Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Junior

Компания Exelixis ищет младшего инженера по AI и агентным системам. Сотрудник будет создавать базовые AI-приложения, прототипы, промпты, тесты, документацию и агентные автоматизации, осваивая практики SDLC, требования безопасности и стандарты ответственного AI. Задачи: - Помощь в создании простых AI-прототипов, внутренних инструментов и автоматизации рабочих процессов. - Перевод четко определенных требований в небольшие программные компоненты, скрипты, промпты, тестовые сценарии и изменения конфигурации. - Поддержка промпт-инжиниринга, базовых агентных рабочих процессов, сценариев с retrieval-подходом и интеграций с API. - Использование одобренных AI-инструментов разработки, таких как кодинг-копайлоты или агентные инструменты, для обучения, прототипирования, документирования и улучшения кода с соответствующей проверкой. - Написание и выполнение базовых юнит-тестов, проверок валидации и шагов по устранению неполадок. - Ведение четкой документации: заметки по настройке, сводки дизайна, заметки по промптам и спецификациям, инструкции для пользователей, операционные руководства. - Участие в код-ревью, демо, тестировании, обсуждениях бэклога и командных обучающих активностях. - Соблюдение политик компании по конфиденциальности данных, информационной безопасности, контролю доступа, комплаенсу и ответственному использованию AI. Требования: - Степень бакалавра в области компьютерных наук, искусственного интеллекта, науки о данных, программной инженерии или смежной области, либо эквивалентная комбинация образования и опыта. - Начальный опыт в программной инженерии, науке о данных, автоматизации или смежной технической работе, полученный через стажировки, академические проекты, исследовательские задания, open-source вклад, хакатоны или личное портфолио. - Портфолио, GitHub-репозиторий, учебный проект, результат стажировки или выпускной проект, демонстрирующие навыки кодинга, автоматизации, AI, работы с данными или решения проблем. - Базовые навыки программирования на Python, JavaScript/TypeScript, Java или аналогичном языке. - Базовое понимание основ разработки ПО: структуры данных, API, Git, отладка, тестирование, документация. - Начальные знания AI, машинного обучения, генеративного AI, LLM, промпт-инжиниринга или науки о данных. - Способность ответственно применять одобренные AI-инструменты разработки с проверкой и наставничеством старших коллег. - Навыки быстрого обучения, критического мышления, внимания к деталям, умение задавать уточняющие вопросы. - Четкие письменные и устные коммуникационные навыки, умение объяснять работу, документировать решения и взаимодействовать с техническими и нетехническими коллегами. - Способность применять принципы ответственного AI, конфиденциальности данных, информационной безопасности и этичных технологических практик. Предпочтительно: - Базовое знакомство с облачными платформами, базами данных, REST API, ноутбуками или инструментами для работы с данными. Условия: - Зарплата: $103,000 - $145,000 в год, зависит от географического региона, знаний, навыков, опыта и внутренней справедливости. - Компенсационный пакет: 401k с щедрыми взносами компании, медицинская, стоматологическая и офтальмологическая страховка, страхование жизни и инвалидности, гибкие счета расходов. - Дискреционная ежегодная премия. - Возможность покупки акций компании и долгосрочные стимулы. - 15 дней оплачиваемого отпуска в первый год, 17 оплачиваемых праздников, включая зимний корпоративный перерыв в декабре, до 10 дней больничного в год. - Командировки не требуются (0%). - Офис в современном пространстве, способствующем сотрудничеству и творчеству.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Senior Software Engineer в команду Global Cluster Engineering. Проект — платформа, где автономные AI-агенты запускают кампании валидации оборудования, разбирают сбои и пополняют общую базу знаний без участия человека. Роль — ключевой инженер системы: проектирование и разработка LLM-агентного фреймворка, RAG-пайплайнов, MCP-бэкенда и инструментов для разработчиков. Задачи: - Проектирование и поддержка слоя оркестрации агентов: мультиагентная маршрутизация, управление контекстом, защита от галлюцинаций, отслеживание прогресса, восстановление после сбоев, журналы аудита, протоколы межмодульного взаимодействия. - Разработка и улучшение RAG-пайплайна: загрузка документов из Slack, GitHub, Jira и Confluence; стратегии чанкинга и эмбеддингов; гибридный векторный и ключевой поиск; реранкинг на основе кросс-энкодеров и LLM; индексация графа знаний через LightRAG и Neo4j. - Создание веб-приложений и пользовательских интерфейсов для взаимодействия инженеров с AI-агентами, базами знаний, процессами валидации, дашбордами наблюдаемости и операционными инструментами. - Проектирование и реализация распределённых сервисов, API, событийно-ориентированных архитектур и микросервисов для AI-процессов и интеграций платформы. - Разработка масштабируемых низколатентных AI-сервисов для генерации метаданных, извлечения признаков и поиска знаний. - Создание LLM-инструментов: автоматическая генерация тест-планов, аудит качества тест-кейсов, AI-разбор сбоев, автономное пополнение знаний после каждого тестового запуска, интеллектуальная генерация отчётов. - Разработка и внедрение агентных AI-решений: автономные