Чёткий фокус на промышленных AI-агентах и современный стек сочетаются с обучением и сильным соцпакетом; стоит учесть офисный формат и ограниченный контекст проекта.
Кликните для подробной информации
Только офисПонятные задачиАктуальный AI-стекОбучение и развитие
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Python-разработчик AI-агентов (AI Agent Engineer) (Python/LangGraph/LangChain): Разработка и сопровождение AI-агентов и мультиагентных решений для автоматизации бизнес-процессов с акцентом на RAG, память агентов, оркестрацию и интеграции с корпоративными системами. Focus on создании отказоустойчивых промышленных решений, управлении состоянием и контекстом, безопасном вызове инструментов и оценке качества ответов.
Локация: Москва, офисный режим работы на месте работодателя; офис на Волгоградском проспекте.
Компания
СБЕР развивает корпоративные решения для Центра управления наличным денежным обращением.
Что делать
Разрабатывать и сопровождать AI-агентов и мультиагентные сценарии на Python с использованием LangGraph и LangChain.
Реализовывать память агентов, управление состоянием, историю диалогов и контекст между сессиями.
Создавать RAG-системы и интеграции с корпоративными источниками данных.
Настраивать Tool Calling, Structured Outputs, маршрутизацию задач и оркестрацию агентов.
Интегрировать решения с REST API, Kafka, базами данных и внешними сервисами.
Тестировать, оптимизировать и сопровождать агентов в промышленной среде.
Требования
От 1 до 3 лет опыта; коммерческая разработка на Python от 2 лет.
Python, FastAPI, asyncio, SQL, Git, Docker и понимание CI/CD.
Практический опыт создания AI-агентов на LangGraph, LangChain или аналогичных фреймворках; работа с LLM API, промптами, Tool/Function Calling и Structured Outputs.
Опыт разработки мультиагентных систем: распределение ролей, оркестрация, передача задач и управление состоянием; знание MCP и A2A.
Опыт реализации краткосрочной и долгосрочной памяти, хранения истории взаимодействий и управления контекстом с PostgreSQL, Redis или аналогами.
Опыт построения RAG: чанкинг, эмбеддинги, поиск, реранжирование; работа с Qdrant, pgvector, FAISS или аналогичными векторными хранилищами.
Опыт интеграции с REST API и Kafka, понимание обработки ошибок и отказоустойчивости.
Навыки тестирования и оценки качества ответов агентов, логирования и мониторинга.
Знание методов защиты от Prompt Injection, принципов разграничения доступа и безопасного вызова инструментов.
Хорошо, если есть
Опыт работы с Langfuse, LangSmith или другими инструментами трассировки и оценки качества.
Знание gRPC, WebSocket и Kubernetes.
Опыт построения автоматизированных проверок качества AI-агентов.
Культура и преимущества
Современный офисный формат работы, корпоративный спортзал и зоны отдыха.
Ежегодный пересмотр зарплаты и годовая премия.
Система обучения Сбера для профессионального и карьерного развития.
Расширенный ДМС и льготное страхование для семьи.
Льготные условия по ипотечному кредиту, подписка Прайм для совместного использования и вознаграждение за рекомендации.
Корпоративная пенсионная программа.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →