Задайте новый ритм здравоохранению!

Мы ищем старшего инженера платформы агентов для присоединения к команде ML Platform (TIGER) в отделе ИИ и машинного обучения.

Ваша миссия — создать платформу, которая позволит каждой команде разработки в Doctolib объявлять агента один раз — и получать по умолчанию AI-агента производственного уровня, безопасного и соответствующего требованиям. Вы будете работать над базовым уровнем, который обеспечивает работу Consultation Assistant, Phone Assistant, Health Companion и других: общая среда выполнения агентов, единый шлюз GenAI и инфраструктура наблюдаемости и оценки, делающая всё это надёжным — внося прямой вклад в более безопасный, быстрый и надёжный ИИ для пациентов и медицинских команд по всей Европе.

Работа в технической команде Doctolib означает создание инновационных продуктов и функций для улучшения повседневной жизни медицинских команд и пациентов.

Что вы будете делать

Ваши обязанности включают, но не ограничиваются:

Отвечать за манифест и реестр агентов — проектировать единую декларативную спецификацию (навыки, инструменты, память, модель, защитные механизмы, песочница, безопасность), которая автоматически интегрирует любого нового агента в полную платформу, запускаемую с продуктовых интерфейсов, другими агентами (A2A), по расписаниям или в рабочих процессах
Полностью управлять шлюзом GenAI (построенным на LiteLLM) — управлять маршрутизацией (включая маршрутизацию с учётом KV-кэша), переключением на резерв, учётом, распределением затрат, пулом зарезервированных мощностей и защитными механизмами между собственными (vLLM) и управляемыми провайдерами, обслуживая несколько сотен миллионов запросов в месяц
Эксплуатировать инфраструктуру для длительных, потоковых взаимодействий агентов — создавать надёжность производственного уровня для SSE/WebSocket соединений, очередей и повторных попыток, одобрений с участием человека и снимков/возобновления, в изолированной среде выполнения, согласованной с нашей существующей средой выполнения приложений
Создавать поэтапный выпуск с использованием feature-флагов для подсказок, моделей и конфигураций — включая аварийный выключатель и аудиторский след, позволяющий агентам безопасно работать с чувствительными медицинскими данными
Отвечать за надёжность платформы агентов от начала до конца — определять SLO, руководить дежурствами и реагированием на инциденты, создавать инструкции по эксплуатации, включая переключение провайдера для шлюза GenAI
Создавать слой наблюдаемости и оценки — онлайн-трейсы и логи, офлайн-оценки (LLM в роли судьи плюс симуляторы пациентов и практикующих врачей), контролирующие CI, и аудиторский след соответствующего уровня для медицинских данных
Проверять платформу, выпуская один-два эталонных агента самостоятельно до того, как продуктовые команды начнут её использовать, и консультировать команды по архитектурным компромиссам агентов

Кто вы

Прежде чем читать дальше: если у вас нет точного профиля, описанного ниже, но вы считаете, что это описание работы соответствует вашим навыкам, мы всё равно рекомендуем вам подать заявку.

Вы отлично подойдёте, если вы:

Имеете более 5 лет опыта в разработке программного обеспечения, включая практический опыт создания или эксплуатации систем агентов на базе LLM (Google ADK или аналогичные), с хорошим пониманием шаблонов проектирования агентов: циклы планирования/рефлексии, вызов инструментов, управление состоянием и памятью, координация нескольких агентов и контрольные точки с участием человека
Имеете опыт работы с взаимодействием агентов и протоколами инструментов (MCP, A2A, AG-UI), концепциями управляющей плоскости для асинхронных или длительных систем (очереди, повторные попытки, контрольные точки), а также системами feature-flag и поэтапного выпуска, включая надёжные аварийные выключатели
Имеете опыт управления затратами и мощностями при использовании LLM — маршрутизация, кэширование и планирование зарезервированных мощностей с управляемыми провайдерами моделей
Комфортно берёте на себя ответственность за надёжность производства (SLO, реагирование на инциденты, дежурства) и ориентированы на безопасность при проектировании песочниц, разграничения прав и аудиторских следов для автономных систем, работающих с чувствительными данными
Обладаете отличными навыками коммуникации и сотрудничества, высокой инициативностью, прагматичным подходом к выбору между разработкой и покупкой, и комфортно работаете в роли основателя, где формирование правильного объёма задач — часть работы
Свободно владеете английским языком

Было бы замечательно, если вы:

Имеете опыт наделения агентов более богатой идентичностью, памятью и знаниями (долгосрочная память, хранилища артефактов или RAG-пайплайны), желательно в сотрудничестве с командой платформы данных, или опыт создания обратной связи, превращающей производственные трейсы в наборы данных для оценки
Имеете опыт создания Kubernetes-нативных абстракций (CRD/операторы) для декларативного управления жизненным циклом агента и/или с использованием надёжных движков для выполнения с сохранением состояния (например, Temporal) для длительных рабочих процессов
Имеете опыт работы в регулируемых средах (здравоохранение, финансы, государственный сектор) и с такими фреймворками, как GDPR, HDS, ISO 27001 или SOC 2

