AI Engineer (Middle)

Мы — продуктовая компания, развиваем cowork.ru — корпоративную AI-платформу: агентный ассистент с подключаемыми инструментами (MCP), отложенными задачами, базами знаний и каталогом навыков. Ищем инженера в AI-команду: мы делаем экспериментальные фичи для продукта, быстрые PoC для B2B-заказчиков на базе платформы, standalone-решения и R&D — от агентских бенчмарков до вопросов инференса на собственных GPU.

Обязанности:

• Разрабатывать агентные системы: tool use / function calling, многошаговое планирование, human-in-the-loop

• Проектировать и подключать MCP-серверы: превращать внешние системы и данные в инструменты агентов

• Быстро собирать PoC и MVP под заказчиков на базе платформы (сжатые сроки, живые демо)

• Делать экспериментальные фичи для продукта и отдельные standalone-решения

• Итеративно улучшать компоненты агентной системы — системные промпты, скилы, инструменты — опираясь на метрики и разбор траекторий (в том числе прогоны на нашем открытом агентском бенчмарке)

• Тестировать и внедрять модели разных модальностей: текст, vision/OCR, ASR

• Работать с базами знаний: RAG-пайплайны, гибридный поиск, обработка документов

• Контейнеризировать и деплоить решения, в том числе on-prem

Требования:

• Опыт работы 1–3 года, есть реальные LLM-проекты (агенты, ассистенты, RAG)

• Python (asyncio, FastAPI), Git, Docker / docker-compose

• Уверенная работа с LLM API: OpenAI-compatible интерфейсы, function calling, structured output, стриминг

• Опыт работы с большими моделями разных семейств (Qwen, DeepSeek, GigaChat, GPT/Claude/Gemini)

• Понимание архитектуры LLM на прикладном уровне: трансформеры, MoE, контекстное окно и его ограничения, узкие места инференса

• Понимание MCP (Model Context Protocol): устройство протокола, опыт создания или подключения серверов

• RAG как один из навыков: chunking, embeddings, гибридный поиск (BM25 + dense), reranking

• PostgreSQL, Redis

• Оценка качества: eval-пайплайны, метрики, разбор трейсов агентов

• Способность…