AI Agent Engineer (вайбкодинг)
Описание
Мы делаем AI-native продукт для массового рынка — не «прикрутили чат-бота к существующему приложению», а строим продукт вокруг возможностей современных моделей с нуля. Детали расскажем на первом созвоне, но амбиция такая: продукт, которым вы сами захотите пользоваться каждый день. Продукт уже на рынке — сейчас этап роста 1→10 000: масштабируем то, что сработало, и быстро добавляем новое. Работаем в режиме стартапа: гипотеза → прототип → реальные пользователи → данные → решение. Цикл занимает дни, а не кварталы. Процессов минимум, влияния максимум. Почему это интересно • Агенты — самый горячий фронтир в AI: вы будете строить их руками, а не читать про них в дайджестах • Этап роста: ваши фичи сразу попадают к живым пользователям, эффект виден в метриках через дни • Никакого legacy — архитектуру агентного слоя проектируете вы • Доступ к передовым моделям и инструментам, эксперименты поощряются Обязанности • Развивать агентный слой продукта: agentic search, браузерный агент, работа с внешними сервисами • Подключать инструменты: tools по API, MCP-серверы, взаимодействие агентов по A2A • Проектировать оркестрацию: как агент планирует, выбирает инструменты, обрабатывает ошибки и восстанавливается • Придумывать и запускать механики, которые растят продуктовые метрики: вовлечённость, удержание, время в продукте • Строить эвалы и метрики качества агентов — понимать, где агент справляется, а где ломается • Быстро проверять гипотезы: агентный сценарий в прототипе за дни, решение по данным Требования • Коммерческий опыт на Python, умение самостоятельно доводить фичи до прода • Глубокая практика с LLM: function calling / tool use, многошаговые агентные сценарии • Реальный опыт подключения инструментов: API-интеграции, MCP — или быстро разберётесь (A2A пока мало у кого, честно) • Опыт браузерной автоматизации (Playwright и т.п.) или желание построить браузерного агента руками • Понимание продуктовых метрик (retention, вовлечённость, время в продукте) и того, как фичи на них влияют • Свободное владение AI-инструментами разработки (Cursor, Claude Code и т.п.) • Комфорт в неопределённости: приоритеты меняются, ресурсы ограничены — зато решения ваши • Плюсом: свой агентный пет-проект, вклад в open-source (фреймворки, MCP-серверы) Условия Гибкий гибрид (обсуждаем индивидуально). Современный IT-офис вблизи Москва-Сити с фитнес-залом. Ипотека с выгодой для сотрудника и льготные условия кредитования. Бесплатная подписка СберПрайм+. Скидки на продукты компаний-партнеров. ДМС с первого дня и льготное страхование для близких. Корпоративная пенсионная программа. Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию. Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.