AI Engineer

Наша служба занимается внедрением AI в бизнес Яндекс Лавки — сейчас это один из главных приоритетов компании. Год назад мы запустили первых агентов, которые автоматизируют отдельные процессы. К лету мы создали для Лавки более 100 виртуальных сотрудников.

Мы неоднократно проходили полный цикл разработки решений (e2e‑разработка) и пришли к выводу, что эффект от точечных агентов имеет ограничения. Поэтому перешли к подходу, который называем «космолётами». Мы берём целую бизнес‑функцию — например, операции, коммерцию, маркетинг, финансы и так далее, — описываем все процессы в текущем виде (as‑is), а затем проектируем, как эта функция выглядела бы, если бы её создавали с нуля в мире, где в основе всего — AI (AI‑first‑мир). После этого поэтапно движемся к этой картине.

Технически мы работаем с агентскими системами. У них общий контекст и знания. Часть систем — мультиагентные, в некоторых используются ReAct‑агенты на мощных моделях, а в других — детерминированные StateGraph‑агенты. Все системы работают на нашей собственной платформе агентов (в основе — Python и lang*). Сейчас на платформе уже более 50 агентов.

В службе нет разделения на разработчиков, тестировщиков и аналитиков — все работают фуллстеком. Команды сформированы по доменам: есть несколько «космолётных» команд, команды, которые занимаются сквозными AI‑инструментами, и команда платформы.

Ищем инженера в направление платформы и инфраструктуры агентостроения. Вам предстоит работать со всем, что обеспечивает эффективную работу агентов и их авторов. Ваши заказчики — команды, которые создают агентов для Лавки и всей бизнес‑группы, а также всё чаще — сотрудники бизнес‑функций без инженерного опыта. Наша цель — сделать так, чтобы любой сотрудник Лавки мог максимально быстро превратить рутинную задачу в работающее решение.

• Развитие ядра платформы: Вы будете проектировать архитектуру платформы — сейчас она монолитная, а мы разбираем её на компоненты и SDK, чтобы каждый сервис мог собрать собственное окружение из готовых блоков. При этом важно довести архитектуру до продакшена, не нарушив работу более 50 агентов, которые уже используют платформу.
• Скилостроение: Вам предстоит работать с инструментом, который позволяет создавать скилы без навыков программирования. Человек просто описывает свои потребности — система на основе этого описания создаёт скил, проверяет его и интегрирует в наши системы. Затем вы будете заниматься распространением и внедрением решений: сформируете каталог скилов и агентов с поиском, версионированием и настройкой прав. Это нужно, чтобы команды могли повторно использовать готовые решения, а не писать их заново.
• No-code-сборка: Вы будете использовать конструктор, чтобы собирать агентов и пайплайны без написания кода. Нужно комбинировать готовые элементы — тулы, скилы, источники знаний. При этом в сборку сразу включаются необходимые компоненты: логи, мониторинги и контроль качества.
• Инфраструктура знаний и памяти: Вы начнёте создавать сервис, который унифицирует работу с базами знаний агентов — продумывать, как оцифровывать данные, обновлять их и избегать накопления ненужной информации. Этот сервис обеспечит единые подходы к знаниям и памяти агентов, доступные всем командам.
• Внедрение новинок: Вы будете быстро оценивать новые агенты, протоколы и подходы, внедрять их в контур и интегрировать — так, чтобы все команды могли сразу ими пользоваться, при этом сохраняя обратную совмест