Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Не указана

Город

Не указан

Команда разметки и анализа данных Фантеха Яндекса занимается дата-майнингом для контентных сервисов: Яндекс Музыки, Кинопоиска, Яндекс Книг и других. Задачи - Строить и улучшать автоматические процессы разметки данных. Разметка содержательно описывает сущности, которые могут быть рекомендованы пользователю или показаны в продукте. Например, на каком языке трек, можно ли включить сериал ребёнку. - Оценивать качество размеченных датасетов. Команда получает готовую разметку на десятки миллионов единиц контента от правообладателей, внешнего мира и других команд. Нужно определить, хороша ли разметка, какие у неё проблемные места, лучше ли она уже существующей и можно ли сделать её лучше. Требования - Хорошо владеть теорией вероятностей и математической статистикой. - Уметь делать выводы на основе данных. - Уметь программировать на Python и SQL. - Понимать, как работает интернет. Будет плюсом - Опыт работы с распределёнными системами хранения и обработки данных MapReduce. - Опыт работы с ML. - Опыт написания парсеров. - Опыт работы с платформами для краудсорсинга: Label Studio, Toloka, Amazon Mechanical Turk и другими. Условия - Предоставляют ежегодные медицинские чекапы, йогу и психотерапию.

Формат

Удалённо

Страна

Россия

Город

Не указан

О компании Pinkman — одна из трёх крупнейших студий цифрового дизайна России с опытом более 10 лет. Создаёт дизайн цифровых продуктов, корпоративных сайтов и бизнес-инструментов, работает с крупными брендами, развивает продуктовый и коммуникационный дизайн. Задачи - Формировать совместно с управляющим партнёром квартальную цель по маржинальному доходу направления и нести полную ответственность за её достижение (владелец квартального финансового результата направления) - Управлять бюджетом направления, контролировать прибыль по проектам, план/факт, выстраивать бонусную систему продюсеров - Оценивать входящие от менеджеров по продажам проекты: экономику, рентабельность, соответствие ресурсам - Совместно с дизайн-директорами принимать решения о назначении продюсера и составе команды, контролировать запуск проекта - Еженедельно проводить планирование продакшена: приоритеты, ресурсы, актуальная загрузка команды - Проактивно выявлять и предотвращать риски: неразмеченный объём работ, отставания от плана, срыв подрядчика, нехватка ресурсов Требования - Опыт руководства продакшеном в студии, агентстве или продакшн-хаусе - Уверенная работа с цифровыми и дизайн-проектами: сайты, графика, видео, компьютерная графика, айдентика - Понимание инструментов искусственного интеллекта в продакшене — плюс - Финансовое мышление: маржинальный доход, валовая прибыль, план/факт, смета-часы - Умение планировать с буфером на согласования - Готовность принимать жёсткие решения и брать ответственность - Коммуникация на уровне партнёров Условия - Полностью удалённый формат, поездки к клиентам не требуются - Реальная руководящая роль: ответственность за финансовый результат, команда, право принимать решения - Работа в связке с управляющим партнёром, дизайн-директорами и менеджерами по продажам - Комфортный вход в роль: передача контекста от действующего руководителя - Фиксированная ставка + бонус за результаты направления - Примерный уровень зарплаты: 250 000 – 400 000 ₽

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Пельмень Хаус — самая быстрорастущая франшиза пельменных в России. В среднем открывается от 3 новых точек в месяц, компания продолжает масштабироваться по стране. Ищем Head of SMM, который возьмёт на себя управление SMM-направлением, реализацию уже собранной стратегии и её дальнейшую декомпозицию по мере развития проекта. В команде уже есть контент-маркетолог и инфлюенс-менеджеры. В подчинении у Head of SMM — команда из 2–3 SMM-менеджеров. Направление развивается как собственное SMM-агентство внутри франшизы, человек ищется в команду надолго, а не как подрядчик на ведение аккаунта. Задачи - управлять реализацией SMM-стратегии; - руководить командой SMM и контролировать результат; - управлять единым федеральным аккаунтом и локальным ростом по городам; - управлять дистрибуцией Reels, Stories, Collab, UGC и контента партнёров; - контролировать KPI и аналитику; - находить точки роста, ставить гипотезы и масштабировать рабочие механики; - синхронизировать SMM с контент-маркетологом и инфлюенс-направлением. Требования - опыт на позиции Head of SMM уровня Senior+; - опыт в общепите обязателен: рестораны, кафе, street food, fast food, доставка, желательно сети; - умение реализовывать и дальше декомпозировать готовую SMM-стратегию; - управление воронками и ростом аккаунта; - работа с дистрибуцией, аналитикой и KPI; - умение находить просадки и принимать решения по цифрам; - управление командой из 2–3 SMM-менеджеров; - ответственность за результат направления, а не за количество публикаций. Вакансия не для Junior и не для тех, кто только начинает работать в SMM. Условия - доход от 150 000 ₽ без потолка, привязанный к результату; - формат работы: только full-time, только один проект, полное погружение; - свобода управлять и масштабировать SMM-направление; - сильный кейс в портфолио быстрорастущей федеральной сети. Фрилансеры, совместители и агентства не рассматриваются.

Формат

Гибрид

Страна

Россия

Город

Москва

Компания: Сбер. Формат работы: офис или гибрид (Москва). Чем предстоит заниматься - Проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами. - Превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать. - Разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью. - Проектировать, строить и сопровождать витрины данных для ML-моделей и агентов. - Обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи. - Обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных. Пожелания к кандидатам - Опыт промышленной разработки на Python от 2 лет. - Умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями. - Уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных. - Опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных. - Опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию. - Понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API. - Понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления. - Опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора (будет плюсом). - Опыт работы с LLM, RAG и векторными хранилищами (будет плюсом). - Опыт оркестрации пайплайнов в Airflow или аналогичных системах (будет плюсом). - Опыт работы с Kafka и событийными архитектурами (будет плюсом). - Знание Docker, CI/CD и Kubernetes (будет плюсом). - Практический опыт работы с Hadoop и Spark (будет плюсом). - Опыт внедрения ML- или LLM-сервисов во внутреннем контуре (будет плюсом). - Опыт в банковском домене, продуктах для юридических лиц или документообороте (будет плюсом).

Формат

Гибрид

Страна

Россия

Город

Не указан

О проекте Холдинг «Москва Медиа» ищет SMM-продюсера проекта «Сортировочная» (экология, стратегия, аналитика). Задачи - Разрабатывать и реализовывать комплексную SMM-стратегию проекта, ставить KPI и планировать бюджет. - Формировать контент-планы и управлять редакционным пулом. - Вычитывать и редактировать тексты, работать с цепляющими заголовками и создавать качественный экологический контент. - Вести соцсети и видеоплатформы полного цикла (VK, Telegram, YouTube, Rutube, VK Видео, Дзен и др.): от идеи и сценария до дистрибуции и анализа. - Ставить задачи дизайнерам, видеографам и таргетологам (штатным и внешним), контролировать качество. - Вести еженедельную и ежемесячную аналитику на основе данных, защищать решения цифрами и оперативно корректировать стратегию. Требования - Опыт комплексного ведения соцсетей и видеоплатформ (VK, Telegram, YouTube, Одноклассники и др.) от 3 лет. - Искренний интерес к экологии, устойчивому развитию и осознанному потреблению. - Абсолютная грамотность и сильные редакторские навыки (умение перерабатывать сложные и сухие инфоповоды в виральные материалы). - Уверенная работа с аналитикой соцсетей и видеохостингов. - Системное мышление: умение видеть продукт целиком и защищать гипотезы метриками. Условия - Официальное трудоустройство в крупнейшем столичном медиахолдинге («Москва Медиа»). - Полностью «белая» заработная плата (вилка обсуждается индивидуально с сильным кандидатом). - Гибридный график работы. - Расширенный социальный пакет: ДМС, корпоративное обучение. - Возможность формировать городскую и федеральную экологическую повестку.

