AI Agentic / SDLC Engineer
Posted
Description
Обязанности:
- Проектировать архитектуру AI-агентов и мультиагентных систем для автоматизации SDLC — от анализа требований и Jira-задач до генерации кода, тестов и код-ревью.
- Интегрировать LLM (OpenAI, Claude, локальные модели) с GitLab, Jira, CI/CD, базами данных и внутренними сервисами через API, Tool Calling и MCP.
- Выстраивать RAG и контекст кодовой базы (AGENTS.md, CLAUDE.md, Cursor Rules и аналогичные подходы), чтобы агенты понимали кодовую базу и архитектуру проектов.
- Разрабатывать циклы планирования, Evals, Guardrails, модели разрешений и механизмы human-in-the-loop для контроля качества, безопасности и автономности агентов.
- Строить системы, в которых агенты самостоятельно выполняют повторяемые инженерные задачи, а критические изменения проходят валидацию и подтверждение человеком.
- Определять метрики эффективности использования AI в разработке и оптимизировать расходы на LLM/API.
- 3–5+ лет опыта в разработке ПО и/или техническом лидерстве: Senior Engineer, Tech Lead, System Architect, Platform/DevOps Engineer и аналогичные роли.
- Глубокое понимание SDLC и процессов разработки ПО.
- Сильный инженерный бэкграунд хотя бы в одном стеке: .NET, Java, PHP или аналогичном, понимание архитектуры и архитектурных паттернов.
- Практический опыт работы с LLM и AI-агентами.
- Опыт работы с Agentic AI-инструментами: Cursor, Claude Code, Windsurf, GitHub Copilot, Cline/Roo Code или аналогичными. — Уверенное владение Git, Docker, CI/CD и понимание современных процессов разработки и поставки ПО.
- Умение декомпозировать сложные технические и бизнес-задачи и формировать для LLM необходимые инструкции, контекст и сценарии работы.
- Опыт создания AI-решений и агентов, которые выполняют реальные цепочки действий.
- Опыт работы с LangGraph, CrewAI, AutoGen, LangChain.
- Понимание паттернов работы агентов: ReAct, Plan-and-Solve, Planning Loops.
- Опыт работы с векторными базами данных: Qdrant, pgvector, ChromaDB, Milvus, Pinecone.
- Опыт работы с локальными/private LLM и инфраструктурой запуска моделей: vLLM, Ollama, Hugging Face.
- Понимание рисков AI-систем: Prompt Injection, Data Leakage, Excessive Agency, Insecure Tool Execution, работа с чувствительными данными, границами разрешений и аудитом действий.
- Возможность стать одним из ключевых инженеров нового направления Agentic SDLC.
- Возможность проектировать архитектуру практически с нуля и влиять на то, как будет выглядеть разработка ПО в компании.
- Оплату рабочих AI-инструментов: коммерческие подписки на современные LLM и Agentic IDE.
Skills
Sign in to read and join the discussion.