Інженер штучного інтелекту (агент)

CoreWeave — це основна хмара для AI™. Створений піонерами для піонерів, CoreWeave надає платформу технологій, інструментів і команд, які дозволяють новаторам впевнено створювати та масштабувати штучний інтелект. CoreWeave, якому довіряють провідні лабораторії штучного інтелекту, стартапи та глобальні підприємства, поєднує чудову продуктивність інфраструктури з глибоким технічним досвідом, щоб прискорити прориви та перетворити обчислення на можливості. Заснована в 2017 році, CoreWeave стала публічною компанією (Nasdaq: CRWV) у березні 2025 року. Дізнайтеся більше на www.coreweave.com.

Ми пишаємося тим, що є акредитованим роботодавцем Living Wage.

Що ви будете робити:

Команда Physical AI Engineering у CoreWeave відповідає за створення та масштабування основної платформи, яка забезпечує найдосконалішу у світі інженерну симуляцію та робочі процеси AI. Ця команда пропонує ефективну, надійну та масштабовану основу, якій довіряють найбільші світові інжинірингові компанії, від розвитку розподіленої архітектури до створення наступного покоління агентських програм і фізичного ШІ.

Про роль:

Ми шукаємо старшого інженера ШІ для створення агентського рівня нашої платформи фізичного ШІ. Ви проектуватимете, створюватимете та відправлятимете агентів за нашим інженерним другим пілотом: системи, які вирішуватимуть справжню інженерну проблему від автомобільної, промислової чи робототехнічної команди, досліджуватимуть дані, будуватимуть та оцінюватимуть моделі та отриматимуть результати, яким інженер може довіряти та діяти відповідно до них.

Це практична інженерна роль, а не дослідницька. Ви працюватимете разом з нашими дослідниками та інженерами програмного забезпечення: дослідження досліджують нові підходи, а ви перетворюєте ефективні на надійні виробничі системи. Ви будете володіти комплексними агентами – від проектування інструментів і контексту через оцінювання до розгортання та експлуатації в робочому середовищі.

У цій ролі ви:

Агентні системи

• Проектуйте та створюйте агенти, які запускають цикл автоматичного дослідження інженерних проблем клієнта: дослідження даних, ітерація функцій і моделей, оцінка та звітування.

• Визначте інтерфейси інструментів і сервери MCP, які надають агентам можливості платформи (з’єднувачі даних, бібліотеки фізичного штучного інтелекту, відстеження експериментів і реєстр моделей, обчислення) безпечним і передбачуваним способом.

• Власний контекст і дизайн пам’яті для тривалих завдань агента, включаючи пошук інженерних даних, документації та минулих експериментів.

• Виберіть та інтегруйте моделі, збалансовуючи якість, затримку та вартість.

Оцінка та надійність

• Створюйте системи оцінювання та контрольні показники, які вимірюють продуктивність агента на реальних інженерних сценаріях використання, щоб якість була вимірюваною, а регресії видимими.

• Інструментуйте агентів із трасуванням і спостережливістю та використовуйте ці дані для їх покращення.

• Спроектуйте огорожі, виконання коду в ізольованому програмному середовищі, моделі дозволів і контрольні точки для людини в циклі, щоб агенти безпечно діяли з даними клієнтів і обчислювали.

• Переведіть агентів від прототипу до виробництва: тестування, CI/CD, розгортання, моніторинг і володіння за викликом.

ML і доменна робота

• Сприяйте роботі з ML разом із інженерами ML – навчання моделі, оцінка та розробка бібліотеки Physical AI – особливо там, де агенти використовують або створюють ці компоненти.

• Перекладіть лексику та робочі процеси доменів фізичної інженерії на поведінку агента, працюючи з інженерами передового розгортання та клієнтами.

• За потреби охоплюйте інженерну роботу з ML і допомагайте інженерам ML застосовувати агентські інструменти у своїх робочих процесах.

Співпраця

• Працюйте з дослідженнями, щоб перетворити багатообіцяючі агентські підходи у продуктивні системи.

• Співпрацюйте з інженерами платформи щодо середовища виконання агента, оркестровки робочого процесу та авторизації під час переходу платформи на розподілену архітектуру, готову до роботи з агентами.

• Працюйте з інтерфейсом і продуктом, щоб розкрити можливості агента в продукті у спосіб, якому довіряють інженери, які не є ML.

• Наставляйте інженерів, проводите співбесіди та залучайте нових членів команди.

хто ти:

• 5+ років професійного досвіду розробки програмного забезпечення, включаючи 2+ роки створення виробничих систем на основі LLM. Ваш досвід пов’язаний з доставкою та експлуатацією програмного забезпечення, а не з науковими дослідженнями.

• Ви надіслали принаймні одну агентську систему для реальних користувачів: агенти, що використовують інструменти, багатоетапні робочі процеси або агенти, що генерують код.

• Сильний робочий Python.

• Практичний досвід роботи з API LLM і фреймворками агентів, а також чітке уявлення про те, де фреймворки допомагають, а де заважають.

• Досвід розробки інструментів і API для агентів, включаючи MCP або еквівалентні протоколи виклику інструментів.

• Досвід формування оцінки для LLM або агентських систем: набори даних, оцінювачі, LLM-as-judge, відстеження регресії.

• Надійні основи машинного навчання. Ви можете навчити та оцінити модель за допомогою scikit-learn або PyTorch, і ви достатньо добре розумієте перевірку, переобладнання та невизначеність, щоб судити про результат роботи агента.

• Досвід роботи з пошуком і розробкою контексту для агентів.

• Сувора практика розробки програмного забезпечення: перевірка коду, автоматичне тестування, CI/CD, спостережливість, Docker і Kubernetes і принаймні одна велика хмара (бажано AWS).

• Безпека: ізольоване програмне середовище, автентифікація/авторизація, оперативне впровадження та ізоляція даних у системах із кількома клієнтами.

• Чітка технічна комунікація як з інженерами, так і з іншими зацікавленими сторонами.

Бажано:

• Досвід роботи з автоматичними дослідженнями, агентами з обробки даних або агентами, які пишуть і проводять експерименти (наприклад, у блокнотах).

• Досвід роботи з табличними даними, часовими рядами, даними датчиків, тестами чи симуляцією (автомобільна, аерокосмічна, промислова чи робототехнічна).

• Попередній досвід роботи в якості інженера бекенда або платформи перед переходом у розробку ШІ.

• Знайомство з інструментами відстеження експерименту та середовищем ноутбука.

• Досвід обслуговування моделей з відкритим кодом на інфраструктурі GPU.

• Досвід оркестровки робочого процесу для довгострокових завдань агента.

• Досвід тонкого налаштування або навчання з підкріпленням для покращення поведінки агента.

Цікаво, чи добре ви підходите?…

Джерело: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/coreweaveu/ai-engineer-agentic-london-473164)