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

Компания Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций. Мы полностью удалённая компания с сотрудниками в более чем 40 странах. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. Компания поддерживается ведущими инвесторами, включая Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. Роль Мы ищем Staff-бэкенд-инженера для создания первых production-сервисов системы управления контекстным слоем. Это ранний этап, высокая автономия. Вы будете проектировать и запускать основную backend-архитектуру для ingestion, хранения контекста, retrieval API и интеграций для агентов. Задачи - Создание основных backend-сервисов: проектирование, реализация, тестирование и эксплуатация первых сервисов для ingestion контекста, индексации, оркестрации retrieval, API доступа, конфигурации источников и администрирования. - Создание масштабируемой SaaS-основы: архитектура мультитенантного сервиса, включая изоляцию тенантов, отслеживание использования, квоты, аудит-логи, фоновые задачи и надежные границы сервисов. - Поддержка retrieval-процессов для агентов: создание API и интерфейсов, позволяющих AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, происхождение, сигналы уверенности и предупреждения. - Работа на стыке продукта и инфраструктуры: поиск компромиссов между быстрым экспериментированием и долгосрочной надежностью, особенно при переходе от прототипа к production. - Эксплуатация созданного: инструментирование сервисов метриками, логами, трейсами, алертами и дашбордами. Использование observability-инструментов для понимания поведения системы и повышения надежности. - Вклад в техническое направление: помощь в формировании архитектуры, границ сервисов, выбора хранилищ, API-контрактов, паттернов развертывания и инженерных практик для нового продукта. - Эффективная коммуникация: работа в динамичной и совместной среде, умение эффективно общаться и вносить вклад в работу команд. - Ответственность и влияние: полная ответственность за разрабатываемые AI-решения, обеспечение их инновационности, масштабируемости, поддерживаемости и соответствия реальным пользовательским сценариям. Условия Удалённая работа. Подходящие кандидаты могут находиться в Испании, Швеции, Великобритании, Ирландии или Германии.

Формат

Удалённо

Страна

США

Город

Не указан

Примечание: работа удалённая, открыта для кандидатов из США. Yuna.io занимается трансформацией поддержки ментального здоровья с помощью эмпатичного разговорного ИИ. Промт-инженер будет отвечать за определение и оценку поведения ИИ в диалогах, обеспечивая качество и согласованность в мультиагентных системах, а также взаимодействовать с клиницистами и продуктовыми командами. Обязанности - Отвечать за поведение диалоговой системы в мультиагентной, мультимодельной среде. - Совместно с клиницистами проектировать и эксплуатировать системы оценки качества диалогов: эмпатии, полезности, согласованности. - Диагностировать сбои, анализируя реальные трассы диалогов, маршрутизацию агентов, использование памяти и системный контекст. - Использовать продуктовые данные и качественные ревью для приоритизации улучшений. - Оценивать и выбирать модели у провайдеров (например, Claude, AI) по критериям задачи, стоимости, задержки и качества выходных данных. Требования - Подтверждённый опыт управления поведением модели или агента в продакшене. - Практический опыт проектирования и эксплуатации систем оценки (качественных и количественных). - Умение определять, что значит «хорошо», и защищать это с помощью данных, а не ощущений. - Уверенная работа с инструментами вроде LangGraph, LangSmith или аналогичными системами трассировки и оценки. - Высокая грамотность в работе с данными: умение анализировать логи, трассы, метрики и аналитику для поиска первопричин. - Понятная коммуникация и умение работать с продуктовыми, клиническими и инженерными командами в условиях неопределённости. - Рабочее знание Python: умение читать, отлаживать и участвовать в разработке логики агентов и кода оценки. - Знакомство с концепциями согласования (например, человеческие ценности, компромиссы безопасности, поведение отказа). - Владение SQL и Excel. - Образование в области психологии, лингвистики, нейронаук, педагогики или смежных областей. Условия - Конкурентная зарплата (зависит от опыта) + опционы на акции. - Культура удалённой работы с гибкостью. - Быстрорастущая, талантливая и эмпатичная команда, занимающаяся трансформацией ментального здоровья. - Возможность использовать ИИ во благо. - Уровень ответственности, позволяющий влиять на результат и создавать передовые ИИ-системы, улучшающие жизнь людей каждый день. О компании Миссия Yuna — радикально изменить способ доступа к поддержке ментального здоровья и её предоставления. Штаб-квартира в Сан-Франциско, Калифорния, США. Штат сотрудников: 11–50 человек.

Формат

Удалённо

Страна

США

Город

Не указан

О компании LMI — консалтинговая фирма, основана в 1961 году, штаб-квартира в США, численность сотрудников 1001–5000. Компания поддерживает государственные миссии через технологии и ИИ-решения. LMI ищет Full-Stack разработчика с agentic AI для улучшения сложных программных систем, работы в мультидисциплинарных командах и создания безопасных масштабируемых решений. Обязанности - Использовать продвинутые инструменты agentic AI для быстрого добавления нового функционала в существующие кодовые базы в крупных комплексных программах. - Вносить быстрый и значимый вклад в стратегически важные проекты портфеля LMI. - Сотрудничать с командами разработки, стейкхолдерами и техническими лидами для выявления проблем в существующих системах и внедрения решений в agile-среде. - Переключаться между программами, применяя техническую экспертизу для приоритизации наиболее важных инициатив. - Анализировать требования заказчиков и цели программ для разработки инновационных решений, соответствующих задачам миссии. - Работать в мультидисциплинарных командах: обеспечивать интеграции, решать технические задачи и соблюдать сроки разработки. - Обеспечивать соответствие протоколам безопасности, государственным стандартам и отраслевым практикам. - Документировать технические решения и улучшения для передачи знаний между командами и программами. - Проводить тщательное тестирование для гарантии производительности, масштабируемости и надёжности обновлённого или нового кода. Требования - Кандидаты должны соответствовать требованиям для получения допуска к безопасности правительства США; предпочтителен действующий допуск Secret. - Только граждане США имеют право на получение допуска. - В связи с характером работы LMI рассматривает только кандидатов с допуском или имеющих право на его получение. - 3–5 лет разработки в production-среде. - Подтверждённый опыт использования agentic AI инструментов для улучшения существующих кодовых баз в масштабе. - Опыт full-stack разработки: минимум 3–5 лет разработки, поддержки и улучшения фронтенд- и бэкенд-систем. - Владение как минимум одним бэкенд-языком (предпочтительно Python) и одним фронтенд-фреймворком/инструментом (предпочтительно TypeScript). - Опыт разработки и использования RESTful API для интеграции систем. - Знание SQL и NoSQL баз данных: реляционные (PostgreSQL, MySQL, SQL Server) и нереляционные (MongoDB). - Опыт работы в agile-среде, в том числе в мультидисциплинарных командах. - Уверенное владение Git (предпочтительно GitLab). - Опыт с тестированием, безопасностью, DevSecOps и CI/CD процессами. - Развитые коммуникативные навыки: умение объяснять технические концепции техническим и нетехническим заинтересованным сторонам. Предпочтительно - Продвинутое владение agentic AI инструментами для оптимизации рабочих процессов кодирования и интеграции современного AI-функционала. - Опыт работы с облачными средами: AWS, Azure или Google Cloud. - Опыт проектирования и внедрения микросервисов и контейнерных решений (Docker, Kubernetes). - Знание современных фронтенд-фреймворков: React, Vue.js или Angular. - Понимание DevSecOps: безопасные пайплайны разработки и деплоя, инфраструктура как код (Terraform, Ansible). - Опыт с ETL-инструментами, управлением пайплайнами данных и платформами аналитики реального времени. - Сертификаты безопасности: Security+ или CISSP. - Продвинутое знание Agile или SAFe, участие в спринт-планировании и церемониях. Условия - Удалённая работа; вакансия открыта для кандидатов в США. - Зарплата по договорённости.

