Senior Agentic AI Engineer

Что за роль

Senior Agentic AI Engineer будет проектировать и развивать production-системы на основе AI-агентов для задач, связанных со знаниями спортивных учёных. В фокусе — агенты с памятью и инструментами, оркестрация нескольких специализированных агентов, оценка надёжности ответов и безопасная передача решений человеку. Важная часть работы — сделать поведение систем проверяемым и улучшать его на основе оценки и наблюдаемости в продакшне.

Что предстоит делать

• Проектировать и запускать AI-агентов с persistent state, памятью, использованием инструментов и многошаговыми workflow.
• Строить мультиагентную оркестрацию: маршрутизацию задач, управление зависимостями, параллельное и последовательное выполнение, синтез конфликтующих ответов.
• Разрабатывать оценку уверенности и неопределённости, включая анализ последствий перед выдачей рекомендаций.
• Реализовывать human-in-the-loop сценарии: определять, когда агент может ответить сам, когда ему нужно запросить дополнительные данные и когда следует передать задачу человеку.
• Преобразовывать знания спортивных учёных в валидируемые, версионируемые и тестируемые возможности агентов.
• Создать инструменты оценки, наблюдаемости и регрессионного тестирования для контроля и улучшения работы агентов в production.

Что потребуется

• От пяти лет профессионального опыта в applied ML, AI или software engineering.
• Опыт эксплуатации production-систем с AI-агентами: постоянное состояние и память, вызов инструментов, многошаговые процессы.
• Практический опыт мультиагентной оркестрации, включая маршрутизацию, композицию специализированных агентов и объединение результатов; подойдут LangGraph, AutoGen, CrewAI или аналоги.
• Опыт калибровки уверенности AI/ML-моделей: Platt scaling, isotonic calibration, ECE и reliability curves.
• Сильный Python и надёжные основы software engineering; опыт построения и эксплуатации production-систем.
• Продвинутый или близкий к носительскому уровень английского.

Что важно знать

Дополнительным преимуществом будут production RAG и reranking, fine-tuning и domain adaptation с LoRA или PEFT, LLM observability, обнаружение drift, evaluation harnesses и проектирование порогов эскалации. Также полезны causal и counterfactual reasoning, опыт с Go и AWS (ECS, EC2, Lambda, SNS/SQS). В стеке также указаны GraphQL, REST, gRPC, PostgreSQL и MongoDB. Vallettasoftware занимается заказной мобильной и веб-разработкой для клиентов из США и Европы, в том числе реализует AI/ML-решения. Компания указана в Top 10 Software Development Companies по версии 50Pros за второй квартал 2026 года.