize visibility at scale. For more information, visit yext.com . The AI Transformation Office partners with departments across Yext to improve business outcomes through 30 to 60 day transformation sprints. As an AI Transformation Engineer , you build the production systems that make that real: retrieval, answer drafting, routing and evaluation on live data, plus the APIs, automations and pipelines around them. Each sprint ends with a handoff to the team that owns the outcome. This is not a product-roadmap engineering role. You embed with department teams, learn how work actually gets done, and build with whatever fits. That is usually a workflow platform such as n8n first, and code only where the platform runs out. You care as much about whether someone else can run your work as whether it runs in production. You build and you teach, as one motion. What You'll Do Production LLM systems (40%) Build and run production LLM workflows in n8n and similar platforms: retrieval over ticket and documentation data, answer drafting and routing. Build APIs, integrations and data pipelines that connect CRM, support and operational systems. Build and calibrate confidence scoring so teams know when to trust an answer, and design the review steps and approval gates where a person decides. Protect the data you work with: scope what each workflow can read, handle PII and sensitive fields, and keep access logs. Ship every solution monitored, error-handled and version-controlled, not just functional. Evals and quality (15%) Define evals before each build: test sets, groundedness and accuracy checks, and the thresholds that decide whether output ships or needs review. Report quality results to partner teams in plain terms. Track LLM spend and usage by team, manage API keys, and report run rate. Knowledge transfer and enablement (20%) Pair-build with embedded team members so they learn by doing, not by watching. Write documentation that scales: runbooks, admin guides, architecture diagrams and decision logs. Train department champions at the right altitude: enough to maintain and extend, not enough to overwhelm. Build with handoff in mind from day one. The owning team should run each system day to day within 30 days of launch. They own workflow configuration, prompts, review queues and reports. You keep the retrieval, eval and scoring code until a second engineer can take it. System design and architecture (15%) Design integration patterns that connect CRM, support and operational systems. Architect data flows that enable automation and AI-powered decisions. Evaluate new models and tools, and make build-vs-buy recommendations grounded in the team's real maintenance capacity. Opportunity identification (10%) Spot automation and integration opportunities others miss by understanding how work actually gets done. Translate technical possibilities into language department stakeholders can evaluate. Estimate effort honestly and scope tightly: cut work that does not change the outcome, and say so early. What You Have 3 to 8 years in software engineering, integration development or automation engineering. Production experience with a workflow platform such as n8n, Zapier or Tray.io, building automations that other teams rely on. Experience designing reliable autonomous agents: agent frameworks and patterns such as tool calling, orchestration, guardrails and human escalation, with eval feedback loops that keep output high quality and consistent. Python or TypeScript for the work a platform cannot do, with API design skills and an understanding of how software is operated: monitoring, error handling, version control and deployment discipline. Hands-on production use of LLM APIs (Anthropic, OpenAI or Google), including prompt design and structured outputs. Retrieval experience: vector databases such as Qdrant or pgvector, chunking and grounding. Experience measuring LLM output quality with test sets, graded review or evals. Experience handling sensitive data in production systems: PII, permissions and audit logging. A teaching instinct. You explain what you build and why, and you notice when someone is lost before they say so. Documentation discipline, and the ability to explain trade-offs to non-technical stakeholders without jargon. Bonus Points MCP servers, agent frameworks or tool-calling design. Experience governing a shared LLM cost budget or API keys. CRM systems (Salesforce, HubSpot), data engineering or ETL, and warehouse analytics such as Snowflake. Familiarity with support, customer success or professional services operations. Experience building internal tools where the users are colleagues, not customers. Training, facilitation or mentoring experience, formal or informal. Comfort in ambiguous environments where requirements evolve as understanding deepens. Flex Capabilities You bring enough business context to understand why a process exists, not only how to automate it. You can contribute to prioritization, challenge assumptions about what is worth building, and sharpen your business instincts over time. We are a small team, and everyone stretches beyond their primary role. What Success Looks Like Each engagement agrees on key metrics before work starts, such as deflection rate, handle time or hours saved, and measures it against a baseline taken before launch. 30 days: You understand the systems landscape across the partner department and have identified three or more high-impact automation or integration opportunities. The first sprint has an agreed metric, baseline and eval set. Embedded team members see you as approachable and are already learning from working alongside you. 60 days: The first automation is live, meets the agreed quality threshold, and moves the agreed metric. At least one embedded team member can explain how it works and make minor changes without you. Documentation is current, not aspirational. 90 days: The first system is owned by the partner team day to day, and a second is live and stable. Embedded champions can maintain and extend them, and LLM spend is tracked by team. Handoff documentation is complete enough that a new engineer could onboard from it. The department refers to your work as "ours," not "the AI team's." Pay ranges at Yext are established based on an analysis of salaries for positions with a similar level of accountability and impact in the relevant labor market. Salary levels are expected to change to reflect an employee’s job performance (results and impact) over time. Salaries at the time of hire are typically offered in the lower to middle of the above-referenced range in order to provide the opportunity to reflect performance-based increases over time. In addition to base salaries, employees at Yext are typically eligible for a comprehensive package of benefits including medical, dental and vision benefits; life insurance; short term and long-term disability; 401(k) retirement plan; and vacation and sick leave. Successful candidates may also be eligible for variable pay programs based on performance relative to goals and targets. Annual Base Pay Range $142,500 — $213,500 USD Yext is an equal opportunity employer committed to building a results-driven, engaging culture where every employee has the opportunity to contribute to the success of the Company, perform at the highest possible level, and grow their skills and capabilities. Yext welcomes employees and applicants of all backgrounds and demographics, and does not engage in discrimination on the basis of any protected characteristic recognized under applicable law. We also consider qualified applicants regardless of criminal histories, consistent with legal requirements. The Company believes a broad variety of life experiences across the Yext team is critical to its mission to help every business in the world be visible everywhere customers search. By seeking out fresh perspectives and fostering a positive interview experience and employee experience, Yext can remain at the forefront of innovation, and better serve its customers. It is Yext’s policy to provide reasonable accommodations to people with disabilities as required by applicable law. If you have a disability that requires an accommodation in completing this application, interviewing, or participating in the employee selection process, please complete this form . Security Alert All legitimate Yext communications come from @yext.com email addresses. Messages from other domains (for example, @yext.team) are not authorized and are likely fraudulent. If you receive a message that seems suspicious, do not share personal information, click on links, or provide payment. Instead, please report the communication to .
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 130 000 до 184 000