Формат

Удалённо

Страна

США, Канада

Город

Не указан

О компании Grafana Labs — компания, развивающая Grafana Cloud, управляемую платформу наблюдаемости. Компания полностью удалённая, команда распределена по 40+ странам. Клиенты: Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. О роли Открыта позиция Staff Backend Engineer в новой инициативе (skunkworks) с целью сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных в реальном времени. Строится ИИ-нативная система управления контекстом для агентов: надёжный управляемый доступ к корпоративному контексту, данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Задачи - Проектировать и внедрять основные серверные сервисы: ingestion контекста, индексацию, оркестрацию retrieval, API-доступ, конфигурацию источников и администрирование. - Создавать масштабируемую SaaS-основу: мультитенантная архитектура, изоляция тенантов, отслеживание использования, квоты, аудит-логи, фоновые задачи, надёжные границы сервисов. - Строить API и интерфейсы для ИИ-агентов, MCP-инструментов, CLI и внутренних приложений: retrieval контекста, происхождение, сигналы уверенности, предупреждения. - Работать на стыке продукта и инфраструктуры, находить баланс между быстрыми экспериментами и долгосрочной надёжностью. - Эксплуатировать создаваемое: метрики, логи, трейсы, алерты, дашборды. - Влиять на техническое направление: архитектура, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики. - Эффективно коммуницировать в динамичной среде. - Владеть результатом: ИИ-решения должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным рабочим процессам. Условия - Удалённая работа. - Кандидаты из США или Канады. Жители Квебека не подходят на эту роль.

Формат

Не указан

Страна

США

Город

New York

Грейд

Lead

Ramp создаёт инфраструктуру для финансовых команд, встроенную в поток транзакций. Компания автоматизирует движение более $200 млрд годовых расходов для 70 000+ компаний: авторизация платежей, выявление рисков, категоризация расходов и закрытие книг. О роли Команда Ramp Travel строит платформу бронирования и управления командировками внутри Ramp. Она отвечает за возможности, позволяющие путешественникам оставаться продуктивными в поездках: поиск авиабилетов и отелей, бронирование и оплата, агентный ассистент для путешествий и мобильное сопровождение поездки. Также команда отвечает за эффективное расходование средств на командировки: оценка политики поездок, интеграции с поставщиками и TMC, бенчмаркинг и аналитика данных. Развитие сложности и глобального охвата продукта Travel — один из главных стратегических приоритетов Ramp. Задачи - Руководить, наставлять, обучать и развивать команду инженеров Ramp Travel (сейчас около 6 инженеров). - Отвечать за поставку по направлениям управления командировками: поиск и инвентарь, котировки и пересчёт цен, оформление заказа, оценка политики, лояльность, пост-бронирование. - Отвечать за надёжность и корректность системы, зависящей от третьих сторон: API поставщиков, контент GDS и агрегаторов, интеграции с TMC и OBT. - Работать с Product, Design, Ops, Partnerships и Sales по корпоративным обязательствам в сфере командировок. - Определять практики команды для AI-assisted разработки и выпускать агентные функции бронирования. - Нанимать сотрудников. Ожидается рост команды. Требования - 2+ года управления инженерами, размер команды примерно от 5 до 15 человек. - Высокий уровень ответственности. Способность брать сложные неоднозначные задачи и доводить их до успешного выполнения. - Опыт создания продукта с нуля (0→1) и последующего масштабирования. - Готовность работать руками. Это команда из шести человек, и в Ramp все — билдеры. - Достаточная техническая актуальность, чтобы вести дизайн-ревью и оценивать архитектурное предложение. - Сильное продуктовое чутьё и комфорт в общении с клиентами. - Опыт владения транзакционной системой с внешними зависимостями: бронирование, платежи, маркетплейс или логистика. Предпочтительно - Опыт в корпоративных командировках: корпоративные онлайн-инструменты бронирования (OBT), интеграции с источниками контента о путешествиях (GDS/NDC), фронтенд-опыт для путешественников. - Опыт в enterprise B2B fintech или T&E. - Опыт внедрения агентных инструментов разработки в команду или выпуска функций на базе LLM. Условия Льготы доступны всем штатным сотрудникам Ramp (глобально): - Гибкий PTO. - Централизованный заказ оборудования для домашнего офиса. - Стипендия на здоровье и благополучие. - Бюджет на поездки между офисами. - Еженедельная стипендия на кофе. США: - 100% покрытие медицинской, стоматологической и офтальмологической страховки для сотрудника, частичное покрытие для иждивенцев. - Годовое членство One Medical. - 401(k) с match от работодателя на взносы, сделанные во время работы в Ramp. - Fertility HRA (до $10 000 в год). - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой. - Страхование питомцев. - Офисные льготы: обед, снеки, напитки и другое. - Покрытие расходов на релокацию в NYC или SF (при необходимости). Канада: - Групповое медицинское, стоматологическое и офтальмологическое покрытие через Sun Life. - Страхование жизни, AD&D и по нетрудоспособности. - Покрытие лекарств для фертильности (до $4 000 за всю жизнь). - Групповой пенсионный план с match от работодателя (RRSP + DPSP). - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой, с возможностью дополнительного времени при сниженной оплате. - Программа помощи сотрудникам и виртуальная помощь через Lumino Health. Великобритания: - Частное медицинское страхование через Freedom Elite. - Виртуальный GP и помощь на дому через eMed x Livi. - Рабочая пенсия через Penfold с опцией salary sacrifice. - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой, с возможностью дополнительного времени при сниженной оплате.

Формат

Удалённо

Страна

Великобритания, Швеция, Испания, Германия

Город

Не указан

О роли Grafana Labs — компания, развивающая Grafana Cloud, управляемую платформу наблюдаемости с открытым исходным кодом. Компания полностью удалённая, сотрудники работают в более чем 40 странах. Ищем Staff Software Engineer — SRE для повышения надёжности облачных баз данных Grafana Cloud, основанных на Mimir, Loki, Tempo и Pyroscope. Базы данных предоставляются как SaaS-продукт на AWS, GCP и Azure во всех регионах. SRE-команда встроена в продуктовые команды Mimir, Loki и Tempo и отвечает за надёжность продуктов для клиентов с высокими SLA. Задачи - Работа в партнёрстве с продуктовыми инженерными командами (встроенная модель). - Обеспечение производственной надёжности для сред с высокими SLA и сложных клиентских окружений. - Проектирование и внедрение автоматизации для масштабирования практик надёжности. - Обеспечение достижения клиентами целей SLO. - Определение и развитие SLO и моделей надёжности для отдельных тенантов. - Проактивное снижение выгорания SLO для предотвращения повторных инцидентов. - Выполнение роли основного эскалационного контакта и дежурного по инцидентам. - Руководство реагированием на инциденты, влияющие на клиентов, и проведение пост-инцидентных разборов. - Участие в проектировании и ревью кода. - Влияние на дизайн функций для обеспечения масштабируемости и эксплуатационной готовности. - Создание автоматизации для устранения рутинной работы. - Улучшение качества алертов и снижение шумных эскалаций. Требования - 8+ лет инженерного опыта, из них 4+ в SRE/CRE/production engineering. Предпочтителен формальный опыт в customer reliability engineering. - Сильный опыт работы с Kubernetes в AWS, GCP или Azure и знакомство с инструментами infrastructure-as-code (Helm, Terraform, Jsonnet и др.). - Сильный опыт технического лидерства: ведение команды через проекты, наставничество инженеров. - Опыт эксплуатации мультитенантных систем в production. - Сильный опыт проектирования и внедрения SLO. - Опыт с одним или несколькими языками программирования (например, Go, Python, Java). - Опыт работы с внутренностями ОС Linux, знание сетей, облачного хранения и масштабирования. - Отличные навыки решения проблем и диагностики. - Опыт спокойного и активного участия в blame-free реагировании на инциденты, доведения действий до конца и написания качественных пост-инцидентных отчётов (PIR). - Умение рассуждать о производительности, масштабировании и режимах отказов. - Комфортная работа в инженерной команде с высокой автономией и самонаправленностью. - Способность к глубокому партнёрству с продуктовыми командами. - Ценятся интеллектуальное любопытство, прозрачность, ориентация на действия и доброжелательность. Условия - Удалённая работа. - Рассматриваются кандидаты из Великобритании, Швеции, Испании или Германии. - Компания полностью удалённая, сотрудники в более чем 40 странах. - Доступ к современным AI-ассистентам для разработки (инструменты по выбору в рамках политики безопасности) с оплачиваемым компанией бюджетом. - Доступ к последним моделям OpenAI, Anthropic и Google. - Ежедневная работа включает регулярные 1:1 с руководителем и коллегами.

