AI Tooling Engineer

О позиции

Это уникальная роль в быстрорастущей healthtech-компании, где вы будете определять подход к внутреннему использованию ИИ с нуля. Вы не просто пишете код — вы тесно сотрудничаете с руководителями, включая CEO, понимаете реальные бизнес-задачи и создаёте инструменты, которые действительно используют команды внутри компании. Это позиция «строить быстро, говорить с людьми», а не исследовательская или чисто инфраструктурная роль.

Чем заниматься

• Разрабатывать AI-агентов и автоматизации для внутренних процессов компаний
• Встраиваться в команды операций, поддержки клиентов и финансов для понимания рабочих потоков
• Создавать системы для запросов к внутренней инфраструктуре на естественном языке
• Выстраивать workflow в Slack для маршрутизации и автозаполнения финансовых согласований
• Проектировать eval-harness для оценки качества LLM-функций перед деплоем
• Интегрировать API, веб-хуки и SaaS-системы вместе
• Быстро прототипировать инструменты и итерировать на основе обратной связи пользователей

Что ждут

• 1-3 года опыта разработки ПО — backend-сервисы, внутренние инструменты, автоматизации, API-driven приложения
• Уверенное владение TypeScript и/или Python
• Опыт работы с LLM — агент, RAG-пайплайн, copilot или промпт-驱动的 инструмент
• Комфортное использование систем интеграции: API, веб-хуки, SaaS, асинхронные рабочие процессы
• Способность общаться с нетехническими стейкхолдерами и находить их реальные потребности
• Готовность двигаться быстро в условиях неоднозначности и делать итерации на основе фидбека

Будет плюсом

• Опыт создания copilots, агентов или workflow-автоматизаций
• Знание фреймворков оркестрации (LangChain, Temporal)
• Опыт работы с векторными базами данных или retrieval-системами
• Интеграция с Salesforce, Slack, Zendesk, Notion, Jira
• Опыт работы в стартапах или высокоростовых компаниях

Условия

• Прямой контакт с CEO и основателями на ранних этапах
• Возможность определять направление внутреннего ИИ с нуля
• Гибкий график и Open Paid Time Off
• Платные отпускные дни, декретный отпуск
• Бюджет на развитие и технологии
• Щедрая программа реферальных бонусов
• Опционы на акции

Навыки

• Python
• TypeScript
• LLM
• Agent Development
• RAG
• API Integration
• Webhooks
• SaaS Integration
• Prompt Engineering
• Eval Systems
• LangChain
• Temporal
• Vector Databases
• Salesforce
• Slack
• Jira

Могут спросить на собеседовании

1. Расскажите о проекте с LLM, который вы запускали в продакшн — какая была задача, как вы его реализовали и каков был результат?
2. Как вы оцениваете качество и безопасность AI-решений перед их выпуском во внутреннюю эксплуатацию?
3. Опишите ситуацию, когда вы должны были понять потребность нетехнического стейкхолдера и превратить её в работающий инструмент — какие шаги вы предприняли?
4. Как бы вы расставили приоритеты между несколькими потенциальными задачами по автоматизации и почему выбрали именно эту в первую очередь?