Разработчик AI-ассистента в Yandex Cloud

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 ждём, 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, если вы

• 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