Формат

Удалённо

Страна

Германия, Швеция, Испания, Ирландия, Великобритания

Город

Не указан

О роли Grafana Labs — компания, разрабатывающая Grafana Cloud, управляемую платформу наблюдаемости. Отдел Observability занимается инструментами для понимания здоровья и производительности приложений и инфраструктуры. Команда Ingest владеет Fleet Management, Kubernetes Monitoring Helm Chart и Instrumentation Hub. Задачи - Управлять и развивать команду backend и frontend инженеров, проводить регулярные обратные связи и карьерные беседы. - Тесно сотрудничать с go-to-market для успешного внедрения Observability у клиентов. - Работать с продуктом и руководством, чтобы Fleet Management, Kubernetes Helm Chart и Instrumentation Hub вписывались в пользовательский опыт Grafana Cloud. - Обеспечивать руководство на протяжении всего жизненного цикла проекта. - Создавать психологически безопасную среду для обучения и экспериментов. - Работать над проектами за пределами команды и с другими функциями. Требования - Опыт в Observability (особенно OpenTelemetry) или создании центральной панели управления для управления флотами коллекторов — преимущество. - Комфортно работать с инженерными командами, обладающими высокой степенью автономии. Условия - Удалённая работа. - Рассматриваются кандидаты в Германии, Швеции, Испании, Ирландии и Великобритании. - Доступ к современным AI-ассистентам для ежедневной работы и к последним моделям OpenAI, Anthropic и Google.

Формат

Удалённо

Страна

Ирландия, Испания, Швеция, Великобритания, Германия

Город

Не указан

Грейд

Senior

Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой observability, которой доверяют более 10 000 организаций. Платформа построена на открытом исходном коде и открытых стандартах, привносит ИИ в observability и observability в ИИ. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. Компания полностью удалённая, сотрудники в более чем 40 странах. Открыта удалённая позиция; рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии или Германии. О роли Недавно запущена skunkworks-инициатива с целью принести observability в остальной бизнес. Цель — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных реального времени со всего предприятия. В рамках инициативы строится AI-native система интеллектуального анализа данных, которая даёт агентам надёжный и управляемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Открыта позиция Senior Software (Database) Engineer для создания системы хранения данных для общей платформы данных. Слой базы данных поддерживает OLAP и OTLP для классических аналитических запросов и одновременной выдачи свежесохранённых данных. Он реализует разделение вычислений и хранения и рассчитан на работу в нескольких облачных провайдерах. Это ранний этап в команде с высокой автономией: нужно уверенно работать в условиях неопределённости, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS. По мере развития команды роль можно расширять или переопределять. Новая команда — смесь опытных сотрудников Grafana и новых наймов. Работаем с высокой степенью автономии и ответственности — как индивидуально, так и в команде. Инженеры могут принимать решения, быстро двигаться и рано проверять идеи, опираясь на глубоко коллаборативную культуру, ценящую любознательность, обратную связь и межфункциональное партнёрство. Задачи - Взять на себя ответственность за одну или несколько частей базы данных: проектировать, реализовывать, тестировать и эксплуатировать приём данных, планирование запросов, распределённое выполнение запросов, форматы данных и хранения. - Создавать масштабируемую основу SaaS: помогать определять и строить архитектуру мультитенантного сервиса базы данных, включая изоляцию тенантов, учёт использования, квоты, аудит-логи, фоновые задачи и надёжные границы сервисов. - Обеспечивать retrieval-процессы для агентов: API и интерфейсы базы данных, позволяющие ИИ-агентам, MCP-инструментам, CLI и внутренним приложениям быстро получать данные. - Работать на стыке продукта и инфраструктуры: вместе с командой находить практические компромиссы между быстрым экспериментированием и долгосрочной надёжностью, особенно при переходе от прототипа к production. - Эксплуатировать созданное: инструментировать сервисы базы данных метриками, логами, трейсами, алертами и дашбордами; использовать observability-инструменты для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: помогать формировать архитектуру, границы сервисов, выбор хранилищ, контракты API, паттерны развёртывания и инженерные практики нового продукта. - Эффективно общаться в высокодинамичной и коллаборативной среде, вносить вклад в работу команд. - Полностью отвечать за разрабатываемые решения по базам данных, обеспечивая их инновационность и масштабируемость. Условия - Удалённая работа. - Зарплата по договорённости.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Компания Muck Rack — SaaS-платформа для специалистов по связям с общественностью и коммуникациям. Платформа на базе ИИ объединяет медиабазу, мониторинг и отчётность, помогая командам сотрудничать, готовить питчи и анализировать результаты. Компания полностью распределённая, управляется основателями и устойчиво растёт. Ценности — устойчивость, прозрачность, ответственность и преданность клиентам. Отмечена наградами Inc., Quartz, G2 и BuiltIn. Работа удалённая (Ирландия). Роль: ведущий архитектор Business Data Analytics, подчинение VP Analytics. Нужно определить и развивать AI-first архитектуру данных и аналитики, модернизировать аналитическую платформу и открыть командам новые способы доступа к данным и взаимодействия с ними. Технический план: современный стек аналитики данных — загрузка данных в Snowflake / Databricks, моделирование данных и семантические слои (dbt, Python, SQL), аналитика на естественном языке (агенты), активация данных (rETL, system-to-system), self-service аналитика (BI-инструменты). Взаимодействие с Data Science, Engineering, Product и Revenue Operations для масштабируемой архитектуры, интеграционных паттернов, управления и инженерных практик. Задачи - Определять и развивать целевую архитектуру AI-first корпоративной платформы данных и аналитики, задавать техническое направление и паттерны для модернизации и консолидации стека. - Проектировать масштабируемую инфраструктуру данных, ingestion и трансформационные фреймворки, модели хранения и интеграционные паттерны на Snowflake, Databricks, dbt, Python, SQL и связанных системах. - Проектировать управляемые семантические слои данных и архитектуру для ИИ-агентов, запросов на естественном языке, разговорной аналитики и других аналитических функций на ИИ. - Создавать архитектурные паттерны для retrieval, API и интеграций, позволяющие ИИ-агентам и приложениям безопасно находить, понимать и использовать доверенные корпоративные данные. - Развивать практики управления данными, безопасности, приватности, контроля доступа и соответствия во всём аналитическом стеке. - Устанавливать инженерные стандарты для моделирования данных, тестирования, observability, CI/CD, документации, деплоя и системной интеграции. - Обеспечивать техническое лидерство и менторство для аналитических инженеров команды. Требования - 7+ лет опыта в проектировании и развитии современных архитектур данных и аналитики, включая ответственность за архитектурные решения на уровне нескольких систем, команд или бизнес-кейсов. - Глубокий опыт с современными облачными платформами данных и практиками аналитической инженерии: Snowflake, Databricks, dbt, Python, SQL. - Опыт проектирования масштабируемых моделей данных, трансформационных пайплайнов, семантических или метрических слоёв и интеграционных паттернов для доверенной self-service аналитики. - Опыт архитектуры или внедрения ИИ-систем для работы с данными: аналитика на естественном языке, ИИ-агенты, Retrieval-Augmented Generation (RAG), векторный поиск или связанные LLM-процессы. - Сильные знания корпоративных практик управления данными, безопасности, приватности, контроля доступа и качества данных. - Опыт внедрения инженерных практик: автоматизированное тестирование, CI/CD, observability, контроль версий, надёжные паттерны деплоя для систем данных и аналитики. - Умение задавать техническое направление, оценивать сложные архитектурные компромиссы и влиять на решения между командами без прямой власти. - Сильные коммуникативные навыки для перевода сложной архитектуры данных и ИИ в понятные решения, стандарты и технические направления для технических и бизнес-партнёров. Будет плюсом - Опыт модернизации или консолидации фрагментированной корпоративной экосистемы данных в более целостный современный стек. - Опыт проектирования семантических или метрических слоёв специально для ИИ-аналитики, разговорной или self-service аналитики.

