Lead Software Engineer - Agentic AI

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

Ведущий инженер в команду Deposits 2.0 (Consumer and Community Banking) для разработки агентных AI-систем: мультиагентные воркфлоу, RAG-пайплайны и платформенные компоненты для LLM-приложений.

Задачи

• Разрабатывать креативные программные решения, проектирование, разработку и техническую диагностику
• Определять и продвигать roadmap платформы агентных возможностей с фокусом на измеримые результаты, надёжность и удобство
• Руководить end-to-end поставкой ключевых компонентов агентной платформы: SDK, референсные реализации, паттерны интеграции
• Сотрудничать с product, engineering, risk и control-стейкхолдерами для согласования требований и приоритетов
• Устанавливать стандарты качества, производительности и эксплуатации для агентных нагрузок, включая мониторинг, тестирование и готовность к инцидентам
• Переводить эксперименты в продакшн через архитектурные решения, масштабируемые дизайны и повторяемые практики деплоя
• Внедрять практики ответственной разработки: governance, privacy и model risk в дизайн платформы
• Доносить техническую стратегию и прогресс до senior-стейкхолдеров
• Продвигать в команде enterprise-одобренные AI-assisted практики разработки для повышения качества кода и скорости поставки
• Применять инструменты SDLC-тулчейна, включая AI-assisted разработку и автоматизацию

Требования

• Формальное обучение или сертификация по software engineering и 5+ лет практического опыта
• Владение Python (основной для оркестрации агентов и LLM-тулинга) и/или TypeScript / Java / Go для enterprise backend-интеграции
• Опыт проектирования гибридных поисковых пайплайнов (dense vector retrieval, BM25, rerankers) с векторными БД Pinecone, Milvus, Qdrant или pgvector
• Опыт построения масштабируемых микросервисов на FastAPI, Spring Boot или Node.js с REST, WebSockets, Server-Sent Events
• Подтверждённый опыт лидирующего применения одобренных AI-assisted инструментов разработки и установки стандартов валидации AI-выходов
• Понимание ответственного использования AI в инженерных процессах: чувствительность данных, безопасная обработка входов/выходов, resiliency и security
• Продакшн-опыт с мультиагентными и workflow-оркестрационными фреймворками (LangGraph, AutoGen, CrewAI, LlamaIndex Workflows, Semantic Kernel)
• Глубокая экспертиза в tool calling и function calling: структурирование вызовов, JSON schema validation, динамическая интеграция API, sandboxed code execution, MCP
• Опыт реализации краткосрочной и эпизодической памяти (scratchpads, state graphs, vector-based retrieval, conversational buffer compaction)
• Продвинутый prompt engineering, chain-of-thought, ReAct, reflection loops, output grounding/guardrails (NeMo Guardrails, Guardrails AI)

Условия

• Конкурентный total rewards package: базовая зарплата в зависимости от роли, опыта, навыков и локации
• Возможны commission-based pay и/или discretionary incentive compensation в виде cash и/или forfeitable equity
• Комплексное медицинское страхование, on-site центры здоровья и wellness
• Пенсионный сберегательный план, backup childcare, компенсация обучения, поддержка ментального здоровья, финансовый коучинг

Навыки

• Python
• TypeScript
• Java
• Go
• RAG
• dense vector retrieval
• BM25
• rerankers
• Pinecone
• Milvus
• Qdrant
• pgvector
• FastAPI
• Spring Boot
• Node.js
• REST
• WebSockets
• Server-Sent Events
• LangGraph
• AutoGen
• CrewAI
• LlamaIndex Workflows
• Semantic Kernel
• tool calling
• function calling
• JSON schema validation
• MCP
• Model Context Protocol
• prompt engineering
• chain-of-thought
• ReAct
• NeMo Guardrails
• Guardrails AI
• microservices