Data scientist по ИИ-агентам, senior

О направлении

Строим AI-native B2B-продукт с нуля — это интеллектуальная среда для решения комплексных задач, аналогичная code-working-платформам по уровню взаимодействия. Пользователь ставит задачу, а система через агентный рантайм оркестрирует цепочки вызовов внешних систем, анализирует данные, обращается к смежным системам через интеграции и выдает готовый результат.

У направления защищенный бюджет, долгосрочные инвестиции и стратегический приоритет. Проект не экспериментальный, есть полный бэклог user stories. План до конца года — бета с реальными пользователями и интеграцией с одним из флагманских продуктов Контура.

Задачи

• Проектировать и реализовывать агентное ядро — turn-loop, оркестрацию tool-calling, управление подагентами, контекст-менеджмент: компакция и токен-бюджеты, промпт-архитектура, устойчивый роутинг моделей с graceful degradation.

• Разрабатывать плагинную архитектуру для интеграции с внешними B2B-системами — писать MCP-серверы, обеспечивать безопасное исполнение кода в песочницах, строить абстракции над LLM-провайдерами Anthropic, OpenAI, Bedrock, Vertex через LiteLLM и собственные прокси.

• Оркестрировать мультиагентные workflow — проектировать взаимодействие агентов на собственной архитектуре, адаптированной под доменную специфику.

• Разрабатывать систему оценки качества — создавать eval-гейты, бенчмарки для агентов, инструменты для трассировки и отладки.

Мы ожидаем

• Опыт создания production-агентных систем, построения мультиагентных рантаймов с подагентами, планировщиками, динамическим роутингом моделей. Важен опыт разработки сложных отказоустойчивых систем, а не просто цепочки из нескольких вызовов.

• Опыт разработки на Python, TypeScript, Bun или Node.js.

• Опыт интеграции с LLM-провайдерами — работа с OpenAI API, Anthropic, AWS Bedrock, Vertex AI, использование или написание собственных шлюзов на базе LiteLLM. Понимание нюансов кэширования, стриминга, retry-политик.

• Опыт работы с LangChain или LangGraph, CrewAI, Agno…