Backend Engineer, Applied AI

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

Backend-инженер в AI-native продуктовую команду Citizen — приложение безопасности №1 в США. Отвечает за real-time пайплайн обработки сигналов, live video инфраструктуру и внутренние операционные инструменты, активно используя агентов для разработки.

Задачи

• Проектировать и развивать real-time пайплайн: ingest из 911 radio, CAD-фидов, пользовательского видео и партнёрских источников; детекция, верификация, геолокация и доставка на миллионы устройств за секунды
• Развивать инфраструктуру live video: ingest с телефона и restreamer, доставка через Mux до зрителей
• Встраивать ML-модели и LLM в продакшн-путь от сырого сигнала до опубликованного инцидента: evaluation, provenance, guardrails, поэтапный переход от human-in-the-loop к автономной работе
• Разрабатывать backend для внутренних инструментов ProtectOS и Regulator, которыми пользуется Mission Control
• Развивать enterprise-сервисы, публичный API и MCP-доступ, партнёрские интеграции, включая интеграцию с Axon
• Поддерживать инфраструктуру и оптимизировать стоимость: Go и Python сервисы на Kubernetes (GKE) в Google Cloud, Pub/Sub, MySQL, Postgres, BigQuery
• Регистрировать Segment-события совместно с data-командой и проверять их в BigQuery
• Расширять и эксплуатировать агентные циклы для написания, ревью, тестирования и эксплуатации backend-кода
• Участвовать в on-call ротации (примерно неделя раз в два месяца, доступность 24/7)
• Взаимодействовать с iOS, Android, ML, Data командами и Mission Control

Требования

• Опыт построения и эксплуатации backend-систем в consumer-масштабе, real-time или event-driven
• Свободное владение Go, комфортная работа с Python для ML и data-пайплайнов
• Опыт работы с Kubernetes и современным облачным стеком: очереди сообщений, реляционные и аналитические хранилища, observability
• Опыт несения on-call ответственности за систему, от которой зависят люди
• Опыт работы с live video или streaming инфраструктурой либо способность быстро её освоить
• Опыт вывода ML-моделей или LLM в продакшн с evaluation, fallback и аудитом
• Активное использование AI-агентов в собственной работе и понимание их ограничений
• Измеримость: инструментирование до аргументов, понимание разницы между сработавшим событием и событием, дошедшим до хранилища
• Высокая агентность: готовность предлагать лучшие решения и брать ответственность
• Готовность работать в офисе в Нью-Йорке каждый день

Условия

• Базовая зарплата $185,000–$245,000 в год плюс equity
• On-call ротация: примерно одна неделя раз в два месяца
• Работа в офисе в Нью-Йорке каждый день
• Модель работы driver и builder: возможность вести собственные инициативы
• Работа в AI-native компании с активным использованием агентов

Навыки

• Go
• Python
• Kubernetes
• GKE
• Google Cloud
• Pub/Sub
• MySQL
• Postgres
• BigQuery
• Mux
• Segment
• LLM
• ML
• MCP
• API
• Distributed Systems
• Live Video
• Streaming
• Observability