AI Engineer

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

Инженер по ИИ для создания production-инструментов AI-кодинга и внутренних AI-продуктов. Роль hands-on: проектирование и запуск LLM-приложений и мультиагентных систем end-to-end.

Задачи

• Проектировать, создавать и запускать production LLM-продукты и внутренние AI-инструменты
• Проектировать и разворачивать мультиагентные системы и агентные workflow в продакшене
• Строить workflow с tool-calling и function-calling, оркестрацию API и пайплайны структурированного вывода
• Оценивать и выбирать модели (frontier и open-source) по качеству и стоимости
• Строить фреймворки оценки, бенчмаркинга и quality gates для AI-систем в продакшене
• Разрабатывать масштабируемые и поддерживаемые backend-приложения на Python
• Работать с продуктовыми, security и инженерными командами для поиска и реализации AI-возможностей

Требования

• Степень бакалавра и выше в Computer Science, математике, AI или смежной инженерной области
• Недавний опыт core-инженерии в ведущей AI-компании или крупной технологической компании
• 2+ года практического опыта создания и запуска LLM-продуктов в продакшене
• Опыт проектирования и развёртывания мультиагентных систем и архитектур (ReAct, Plan-and-Execute) в продакшене
• Глубокий опыт с tool-use паттернами, оркестрацией API и структурированными выводами LLM
• Опыт системной оценки и выбора моделей (frontier и open-source)
• Опыт создания или эксплуатации фреймворков оценки и бенчмаркинга AI
• Владение AI-инструментами кодинга (Claude Code, Cursor, Copilot) в ежедневном workflow
• Сильные навыки Python-инженерии — production backend, а не только прототипы
• Способность самостоятельно определять scope, строить и запускать AI-системы end-to-end
• Нахождение в США и способность эффективно работать в разных часовых поясах (включая APAC) через async-коммуникацию
• Знание китайского языка — плюс

Условия

• Базовая зарплата: USD 200 000–300 000 в год (обсуждаемо)

Навыки

• Python
• LLM
• multi-agent systems
• ReAct
• Plan-and-Execute
• tool calling
• function calling
• API orchestration
• structured outputs
• model evaluation
• benchmarking
• Claude Code
• Cursor
• Copilot
• RAG
• LoRA
• QLoRA
• RLHF
• MCP