Мы в Эйчартехе автоматизируем внутреннюю поддержку сотрудников Яндекса с помощью LLM-агентов. Начинаем с Командировок — большого домена, объединяющего правила, данные, интеграции с поставщиками и действия, которые влияют на реальные поездки людей.

У нас уже есть прототип агента, первый датасет и контур оценки качества. Теперь нужно превратить их в надёжный продукт: встроить агента в действующий процесс поддержки, научить безопасно выполнять действия и доказать качество на данных. Ближайшие цели — автоматизировать 30% обращений.

Ищем технического руководителя — «играющего тренера», который возьмёт проект целиком: поможет выбрать архитектуру, сам включится в разработку и проведёт команду от экспериментов до работающего продакшена.

Какие задачи вас ждут

Превращение прототипов в работающий продукт

Вы возьмёте на себя техническое руководство проектом: будете определять следующие шаги, выбирать архитектуру и сопровождать команду от гипотез до запуска в продакшене. Агент разрабатывается на Python, а окружающие его продукты и сервисы — на Python и Kotlin/Java. Это роль hands-on: нужно будет самостоятельно включаться в разработку там, где это поможет команде быстрее довести проект до результата.

Создание безопасных сценариев автоматизации поддержки

Вы будете проектировать работу агента с базой знаний, тулами, роутингом и сервисом Командировок. Сначала мы запустим информационные read-сценарии, а затем перейдём к write-сценариям, в которых агент сможет менять состояние командировки. Важно выстроить вокруг таких действий надёжный контур: предусмотреть права доступа, аудит, обработку ошибок и защиту от неверных или нежелательных изменений.

Измерение и повышение качества агента

Вам предстоит собирать датасеты, выбирать офлайн- и онлайн-метрики и строить процесс регулярной оценки качества. Нужно будет быстро проверять технические гипотезы, анализировать результаты экспериментов и внедрять в продакшен только те решения, которые дают измеримый эффект.

Объединение нескольких команд вокруг общего результата

Над проектом работает v-team из продактов, бэкендеров, аналитиков и ML-разработчиков. Вы будете согласовывать архитектуру и приоритеты, подключать специалистов к конкретным задачам и помогать участникам двигаться в одном направлении.

Мы ждём, что вы

- Принимаете архитектурные решения, определяете следующие шаги и доводите проект от экспериментов до работающего продакшена

- Быстро проверяете гипотезы и умеете отказываться от решений, которые не дают результата

- Создаёте и запускаете системы в продакшене, пишете столько кода, сколько нужно, чтобы проект заработал

- Проектируете работу агента: база знаний, тулы, роутинг, интеграции с сервисами на Python, Kotlin и Java

- Строите оценку качества: собираете датасеты, выбираете метрики, проверяете изменения офлайн и в продакшене, разбираете результаты экспериментов

- Работаете со смежными командами, защищаете техническое качество, управляете компактной командой и подключаете специалистов под конкретные задачи

Будет плюсом, если вы

- Разрабатывали LLM-агентов

Больше о команде

Над проектом работает v-team из продактов, бэкендеров, аналитиков и ML-разработчиков. Команда распределённая, большинство коллег находится в Москве и Петербурге, периодически мы встречаемся очно.

Узнать больше

-

Эйчартех

-

Офисы в Санкт-Петербурге

-

Офисы в Москве

-

Как в Яндексе проходят алгоритмические секции собеседований

-

Как мы нанимаем бэкенд-разработчиков

-

Задачи для подготовки к собеседованиям