Формат

Не указан

Страна

США

Город

Не указан

Грейд

Senior

О компании GoodLeap — технологическая компания, предоставляющая финансовые и программные продукты для устойчивых решений: от солнечных панелей и батарей до энергоэффективных систем HVAC, тепловых насосов, кровли, окон и других. Более 1 миллиона домовладельцев воспользовались технологией компании. Тысячи профессионалов, внедряющих решения для дома и солнечной энергетики, полагаются на проприетарные AI-приложения и инструменты разработчика GoodLeap. Платформа обеспечила более 30 миллиардов долларов финансирования устойчивых решений с 2018 года. GoodLeap также поддерживает некоммерческую организацию GivePower. Обзор позиции Команда безопасности GoodLeap защищает информационные активы организации, охватывая безопасность и устойчивость продуктов, security paved roads, доверие клиентов и регуляторов, а также технологическое управление. Как Senior Product Security Engineer, вы будете партнером для продуктовых и инженерных команд, чтобы сделать поставляемые продукты безопасными по умолчанию. Вы будете разделять время между созданием production-сервисов безопасности и ревью того, что создают другие команды: дизайны до написания кода, pull request до merge, работающие системы до того, как кто-то найдет проблему. Вы будете основным партнером по безопасности для одного или нескольких бизнес-юнитов; GRC, security operations и monitoring несут свои части мандата, но вы отвечаете за результат product security. GoodLeap использует TypeScript, Node.js, .NET и Python, и вы будете работать со всеми ними. Компания также внедряет LLM- и agentic-функции в регулируемый потребительский финансовый продукт; адверсариальное тестирование этих систем (prompt injection, jailbreaks, tool abuse, exfiltration) и определение того, что "достаточно безопасно для запуска", является ключевой частью роли. Не требуется многолетний опыт в AI-безопасности — нужно показать, что вы можете разобраться в незнакомой системе, рассуждать о том, как она ломается, и давать выводы, которые продуктовые команды примут в работу. Обязанности - Адверсариальное тестирование AI и LLM-функций: проектирование и запуск атак на LLM-приложения и агентов — prompt injection, jailbreaks, tool abuse, data exfiltration — и превращение находок в критерии pass/fail, которые продуктовые команды будут использовать. - Создание и эксплуатация production-сервисов безопасности: бэкенд-сервисы и внутренние инструменты (API, streaming transports, proxy/CLI/chat интерфейсы) на TypeScript, Node.js, .NET или Python, с тем же уровнем качества, что и любой production-сервис: тестовое покрытие, CI, управление зависимостями. - Поиск новых способов автоматизации работы: замечать, когда ручная работа становится автоматизируемой, прототипировать и обосновывать, даже если это означает замену инструмента, купленного в прошлом году. - Ревью находок уязвимостей в pull request: триаж результатов сканирования и AI-ассистированного ревью, отделение реальных находок от шума. Глубокая ручная проверка auth-путей и высокорисковых изменений, передача полученных знаний в инструменты. - Threat modeling на основе продуктовых дизайнов: ревью PRD и технических дизайнов до написания кода, определение trust boundaries и потоков данных в незнакомых областях, постановка вопросов безопасности, пока дизайн еще дешево изменить. - Ручное тестирование веб-приложений и API, триаж реальной эксплуатируемости, ретест фиксов. Поддержка программ bug bounty и непрерывного пентеста red team. - Поддержка AppSec-инструментов: настройка SAST/сканирования зависимостей, триаж и маршрутизация находок, SSO и управление доступом, автоматизация повторяющихся частей, чтобы программа масштабировалась без увеличения штата. - Безопасность инфраструктуры, на которой работают инструменты: IAM least-privilege, управление секретами, жизненный цикл контейнеров и сети — как infrastructure as code с автоматическими проверками дрейфа. - Обучение инженеров: создание security-тренировок и документации, которые инженеры будут реально использовать. - Оценка инструментов и помощь в установлении AI-стандартов: проведение структурированных bake-off тестов security-продуктов против заданных требований, помощь в установлении стандартов, которым должны удовлетворять AI/agent-системы перед запуском в production. - Поддержка остальной части security-команды: расследования, threat hunting, incident response для покрываемых продуктов, вклад в жизненный цикл управления уязвимостями и платформу security-аналитики. Требования - Вы выпускаете production-код. Требуется сильный бэкенд-инжиниринг.

Формат

Не указан

Страна

Дания, Португалия, Испания, Великобритания

Город

Не указан

Грейд

Senior

О роли Pleo — компания, которая создаёт решения для управления корпоративными расходами. В команду Growth Intelligence требуется Senior Data Engineer. Вы будете проектировать и поддерживать интеграционную архитектуру и контракты данных, которые связывают коммерческий и GTM-слой данных (пайплайны, соединяющие CRM, биллинг и инструменты работы с клиентами с центральным хранилищем BigQuery), а также участвовать в масштабировании коммерческой инфраструктуры данных для RevOps, Customer Success и AI-продуктов, построенных на её основе. Вы будете подчиняться Senior Manager of Growth Intelligence и работать с командами RevOps и BAT (Business Architecture & Technology), а также с Analytics Engineers. Чем предстоит заниматься - Проектировать, создавать и поддерживать пайплайны данных между коммерческими инструментами (HubSpot, Zuora, Vitally) и хранилищем BigQuery. - Владеть reverse ETL: обогащать или определять данные в хранилище и возвращать их в операционные инструменты, такие как HubSpot, сохраняя согласованность определений между системами. - Внедрять и поддерживать контракты данных с понятным владельцем, SLA и соглашениями о схемах между производителями данных (владельцы инструментов, продуктовые инженеры) и потребителями (аналитики, RevOps, AI-инструменты). - Совместно с RevOps и BAT переводить операционные требования к данным в надёжные управляемые пайплайны. - Строить мониторинг и алерты, которые выявляют проблемы с качеством данных до того, как они попадут в дашборды, операционные отчёты или нижестоящие модели. - Упрощать интеграционную архитектуру, централизуя потоки данных через хранилище и сокращая точечные интеграции. - Работать с Analytics Engineers, чтобы выходы пайплайнов были готовы к моделированию и документированы. - Взаимодействовать с владельцами инструментов и инженерными командами, чтобы приблизить качество данных и дисциплину схем к источнику. Технологический стек Коммерческий стек данных соединяет подписочный биллинг (Zuora), CRM (HubSpot) и инструменты работы с клиентами (Vitally) с центральным хранилищем BigQuery. В работе используются BigQuery, Python, HubSpot, Zuora, Vitally, а также dbt, Fivetran/Census или Airflow в зависимости от опыта. Что мы ждём - Подтверждённый опыт создания и поддержки production-пайплайнов данных в коммерческой или GTM-среде. - Сильное понимание моделей данных CRM, API и управления полями (HubSpot или аналогичный опыт). - Практический опыт с reverse ETL: возврат обогащённых или определённых в хранилище данных в операционные инструменты. - Большой опыт работы с BigQuery. - Опыт внедрения контрактов данных в production-среде. - Владение Python для разработки пайплайнов, логики трансформаций и инструментов. - Опыт с Git-процессами и CI/CD для кода data engineering.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

О проекте Команда строит современную информационно-аналитическую платформу для профессиональных участников финансового рынка. Нужен не просто разработчик, а инженер, способный довести задачу от идеи до production: разобраться в бизнес-контексте, уточнить требования, спроектировать решение и реализовать его с помощью современных AI-инструментов. Условия - Удалённая работа (для граждан РФ, находящихся в РФ) - Полная занятость - До 270 000 рублей по ИП - Проект на 3 месяца с возможностью продления Обязанности - Работать с нечёткими требованиями, уточнять и формализовывать задачи - Проектировать и разрабатывать backend-сервисы на Python - Участвовать в архитектурных решениях и развитии микросервисной платформы - Использовать AI-агентов (Claude, Cursor, Copilot и др.) для ускорения разработки - Проводить код-ревью, контролировать качество решений и отвечать за результат до выхода в production Требования - 5+ лет коммерческого опыта backend-разработки - Уверенный опыт разработки на Python - Опыт работы с микросервисной архитектурой - Хорошие знания SQL, PostgreSQL и MongoDB - Опыт работы с Docker, Kubernetes и CI/CD - Навыки системного анализа и работы с требованиями - Практический опыт использования AI-инструментов разработки обязателен - Опыт технического лидирования будет преимуществом

