Разработчик AI-ассистента в Yandex Cloud
Yandex Cloud
Москва
Полная занятость
Описание
Yandex Cloud — экосистема облачных сервисов для построения и масштабирования инфраструктуры любого уровня: от стартапов до крупных корпоративных систем.
Наша команда разрабатывает AI-агентов для Yandex Cloud. Они помогают пользователям работать с облаком: находить ответы на вопросы, подбирать архитектурные решения и выполнять прикладные сценарии через интеграции с API.
Мы создаём инженерную платформу для agentic-продуктов: с orchestration-логикой, tool calling, авторизацией, observability, guardrails и автоматической оценкой качества. Разрабатываем AI-агентов для пользователей и сотрудников Yandex Cloud, инструменты для работы агентов с Yandex Cloud API, а также инфраструктуру для тестирования и оценки качества агентских сценариев.
Какие задачи вас ждут:
Развитие AI-агентов
Вы будете проектировать и развивать сценарии работы агентов: от понимания и проверки запроса пользователя до выбора инструментов, выполнения действий и формирования корректного ответа.
Интеграции с Yandex Cloud
Вам предстоит развивать слой MCP-инструментов и Skills для взаимодействия агентов с облачными сервисами и внутренними системами.
Улучшение качества и безопасности ответов
Нужно будет улучшать guardrails, правила grounding, проверку источников, обработку неоднозначных запросов и сценарии, где агент должен действовать осторожно.
Тестирование агентских сценариев
Вы будете развивать evaluation для AI-агентов: работать с multi-turn-сценариями, LLM-as-a-judge, проверять соответствие эталонным траекториям, создавать автоматические отчёты и анализировать регрессии. Задача — сделать поведение агентов более предсказуемым и измеримым.
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Мы ждем, что вы:
- Проектировали надёжный API
- Работали с Kubernetes
- Уверенно владеете Python
- Понимаете async-разработку и знакомы с бэкенд-сервисами
- Умеете разбираться в сложной предметной области и превращать её в понятную бизнес-логику
Будет плюсом:
- Писали на Go
- Работали с LangGraph или другими LLM/agentic-фреймворками
- Работали с evals, guardrails или quality assessment для LLM-систем
- Настраивали наблюдаемость систем с помощью OpenTelemetry
- Знакомы со Skills, Model Context Protocol и tool calling
- Понимаете устройство облачной инфраструктуры
Наша команда разрабатывает AI-агентов для Yandex Cloud. Они помогают пользователям работать с облаком: находить ответы на вопросы, подбирать архитектурные решения и выполнять прикладные сценарии через интеграции с API.
Мы создаём инженерную платформу для agentic-продуктов: с orchestration-логикой, tool calling, авторизацией, observability, guardrails и автоматической оценкой качества. Разрабатываем AI-агентов для пользователей и сотрудников Yandex Cloud, инструменты для работы агентов с Yandex Cloud API, а также инфраструктуру для тестирования и оценки качества агентских сценариев.
Какие задачи вас ждут:
Развитие AI-агентов
Вы будете проектировать и развивать сценарии работы агентов: от понимания и проверки запроса пользователя до выбора инструментов, выполнения действий и формирования корректного ответа.
Интеграции с Yandex Cloud
Вам предстоит развивать слой MCP-инструментов и Skills для взаимодействия агентов с облачными сервисами и внутренними системами.
Улучшение качества и безопасности ответов
Нужно будет улучшать guardrails, правила grounding, проверку источников, обработку неоднозначных запросов и сценарии, где агент должен действовать осторожно.
Тестирование агентских сценариев
Вы будете развивать evaluation для AI-агентов: работать с multi-turn-сценариями, LLM-as-a-judge, проверять соответствие эталонным траекториям, создавать автоматические отчёты и анализировать регрессии. Задача — сделать поведение агентов более предсказуемым и измеримым.
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Мы ждем, что вы:
- Проектировали надёжный API
- Работали с Kubernetes
- Уверенно владеете Python
- Понимаете async-разработку и знакомы с бэкенд-сервисами
- Умеете разбираться в сложной предметной области и превращать её в понятную бизнес-логику
Будет плюсом:
- Писали на Go
- Работали с LangGraph или другими LLM/agentic-фреймворками
- Работали с evals, guardrails или quality assessment для LLM-систем
- Настраивали наблюдаемость систем с помощью OpenTelemetry
- Знакомы со Skills, Model Context Protocol и tool calling
- Понимаете устройство облачной инфраструктуры