агенты, мультиагентные фреймворки, LLM-процессы. Требования: - Опыт разработки ПО с сильным портфолио продакшн-систем. - Увлечённость AI-нативным ПО: опыт запуска реальных LLM-систем, внимание к деталям — grounding, оценка, сценарии отказов, а не только промпты. - Практический опыт создания RAG-пайплайнов: модели эмбеддингов, векторные базы данных, стратегии чанкинга, оценка поиска, гибридный поиск, реранкинг. - Продакшн-опыт с LLM-инструментами, мультиагентной оркестрацией, промпт-инжинирингом, управлением контекстом и снижением галлюцинаций. - Уверенное владение одним или несколькими современными языками программирования: Python, TypeScript/Node.js, Go, Java, C, Rust. Предпочтителен Python из-за AI/ML-экосистемы. - Асинхронное программирование, проектирование API, распределённые системы, чистый код. Опыт проектирования надёжности в автоматизированных средах без участия человека: восстановление после сбоев, журналы аудита, управление состоянием, наблюдаемость. - Опыт работы с AWS, Azure или GCP: предоставление инфраструктуры, управляемые сервисы, сети, развёртывание продакшн-нагрузок в масштабе. - Активное использование AI-ассистентов и LLM-инструментов для разработки: Claude Code, GitHub Copilot, Cursor и аналогичных. Условия: - Найм двух Senior Software Engineers на эту роль; зоны ответственности определяются сильными сторонами и интересами каждого. - Глубокие знания аппаратного обеспечения не требуются, но интерес к валидации прошивок и сетевому оборудованию поможет создавать лучшие инструменты для инженеров.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании HUB International — глобальный страховой и брокерский брокер по льготам для сотрудников, предоставляющий услуги по бизнес-страхованию, льготам для сотрудников, управлению рисками, личному страхованию, пенсионным и частным капиталовложениям. Выручка — более $5 млрд, почти 20 000 сотрудников, 600 офисов в Северной Америке. О позиции HUB ищет AI-инженера в команду RPA & Automation в составе централизованной технологической организации, часть AI & Automation организации. Это практическая роль по созданию, разработке и запуску production-grade AI-приложений. Работа строится на платформе Claude AI: создание переиспользуемых навыков и плагинов, их компоновка в управляемые AI-приложения, настройка RAG над управляемыми корпоративными данными, владение платформой AI-активов. HUB использует Claude как основную модель, стек будет развиваться в сторону агентных систем. Идеальный кандидат — опытный инженер с практическим опытом создания и запуска AI-приложений, навыков и плагинов в регулируемой среде, продуктивный с первых недель и готовый развиваться в разработку агентов. AI-инженер превращает экспериментальные AI-прототипы в управляемые, протестированные, enterprise-ready приложения и владеет корпоративными стандартами и управлением для навыков, плагинов и MCP. Команда напрямую создаёт простые и средние навыки, плагины и MCP-подключения. Сложные разработки (новый бэкенд, инфраструктура, интеграции) выполняет Enterprise Engineering и возвращает в каталог для управления и публикации. Ключевые обязанности - Создание AI-приложений: разработка переиспользуемых навыков и их упаковка в плагины, компоновка в управляемые AI-приложения для бизнес-линий HUB. - Настройка и тюнинг фундаментальных моделей (Claude, Gemini) для сценариев HUB, включая системный и промпт-дизайн. - Построение RAG, эмбеддингов и многошаговых рабочих процессов над управляемыми корпоративными данными. - Превращение бизнес-прототипов AI в надёжные, управляемые приложения. - Владение платформой AI-активов: управление маркетплейсом навыков и плагинов, каталогом MCP: приём, публикация, версионирование, поддержка. - Установление и соблюдение корпоративных стандартов и управления для навыков, плагинов и MCP на всех поверхностях, включая Claude Code, а также для сборок других инженерных команд. - Применение контроля доступа, минимальных привилегий и аудита к AI-активам, совместно с Security и Cloud по идентификации и учётным данным. - Прямое создание простых и средних навыков, плагинов и MCP-подключений; маршрутизация сложных сборок в Enterprise Engineering, затем управление и публикация результата. - Качество, оценка и управление: создание оценочных стендов, golden-set тестирования, защитных механизмов, мониторинга и логирования для согласованного и надёжного вывода AI в масштабе предприятия. - Продакшн-поддержка выпущенных командой навыков, плагинов и приложений. - Совместная работа с бизнес-стейкхолдерами по превращению черновых прототипов в production-ready управляемые возможности. - Совместная работа с Enterprise Engineering и командами данных для надёжного выпуска и маршрутизации глубоких сборок. - Работа в Agile-процессах, документирование навыков, приложений и технических решений для передачи, аудита и сопровождения. Требования - 5+ лет опыта в разработке ПО или автоматизации, включая 2+ года создания и запуска LLM-приложений в продакшн. - Непосредственный, недавний практический опыт создания и публикации навыков или плагинов Claude; широкий опыт работы с LLM или фреймворками без опубликованных навыков и плагинов недостаточен. - Сильный Python, REST API и корпоративная интеграция, уверенные основы тестирования, контроля версий и мониторинга. - Практический опыт работы с фундаментальными моделями: системный и промпт-дизайн.