Формат

Удалённо

Страна

Любая

Город

Не указан

Дизайнер-верстальщик детских книг. Условия - Формат работы: удалённо - География: весь мир - Оплата: по договорённости Обязанности - Верстка детских книг - Работа с типографикой, сеткой и ритмом разворота - Предпечатная подготовка макетов Требования - Графический дизайнер (не иллюстратор и не наборщик текста) - Тонкое чувство типографики, сетки и ритма разворота - Знание основ предпечатной подготовки

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Junior

Сбер. Москва. Удалённо. Обязанности: - Проводить аналитику и мониторинг работы моделей - Собирать и готовить данные, делать EDA, feature engineering и разрабатывать новые ML-модели - Оптимизировать скрипты data, model и inference pipelines Требования: - Высшее техническое образование и от года релевантного опыта в ML

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Middle

Урал Логистика ML-инженер (Python, PyTorch, fine-tuning) Полная занятость. Формат работы: офис или гибрид (Москва). Чем предстоит заниматься - Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку. - Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения. - Создавать baseline для задач извлечения, классификации, определения сущностей и связей. - Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями. - Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям. - Работать с извлечением сущностей и связей для построения и обновления графового представления данных. - Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру. - Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием. - Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа. - Версионировать данные, модели, конфигурации обучения и результаты экспериментов. - Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами. Пожелания к кандидатам - Рассматриваем кандидатов уровня middle+ и выше. - Практический опыт построения ML-конвейеров, которые используются в production. - Уверенное владение Python, PyTorch и Hugging Face Transformers. - Практический опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT. - Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными. - Опыт локального inference LLM и понимание устройства GPU-памяти. - Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием. - Linux, CUDA, SQL, Docker и Kubernetes. - Способность выйти за пределы notebook и довести модельное решение до устойчивой эксплуатации. - Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow или аналог, MLflow или аналог, vLLM, CUDA, Docker, Kubernetes.

Формат

Офис

Страна

Не указана

Город

Не указан

О роли Команда на лету генерирует персонализированные тексты рекламных объявлений, адаптируя предложение рекламодателя под пользователей. Внедряет генеративные, дискриминативные и ранжирующие модели в одну из крупнейших рекомендательных платформ. Работа предполагает взаимодействие с сильными исследователями и инженерами. Задачи - Исследование и разработка LLM: полный цикл работы с языковыми моделями — от гипотез и экспериментов до оптимизации и внедрения моделей в продакшен. - Проведение A/B-экспериментов: валидация гипотез через масштабные A/B-тесты, анализ их влияния на ключевые продуктовые и бизнес-метрики. - Работа с продуктом: взаимодействие с инженерами и продакт-менеджерами для превращения успешных исследовательских решений в рабочие фичи. - Анализ и оптимизация: отслеживание качества работы моделей, поиск точек роста и устранение слепых зон в данных и алгоритмах для улучшения ключевых метрик. Требования - Хорошее знание основ современного ML и DL. - Готовность работать с большими данными и распределёнными вычислениями. - Желание заниматься прикладными ML-исследованиями. - Практический опыт в NLP или RecSys. Условия - Ежегодные медицинские чекапы, йога и психотерапия.

Формат

Удалённо

Страна

Россия

Город

Не указан

UX/UI Designer с сильной UI-экспертизой. Предстоит работать с продуктами на mobile и desktop: проектировать интерфейсы, исследовать UX-паттерны, развивать дизайн-систему, продумывать состояния и микроанимации и следить за качеством реализации. Требования: — Более 3 лет опыта в роли UX/UI Designer — Портфолио с современными digital-продуктами и высоким уровнем UI-экспертизы — Уверенное владение Figma и инструментами прототипирования — Опыт работы с анимацией будет преимуществом — Понимание UX-принципов и современных дизайн-паттернов — Базовое понимание HTML, CSS и JavaScript — Маркетинговое мышление и внимание к пользовательскому опыту — Опыт использования AI-инструментов в ежедневной работе Условия: — Remote — Минимум микроменеджмента — Возможности для профессионального роста

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Senior

Системный аналитик (Senior), аутстафф в финтех-компанию. О проекте Интеллектуальная система поддержки принятия решений для мониторинга отклонений в бизнес-процессах, оцифровки моделей и анализа цифровых следов. Условия - Грейд: Senior - Занятость: full time - Старт: ASAP - Длительность: долгосрочно - Локация: Москва и МО - Гражданство: РФ - Формат работы: удалённо - Часовой пояс: МСК Задачи - Сбор и подготовка бизнес-требований и описание процессов - Описание моделей данных ИТ-систем (до атрибутов сущностей) - Проектирование пользовательских интерфейсов и UX-схем - Применение методологий функционального, информационного и процессного моделирования - Проектирование и интеграция enterprise-решений - Написание тестовых сценариев и участие в их автоматизации - Командная разработка с использованием Confluence и Jira Требования - Высшее образование - Опыт работы в роли системного аналитика от 5 лет за период с 2018 г. по настоящее время на проектах по разработке и/или модификации и/или внедрению систем с использованием Java и/или Javascript - Опыт углубленного использования ИИ в работе (работа с ИИ-агентами, знание MCP) - Опыт описания моделей данных ИТ-систем (до атрибутов сущностей) - Опыт проектирования пользовательских интерфейсов и UX-схем - Опыт применения методологий функционального, информационного и процессного моделирования во всех указанных нотациях: eEPC, BPMN, UML - Опыт применения всех указанных подходов к проектированию и интеграции enterprise-решений: SOA, SOAP, MQ, клиент-серверная архитектура, веб-сервисы - Опыт работы в каскадных (waterfall) и гибких методологиях (Agile и/или DevOps и/или Scrum) разработки

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior / Middle

О компании SpaceAI — платформа для безопасного запуска и управления AI-агентами в корпоративной инфраструктуре. Мы создаём инфраструктурный слой между AI-агентами и корпоративными системами: CRM, ERP, 1С, ITSM, базами данных, внутренними API и другими сервисами. SpaceAI позволяет компаниям контролировать, что именно может делать AI-агент, к каким системам он имеет доступ, какие действия необходимо подтверждать, а какие — блокировать, а также сохранять полный audit trail всех операций. Сейчас усиливаем core-команду и ищем Go Developer / Backend Engineer, который будет участвовать в разработке ядра платформы. Задачи - Разрабатывать backend-сервисы SpaceAI на Go. - Развивать UAG — Universal Agent Gateway, через который проходят действия AI-агентов. - Проектировать и реализовывать высоконагруженные API и микросервисы. - Работать над Policy Engine: allow / deny, лимиты, правила доступа и выполнение политик. - Разрабатывать механизмы управления доступом AI-агентов к корпоративным системам. - Реализовывать execution-контур: AI Agent → UAG → Policy / Risk Check → Corporate System → Audit. - Разрабатывать интеграционный слой и коннекторы к корпоративным системам, API, БД и другим сервисам. - Работать с протоколами взаимодействия AI-агентов: MCP, A2A, API. - Развивать аудит и трассировку действий агентов. - Реализовывать механизмы Human-in-the-Loop для подтверждения критичных действий. - Участвовать в проектировании отказоустойчивой и масштабируемой архитектуры. - Писать production-grade код, тесты и техническую документацию. - Участвовать в code review и архитектурных обсуждениях вместе с CTO и командой. Стек Backend: Go Архитектура: microservices, REST / gRPC Данные: PostgreSQL, Redis Инфраструктура: Docker, Kubernetes, Helm Observability: OpenTelemetry, Prometheus, Grafana, distributed tracing Безопасность: RBAC / ABAC, Zero Trust, mTLS, secrets management Интеграции: REST API, MCP, A2A, корпоративные API и системы CI/CD: GitHub Actions / GitLab CI / аналогичные инструменты Конкретный стек может развиваться вместе с архитектурой продукта. Требования - Коммерческий опыт разработки на Go. - Хорошее понимание конкурентности в Go: goroutines, channels, context. - Опыт разработки REST / gRPC API. - Понимание принципов построения микросервисных систем. - Опыт работы с PostgreSQL. - Уверенная работа с Git и Docker. - Понимание Linux и сетевого взаимодействия сервисов. - Умение писать понятный, поддерживаемый и тестируемый код.

