Senior ML Platform Engineer (Agentic Platform)

Команда Agentic Platform входит в состав Platform Engineering. Мы создаём общую инфраструктуру и абстракции, которые помогают продуктовым и инженерным командам создавать и эксплуатировать надёжных AI-агентов. В сферу нашей ответственности входят устойчивое выполнение (durable execution), инструменты, контекст, память, права доступа, подтверждения (approvals), восстановление после сбоев, отладка и управление.

Мы тесно работаем с командой GenAI Platform, которая предоставляет общий доступ к моделям, оценку (evaluation), наблюдаемость (observability) и retrieval, а также с командой ML Platform, которая поддерживает традиционное и предиктивное машинное обучение. Agentic Platform объединяет эти основы в единую среду выполнения (runtime) и опыт разработки для стейтфул AI-систем, выполняющих действия.

Мы работаем в небольших командах с высокой степенью самостоятельности, что даёт вам возможность напрямую влиять на архитектуру системы, техническое направление и развитие платформы.

Agentic AI становится всё более важной частью AI-стратегии Preply. В роли Senior ML Platform Engineer вы будете создавать инфраструктуру, которая переводит прототипы агентов в продакшн. Вы будете решать задачи распределённых систем в длительно выполняющихся, недетерминированных рабочих процессах, зависящих от инструментов, человеческих решений и изменяющегося контекста.

Это практическая (hands-on) senior-роль с широким техническим влиянием. Вы будете писать продакшн-код, формировать абстракции платформы и операционные стандарты, а также взаимодействовать с командами Applied Science, Data, Product, Security и Engineering.

• Создавать устойчивую среду выполнения агентов (durable agent runtime) с контрольными точками (checkpoints), повторными попытками (retries), таймаутами, возможностью восстановления (resumability) и, где возможно, детерминированным восстановлением после сбоев.
• Создать безопасный слой инструментов (tool layer) для обнаружения, регистрации, вызова и версионирования внутренних API и внешних сервисов, включая MCP там, где это полезно.
• Отвечать за состояние агента, контекст и примитивы памяти с чётким жизненным циклом, семантикой приватности, хранения и извлечения данных.
• Проектировать идентификацию, ограниченные права доступа (scoped permissions) и механизмы человеческого контроля для авторизации, подтверждений (approvals), эскалации и передачи управления (handoffs).
• Разрабатывать защитные механизмы (guardrails) для доступа к инструментам, применения политик, валидации аргументов, изоляции (sandboxing) и ограничения действий.
• Обеспечивать комплексную наблюдаемость (observability), воспроизведение трасс (trace replay) и сценарную оценку планов, вызовов моделей, вызовов инструментов, переходов состояний и результатов.
• Поставлять SDK, шаблоны, локальные инструменты, документацию и готовые шаблонные подходы (paved-road patterns), чтобы командам не приходилось заново решать задачи инфраструктуры выполнения.
• Оценивать фреймворки, движки рабочих процессов (workflow engines) и протоколы инструментов, при этом эксплуатируя платформу с чёткими SLO, контролем ёмкости и затрат, реагированием на инциденты и операционными стандартами.

• Подтверждённый опыт (5+ лет) в проектировании, разработке и эксплуатации backend-сервисов или ML-инфраструктуры, обрабатывающих продакшн-трафик.
• Сильные навыки Python и опыт создания API/SDK для разработчиков или общих библиотек.
• Опыт создания GenAI-систем или агентных систем с использованием вызова инструментов или функций (tool or function calling), структурированных выводов и многошаговых рабочих процессов.
• Экспертиза в AI: вы являетесь передовым пользователем Agentic AI. Вы способны применять практический опыт и начинать влиять на команду не только в области генерации кода; сохраняя за собой окончательное решение по архитектуре, бизнес-логике и безопасности, используя AI как интеллектуального партнёра и умея выстраивать контрольные точки качества и защитные механизмы для улучшения существующих инженерных процессов, а также предлагать AI-native альтернативы.
• Опыт интеграции продакшн-сервисов через API и события, включая аутентификацию, авторизацию и безопасное взаимодействие между сервисами.
• Опыт работы хотя бы с одним крупным публичным облачным провайдером, его сервисами и инфраструктурой (предпочтительно AWS).
• Практический опыт работы с распределённой трассировкой (distributed tracing), системной телеметрией, SLO и разбором инцидентов (incident triage).
• Хорошие коммуникативные навыки и уровень английского языка не ниже C1, а также готовность участвовать в оплачиваемом дежурстве (on-call).

• Опыт работы с фреймворками для агентов или технологиями устойчивых рабочих процессов (durable workflow), такими как LangGraph, OpenAI Agents SDK или Temporal.
• Опыт в оценке агентов, симуляции или работе с циклами обратной связи в продакшне.
• Опыт проектирования изолированных сред выполнения (sandboxed execution environments), делегированной авторизации для автономных систем.
• Практический опыт работы с MCP Gateway.
• Знание принципов наблюдаемости (observability) GenAI и шлюзов для моделей (model gateways), включая границу между общей платформой GenAI и Agent Runtime.

• Открытая, совместная, динамичная и разнообразная культура;
• Щедрая ежемесячная надбавка на уроки на Preply.com, бюджет на обучение и развитие (Learning & Development), а также выходные дни для саморазвития;
• Конкурентный финансовый пакет с акциями компании, оплачиваемым отпуском и медицинской страховкой;
• Доступ к бесплатным платформам поддержки психического здоровья;
• Доступ к оздоровительным и фитнес-центрам-партнёрам Gympass по всему Лондону для поддержки благополучия и физического здоровья;
• Возможность раскрывать потенциал учащихся и преподавателей через изучение и преподавание языков в 175 странах (и это число продолжает расти!).