[Job - 32563] AI Lead Software Engineer, Brazil

О позиции

В CI&T мы помогаем крупным предприятиям трансформировать потенциал ИИ в реальные бизнес-результаты. Наша компания насчитывает 8 000 сотрудников более чем в 25 странах, и ИИ уже является частью того, как мы работаем, развиваемся и инновации каждый день. В этой роли вы будете нести ответственность за техническое руководство платформенного SDK агентов и его фреймворк-адаптеров, определяя публичный API, контракты и обеспечивая согласованность поведения агентов across различных фреймворков и целей развёртывания.

Чем заниматься

• Управление SDK как продуктом: определение публичного API, семантическое версионирование, политика депрекации, руководства по миграции и качество релизов
• Проектирование и эволюция адаптеров и хост-контрактов для согласованного поведения агентов независимо от фреймворка или цели развёртывания
• Руководство паттернами мульти-агентной оркестрации: надзиратель/работник, планировщик/исполнитель/верификатор, делегирование между peers
• Определение модели расширений (hooks, настройки per-request) и превращение повторных экстренных обходов в поддерживаемые фичи
• Владение набором тестов на паритет и контракты, который блокирует каждый релиз SDK и шаблонов
• Участие в обзорах дизайна и RCA, превращение инцидентов в долгосрочные платформенные контролы
• Лидирование команды и менторинг инженеров
• Разделение крупных рефакторингов на параллельные треки и достижение фиксированных дат релизов

Что ждут

• Продвинутое владение английским (C1+), автономность коммуникации с международными стейкхолдерами
• Многолетний профессиональный опыт в программной инженерии и управлении командами
• Опыт построения библиотек, SDK или платформ для других инженерных команд
• Экспертное знание Python (async, typing, packaging, управление зависимостями, pytest в масштабe)
• Практический производственный опыт разработки LLM-агентов с использованием Strands Agents, Claude Agent SDK, LangGraph, OpenAI Agents SDK, CrewAI или аналогичных
• Понимание цикла работы агента: вызов инструментов, управление контекстом, лимиты turns, streaming
• Опыт работы с Model Context Protocol (MCP) серверами и клиентами, агент-to-агент коммуникация
• Подтверждённый опыт управления breaking changes в широко используемых библиотеках: версионирование, коммутационные шимы, инструменты миграции
• Сильные фундаментальные знания распределённых систем: timeouts, retries, idempotency, circuit breakers, backpressure
• Опыт работы с AWS, желательно Amazon Bedrock и Bedrock AgentCore
• Чёткие технические навыки написания: дизайн-документы, ADR, руководства по миграции

Будет плюсом

• AWS сертификации
• Недавняя история обучения или проектов в области агентских технологий вместо многолетнего практического опыта

Условия

• Медицинское и стоматологическое страхование
• Обеспечение питанием и продовольственные алименты
• Помощь в уходе за детьми
• Расширенный отпуск по уходу за ребенком
• Партнёрство с фитнес-центрами и специалистами по здоровью через Wellhub (Gympass, TotalPass)
• Участие в прибыли и результатах компании (PLR)
• Страхование жизни
• Платформа непрерывного обучения (CI&T University)
• Клуб скидок
• Бесплатная онлайн-платформа для физического, ментального и общего благополучия
• Курсы по беременности и ответственному родительству
• Партнёрства с онлайн-платформами обучения
• Языковые обучающие платформы

Навыки

• Python
• asyncio
• SDK Development
• LLM Agents
• LangChain
• LangGraph
• OpenAI API
• Claude SDK
• AWS
• Amazon Bedrock
• Distributed Systems
• System Design
• API Design
• Version Control
• Testing
• Pytest
• Docker
• Kubernetes
• ECS Fargate
• Technical Writing
• Agile
• Team Leadership
• Code Review
• Design Patterns
• Circuit Breaker Pattern
• Rate Limiting

Могут спросить на собеседовании

1. Как вы управляли breaking changes в ранее созданной вами библиотеке или SDK? Какие стратегии версионирования и миграции применялись?
2. Расскажите о вашем подходе к обеспечению безопасности агентов: какие механизмы защиты от бесконечных циклов, таймаутов и rate limiting вы внедряли?
3. Какой опыт работы с различными фреймворками для агентов (Strands, Claude, LangGraph) вы имеете и как обеспечиваете абстракцию над ними?
4. Как вы проектировали отказоустойчивость для распределённой системы агентов: что такое circuit breaker, retry policy, backpressure и как это реализуется?
5. Приведите пример сложного мульти-агентного паттерна оркестрации, который вы реализовали, и какие проблемы возникли при его разработке?