Вакансии

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. — Полный цикл разработки: от проектирования агентов до их оценки, развертывания и обеспечения надежности в продакшене. Требования: — Опыт разработки на Python и бекенд инженерии. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Опыт оценки, трассировки и отладки LLM. — Навыки работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторинга агентов в продакшене. Условия: — Удаленная работа. — Полная занятость или контракт.

Кого ищем: — Data Engineer — Python Developer — Java Developer — AI Developer — ML Engineer — LLM, RAG — Full-Stack Developer — Python + React Что для нас важно: — 5+ лет релевантного коммерческого опыта — Уровень Senior и сильная техническая экспертиза — Разговорный английский — важно комфортно общаться и проходить интервью на английском — Проживание в Польше, Латвии, Литве, Румынии, Венгрии, Чехии, Болгарии или на Кипре Что предлагаем: — Выбор проектов — предлагаем проекты под ваш стек и опыт, а вы решаете, какой из них вам интересен. — Международные клиенты — работа в командах наших зарубежных заказчиков. — Долгосрочное сотрудничество — заинтересованы не в разовом проекте, а в продолжительной работе со специалистами. — Сопровождение — помогаем с организационными вопросами и остаёмся на связи на протяжении всего проекта.

Location: Moldova Company Background Coherent Solutions is a global digital product engineering company founded in 1995 and headquartered in Minneapolis, Minnesota. With a presence in nine countries and a team of more than 1,700 engineers, the company provides custom software development and engineering services across web and mobile applications, cloud, DevOps, and data. Coherent Solutions works with clients worldwide to build and scale digital products while fostering a culture of collaboration, transparency, and continuous professional growth. Project Description You will work with senior engineers on internal classical machine learning initiatives. The role combines structured learning, practical delivery, and gradual ownership of increasingly complex tasks. Technologies Python, pandas, NumPy, scikit-learn, Jupyter SQL XGBoost, LightGBM MLflow FastAPI Git, Docker, pytest What You'll Do Prepare and validate structured datasets for machine learning tasks, including cleaning, transformation, encoding, scaling, and missing-value handling; Conduct exploratory data analysis to identify patterns, data quality issues, and opportunities for modeling; Build, test, and compare ML models for tasks such as regression, classification, clustering, dimensionality reduction, and anomaly detection; Develop and select features with guidance from senior engineers; Run experiments, tune model parameters, and evaluate results using appropriate validation approaches and metrics; Help maintain reproducible ML pipelines, notebooks, experiment tracking, and technical documentation; Write and maintain automated tests for data and model-related code; Support the delivery of models through REST APIs or batch-processing workflows; Document model assumptions, results, limitations, and technical decisions; Work closely with senior engineers, incorporate feedback, and gradually take ownership of more complex tasks; Job Requirements 1+ year of hands-on Python development experience, including experience with pandas, NumPy, scikit-learn, and Jupyter; A strong foundation in statistics, probability, and linear algebra, plus exploratory data analysis skills; An understanding of supervised and unsupervised learning, and practical experience with regression, classification, clustering, dimensionality reduction, and anomaly detection; Experience preparing structured datasets, including cleaning, transformation, encoding, scaling, and missing-value handling, plus practical feature engineering and feature-selection skills; An understanding of train/validation/test splits, cross-validation, data leakage, overfitting, and regularization; the ability to select appropriate evaluation metrics, compare models, and perform error analysis; Familiarity with hyperparameter tuning and reproducible ML pipelines; SQL skills for data extraction and analysis; The ability to expose models through REST APIs or batch-processing workflows; Familiarity with Git, automated testing, Docker, and basic model monitoring; The ability to explain model behavior, assumptions, limitations, and results; English at B2 level or higher; Nice To Have XGBoost, time-series analysis, recommendation systems, MLflow, model interpretability, cloud services, production ML monitoring, and GenAI, LLM, RAG, prompt-engineering, or agent-development experience; What Do We Offer The global benefits package includes: Technical and non-technical training for professional and personal growth; Internal conferences and meetups to learn from industry experts; Support and mentorship from an experienced employee to help you professional grow and development; Health insurance; Sports activities to promote a healthy lifestyle; Flexible work options, including remote and hybrid opportunities; Referral program for bringing in new talent; Work anniversary program and additional vacation days.