Формат

Офис

Страна

Не указана

Город

Не указан

О проекте Ищем ML-разработчика, который будет улучшать качество претрейна Alice AI LLM. Это направление, отвечающее за умность базовой модели и качество данных. Гонка LLM ускоряется: модели решают задачи в математике, коде, агентах, медицине, которые ещё недавно требовали участия человека. При этом крупные улучшения LLM происходят при обновлении и масштабировании претрейна: именно на этом этапе закладываются базовые способности модели, от которых зависит качество на всех последующих срезах. Мы считаем, что побеждает в этой гонке тот, кто эффективнее и быстрее улучшает претрейны, и вкладываемся в это направление: исследуем способы улучшения качества моделей, ставим тяжёлые вычислительные эксперименты, обрабатываем и синтезируем данные огромного масштаба. Результат нашей работы — это модели семейства Alice AI, которые доступны в одноименном сервисе. Делая нашу модель умнее, вы улучшите главного и самого массового AI-ассистента в России, которым уже пользуется более 24 млн человек еженедельно. Задачи - Эксперименты с претрейн-моделями: ставить и анализировать вычислительно тяжёлые эксперименты с претрейн-стадией, проверять гипотезы об источниках прироста ризонинг-способностей внутри различных срезов умности. - Пайплайны данных: строить эффективные пайплайны сбора обучающих данных, их синтеза, обработки и фильтрации в новых доменах, масштабировать и делать более эффективными. - Изменение процесса обучения: модифицировать процесс обучения модели для задач улучшения ризонинга, внедрять изменения в обучающий пайплайн и оценивать их влияние на качество. - Экспертные модели: обучать модели-верификаторы для проверки качества данных и ответов, модели для генерации обучающих данных, которые являются SOTA в своём узком домене, модели-фильтры для отсева некачественных данных. - Исследование скейлинга: исследовать законы скейлинга качества модели с точки зрения данных и вычислений, определять, как масштабирование влияет на рост рассуждающих способностей в разных доменах. Требования - Глубоко разбираетесь в NLP. - Знаете Python и разрабатывали на нём. Будет плюсом - Обучали претрейн-модели в любой из модальностей (NLP, CV, звук, рекомендации). - Строили эффективные CPU/GPU-пайплайны. - Погружены хотя бы в одну из областей исследования языковых моделей (RL, архитектуры или данные для LLM).

Формат

Офис

Страна

Россия

Город

Не указан

Rust-разработчик для разработки ядра потоковой обработки событий SIEM. Сервис в реальном времени применяет правила к потоку нормализованных событий. Основные задачи связаны со stateful-обработкой при высоком EPS, предсказуемой latency (p99) и жёстком ограничении по памяти. Разработка исключительно продуктовая — без legacy-проектов. Использование AI-инструментов приветствуется при условии полного понимания генерируемого кода и обязательного code review. Зона ответственности - Разработка движка исполнения правил над потоком событий в реальном времени: окна, последовательности, таймеры, детект отсутствия событий, долгоживущие списки сущностей. - Проектирование stateful-обработки: keyed state, TTL, вытеснение и ограничение памяти при миллионах ключей. - Проектирование формата описания правил, их компиляции в план исполнения и горячей перезагрузки без рестарта. - Работа с потоковым источником событий: шардирование, позиции чтения, семантика доставки, реплей и перераспределение нагрузки между узлами. - Обеспечение корректного failover и восстановления состояния без дублирующихся и потерянных алертов. - Оптимизация CPU, аллокаций, памяти и latency; работа с бюджетами производительности EPS, p95 / p99. - Профилирование CPU, памяти и async-задач в dev и production, диагностика contention и деградаций. - Разработка бенчмарков и нагрузочных тестов, контроль регрессий производительности в CI. - Разработка gRPC-интерфейсов, unit- и интеграционных тестов, проведение code review. - Сборка и поставка статических бинарников как systemd units, graceful shutdown и обработка сигналов. - Диагностика production-инцидентов: рост памяти, отставание от потока, деградация производительности. - Подготовка технической документации и взаимодействие с SIEM-инженерами, системными аналитиками, DevOps и техническими писателями. Требования - Отличное знание Rust (edition 2021 / 2024): ownership, borrowing, lifetimes, traits, generics, trait objects, Result, thiserror / anyhow. - Глубокое понимание stateful stream processing: keyed / partitioned state, sliding / tumbling windows, таймеры, event time vs processing time, out-of-order и late events. - Понимание структур данных для состояния: hash tables, ring buffers, очереди таймеров, TTL и управление памятью при высокой кардинальности ключей. - Опыт работы с Kafka или аналогами: шардирование, позиции чтения, at-least-once / exactly-once, идемпотентность.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости, построенной на open source и открытых стандартах. Grafana — open-source продукт наблюдаемости и платформа, на которой строят команды и разработчики плагинов. Компания полностью удалённая, сотрудники в более чем 40 странах. О роли Senior Engineering Manager будет руководить двумя распределёнными командами: Frontend Platform и Navigation. Frontend-группа формирует пользовательский опыт Grafana — от дашбордов и визуализации до навигации, поиска и обмена — и основы, поддерживающие инженерные команды и контрибьюторов сообщества. Frontend Platform помогает командам создавать надёжные и качественные интерфейсы; Navigation помогает пользователям находить и организовывать ресурсы и уверенно перемещаться по Grafana. Нужно развивать старших инженеров, работать с Product и Design и улучшать процессы, в том числе через AI и автоматизацию. Используется Cloud-first rollout и эксперименты для быстрого обучения, с переносом улучшений в OSS и Enterprise. Задачи - Отвечать за результаты двух распределённых инженерных команд: ставить ожидания, делегировать, коучить и развивать участников, давать своевременную обратную связь, устранять пробелы в производительности и строить культуру доверия и ответственности. - Отвечать за найм и планирование команд, согласовывать capacity и навыки с приоритетами продукта и долгосрочными потребностями. - Вести discovery: общаться с заказчиками, сообществом и внутренними пользователями, объединять их обратную связь с исследованиями и данными об использовании и использовать эти выводы для формирования дорожной карты и приоритетов. - Партнёрствовать с Product, Design и инженерными лидами: устанавливать приоритеты, разрешать зависимости и искать компромиссы между потребностями клиентов, долгосрочными инвестициями и операционными требованиями. - Отвечать за поставку обеих команд от discovery до rollout и измерения: устанавливать milestones, заранее выявлять риски и вмешиваться, когда обязательства под угрозой. - Регулярно использовать AI в управленческой работе: синтезировать исследования и обратную связь, обосновывать решения по дорожной карте и ресурсам, оптимизировать координацию, отчётность и доведение задач до конца. - Улучшать планирование, принятие решений и поставку. Внедрять AI и автоматизацию в инженерные и операционные процессы, оценивать их влияние на скорость поставки, качество и время на рутинные задачи. - Задавать инженерное направление для frontend-фундамента, которым владеют команды: developer experience, accessibility, архитектура, инструменты, надёжность и multitenant-возможности. - Задавать инженерное направление для навигации, поиска и организации ресурсов, включая AI-assisted discovery, помогающий пользователям находить нужное. - Поддерживать инженерные стандарты качества, безопасности и эксплуатации, включая оценку и валидацию работы, выполненной с помощью AI. - Участвовать в улучшениях Grafana и R&D, повышающих инженерную производительность. Условия - Удалённая работа. На данный момент рассматриваются кандидаты из Канады в часовом поясе EST. - Компания инвестирует в производительность разработчиков: можно использовать современные AI coding assistants в ежедневной работе (инструменты по выбору в рамках security guidelines), с оплачиваемым компанией бюджетом. - Доступ к последним frontier-моделям от OpenAI, Anthropic и Google. - Поощряется прагматичная AI-assisted разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при сохранении code review и стандартов качества.

