AI Agent Engineer

Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.
Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar.

Стек: LLM, MCP, RAG, Python, Rust, TypeScript

Чем предстоит заниматься:

• Проектировать внутреннюю логику агентов и агентских сценариев в Avatar.

• Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код.

• Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий.

• Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния.

• Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам.

• Настраивать eval-харнессы, regression-эвалы и контроль качества агентов.

• Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking.

• Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю.

• Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM.

• Помогать продуктовым и инженерным командам правильно применять агентский подход.

Наши ожидания:

• Реальный опыт разработки AI-агентов или agentic-систем.

• Понимание LLM, tool calling, function calling, RAG, memory, context management.

• Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения.

• Умение проектировать логику работы агента, а не только писать промпты.

• Сильный backend-опыт на Python или TypeScript.

• Опыт интеграций с API, MCP, внутренними системами, очередями, БД.

• Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации.

• Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций.

• Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail.

• Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели.

Особенно ценно:

• Агент или агентский сценарий, который реально работал в production.

• Опыт self-hosted AI-инфраструктуры.

• Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов.

• Опыт MCP-серверов и skill-based architecture.

• Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу.

• Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества.

• Сильное мнение о том, когда агента использовать не надо.

• Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»).

• Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее.

• Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании.

• Участие в проектах, которые формируют цифровую трансформацию финансового сектора.

• Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал.

• Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.