О проекте: ИТ-компания, разрабатывающая разноплановые проекты с фокусом на AI/LLM-решения, интеграции и высоконагруженные сервисы. Ищем Senior/Lead руководителя разработки, который сочетает сильную техническую экспертизу в Python и AI-стеке с навыками управления командой. Это роль для лидера, который не только проектирует архитектуру и пишет код, но и развивает команду, выстраивает процессы и способен объяснить сложные технические концепции простым языком. Задачи: — Руководство группой backend-разработки (от 3 человек). — Предварительная оценка трудозатрат, декомпозиция задач, планирование ресурсов и спринтов. — Проведение качественного Code Review. — Обеспечение оптимального взаимодействия внутри команды и со смежными подразделениями (AI/ML, Data, Product). — Проектирование технической архитектуры решений и сервисов. — Проектирование и написание кода. — Участие в разработке технической документации и формировании архитектурных стандартов. Требования: — Опыт разработки не менее 5 лет. — Опыт руководства группой разработчиков от 3 человек. — Умение разбивать большую задачу на подзадачи и распределять их. — Python 3.11+: уверенное владение ООП, современными паттернами, асинхронным программированием (asyncio), строгой типизацией (typing). — Web-разработка: FastAPI и Pydantic (v2): создание асинхронных API, валидация/сериализация данных, генерация OpenAPI-документации. — Проектирование агентных сценариев на LangGraph. — Интеграция с OpenAI-совместимыми API (OpenAI, Azure, локальные LLM через vLLM/Ollama). — Практическое применение Structured Outputs (JSON/Pydantic-схемы, function calling, tool use). — Опыт построения RAG-пайплайнов (чанкинг, эмбеддинги, reranking, гибридный поиск). — PostgreSQL: проектирование схем, оптимизация запросов, работа с индексами, использование SQLAlchemy 2.0 / Tortoise / asyncpg. — Векторные хранилища: pgvector, Qdrant, Weaviate, Chroma (выбор эмбеддингов, настройка индексов HNSW/IVFFlat, фильтрация по метаданным). — Docker и Docker Compose, понимание принципов оркестрации (Kubernetes). — Работа с асинхронными очередями: Redis, Celery, ARQ, Kafka, RabbitMQ. — Настройка пайплайнов в GitLab CI/CD, линтинг (ruff, mypy), автоматизированные тесты. — Работа с данными: обработка JSON, TOML, DAT, CSV; извлечение информации из PDF, парсинг DXF-чертежей. — Тестирование: Unit- и интеграционные тесты (pytest, pytest-asyncio), мокирование внешних AI-API. — Уверенное владение Linux (уровень выше базового, без задач DevOps). — Навык объяснять сложные технические проблемы простым и понятным языком. — Опыт публичных выступлений: конференции, митапы и другие профильные мероприятия. — Работа в гибких и гибридных методологиях (Agile/Scrum). Условия: — Удалённая работа. — Загрузка: Full-time. — Срок привлечения: 3 месяца с возможностью пролонгации. — Часовой пояс: UTC+3 (МСК). — Грейд: Senior / Lead. — Ставка: до 320 000 руб. на руки в месяц.

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. Требования: — Опыт разработки на Python и бекенд инженерия. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Оценка, трассировка и отладка LLM. — Опыт работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене. Условия: — Удалённая работа. — Полная занятость или контракт.