Формат

Удалённо

Страна

Великобритания, Швеция, Испания, Германия

Город

Не указан

О компании Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, сотрудники в более чем 40 странах. О роли Ищем Staff Software Engineer (SRE) для поддержки самых ценных клиентов Grafana Cloud за счёт повышения надёжности облачных баз данных на основе Mimir, Loki, Tempo и Pyroscope. Базы данных предоставляются как SaaS-продукт из AWS, GCP и Azure во всех регионах. SRE-команда встроена в продуктовые команды Mimir, Loki и Tempo и отвечает за надёжность продуктов баз данных для клиентов с высокими SLA. Задачи - Тесно работать с продуктовыми инженерными командами (встроенная модель) - Отвечать за производственную надёжность сред с высокими SLA и сложных клиентских окружений - Проектировать и внедрять автоматизацию для масштабирования практик надёжности - Обеспечивать достижение клиентами целей SLO - Определять и развивать SLO и модели надёжности для отдельных тенантов - Проактивно снижать выгорание SLO для предотвращения повторных инцидентов - Быть основной точкой эскалации и на связи (on-call) при инцидентах - Руководить реагированием на инциденты, влияющие на клиентов, и пост-инцидентными разборами - Участвовать в дизайн-документах и ревью кода - Влиять на дизайн функций с учётом масштабируемости и эксплуатационной надёжности - Создавать автоматизацию для устранения рутинной работы (toil) - Улучшать качество алертов и снижать шумные эскалации Требования - 8+ лет инженерного опыта, из них 4+ в SRE/CRE/production engineering; приветствуется формальный опыт customer reliability engineering - Сильный опыт Kubernetes в AWS, GCP или Azure, знакомство с infrastructure-as-code (Helm, Terraform, Jsonnet и т.п.) - Сильный опыт технического лидерства: ведение команды через проекты, наставничество и роль force-multiplier - Опыт эксплуатации мультитенантных систем в production - Сильный опыт проектирования и внедрения SLO - Опыт с одним или несколькими языками программирования (например, Go, Python, Java) - Опыт с внутренним устройством ОС Linux, базовые знания сетей, облачного хранения и масштабирования - Отличные навыки решения проблем и диагностики - Опыт спокойного и активного участия в безобвинительном реагировании на инциденты (blame-free Incident Response), доведения действий до конца и написания качественных PIR (post-incident reviews) - Умение рассуждать о производительности, масштабировании и режимах отказов - Комфортная работа в инженерной команде с высокой автономией и самонаправленностью - Способность глубоко партнёрствовать с продуктовыми инженерными командами - Ценятся любознательность, прозрачность, склонность к действию и доброта Условия - Удалённая работа; рассматриваем кандидатов из Великобритании, Швеции, Испании или Германии - Зарплата по договорённости - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодинга (инструменты по выбору в рамках security guidelines) с оплачиваемым компанией бюджетом - Поощряется прагматичная AI-ассистированная разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — в сочетании с сильным код-ревью и стандартами качества - Доступны последние frontier-модели OpenAI, Anthropic и Google - В повседневной работе — регулярные 1:1 с руководителем и коллегами

Формат

Удалённо

Страна

Великобритания, Швеция, Испания, Германия, Ирландия

Город

Не указан

Grafana Labs — компания, развивающая Grafana Cloud; полностью удалённая, команда в 40+ странах. Открыта удалённая позиция Staff Software Engineer — SRE для поддержки наиболее ценных клиентов Grafana Cloud за счёт повышения надёжности облачных баз данных на основе Mimir, Loki, Tempo и Pyroscope. Базы данных предоставляются как SaaS на AWS, GCP и Azure во всех регионах. SRE-команда встроена в продуктовые команды Mimir, Loki и Tempo и отвечает за надёжность продуктов баз данных для клиентов с высокими SLA. Кандидаты рассматриваются из Великобритании, Швеции, Испании, Германии или Ирландии. Задачи - Тесно взаимодействовать с продуктовыми инженерными командами (встроенная модель) - Отвечать за производственную надёжность сред клиентов с высокими SLA и сложных окружений - Проектировать и внедрять автоматизацию для масштабирования практик надёжности - Обеспечивать достижение клиентами целей SLO - Определять и развивать SLO и модели надёжности для отдельных тенантов - Снижать выгорание SLO для предотвращения повторных инцидентов - Быть основной точкой эскалации и на связи (on-call) при инцидентах - Руководить реагированием на инциденты, влияющие на клиентов, и посмертными разборами - Вносить вклад в проектные документы и код-ревью - Влиять на дизайн функций для обеспечения масштабируемости и управляемости в проде - Строить автоматизацию для устранения рутинной работы (toil) - Улучшать качество алертов и снижать шумные эскалации Требования - 8+ лет инженерного опыта, из них 4+ в SRE/CRE/production engineering; приветствуется формальный опыт customer reliability engineering - Сильный опыт работы с Kubernetes в AWS, GCP или Azure и знакомство с инструментами infrastructure-as-code (Helm, Terraform, Jsonnet и т.п.) - Сильный опыт технического лидерства: ведение команды через проекты, менторство инженеров - Опыт эксплуатации мультитенантных систем в проде - Сильный опыт проектирования и внедрения SLO - Опыт с одним или несколькими языками программирования (например, Go, Python, Java) - Опыт с внутренностями ОС Linux, знание сетей, облачного хранения и масштабирования - Отличные навыки решения проблем и диагностики - Опыт спокойного участия в blame-free реагировании на инциденты, доведения действий до конца и написания качественных PIR (post-incident reviews) - Умение рассуждать о производительности, масштабировании и режимах отказа - Комфортная работа в инженерной команде с высокой автономией и самонаправленностью - Способность к глубокому партнёрству с продуктовыми инженерными командами - Ценятся любознательность, прозрачность, ориентация на действие и доброжелательность Условия - Полностью удалённая работа - Доступ к современным AI-ассистентам для кодинга (инструменты на выбор в рамках политик безопасности) с оплачиваемым компанией бюджетом - Поощряется прагматичная AI-assisted разработка: быстрый прототипинг, генерация тестов, рефакторинг, документация и разборы инцидентов — в сочетании с качественным код-ревью - Доступ к последним frontier-моделям OpenAI, Anthropic и Google - Регулярные 1:1 с руководителем и коллегами

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

О компании Grafana Labs — компания за Grafana Cloud, управляемой observability-платформой, которой доверяют более 10 000 организаций. Grafana Cloud построена на открытом исходном коде и открытых стандартах, объединяет AI и observability. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, сотрудники работают в более чем 40 странах. О роли Grafana Labs строит observability-инструменты. В рамках новой skunkworks-инициативы создаётся AI-native система интеллектуального анализа данных, которая даёт AI-агентам надёжный управляемый доступ к корпоративному контексту: данным, метаданным, определениям, lineage, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Команда работает с высокой степенью автономии и ответственности. Требуется Staff-бэкенд-инженер для создания первых production-сервисов системы управления контекстом. Роль ранняя, в команде с высокой автономией; нужно комфортно работать в условиях неоднозначности, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS. Задачи - Проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для ingestion контекста, индексации контекста, оркестрации retrieval, доступа через API, конфигурации источников и администрирования системы. - Создавать масштабируемую SaaS-основу: архитектуру multi-tenant сервиса, изоляцию тенантов, учёт использования, квоты, аудит-логи, фоновые задачи и надёжные границы сервисов. - Строить API и сервисные интерфейсы, позволяющие AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, provenance, сигналы уверенности и предупреждения. - Работать на стыке продукта и инфраструктуры: находить практические компромиссы между быстрыми экспериментами и долгосрочной надёжностью, особенно при переходе от прототипа к production. - Эксплуатировать созданное: инструментировать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать observability-инструменты для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: архитектуру, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики нового продукта. - Эффективно коммуницировать в динамичной и коллаборативной среде. - Нести полную ответственность за разрабатываемые AI-решения: они должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным пользовательским сценариям. Условия - Удалённая работа. - Рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии или Германии.