Инженер по разработке ИИ-агентов (LangChain / LangGraph, Node.js)
Remote | B2B
О бизнесе
Мы — стартап инвестиционного холдинга, работающий в одном из самых быстрорастущих направлений — создании AI-агентов для средних и крупных международных компаний. Уже сейчас проект является одним из ключевых в портфеле холдинга и имеет все шансы стать его флагманом.
О продукте
Мы строим продукт, который в конечном виде будет представлять из себя Маркетплейс AI-агентов. Часть из них будет нашей внутренней разработкой, часть - AI решения других производителей, с которыми у нас будут партнерские программы. В нашем где анализ данных, бизнес-логика и решения формируются через LLM-агентов.
На данном этапе мы разрабатываем следующие AI агенты:
- Product analytic tools
- Internal HR
- Internal Process Manager - Internal Navigator
Мы — стартап инвестиционного холдинга, работающий в одном из самых быстрорастущих направлений — создании AI-агентов для средних и крупных международных компаний. Уже сейчас проект является одним из ключевых в портфеле холдинга и имеет все шансы стать его флагманом.
О продукте
Мы строим продукт, который в конечном виде будет представлять из себя Маркетплейс AI-агентов. Часть из них будет нашей внутренней разработкой, часть - AI решения других производителей, с которыми у нас будут партнерские программы. В нашем где анализ данных, бизнес-логика и решения формируются через LLM-агентов.
На данном этапе мы разрабатываем следующие AI агенты:
- Product analytic tools
- Internal HR
- Internal Process Manager - Internal Navigator
Эта роль для зрелого инженера и личности, который будет плотно работать с экспертом в аналитике продуктовых данных и напрямую влиять на функциональность нашего AI агента - Product analytic tools
Задачи
Требования
RAG/Vector
Embeddings
Structured Outputs
Backend / Node.js
LangChain / LangGraph
Languages
Будет плюсом
Задачи
- Проектирование и реализация LLM-агентов на Node.js
- Построение agent-flows и stateful reasoning с LangGraph
- Реализация производства-RAG
- Интеграция векторных баз данных в основную логику
- Реализация structured outputs с валидацией
- Разработка tools для работы с SQL, API и внутренними сервисами
- Контроль детерминированности, ошибок и воспроизводимости поведения агента
Требования
RAG/Vector
- Практический опыт RAG в проде
- Понимание retrieval-стратегий и их влияния на качество и стоимость ● Умение выбирать и аргументировать архитектуру RAG
- Опыт работы с vector DB (pgvector, Pinecone, Qdrant, Weaviate или аналоги)
Embeddings
- Опыт работы с embeddings в реальных системах
- Понимание метрик схожести и компромиссов по качеству / latency / cost Опыт оптимизации retrieval-качества
Structured Outputs
- Использование JSON Schema / typed outputs как стандарта ● Обработка невалидных и частичных ответов моделей
- Понимание, что LLM — источник данных, а не финальный интерфейс
Backend / Node.js
- Уверенный Node.js / TypeScript
LangChain / LangGraph
- Практический опыт LangChain (JS)
- Использование LangGraph для сложных, многошаговых сценариев
Languages
- Russian - fluent
- English - от B1
Будет плюсом
- Стартап-бэкграунд