Location: Москва Мы новое подразделение Сбера, занимающееся созданием инструментов и решений для внутренней безопасности с помощью AI. Наши задачи направлены на развитие AI-агентов, создание RAG, запуск локальных инстансов LLM и их файнтюнинг. Наши планы имеют широкий спектр - начиная от разработки DL-моделей для скоринга, поведенческого моделирования и заканчивая графовыми нейронками для выявления скрытых связей. Ищем Middle/Senior Data Scientist, который будет разрабатывать AI-агентов, адаптировать LLM под специфику задач, строить RAG-системы. Если ты хочешь иметь возможность погрузиться в глубины LLM и Deep Learning, пробовать новые методы к файнтюнингу LLM, строить AI-агентов, то мы ждем тебя в нашу команду. Обязанности * cоздание и развитие решений с задействованием LLM-агентов (полноценные мультиагентские системы) * cоздание RAG-систем * разработка и поддержка ML/DL моделей, включая их обновление и адаптацию к меняющимся условиям и требованиям бизнеса * дообучение и адаптация открытых LLM * создание системы мониторинга качества моделей и контроль их эффективности. Требования * оконченное высшее образование * опыт работы от пяти лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в продакшен * понимание математики классического ML и архитектуры нейросетей (PyTorch/TF) * уверенное понимание архитектуры трансформеров, опыт работы с LLM API и локальными моделями через PyTorch / Hugging Face * уверенный Python (чистый код, ООП, знание numpy/pandas/scikit-learn) и понимание принципов микросервесной архитектуры (Asyncio, FastAPI) * опыт создания агентов на LangChain/LangGraph * знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling * опыт проектирования и развития RAG-систем (Multi-stage Retrieval, Dense + Sparse/BM25, Rerankers, Chunking strategies) * опыт развертывания локальных open-source моделей (Llama, Mistral, Qwen, DeepSeek и др.) в продакшн-окружении и настройки высокопроизводительного инференса LLM с помощью vLLM * опыт проведения Fine-tuning LLM-моделей (PEFT, LoRA/QLoRA) * настройка мониторинга data drift и model decay, а также валидация моделей * навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти * среда для обмена знаниями – высокая экспертиза внутри команды; * сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать * нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам * стабильная заработная плата и годовой бонус * полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * подписка Прайм с возможностью совместного использования на трёх близких * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — самостоятельно вести продуктовые задачи в роли системного аналитика — собирать и уточнять требования с заказчиком, анализировать BRD — проектировать целевую архитектуру сервисов и интеграций — участвовать в проектировании решений с использованием AI-агентов — описывать взаимодействие AI-компонентов и интеграции с внешними системами — готовить технические задания и детальные спецификации для разработки — моделировать процессы в BPMN и UML (activity, sequence) — участвовать в проработке архитектурных решений и интеграционном тестировании — взаимодействовать с бизнесом, разработчиками и другими участниками проекта Требования: — опыт работы системным аналитиком от 3 лет — опыт продуктовой разработки и самостоятельного ведения задач — практический опыт работы с ИИ-агентами, LLM и RAG — понимание MCP и LangFuse — уверенное знание BPMN, UML activity/sequence — опыт проектирования REST-интеграций, понимание SOAP, XSD — понимание синхронного и асинхронного взаимодействия — уверенный SQL — написание сложных запросов — понимание ER-моделей и принципов проектирования баз данных — понимание основ информационной безопасности: идентификация, аутентификация, авторизация, шифрование и хэширование — PlantUML, ArchiMate — опыт работы с Kafka, gRPC — опыт работы в финтехе — практическое использование AI-инструментов в ежедневной работе Условия: — полная занятость — график 5/2 — удалённый формат работы Контакт для отклика: job@selecty.ru

