AI ENGINEER
Привлекательная вакансия в продуктовой компании с современным стеком и фокусом на AI. Плюсами являются удаленка, неограниченный отпуск и предоставление техники, однако формат контракта (Independent Contractor) требует самостоятельного ведения налогов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует редкого сочетания сильного бэкенд-опыта на Node.js и глубокой экспертизы в AI/LLM (RAG, агенты, оценка качества). Высокая планка ответственности за продакшн-системы и специфический стек (Cloudflare Workers) повышают порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата не указана, но для позиции AI Engineer с опытом 4+ года на международном рынке (Европа/СНГ) медиана составляет около $5000-$7000. Ruby Labs обычно предлагает конкурентоспособные условия для опытных инженеров.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
AI ENGINEER
*🏢* Компания: RUBY LABS
*🌍* Формат: Удалёнка (принимают кандидатов из Albania, European Union, Georgia, Kazakhstan, Moldova, Montenegro, Serbia; предпочтительная зона CET ±4 часа)
*🕒* Занятость: Полная занятость
О компании:
Ruby Labs — технологическая компания, создающая и оперирующая потребительскими продуктами в сферах здоровья, образования и развлечений. Команда фокусируется на инновациях и масштабировании продуктов для массовых пользователей. Компания активно растёт и приглашает специалистов по AI/LLM.
Задачи:
• Полная ответственность за доставку AI-фич и стабильность AI-систем в продакшне.
• Обеспечение качества и предсказуемости вывода LLM, единая структурированная выдача для разных моделей.
• Интеграция и оркестрация нескольких провайдеров LLM через AI-gateway: выбор моделей, fallback и оптимизация затрат.
• Проектирование agentic/tool-использующих workflow: контрактные интерфейсы инструментов (включая MCP), function-calling и надёжная интеграция с системами.
• Построение многошаговых LLM-пайплайнов и RAG (индексирование, embeddings, retrieval, re-ranking).
• Управление продакшн-экспериментами: prompt-менеджмент, A/B тесты и оценка через Langfuse.
Требования:
• 4+ лет опыта backend/fullstack разработки, production-grade TypeScript/Node.js.
• 1+ года работы с AI/LLM-системами в продакшене с реальными пользователями.
• Практический опыт с LLM APIs (OpenAI, Anthropic, Google Gemini и т.п.): structured output, function calling, streaming, контроль токенов и затрат.
• Опыт с инструментами наблюдаемости/оценки LLM (Langfuse, LangSmith или аналогами).
• Опыт с AI-gateways и маршрутизацией моделей (OpenRouter, Cloudflare AI Gateway или эквивалент).
• Знание реляционных БД (PostgreSQL) и кешей (Redis, KV или аналоги).
Будет плюсом:
• Фреймворки для оценки (LLM-as-a-judge, RAGAS) и сбор тестовых датасетов.
• Опыт с MCP или проектированием контрактов для AI-агентов.
• Опыт edge/serverless (Cloudflare Workers, Durable Objects, Containers).
• Поиск и векторный поиск (OpenSearch, Elasticsearch, pgvector).
• Фоновые workflow-движки (Hatchet, Temporal, Inngest).
• Практический Python для задач data science и оценки.
Стек:
TypeScript, Node.js, Hono, Cloudflare Workers, Durable Objects, Containers, PostgreSQL, OpenSearch, Redis, KV, Langfuse, OpenAI, Anthropic, Google Gemini, Cloudflare AI Gateway, OpenRouter, pgvector
Условия:
• Удалённая работа.
• Неограниченный оплачиваемый отпуск.
• Оплачиваемые национальные праздники.
• Компания предоставляет MacBook.
• Гибкий Independent Contractor agreement.
*📩* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- TypeScript
- Python
- LLM
- PostgreSQL
- RAG
- Redis
- Node.js
- ElasticSearch
- Google Gemini
- Vector Search
- OpenAI
- OpenSearch
- Anthropic
- Langfuse
- Cloudflare Workers
- Hono
Возможные вопросы на собеседовании
Проверка опыта работы с нестабильностью ответов LLM в реальных продуктах.
Как вы обеспечиваете консистентность и структурированность вывода (Structured Output) при использовании разных моделей (например, GPT-4 и Claude 3.5)?
Оценка навыков проектирования сложных систем.
Опишите ваш опыт реализации RAG: какие стратегии индексации и реранкинга вы использовали для улучшения качества поиска?
Проверка умения работать с инструментами мониторинга.
Как вы используете Langfuse или аналоги для отладки промптов и анализа стоимости токенов в продакшне?
Вопрос про архитектурные решения для агентов.
В чем преимущества и сложности использования Model Context Protocol (MCP) при проектировании интерфейсов для AI-агентов?
Проверка навыков оптимизации и отказоустойчивости.
Как бы вы реализовали систему fallback и маршрутизации запросов через AI-gateway для минимизации задержек и затрат?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