Наш стек

Языки программирования: Python, а также уверенное владение TypeScript/Go для SDK агентов и интеграций инструментов
Облачные провайдеры: GCP / AWS / Azure
Оркестрация и среда выполнения агентов: Google Agent Development Kit (ADK), работающий как сервисы на нашей платформе приложений
Протоколы агентов: MCP, A2A и AG-UI
Feature-флаги / поэтапный выпуск: Flagd (или аналогичные), включая аварийный выключатель
Шлюз GenAI: LiteLLM (полностью управляется этой командой) — маршрутизация, переключение на резерв, учёт, распределение затрат, защитные механизмы, пул зарезервированных мощностей (Azure OpenAI PTUs, Vertex AI GSUs, AWS Bedrock Provisioned Throughput)
Отслеживание экспериментов и реестр моделей: MLflow
Оценка и наблюдаемость LLM: Braintrust и Datadog LLM Observability, а также распределённое трассирование вызовов инструментов и путей принятия решений агентом
Контейнеры / Оркестрация: Kubernetes (GKE / EKS), Docker, Helm, Kustomize
Инфраструктура как код: Terraform
Наблюдаемость: Datadog
И любые другие инструменты, которые вы считаете релевантными!

Жизнь в Doctolib Tech

Наши решения построены на единой полностью облачной платформе, поддерживающей веб- и мобильные интерфейсы, несколько языков и адаптированной к требованиям стран и медицинских специальностей.
Наш стек состоит из Rails, TypeScript, Java, Python, Kotlin, Swift и React Native.
Мы этично используем ИИ во всех наших продуктах, чтобы расширить возможности пациентов и медицинских специалистов. Узнайте о нашем видении ИИ здесь.

Хотите узнать больше о нашей технической культуре и среде? Посетите сайт Doctolib Tech.

Что мы предлагаем

Бесплатное комплексное медицинское страхование (базовый пакет) для вас и ваших детей
25 оплачиваемых отпускных дней в году, плюс до 14 дней RTT
Бесплатные услуги по психическому здоровью и коучингу через нашего партнёра Moka.care
Возможность работать из-за границы до 10 дней в году благодаря политике гибких дней
Ланч-вокеры (карта Swile) стоимостью 8,50 € за рабочий день, из которых 4,50 € оплачивает Doctolib
Субсидия от совета по труду на частичное возмещение членства в спортивном клубе или творческом классе
50% возмещение стоимости проездного на общественный транспорт
Программа ParentCare: полное покрытие зарплаты (100%) в первый месяц отпуска по рождению ребёнка и 75% во второй месяц, оплачиваемое Doctolib
Включение в долгосрочную программу распределения стоимости компании для сотрудников DoctoGrowth
Для лиц, ухаживающих за больными, и работников с инвалидностью — пакет, включающий адаптацию политики удалённой работы, дополнительные выходные по медицинским причинам и психологическую поддержку
Поддержка при релокации в случае международной мобильности
Доступ к лучшим инструментам ИИ для кодирования, разработки и специализированного обучения

Наш процесс собеседования

Собеседование с HR по телефону (45 минут)
Собеседование с руководителем отдела (1 час)
Кейс-стади и его презентация (1 час)
Поведенческое собеседование (1 час 30 минут)
Минимум одна проверка рекомендаций

Мы хотим, чтобы ваш опыт был понятным, уважительным и прозрачным. Узнайте больше о нашем процессе найма на нашей странице опыта кандидата.

Детали вакансии

Постоянная позиция
Технический стек: Python, LiteLLM, Google ADK, Kubernetes
Полная занятость
Париж, Франция
Гибридный режим работы (до 2 дней удалённо в неделю)
Дата начала: как можно скорее

Мы приветствуем всех

В Doctolib мы стремимся улучшить доступ к здравоохранению для всех. Это отражается в нашем процессе найма. Мы оцениваем кандидатов исключительно по квалификациям и мотивации, без какой-либо дискриминации.

Чем разнообразнее идеи, тем больше наш продукт действительно улучшит здравоохранение для всех. Вы можете подать заявку в Doctolib независимо от вашего пола, религии, возраста, сексуальной ориентации, этнической принадлежности или инвалидности.

Для обеспечения равных возможностей мы рекомендуем исключать личную информацию (например, фотографии, возраст) из ваших заявок. Если вам требуется какое-либо приспособление, пожалуйста, сообщите нам для поддержки в процессе найма.

Присоединяйтесь к нам в создании здравоохранения, о котором мы все мечтаем!

Конфиденциальность ваших данных

Вся предоставленная информация обрабатывается Doctolib для управления заявками. Подробнее о обработке данных можно узнать здесь: Франция. Пожалуйста, свяжитесь с hr.dataprivacy(at)doctolib.com для вопросов или реализации ваших прав.

Старший инженер платформы агентов (м/ж/д)