Задачи: — Проектировать и развивать LLM/AI-системы и AI-агентов; — Строить многошаговые agentic workflows: routing, tool calling, state management; — Работать с Prompt Engineering и Context Engineering; — Управлять контекстом, памятью и состоянием диалога; — Реализовывать structured output и function/tool calling; — Строить RAG-пайплайны: chunking, embeddings, retrieval, reranking; — Интегрировать LLM с API, базами данных и внутренними сервисами; — Разрабатывать backend-сервисы на Go и AI-компоненты на Python; — Исследовать новые модели и подходы, быстро проверять гипотезы; — Выбирать модели с учетом качества, latency и стоимости; — Строить систему оценки качества: evals, regression tests, golden datasets, LLM-as-a-judge; — Анализировать логи и traces, улучшать качество и стабильность агентов; — Реализовывать retries, fallbacks, timeouts и обработку ошибок; — Доводить решения от прототипа до стабильного production. Требования: Go: — production-сервисы; — REST/gRPC API; — concurrency; — работа с БД; — микросервисная архитектура. Python: — AI-сервисы и backend; — async; — API; — обработка данных; — быстрое прототипирование. Также важно: — Практический опыт разработки production-приложений с LLM; — Понимание архитектуры современных AI-систем: prompt → context → tools → agent → state → evaluation; — Опыт Prompt Engineering: system prompts, few-shot, prompt chaining, structured output; — Опыт Context Engineering: memory, summarization, динамическая сборка контекста; — Опыт создания AI-агентов и agentic workflows; — Работа с LLM API и понимание особенностей разных моделей; — Понимание RAG: embeddings, vector search, retrieval, reranking, hybrid search; — Понимание evals, regression testing и анализа production-логов; — Опыт с PostgreSQL, MongoDB, Redis, Docker, Git, CI/CD; — Понимание production-подходов: observability, scalability, latency, retries, fallbacks и контроль стоимости. Будет плюсом: — Multi-agent системы; — LangGraph; — MCP; — Langfuse / LangSmith; — Elasticsearch / OpenSearch; — Open-source LLM: Qwen, Llama, DeepSeek и др.; — vLLM / Ollama; — Kafka / RabbitMQ; — Kubernetes; — Оптимизация token usage, latency и стоимости LLM; — Guardrails и защита от prompt injection; — Highload-системы. Важно: Ищем инженера, который воспринимает LLM не как простой API, а как компонент большой production-системы. Важно уметь проектировать всю логику вокруг модели: какие данные передать в контекст, какого агента или инструмент вызвать, как проверить результат, обработать ошибку и определить следующий шаг. Ищем software engineer с сильной AI/LLM-экспертизой, который умеет не только написать хороший промпт, но и довести всю систему до стабильного production-решения.

Задачи: — Разработка мультиагентных систем и AI-агентов. — Построение RAG-пайплайнов и работа с векторными БД. — Интеграция LLM с внутренними сервисами через REST API и OAuth2. — Автоматизация бизнес-процессов, генерация отчётов и обработка данных. — Проектирование промптов и LLM-сценариев. — Обеспечение безопасности чувствительных данных. Требования: — Уверенное знание JavaScript/TypeScript и Python. — Опыт разработки GenAI-агентов и мультиагентных систем. — Знание LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen или аналогов. — Опыт работы с n8n, Dify, Flowise или Langflow. — Опыт работы с RAG, PostgreSQL, JSON и векторными БД (Qdrant, PGVector, Milvus). — Знание REST API, OAuth2 и prompt engineering. — Готовность работать с Windows. Будет плюсом опыт в банковских и корпоративных проектах, мониторинге LLM-приложений и микросервисной архитектуре. Условия: — Зарплата обсуждается индивидуально. — Полностью удалённо, из любого региона РФ. — Full-time, гибкий график с синхронизацией по МСК. — Официальное оформление по ТК РФ. — Возможность влиять на архитектуру и внедрять GenAI-решения в корпоративную среду.

Задачи: — Разработка масштабной системы видеомониторинга и интеллектуальной видеоаналитики — Техническое лидерство направления Computer Vision — Ответственность за архитектуру AI-решений и развитие инженерной команды — Работа с production-системами, GPU-инференсом и Multimodal AI — Техническое руководство командой Computer Vision Engineers — Менторинг, code review и развитие инженерных практик — Проектирование архитектуры production-систем видеоаналитики — Разработка и оптимизация обработки RTSP-видеопотоков — Работа с NVIDIA DeepStream, GStreamer, TensorRT и Triton Inference Server — Внедрение моделей YOLO, ViT, DETR, Swin и Video Transformers — Оптимизация инференса через ONNX, TensorRT, OpenVINO, CUDA и Quantization — Разработка AI-сервисов на FastAPI / gRPC — Работа с Docker и Kubernetes — Участие в найме и технической оценке специалистов Требования: — Коммерческий опыт в Computer Vision / Video Analytics — Опыт технического лидерства или наставничества — Опыт запуска production AI-систем — Знание Python, PyTorch, OpenCV, YOLO — Опыт работы с RTSP, GStreamer, NVIDIA DeepStream, TensorRT — Опыт с ONNX, OpenVINO, CUDA или Quantization — Понимание высоконагруженных систем обработки видеопотоков — Опыт с Docker и Kubernetes — Знание Vision Transformers и мультимодальных моделей Будет преимуществом: — Опыт работы с Triton Inference Server — Знание C++ / CUDA — Опыт работы с Kafka — Знание MLflow / MLOps — Опыт с VLM, RAG, LangGraph, vLLM, Function Calling — Опыт формирования AI-команд Условия: — Полная занятость — График 5/2 — Офисный формат — Заработная плата 700 000–1 700 000 ₸ до вычета налогов — Возможность влиять на архитектуру и технологический стек — Работа над масштабной production-системой Адрес: Астана, улица Сыганак, 60/2

