Ведущий разработчик, Платформа AI-автоматизации
Описание
Привет! Это команда платформы AI-автоматизации. Мы создаём внутреннюю платформу для разработки AI-агентов и автоматизаций, которой смогут пользоваться продуктовые команды Ozon. Наша цель — дать инженерам готовый набор инструментов для создания агентских систем без необходимости каждый раз строить инфраструктуру с нуля. Сейчас проект находится на этапе активного развития. Уже есть собственный LLM-шлюз и базовая платформа, а дальше мы строим полноценную экосистему для агентской разработки: SDK, Tool Hub, визуальную оркестрацию, инструменты наблюдаемости и оценки качества AI-решений. Целевая команда не будет заниматься обучением языковых моделей. Вместо этого мы создаём платформенные сервисы и инструменты, которые помогают инженерам быстрее внедрять AI в свои продукты. Ищем разработчика, который поможет развивать платформу для агентской разработки и создавать инструменты, которыми будут пользоваться десятки продуктовых команд. Наш стек Языки: Go, Python, TypeScript/JS — уверенно знать один из них; Go как основной или как второй язык — дополнительный плюс. Инфраструктура: Docker, Kubernetes, gRPC. Данные и обмен: PostgreSQL, Redis, S3, Kafka. AI‑слой: написание AI‑автоматизаций и оркестрация агентов; системы управления инструментами (tool management) и скиллами, коммунальные агенты; RAG‑пайплайны; интеграция с LLM‑провайдерами и собственными self‑hosted-моделями (обучение и хостинг моделей — на ML‑инфраструктуре, не на нас). Observability: OpenTelemetry, Grafana CI/CD: GitLab CI. Вы будете Разрабатывать SDK и платформенные компоненты для создания AI-агентов. Создавать инструменты и сервисы вокруг MCP и Tool Hub. Развивать платформу для запуска и сопровождения AI-автоматизаций. Интегрировать существующие open source-решения в экосистему платформы. Участвовать в проектировании архитектуры платформы вместе с командой. Примеры задач Разработать SDK для создания агентских приложений. Интегрировать внешний агентских фреймворк с внутренним LLM Gateway. Добавить поддержку новых MCP-инструментов. Построить сервис для безопасного выполнения действий от имени пользователя. Реализовать механизмы трейсинга и контроля использования LLM. Нам важно Опыт коммерческой разработки на любом современном языке программирования. Опыт проектирования backend-сервисов. Понимание принципов построения API и распределённых систем. Опыт разработки платформенных решений или внутренних инструментов. Интерес к современному AI-инструментарию и практический опыт его использования. Опыт создания автоматизаций или AI-интеграций. Будет плюсом Наличие pet-проектов c применением AI. Практический опыт работы с несколькими harness-системами и понимание их отличий, преимуществ и недостатков. Опыт разработки AI-агентов, пайплайнов автоматизации, систем tool management.