yandex
Страна
Россия
Зарплата
320 000 ₽ – 530 000 ₽
SeniorУдалённоПолная занятость

Middle-Senior Forward Deploy Engineer

ИИОценка ИИ

Отличное предложение с высокой рыночной зарплатой, сильной командой фаундеров и работой над передовыми AI-технологиями. Прямое влияние на продукт и отсутствие бюрократии делают вакансию крайне привлекательной для Senior-специалистов.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.


Вакансия из открытого источника
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена необходимостью сочетать глубокие технические навыки (LLM, vLLM, векторные БД) с бизнес-экспертизой и умением работать напрямую с C-level заказчиками. Требуется опыт полного цикла разработки: от R&D до деплоя на GPU-инфраструктуре.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Анализ зарплаты

Медиана400 000 ₽
Рынок300 000 ₽ – 550 000 ₽
ИИОценка ИИ

Предложенная вилка (320k-530k gross) полностью соответствует и местами превышает рыночные показатели для AI/LLM инженеров в России. Верхняя граница для Senior (530k + бонусы) является конкурентной даже для топовых тех-гигантов.

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Описание вакансии

Позиция: Middle-Senior Forward Deploy Engineer

Компания: Agentic Lab

Формат: Удаленно

Локация: большая часть команды находится в г. Москва, работаем по часовому пояску GMT+3

Вилка:

• Middle 320-380k gross + бонус

• Senior 450-530k gross + бонус

О компании:

Agentic Lab создаёт прикладные ИИ-системы для крупных корпораций: рабочие пространства, ИИ-ассистентов и автономных ИИ-сотрудников на собственной агентной платформе.

Мы строим операционный слой, на базе которого компании принимают решения

Основатели — Мирослав Гридин (CEO, ex-McKinsey) и Владимир Макаров (CTO, ex-McKinsey, PhD).

Обязанности:

– Разрабатывать AI-решения поверх нашей платформы: agentic workflows, tool calling, RAG, memory и human-in-the-loop контуры

– Проектировать multi-agent системы без жёсткой привязки к конкретному фреймворку или SDK — с логикой взаимодействия агентов, состоянием, памятью, маршрутизацией и обработкой ошибок

– Работать с современными LLM (GLM, Kimi, GPT, Claude, DeepSeek, Gemini) — как через API, так и с open-weight моделями

– Работать с базами данных платформы: PostgreSQL, ClickHouse, Qdrant, Redis — хранение данных, retrieval, semantic search и vector search

– Деплоить и оптимизировать open-weight модели на GPU-инфраструктуре (A100/H100) с использованием vLLM

– Оценивать и оптимизировать качество LLM-пайплайнов — Langfuse, собственные evals и метрики качества, latency, cost и reliability

– Интегрировать AI-системы в существующий IT-ландшафт клиентов и доводить решения от прототипа до production

Требования:

– Релевантный опыт работы в AI/ML, backend или software engineering

– Подтверждённый опыт проектирования и запуска LLM-based систем в production, а также деплоя и оптимизации open-weight LLM

– Уверенный Python и опыт разработки production-систем

– Уверенная работа с PostgreSQL и векторными БД; плюсом — ClickHouse и Redis

– Business acumen — понимаете бизнес-задачу и отвечаете за ценность решения, а не только за техническую реализацию

– Высшее образование по направлениям "Математика", "Физика", "Мат. методы в экономике"

– Ownership и проактивность — готовы самостоятельно вести задачу от постановки до работающего результата

Мы предлагаем:

– Гибкий режим работы

– Работу напрямую с фаундерами и партнёрами (ex-McKinsey, ex-Huawei, ex-Yandex), а также с клиентами и стейкхолдерами уровня C-level, качественный нетворк

– Реальные интересные enterprise-задачи: онтологическая платформа, multi-agent системы, корпоративные интеграции и внедрение AI в реальные бизнес-процессы

– Возможность влиять не только на клиентские решения, но и на архитектуру и развитие платформы Agentic Lab

– Гибрид / удалёнка с оформлением в РФ

Ответы на 10 важных вопросов:

  1. Данные: зависят от проекта: от терабайтов табличных данных до изображений и видео
  2. Железо: работаем преимущественно на виртуальных машинах, с LLM - микс GPU развертывания и работы по API
  3. Масштаб влияния на бизнес? Прямое влияние на бизнес заказчика и компании
  4. Уровень развития направления в компании? Ключевое направление компании
  5. Роль инженера: полный цикл от понимания бизнес потребности до внедрения решений для решения ее.
  6. Бэкграунд у вашего руководителя? Владимир Макаров
  7. Как часто вам будут мешать работать? работать не мешаем, созвоны с тех командой клиента по решению команды внедрения
  8. Карьерный рост: рост по результатам работы, проделанной за полгода/год.
  9. Prod/Research: задача может быть любая, так что research + prod
  10. Функция сервиса или лидера? Ownership и проактивность – лидера или потенциального лидера, автономная работа. To do's вы ставите себе сами, проектный лидер вас направляет

Контакты для связи:

telegram: Откликнуться (Екатерина)

email: Откликнуться

Больше похожих вакансий + автоотклики с ИИ

Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Больше похожих вакансий + автоотклики с ИИ

Навыки

  • Python
  • PostgreSQL
  • ClickHouse
  • Qdrant
  • Redis
  • LLM
  • RAG
  • vLLM
  • Langfuse
  • GPU
  • Vector Search
  • Semantic Search

Возможные вопросы на собеседовании

Проверка понимания архитектуры сложных AI-систем и управления состоянием.

Как бы вы спроектировали систему памяти для мультиагентной среды, чтобы обеспечить консистентность данных между агентами при длительных сессиях?

Оценка практического опыта оптимизации производительности моделей.

С какими основными проблемами вы сталкивались при деплое open-weight моделей через vLLM на картах A100/H100 и как их решали?

Проверка навыков оценки качества (Evals), что критично для enterprise-решений.

Какие метрики, помимо стандартных latency и cost, вы считаете наиболее важными для оценки надежности RAG-системы в корпоративном секторе?

Проверка навыка интеграции в существующую IT-инфраструктуру.

Опишите ваш опыт интеграции LLM-решений с традиционными реляционными базами данных (PostgreSQL) и ClickHouse для аналитических задач.

Оценка soft skills и бизнес-ориентированности (Business acumen).

Расскажите о случае, когда технически элегантное AI-решение не подходило под бизнес-задачу клиента. Как вы адаптировали подход?

Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

Похожие вакансии

Россияот 320 000 ₽
более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!