Location: Singapore Workplace: OnSite ABOUT US Sierra is the leading platform for customer-facing AI agents, working with many of the world's biggest brands — including The GAP, Rocket Mortgage, SoFi, Sutter Health, and SoftBank — to transform how they serve customers and grow their businesses. We are primarily an in-person company based in San Francisco, with growing offices across North America, Europe, and Asia. We are guided by a set of values that are at the core of our actions and define our culture: Trust, Customer Obsession, Craftsmanship, Intensity, and a commitment to balancing Family along the way. These values are the foundation of our work, and we are committed to upholding them in everything we do. Sierra was co-founded by Bret Taylor https://www.linkedin.com/in/brettaylor/ and Clay Bavor https://www.linkedin.com/in/claybavor/ who first met while working together at Google over 20 years ago. Bret currently serves as Chairman of the Board of Open AI. Previously, he was co-CEO of Salesforce and CTO of Facebook. Clay spent 18 years at Google, where he most recently led Google Labs. WHAT YOU'LL DO As an Agent Strategist https://sierra.ai/blog/agent-strategist-your-phd-in-applied-ai, you own how Sierra's AI agents come to life for our customers — from first pilot to a production agent handling thousands of conversations a day. You sit at the intersection of product, building agents and customer-facing work, and stay just as close to the technology as you are to the people you build for. You transform a customer's thorniest, highest-stakes problems into agents that measurably move their business. - Own the Agent Development Life Cycle https://sierra.ai/blog/agent-development-life-cycle. Take agents from initial scope through conversation design, tooling, and evaluation, to launch and continuous iteration in production — translating business goals into an agent that outperforms, and tuning relentlessly until it's the best version of itself in the real world. You'll have real ownership and autonomy over the outcome. - Be the trusted strategic advisor to enterprise leaders. Sit shoulder-to-shoulder with our customers' executives, understand what success actually means to their business, and shape the AI strategy that gets them there. - Partner with the customer's working teams day to day. Run working sessions, troubleshoot the agent as issues come up, and make the calls that keep the build on track for launch. - Directly impact product. Surface unmet needs from your customer work, and feed them back to research and platform to shape where Sierra goes next. EXAMPLE PROJECTS These are the kinds of projects that strategists on our team have worked on recently: - Scope and launch a subscription-retention agent for a large telecommunications or media company that consistently outperforms human agents at saving at-risk customers. - Stand up an agent for a commerce customer that troubleshoots a broken device end-to-end and personalizes product recommendations in the same conversation. - Redesign the conversation flows for a financial services agent so it can handle complex, regulated interactions — and convert a pilot into a multi-team production deployment. See our financial services blog https://sierra.ai/blog/five-ways-to-use-ai-agents-financial-services for examples. - Partner with product on a net-new capability — a new agent architecture or self-service tooling — using a live customer as the design partner. - Define the evaluation and quality bar for a new agent, then use those metrics to drive a measurable lift in outcome https://sierra.ai/blog/outcome-based-pricing-for-ai-agents week over week. WHAT YOU'LL BRING - Customer obsession. Genuine energy being in front of customers — understanding their business and needs, thriving in complex organizations, and building trusted relationships. - Communication. Clear, direct, and persuasive across technical and non-technical audiences. - Strategic problem-solving in ambiguity. Strong analytical and critical-thinking skills to break down complex problems, spot risks early, and adapt as things change fast. - Technical aptitude. Comfortable engaging directly with technical concepts - reading API documentation, understanding data models