AI Solutions Engineer — Agent Workflow Templates (Python, TypeScript)
Sprouter создаёт платформу, на которой компании поручают свою реальную работу командам AI-агентов. Команда агентов подключается к приложениям самой компании — Gmail, Slack, HubSpot, Google Drive и другим, — запускает рабочие процессы по ра…
sprouter technologies inc. На сервисе с: 07.10.26 17:21
О компании
Sprouter создаёт платформу, на которой компании поручают свою реальную работу командам AI-агентов. Команда агентов подключается к приложениям самой компании — Gmail, Slack, HubSpot, Google Drive и другим, — запускает рабочие процессы по расписанию и по запросу и доставляет результат туда, где люди уже работают: сводку, отчёт, оповещение. Чувствительные действия проходят через слой согласований, а каждый запуск тарифицируется. Продукт работает с реальными клиентами и меняется каждую неделю.
О роли
Шаблон — это готовая команда агентов, которую клиент устанавливает в несколько кликов. В нём описаны роли и их инструкции, задачи с этапами и критериями успеха, вопросы, которые задаются при настройке, и то, куда доставляются результаты. Клиенты просят больше шаблонов, чем мы успеваем сделать сегодня. Создавать их будете вы.
Роль находится на стыке бизнес-аналитика и LLM-инженера. Вы общаетесь с клиентами и превращаете их процесс в шаблон. Затем запускаете его в реальных условиях, разбираете, что на самом деле сделали агенты, и дорабатываете, пока шаблон не начнёт работать стабильно и стоить столько, сколько должен.
Обязанности
• Проводить discovery-звонки с клиентами на английском и превращать запутанный реальный процесс в точный шаблон.
• Собирать шаблоны: роли агентов и их инструкции, задачи, этапы, критерии успеха, доставку результата, вопросы и подсказки для настройки.
• Писать плейбуки — правила, которым следуют агенты. Например, правила клиента по ведению CRM превращаются в чек-лист, который агент-аудитор применяет каждый день.
• Запускать шаблоны на реальных приложениях в нашей dev-среде. Читать трейсы запусков и вердикты грейдеров и исправлять то, что пошло не так, — версия за версией.
• Измерять стоимость и время запуска и то, какие критерии выполняются. Приносить проблемы платформы инженерам с доказательствами, а не впечатлениями.
• Писать для читателя: тексты настройки, описания шаблонов и формат того, что получает клиент.
Ваш основной инструмент — Claude, подключённый к нашей платформе. Писать продакшн-код не нужно, Git тоже не понадобится.
Требования
• Практический опыт работы с LLM дальше чата: многошаговые промпты, агенты с инструментами, структурированный вывод. Вы отлаживали агента, который сделал не то, и выясняли почему.
• Умеете писать критерии успеха, которые действительно можно проверить, и мыслите через сценарии отказа.
• Опыт в бизнес- или системном анализе, solutions engineering, консалтинге или операционной работе. Вы превращали размытые требования в спецификацию, по которой потом работал кто-то другой.
• Опыт работы с клиентами: discovery-звонки, демо, управление ожиданиями.
• Понятный письменный английский для нетехнических читателей и разговорный устный английский.
• Уверенно читаете JSON и документацию API, понимаете, что такое подключённые приложения и вызовы инструментов (tool calls).
• Каждый день пользуетесь Claude или похожим ассистентом и можете показать реальные примеры.
Будет плюсом
• Знание домена продаж, RevOps или CRM (HubSpot, Salesforce), customer success или marketing operations.
• Опыт с evals или LLM-as-a-judge.
• Claude Code, MCP или инструменты автоматизации — n8n, Zapier, Make.
• SQL или базовые скрипты на Python или TypeScript.
Как мы работаем
• Небольшая команда в режиме LLM-first: основную часть работы выполняет Claude, а люди ставят задачи, проверяют и подтверждают результат.
• Каждая задача — issue в GitHub, решения фиксируются письменно. Документация плотная, так что в первые недели придётся много читать.
• Наша dev-среда запускает реальные модели на реальных подключённых приложениях, поэтому каждый запуск стоит реальных денег. Мы измеряем, прежде чем выпускать.
• Высокий темп, приоритеты меняются вслед за запросами клиентов.
Условия
• Полностью удалённая работа и гибкий график.
• Прямая работа с основателем и реальная ответственность за своё направление.
• Работающий продукт с реальными клиентами на переднем крае прикладного AI.
Этапы отбора
1. Звонок с основателем, частично на английском.
2. Короткий блок технических вопросов.
3. Возможно, небольшое тестовое задание.
Похожие вакансии AI инженер
Добрый день!
Мы ищем IT Team Lead в команду разработки AI-сервисов в компанию, которая работает в сфере инфраструктурного, инженерного и гражданского строительства.
Команда создает продукты с фокусом на качество, которые решают задачи пользователей: от LLM-агентов до разных модальностей.
Цели:
1. Сохранять надежное качество на продакшене.
2. Разрабатывать новые продукты и поддерживать существующие.
3. Искать и внедрять лучшие решения в технологиях, которые постоянно меняются.
Обязанности:
- Управлять кросс-функциональной командой;
- Участвовать в найме сотрудников;
- Определять стек разработки для новых сервисов;
- Обсуждать требования и участвовать в планировании развития продукта;
- Проектировать архитектуру решений;
- Прорабатывать архитектуру со смежными подразделениями.
Требования:
- Опыт работы в роли тимлида команды разработки или кросс-функциональной команды от 2-х лет;
- Опыт программирования на Python от 4-х лет;
- Опыт применения и использования LLM в кодинге;
- Участие в пет-проектах, экспериментах или коммерческих проектах с LLM-тематикой;
- Умение строить тандем с продакт-менеджерами и "двигаться" быстро;
- Готовность работать в динамичной среде стартапа.
