Software Engineer — Agentic data pipelines

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер-программист в Iambic Therapeutics для работы над агентными пайплайнами сбора и подготовки биомедицинских данных для мультимодальной модели Enchant. Модель генерирует код, код выполняет пайплайн — на стыке LLM-автоматизации и data engineering.

Задачи

• Проектировать, разрабатывать и поддерживать агентные системы, превращающие указатель на биомедицинский источник данных (веб-страница, S3-путь, GitHub-репозиторий, таблица из статьи) в проверенный версионированный датасет
• Разрабатывать LLM-пайплайны для очистки, нормализации и форматирования данных разных модальностей (молекулярные, геномные, клинические, литературные)
• Внедрять автоматизированные процессы контроля качества: выявление аномалий, несоответствий и соблюдение стандартов данных
• Оценивать и улучшать архитектуры агентов, стратегии промптинга, определения инструментов, циклы валидации и evaluation-харнессы
• Сотрудничать с ML-учёными команды Enchant для перевода требований к данным в масштабируемые системы сбора и обработки
• Мониторить и поддерживать распределённые пайплайны данных в продакшене, диагностировать сбои и повышать надёжность
• Документировать происхождение данных, решения по обработке и метрики качества для воспроизводимости и аудита
• Безопасно эксплуатировать агентов: sandboxed execution, least-privilege credentials, ограниченный сетевой доступ, аудит-логи, эскалация рисков безопасности

Требования

• Магистерская степень в вычислительной STEM-области или бакалаврская степень и 2+ года индустриального опыта
• Сильные навыки Python-инженерии, включая опыт создания и поддержки продакшн-софта
• Практический опыт работы с LLM API (например, Claude, GPT) и агентными паттернами: tool use, оркестрация, многошаговые рассуждения
• Знакомство с биомедицинскими или химическими источниками и форматами данных (например, PDB, UniProt, ChEMBL, SDF/MOL, FASTA или аналогичные)
• Понимание основ data engineering: проектирование ETL, валидация данных, работа со структурированными и неструктурированными данными в масштабе
• Практический опыт с фреймворками тестирования Python (например, pytest fixtures, параметризация)

Условия

• Конкурентная зарплата на уровне лидеров отрасли
• Оплачиваемое компанией медицинское страхование
• Гибкие расходные счета (FSA)
• Добровольное страхование жизни
• 401K matching
• Неограниченный отпуск
• Новый современный офис в Сан-Диего с тренажёрным залом и столовой

Навыки

• Python
• LLM APIs
• Claude
• GPT
• Agentic patterns
• Tool use
• Orchestration
• Multi-step reasoning
• ETL
• Data validation
• pytest
• AWS
• Docker
• Kubernetes
• PDB
• UniProt
• ChEMBL
• SDF/MOL
• FASTA