and system architecture, and following engineering tradeoffs in a design discussion. - Ownership and delivery. A track record of running multiple complex, high-visibility projects at once and driving them to outcomes. EVEN BETTER... - Experience building or deploying AI/LLM agents in production — hands-on with the tools behind them (eval frameworks, agent tooling, RAG, prompt engineering) — working closely with technical counterparts. - You've been a founder, founding team member, or operator — you know how to balance craft, ownership, and speed. - A degree in Computer Science, Engineering, Mathematics, a related technical field, or equivalent practical experience — and/or an MBA or comparable experience at the intersection of technology and business. OUR VALUES - Trust: We build trust with our customers with our accountability, empathy, quality, and responsiveness. We build trust in AI by making it more accessible, safe, and useful. We build trust with each other by showing up for each other professionally and personally, creating an environment that enables all of us to do our best work. - Customer Obsession: We deeply understand our customers’ business goals and relentlessly focus on driving outcomes, not just technical milestones. Everyone at the company knows and spends time with our customers. When our customer is having an issue, we drop everything and fix it. - Craftsmanship: We get the details right, from the words on the page to the system architecture. We have good taste. When we notice something isn’t right, we take the time to fix it. We are proud of the products we produce. We continuously self-reflect to continuously self-improve. - Intensity: We know we don’t have the luxury of patience. We play to win. We care about our product being the best, and when it isn’t, we fix it. When we fail, we talk about it openly and without blame so we succeed the next time. - Family: We know that balance and intensity are compatible, and we model it in our actions and processes. We are the best technology company for parents. We support and respect each other and celebrate each other’s personal and professional achievements. WHAT WE OFFER We want our benefits to reflect our values and offer the following to full-time employees: - Flexible (unlimited) paid time off - Medical, dental, and vision benefits for you and your family - Life insurance and disability benefits - Retirement plan dependent on country of employment - Parental leave - Fertility and family building benefits - Lunch, as well as delicious snacks and coffee to keep you energized when working onsite - Discretionary benefit stipend giving people the ability to spend where it matters most - Free alphorn lessons These benefits are further detailed in Sierra's policies, may vary by region and employment type, and are subject to change at any time, consistent with the terms of any applicable compensation or benefits plans. Eligible full-time employees can participate in Sierra's equity plans subject to the terms of the applicable plans and policies. BE YOU, WITH US We're working to bring the transformative power of AI to every organization in the world. To do so, it is important to us that the diversity of our employees represents the diversity of our customers. We believe that our work and culture are better when we encourage, support, and respect different skills and experiences represented within our team. We encourage you to apply through the link on this page even if your experience doesn't precisely match the job description. Sierra is a proud equal opportunity employer. All qualified applicants will receive consideration for employment without regard to any characteristic protected by applicable federal, state or local laws, including veteran status and disability status. Hiring decisions are made by people, based on merit. If you need a reasonable accommodation for a disability, a religious practice, pregnancy or any related condition at any point in the application or interview process, contact us at accommodations@sierra.ai. Requests are handled confidentially and do not affect your candidacy. We will consider qualified applicants with arrest and conviction records in accordance with applicable fair chance laws.