Условия:
- Офисный/гибридный формат — по договоренности с руководителем (Москва);
- Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь и повышайте уровень с матрицей компетенций;
- Достойные финансовые условия.
Будем ждать ваших откликов!
Ведущий разработчик (Tech Lead) платформы ИИ-агентов — TypeScript / Node.js / LLM
Miyoumi — бренд детских товаров: производство в Китае, продажи на Wildberries, Ozon, Яндекс Маркете, в опте и рознице, собственный склад.
Компанией уже управляет команда из 33 ИИ-агентов: финансы, закупки, склад, маркетплейсы, юрист, HR. У каждого агента своя роль, доступы и Telegram-бот, они ставят друг другу задачи и проверяют результат. За ними стоят 62 интеграции (1С, банки, WB, Ozon, Яндекс Маркет, Честный знак), почти 300 навыков и около 400 автоматических процессов. Это не пилот: через агентов ежедневно проходят реальные заказы, деньги и документы.
Сейчас агенты работают на арендованной платформе. Мы строим свою — оркестратор ИИ-агентов HARNESS: сначала переносим на неё наших агентов, затем выводим как продукт для других компаний.
Ищем инженера, который возьмёт этот продукт целиком: от первой миграции до работающей платформы и первых внешних клиентов.
Что предстоит сделать MVP по готовому ТЗ — около 12 недель:
- Ядро. REST API, очередь запусков на PostgreSQL (FOR UPDATE SKIP LOCKED), приоритеты, дедлайны, идемпотентность, роли и права, журнал аудита.
- Раннер агентов на Claude Agent SDK. Изоляция агента в контейнере, сборка контекста (промпт, память, постановка), MCP-коннекторы с ограничением доступа, журнал каждого шага, учёт токенов и стоимости.
- Telegram-шлюз. Бот на каждого агента (grammY), блокировка диалога (одно сообщение — один запуск), файлы, привязка сотрудников.
- Делегирование. Задача → подзадачи нескольким агентам → проверка менеджером → доработка → итог.
- Планировщик. Кроны двух типов — скрипт без LLM и запуск агента; защита от наложения, джиттер, автопауза после сбоев с алертом.
- Секреты и коннекторы. Шифрование, выдача доступа агенту или отделу, маскирование секретов в логах.
- Доступ к моделям. Шлюз LiteLLM на зарубежном сервере: Anthropic + OpenAI/OpenRouter с автоматическим переключением.
- Админка. React + Vite + Refine + Ant Design, 10 экранов: агенты, журнал запусков, задачи, кроны, коннекторы, затраты, пользователи, аудит.
- Эксплуатация. Docker Compose, Caddy, логи и метрики (pino, Loki, Grafana), алерты в Telegram, бэкапы с проверенным восстановлением.
- Переезд. Перенос 33 агентов по одному, параллельно со старой платформой, без остановки бизнеса.
После MVP — развитие продукта: мультиарендность, подключение клиентов, биллинг, маркетплейс навыков.
Как устроена работа:
- Вы — первый инженер и техлид продукта. Решения по архитектуре принимаете вы.
- ТЗ, схема БД, API, план спринтов и каркас репозитория уже готовы. Не нужно месяц собирать требования — можно сразу писать код.
- Код пишется вместе с ИИ: Claude Code — основной инструмент. Наши агенты сами пишут код платформы, поэтому мы знаем, как работать в паре с моделью и где её надо проверять.
- Работаете напрямую с основателем. Без согласований на три уровня.
- Есть живой полигон: каждая фича сразу проходит проверку на реальной компании с реальными заказами.
Что для нас важно:
- 5+ лет коммерческой бэкенд-разработки, из них от 3 лет на TypeScript / Node.js.
- Уверенный PostgreSQL: транзакции, блокировки, индексы, миграции, очереди на базе данных.
- Опыт с LLM в продакшене: tool use / function calling, агенты, MCP или аналоги. Вы понимаете, где модель ошибается и как это ловить.
- Надёжность распределённых систем: идемпотентность, ретраи, таймауты, конкурирующие воркеры, корректная остановка.
- Docker, Linux, деплой на свои серверы, HTTPS, базовая безопасность (секреты, права, защита входа).
- Каждый день пишете код с ИИ-ассистентом (Claude Code, Cursor и т. п.) и умеете проверять результат.
- Самостоятельность: доводите задачу до продакшена без менеджера проекта и оставляете после себя документацию — README, runbook, ADR.
Будет плюсом:
- Claude Agent SDK / Anthropic API, OpenAI Agents SDK, LangGraph.
- Telegram Bot API (grammY, telegraf).
- React и админки (Refine, react-admin, Ant Design).
- Grafana, Loki, Prometheus, OpenTelemetry.
- Интеграции с 1С (OData), API маркетплейсов, банков.
- Опыт multi-tenant SaaS и запуска собственного продукта.
Условия:
- 450 000 – 550 000 ₽ на руки — по итогам собеседования.
- Оформление по ТК РФ или договор с ИП — как вам удобнее.
- Удалённо из любой точки России.
- Оплачиваем ИИ-инструменты (Claude Max, Cursor) и серверы для разработки.
- Испытательный срок 3 месяца — это и есть срок MVP. Цель понятна с первого дня.
Как проходит отбор:
1. Отклик + ссылка на GitHub или проект с LLM-агентами. Если код закрыт — 5–7 строк: что строили, на каком стеке, что сломалось и как починили.
2. Звонок 30 минут с основателем.
3. Техническое интервью 1,5 часа: разбираем ТЗ, проектируем очередь и раннер.
4. Оплачиваемое тестовое задание до 8 часов: мини-раннер — очередь на Postgres, запуск агента, журнал шагов.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.