AI Automation Engineer / Инженер ИИ-агентов автоматизация маркетинга (удаленная работа)

Вакансия: AI Automation Engineer / Инженер ИИ-агентов автоматизация маркетинга

Описание вакансии

Ищем инженера, который умеет разворачивать и эксплуатировать LLM-агентов в production на серверной инфраструктуре настраивать их под реальные бизнес-задачи, расширять агентные платформы и подключать к внешним системам.
Мы делаем продукт для автоматизации маркетинговых процессов на основе ИИ-агентов: обработка лидов, персонализация коммуникаций, управление рекламными кампаниями, аналитика сквозные workflow, где агент принимает решения и работает с маркетинговыми инструментами.

Чем предстоит заниматься
Настройка и интеграция
- Конфигурировать ИИ-агентов под конкретные маркетинговые задачи: промптинг, подбор инструментов, настройка цепочек действий и условий эскалации.
- Подключать агентов к маркетинговым системам (CRM, email-платформы, рекламные кабинеты, аналитика) через MCP-серверы и API-интеграции.
- Внедрять и поддерживать RAG-системы: подбор стратегии chunking, настройка векторных индексов, контроль качества поиска по маркетинговым материалам и базам знаний.
- Проектировать промпты и eval-сценарии, отслеживать качество работы агентов, итеративно улучшать.

Разработка
- Писать кастомные tools и MCP-серверы, когда готовой интеграции нет.
- Реализовывать нестандартную логику оркестрации: ветвления, sub-agent-вызовы, обработку ошибок.
- Проектировать guardrails и защитные слои: валидация действий агента, sandboxing, предотвращение prompt injection.
- Участвовать в контейнеризации, настройке observability, контроле стоимости и latency.

Что от вас нужно
- Агентные платформы и серверная эксплуатация (ключевое требование)
- Практический опыт работы с агентными платформами серверного типа: OpenClaw, Hermes, OpenHands . Не запускал демо а расширял: писал плагины, skills, кастомные интеграции, адаптировал под продуктовые задачи.
- Опыт развёртывания и эксплуатации агентов на сервере: контейнеризация (Docker/Podman), headless-режим, супервизия процессов, удалённая оркестрация. Локальные эксперименты в терминале не считаются.
- Понимание жизненного цикла серверного агента: запуск, мониторинг, перезапуск при сбоях, управление состоянием между сессиями, логирование и алертинг.

Технический стек
- Python (Middle+) и опыт работы с backend-сервисами (FastAPI или аналог).
- Практический опыт с агентскими фреймворками оркестрации: LangGraph, Claude Agent SDK, OpenAI Agents SDK, Pydantic AI.
- Понимание MCP (Model Context Protocol) как минимум опыт подключения MCP-серверов, в идеале написание собственных.
- Реальный опыт RAG: embeddings, vector DB (Qdrant / pgvector / FAISS), hybrid search, переранжирование.
- Prompt engineering на уровне агентных систем: системные промпты, tool descriptions, управление поведением агента.

Доменная экспертиза
- Понимание маркетинговых процессов и метрик: воронки продаж, лидогенерация, CRM-пайплайны, email-маркетинг, рекламные платформы (Яндекс.Директ, Google Ads, VK Ads и подобные), базовая unit-экономика.

Прочее
- Английский B2 и выше для чтения документации, SOTA-статей и общения с международной командой.

Будет плюсом
- Multi-agent системы в production (CrewAI, AutoGen или своя реализация).
- Опыт с computer use / browser automation в составе агентных пайплайнов.
- Telegram-боты / интеграции с мессенджерами в составе агентских продуктов.
- Контрибьюции в open-source агентские проекты или публичные write-up'ы, доклады, статьи о практике agent-разработки.
- Опыт настройки observability-стека для LLM-систем: трассировка запросов, метрики token usage, мониторинг деградации качества.

Что предлагаем
- Полностью удалённый формат.
- Полная занятость, оформление по выбору (ИП / самозанятость / трудовой договор).
- Прямое влияние на продукт: вы решаете, как агент будет работать, а не просто закрываете тикеты.
- Команда без бюрократии, прозрачные приоритеты, регулярные демо.

Процесс
- Техническое интервью с разбором вашего агентского проекта или кейса Ожидаем, что вы покажете опыт работы с OpenClaw, Hermes или OpenHands как расширяли, что деплоили, с какими проблемами столкнулись.
- Финальное обсуждение оффера.

Ссылка на GitHub / любые публичные проекты приветствуется.