Location: United States, Aliso Viejo, CA Why Sony Interactive Entertainment? Sony Interactive Entertainment isn’t just the Best Place to Play — it’s also the Best Place to Work. Sony Interactive Entertainment (SIE) is the company behind the PlayStation brand. As a subsidiary of Sony Group Corporation, we’re part of a proud legacy of innovation and excellence. SIE is a dynamic technology company, delivering cutting-edge hardware and network services to more than 100 million people and an entertainment leader, home to some of the most beloved and recognizable intellectual properties (IP) in the world. Our role at SIE is to create and nurture the experiences under the PlayStation brand, a name synonymous with entertainment excellence and creativity. Senior Software Engineer - AI & Agentic Architecture This is a senior individual-contributor role combining deep hands-on engineering with multiple agentic frameworks & SDKs, harnesses, MCP, and APIs, technical leadership, and close collaboration with engineering, security, and product teams. You'll design and ship agentic systems, developer tooling, and reusable platform capabilities that improve productivity across SIE. What you'll do: Agentic & AI Engineering Design, build, and operate production-quality agentic applications using agentic SDKs/harnesses — including multi-agent orchestration, subagent delegation, tool integration, and lifecycle hooks. Design Model Context Protocol (MCP) tool and resource interfaces that give coding agents/harnesses safe, reliable access to backend systems and enterprise data. Engineer prompts for reliable structured output (JSON schemas, few-shot examples, validation/retry loops) and build evaluation frameworks to measure and improve output quality. Manage context effectively across long documents, multi-turn conversations, and multi-agent handoffs; design escalation and human-in-the-loop patterns for production reliability. Developer Productivity Configure and extend Codex/Claude Code for team-wide use: AGENTS.md/CLAUDE.md hierarchies, custom slash commands, Agent Skills, path-specific rules, and plan mode. Integrate agentic development into CI/CD pipelines for automated code review, test generation, and PR feedback, tuned to minimize false positives and duplicate findings. Build and maintain MCP server integrations (project- and user-scoped) that extend agent-native development capabilities across engineering workflows. Identify high-value opportunities for AI-assisted development and design reusable capabilities that multiple teams can adopt, not just one-off solutions. Discovery, Prototyping & Production Delivery Partner directly with engineering teams to understand workflows, pain points, and opportunities through hands-on discovery. Rapidly prototype and validate new AI capabilities with real users, then take successful prototypes into secure, observable, maintainable production systems. Own the full lifecycle: implementation, testing, deployment, monitoring, and iteration. Technical Leadership Provide hands-on technical leadership through architecture discussions, code reviews, and troubleshooting of agentic systems. Mentor engineers on agentic design patterns, prompt engineering, and agent-native development practices. Communicate tradeoffs, risks, and results clearly to both technical and non-technical stakeholders. Contribute to engineering standards, reusable patterns, and documentation that help other teams build effectively with agentic development tools. Requirements 6+ years of professional software engineering experience, including significant hands-on work building and operating AI/LLM-powered or agentic applications. Strong programming skills (Java, Python, Go, Rust, or C++) and solid engineering fundamentals — API design, testing, debugging, code review, maintainable code. Practical, production-grade experience with agentic SDKs/harnesses, MCP, and LLMs — tool use, orchestration, RAG, context management, structured output, and evaluation. Experience designing MCP tool/resource interfaces and reasoning about tool selection, error handling, and reliability in multi-agent systems. Demonstrated experience integrating AI into CI/CD and developer workflows. Ability to work in ambiguous problem spaces, evaluate tradeoffs, and make pragmatic engineering decisions. Strong written and verbal communication skills, with experience mentoring and leading through influence. Bachelor’s degree or equivalent. Preferred Qualifications Demonstrated expertise across agentic architecture, MCP integration, Codex/Claude Code configuration, prompt engineering, and context management. Experience building multi-agent research or customer support systems, or structured data extraction pipelines. Experience with AWS, Docker, Kubernetes, Terraform, and GitOps in support of AI/agentic infrastructure. Familiarity with vector databases, embeddings, and AI evaluation frameworks. Contributions to open-source projects involving AI, agentic systems, or developer tooling. Strong systems thinking — understands how models, agents, tools, context, APIs, data, and infrastructure fit together as production systems, and can reason about dependencies and tradeoffs across the stack. A track record of adapting quickly to new AI tools, models, and frameworks as the space evolves. At SIE, we consider several factors when setting each role’s base pay range, including the competitive benchmarking data for the market and geographic location. Please note that the base pay range may vary in line with our hybrid working policy and individual base pay will be determined based on job-related factors which may include knowledge, skills, experience, and location. In addition, this role is eligible for SIE’s top-tier benefits package that includes medical, dental, vision, matching 401(k), paid time off, wellness program and coveted employee discounts for Sony products. This role also may be eligible for a bonus package. Click here to learn more. The estimated base pay range for this role is listed below. $177,300 — $265,900 USD Please note, Sony Interactive Entertainment conducts background checks at the offer stage for all new employees (which may include criminal background checks for some roles) and will need to process personal information to support these checks. Please refer to our Candidate Privacy Notice (where applicable) for more information about what personal information we collect, how we use it, who we share it with, and your data protection rights. Equal Opportunity Statement: Sony is an Equal Opportunity Employer. All persons will receive consideration for employment without regard to gender (including gender identity, gender expression and gender reassignment), race (including colour, nationality, ethnic or national origin), religion or belief, marital or civil partnership status, disability, age, sexual orientation, pregnancy, maternity or parental status, trade union membership or membership in any other legally protected category. We strive to create an inclusive environment, empower employees and embrace diversity. We encourage everyone to respond. Sony Interactive Entertainment is a Fair Chance employer and qualified applicants with arrest and conviction records will be considered for employment.

