Forward Deployed Engineer

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

Инженер, который строит AI-нативные внутренние продукты для инвестиционной фирмы: агентные workflow, кастомные веб-приложения и корпоративную базу знаний — от постановки задачи до продакшена за недели.

Задачи

• Создавать и развивать агентные workflow, копилотов и внутренние инструменты для инвестиционной, origination, IR, операционной, HR, финансовой команд и Value Creation Team
• Строить платформенный слой: кастомные MCP-серверы, RAG-пайплайны (чанкинг, эмбеддинги, векторные хранилища, retrieval/generation, evals), переиспользуемые Claude Skills
• Разрабатывать кастомные внутренние веб-приложения на Next.js, React или Streamlit для нетехнических пользователей
• Участвовать в построении корпоративного графа знаний и семантического поиска
• Строить слой контроля качества: LLM-as-judge evals, детерминированные проверки, guardrails, observability, approval-флоу и пороги уверенности
• Инструментировать всё — adoption, usage, сэкономленные часы — чтобы ценность каждого агента измерялась
• Работать в тесной связке с командами фирмы, выявлять самые эффективные workflow и доводить решения до конца
• Проводить регулярные обучения и office hours, писать playbook'и и помогать пользователям до привычного использования инструментов

Требования

• Возможность работать в офисе LLR в Филадельфии
• 2–4 года профессиональной разработки ПО, минимум 1 год — продакшен LLM-приложений, агентов или retrieval-систем для реальных пользователей
• Уверенный Python (async, typing, testing); TypeScript, Next.js или Streamlit для внутренних веб-приложений
• Глубокий практический опыт с API и SDK фундаментальных моделей (Anthropic, OpenAI): tool use, function calling, structured outputs, prompt engineering
• Опыт построения RAG-пайплайнов end-to-end: чанкинг, эмбеддинги, векторные хранилища (pgvector, Pinecone или аналоги), оценка retrieval и generation
• Опыт создания кастомных MCP-серверов и переиспользуемых Claude Skills, а не только их использования
• AI-native инженер: ежедневная работа с экосистемами Claude и ChatGPT (Connectors, Claude Code, Codex, Cowork) и агентными фреймворками (LangGraph, PydanticAI, DSPy) в продакшене
• Опыт forward-deployed, founding или раннего инженера в небольшой команде с высокой ответственностью и прямой работой с нетехническими пользователями
• Опыт проектирования для регулируемых сред: классификация данных, обработка PII, scoped access, information barriers, audit logs

Условия

• Mid-level позиция с реальной ответственностью и владением продуктом
• Работа в офисе в Филадельфии
• Найм двух Forward Deployed Engineers
• Работа в тесном контакте с инвестиционными командами и Value Creation Team

Навыки

• Python
• TypeScript
• Next.js
• React
• Streamlit
• Anthropic API
• OpenAI API
• MCP
• Claude Skills
• RAG
• pgvector
• Pinecone
• LangGraph
• PydanticAI
• DSPy
• Azure
• Azure AI Foundry
• Render
• Vercel
• Supabase
• Git
• GraphRAG
• LangSmith
• Langfuse
• Braintrust
• JIRA
• Trello
• Linear
• Asana