BIOCAD·Санкт-Петербург·8 окт.
ML-инженер
Ориентир по рынку≈ 215 000 – 425 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана
🔄 ГибридMiddleПолная занятостьПродуктовая
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 10 похожих вакансиях ML Engineer уровня Middle.
Живость
Опубликована 10 дней назад. Свежие вакансии почти всегда живые.
Описание
Обязанности: 10, требования: 9. Понятно, что за работа, ещё до отклика.
- Известно
- в работе ИИ-инструменты для кода
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноMLPythonLangChain
Надбавка к зарплате на этом уровне: Python +40%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Мы ищем инженера, который поможет создать и развивать мультиагентную систему – продукт, где несколько специализированных ИИ-агентов вместе решают сложные задачи. Ваша работа позволит превратить возможности больших языковых моделей в надежный инструмент для команд и конечных пользователей.
Чем предстоит заниматься
Разрабатывать мультиагентную систему от прототипа до рабочей эксплуатации, чтобы объединять специализированных агентов в единый продукт
Проектировать роли агентов и распределять между ними задачи, чтобы каждый отвечал за свою часть процесса и общий результат
Создавать сценарии взаимодействия агентов: планирование, вызов инструментов, проверка результата и самокоррекция
Разрабатывать инструменты агентов с понятными интерфейсами и проверкой данных, чтобы действия системы оставались безопасными
Строить оркестратор мультиагентной системы с последовательным, параллельным и графовым выполнением задач
Настраивать обмен данными и протоколы взаимодействия между агентами, чтобы предотвращать конфликты и потерю контекста
Проектировать память и управление контекстом, чтобы агенты учитывали историю работы и не расходовали ресурсы без необходимости
Создавать точки участия человека в критичных сценариях, чтобы важные решения не принимались без необходимого контроля
Проверять качество мультиагентной системы на специальных наборах примеров, чтобы находить ошибки и предотвращать регрессии
Защищать агентов от вредных инструкций, подмены контекста и других сбоев, чтобы система сохраняла надежность в реальных сценариях
Наши требования
Разрабатываете приложения на базе больших языковых моделей в рабочей эксплуатации, включая вызов инструментов, поиск контекста и агентные сценарии
Уверенно программируете (Python) и умеете строить поддерживаемые сервисы для сложных продуктовых систем
Проектируете мультиагентные архитектуры или создаете агентные циклы с нуля для задач с несколькими этапами
Работаете с фреймворками (LangGraph, Claude Agent SDK, OpenAI Agents SDK) или аналогичными инструментами
Используете оркестраторы (Paperclip, Multica) или сопоставимые решения для управления сложными процессами
Применяете ИИ-агентов в разработке, например Claude Code, Codex, Cursor или аналогичные решения
Учитываете ошибки генерации, размер контекста, стоимость запросов и задержку ответа при проектировании системы
Будет плюсом, если вы строите системы оценки качества и наблюдаемости для агентов
Будет преимуществом опыт запуска мультиагентных архитектур в рабочей эксплуатации или вклад в открытые инструменты
Мы предлагаем
Возможность создавать ключевой продукт компании – мультиагентную систему, в которой несколько ИИ-агентов вместе решают сложные задачи
Влияние на архитектуру продукта с раннего этапа: роли агентов, правила взаимодействия, память, инструменты и маршрутизация
Задачи полного цикла – от проектирования агентных сценариев до тестирования, наблюдаемости и запуска
Работа с современными языковыми моделями и подходами, которые формируют новые стандарты разработки ИИ-продуктов