Senior Software Engineer II - Agentic Intelligence
Honeycomb — лидер в нише observability с отличной инженерной культурой. Работа над Agentic Intelligence на острие технологий (LLM, MCP, Bedrock) делает эту позицию одной из самых привлекательных для AI-инженеров на текущем рынке.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует редкого сочетания глубокой экспертизы в LLM-агентах и классической разработки высоконагруженных систем. Кандидат должен уметь работать с данными высокой кардинальности и самостоятельно доводить сложные AI-прототипы до уровня надежности Enterprise-класса.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Для позиции уровня Senior II в Канаде в топовой технологической компании предлагаемая роль соответствует верхнему сегменту рынка. Ожидаемый доход для таких специалистов обычно начинается от 160k CAD и может достигать 220k+ CAD без учета опционов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Откликнуться в Honeycomb
*🤩* Удалённо, Канада
*🔔* Опубликовано менее 72 часов назад
*📸 Разрабатывает платформу наблюдаемости, которая помогает инженерам разбираться в работе распределённых систем*
*🤩* Среди клиентов — HelloFresh, Slack, LaunchDarkly и Vanguard
Задачи:
• Создавать агентов, которые анализируют телеметрию в Canvas и помогают расследовать инциденты;
• Доводить агентов от прототипа до продакшена и поддерживать тесты для оценки их качества;
• Развивать Canvas, MCP-сервер и Canvas Skills, в том числе память агентов и производительность цикла Bedrock.
*🕸 Требования:*
• Опыт запуска LLM-агентов, на которые пользователи полагаются в продакшене;
• Умение самостоятельно довести прототип до надёжного решения и поддерживать его;
• Понимание архитектуры агентов и того, как быстрые запросы по данным высокой кардинальности расширяют их возможности;
• Умение выбирать продуктовые улучшения и проверять их рабочим прототипом.
Откликнуться: Откликнуться
*🚀* Offer Inside
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- LLM
- Distributed Systems
- Observability
- AI Agents
- Telemetry
- MCP
- Bedrock
Возможные вопросы на собеседовании
Проверка практического опыта масштабирования AI-решений.
Расскажите о самом сложном случае, когда вам пришлось переводить прототип LLM-агента в продакшн. С какими проблемами надежности вы столкнулись?
Honeycomb работает с огромными объемами телеметрии. Важно понимать, как кандидат связывает данные и AI.
Как именно данные высокой кардинальности (high-cardinality data) могут улучшить контекстное понимание агента при расследовании инцидентов?
Вакансия упоминает MCP и Bedrock. Важно знание современных протоколов взаимодействия.
Каков ваш опыт работы с Model Context Protocol (MCP)? Как вы оптимизируете производительность цикла Bedrock для минимизации задержек?
Агенты в observability должны быть точными. Проверка навыков тестирования.
Какие метрики и подходы вы используете для оценки качества работы агентов (evals) в динамической среде, где нет единственно правильного ответа?
Проверка продуктового мышления.
Как вы принимаете решение о том, стоит ли внедрять новую функцию в агента или это избыточное усложнение для пользователя?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

