Member of Technical Staff (Applied AI Engineer, Agent Capabilities)

По мере того как каждое крупное прорывное достижение в моделях ИИ открывает новые возможности, команда Agent Capabilities отвечает за превращение передовых прорывов ИИ в переиспользуемые продуктовые возможности. Мы часто первые оцениваем новые возможности моделей, определяем, где они создают реальную ценность для пользователей, и превращаем их в надёжные, масштабируемые, высококачественные решения как для пользователей, так и для агентов. Это роль с высоким коэффициентом влияния и широким владением на стыке передовых исследований ИИ, систем агентов, платформенной инженерии и продуктовых инноваций.

• Оценивать передовые модели на реальных пользовательских задачах, выявлять полезные поведения и режимы отказов, а также превращать самые перспективные достижения в производственные системы агентов. Владеть жизненным циклом от быстрого прототипирования и оценки до запуска, мониторинга и итераций.
• Улучшать способность агентов планировать, использовать инструменты, управлять контекстом, восстанавливаться после ошибок и надёжно выполнять длительные задачи.
• Применять передовые методы ML и LLM для проектирования масштабируемых возможностей агентов, таких как навыки, плагины, генерация артефактов, интеграция и использование инструментов, автоисследования и многопользовательское сотрудничество. Формировать архитектуру, абстракции и продуктовые опыты, позволяющие как пользователям, так и агентам создавать всё более сложные решения для реальных задач.
• Владеть поведением и возможностями агентов от начала до конца, от пользовательских продуктов и интерфейсов до бекенд‑сервисов. Определять офлайн‑ и онлайн‑оценки завершения задач, корректности, безопасности, задержки, стоимости и удовлетворённости пользователей. Итеративно улучшать модели, подсказки, harnesses и продукты для разных областей проблем.
• Строить безопасные, наблюдаемые и надёжные системы агентов, включая разрешения и меры защиты для чувствительных действий. Разрабатывать инфраструктуру трассировки, воспроизведения и мониторинга, которая делает отказы агентов воспроизводимыми и поддающимися исправлению.
• Тесно сотрудничать с PM, Data Science, Research, чтобы выявлять высокоэффективные возможности в понимании и валидации новых возможностей моделей, и превращать сложные поведения агентов в простые, надёжные продуктовые опыты.
• Применять релевантные новшества в моделях, инференсе, оценке и архитектуре агентов, когда они дают измеримые улучшения в производственной работе. Задавать техническое направление в неоднозначных проблемах и повышать планку через дизайн‑ревью, наставничество и техническое лидерство.

• Обычно 6+ лет профессионального опыта разработки программного обеспечения с подтверждённым опытом создания и поддержки надёжных AI‑ориентированных, масштабных, пользовательских или данных‑интенсивных продуктов. Исключительные кандидаты с меньшим опытом и выдающимися результатами поощряются к подаче заявки.
• Сильные фундаментальные навыки разработки, опыт создания и эксплуатации AI/ML продуктов, бекенд‑сервисов или распределённых систем в масштабе.
• Опыт владения жизненным циклом AI‑продукта, включая анализ данных, строгую оценку, мониторинг в продакшене и итеративные улучшения. Умение определять метрики и использовать продакшен‑данные и обратную связь пользователей для принятия решений.
• Практический опыт в одной или нескольких релевантных областях, таких как harnesses агентов, использование инструментов, инженерия контекста, оценка моделей, автоматизация браузера или выполнение длительных задач.
• Сильное чувство продукта и исполнение: вы умеете переводить неоднозначные потребности пользователей в прикладные задачи AI или ML и поставлять долговечные решения с измеримым влиянием на пользователей.
• Искренний интерес к передовым возможностям AI, системам агентов и желание быстро исследовать, оценивать и превращать новые поведения моделей в продукты.

• Опыт в инженерии контекста LLM или harness engineering, опыт работы с субагентами, помощниками‑программирования, выполнением длительных или автономных задач.
• Глубокое знакомство с сильными сторонами и ограничениями текущих семейств моделей в области рассуждений, использования инструментов, управления контекстом и задач длительного горизонта.
• Опыт создания разрешений агентов, мер защиты, инфраструктуры оценки или систем наблюдаемости в продакшене.
• Опыт работы с mid‑training, post‑training или reinforcement learning для передовых или открытых моделей, а также хорошее понимание сильных и слабых сторон моделей в рассуждениях, использовании инструментов, управлении контекстом и задачах длительного горизонта.
• Опыт исследований AI/ML, подтверждённый публикациями, вкладами в open‑source или другим значимым исследовательским воздействием.
• Время, проведённое в быстрорастущем стартапе или в команде инженеров с высоким уровнем ответственности.