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. Требования: — Опыт разработки на Python и бекенд инженерия. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Оценка, трассировка и отладка LLM. — Опыт работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене. Условия: — Удалённая работа. — Полная занятость или контракт.

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. Требования: — Опыт разработки на Python и бекенд инженерия. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Оценка, трассировка и отладка LLM. — Опыт работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене. Условия: — Удалённая работа. — Полная занятость или контракт.

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. Требования: — Опыт разработки на Python и бекенд инженерия. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Оценка, трассировка и отладка LLM. — Опыт работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене. Условия: — Удалённая работа. — Полная занятость или контракт.

Требования: — Коммерческий опыт разработки на Python — Хорошие знания и практический опыт с одним из фреймворков FastAPI, Django, Flask — Уверенное понимание SQL/NoSQL баз данных и опыт работы с PostgreSQL — Опыт интеграции с OpenAI API / LLM / AI agents — Хорошее понимание принципов построения RAG-систем: chunking, embedding, retrieval, ранжирование результатов — Опыт работы с LangGraph / LangChain — Разговорный английский язык C1 (вся коммуникация с заказчиками ведется на английском языке) Будет плюсом: — Опыт работы с облачными провайдерами AWS, Azure, GCP — Знания Frontend технологий JS/TS, React, Redux — Опыт написания ETL пайплайнов Условия: — Формат работы: удаленно — Полная занятость — Зарплата от 1 000 до 2 000 USD net Откликаться: @polinaindevworld

Задачи: — Разрабатывать мультиагентные системы и GenAI-агентов (субагенты, оркестрация). — Строить и сопровождать RAG-решения: векторные хранилища, пайплайны, ретривал. — Интегрировать LLM-инструменты с внутренними сервисами через REST API и OAuth2. — Обрабатывать и трансформировать структурированные данные (JSON, PostgreSQL). — Проектировать промпты и LLM-сценарии: суммаризация, генерация отчётов, структурирование данных. — Разрабатывать и эксплуатировать решения в ОС Windows. — Обеспечивать защиту чувствительных данных в корпоративной среде. Требования: — Уверенное владение JavaScript / TypeScript и Python. — Опыт создания GenAI-агентов, субагентов или мультиагентных систем. — Опыт работы хотя бы с одним из подходов: low-code / visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналоги). — Опыт работы с REST API и OAuth2. — Уверенная работа с JSON и PostgreSQL. — Понимание принципов prompt engineering. — Опыт с LLM-сценариями: суммаризация, генерация отчётов, структурирование данных. — Опыт построения или сопровождения RAG-решений. — Опыт работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами. — Опыт работы с LangChain или аналогичными фреймворками оркестрации LLM. — Готовность вести разработку и эксплуатацию в ОС Windows. — Понимание принципов защиты чувствительных данных. Будет плюсом: — Опыт в корпоративных или банковских проектах. — Знание инструментов мониторинга LLM-приложений. — Понимание архитектуры микросервисов. Условия: — Удалённая работа из любого региона РФ. — Full-time, гибкий график с синхронизацией по МСК. — Официальное оформление по ТК РФ. — Возможность влиять на архитектуру и внедрять современные GenAI-решения в реальном корпоративном контуре.

Задачи: — Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы. — Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях. Требования: — Опыт разработки на Python и бекенд инженерия. — Опыт работы с LLM API и агентными системами в продакшене. — Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий. — Опыт работы с вызовом функций/инструментов и структурированными выводами. — Знание RAG, embeddings, векторного поиска и управления контекстом. — Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования. — Интеграция API и событийно-ориентированные рабочие процессы. — Оценка, трассировка и отладка LLM. — Опыт работы с Docker, Kubernetes, CI/CD и AWS. — Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене. Условия: — Удалённая работа. — Полная занятость или контракт.