Формат

Офис

Страна

Азербайджан

Город

Не указан

AI-инженер по агентным системам American Express строит платформы, продукты и системы управления, которые позволяют агентному ИИ работать ответственно и в масштабе предприятия. Фокус — разработка агентного ИИ: проектирование интеллектуальных адаптивных систем, способных планировать, рассуждать и действовать в сложных рабочих процессах с соответствующим уровнем автономии. Эти системы обеспечивают автономные рабочие процессы, поддержку принятия решений и клиентский опыт, соответствуя высоким стандартам безопасности, объяснимости, надежности и соответствия требованиям в финансовой сфере. Роль предполагает практическую разработку производственных агентных ИИ-систем, работающих с реальными финансовыми данными и обслуживающих реальных клиентов. Вы будете работать вместе с инженерами, продакт-менеджерами и дизайнерами, создавая и запуская ИИ-функции, а также учиться работать в регулируемой среде, ориентированной на клиента. Это не исследовательская роль: вы будете писать производственный код, участвовать в обсуждениях системного дизайна и помогать эксплуатировать созданное после запуска при поддержке старших инженеров. Задачи - Участие в проектировании и реализации продуктовых функций на основе LLM и агентных систем. - Создание и развитие агентных ИИ-рабочих процессов, которые рассуждают над контекстом, вызывают инструменты и выполняют действия под руководством старших инженеров. - Внедрение и поддержка пайплайнов RAG (генерация с дополнением поиском) над финансовыми данными с акцентом на корректность и безопасность. - Вклад в общую ИИ-инфраструктуру: LLM-сервисы, компоненты оркестрации, инструменты оценки и мониторинга. - Участие в эксплуатации ИИ-систем в продакшене: мониторинг, отладка, повышение надежности и производительности. - Тесное сотрудничество с продуктовыми и дизайнерскими командами, перевод потребностей клиентов в технические решения. Технологический стек - Языки: Python, Go, TypeScript. - Облако и инфраструктура: AWS и/или GCP, Kubernetes. - API и сервисы: REST, gRPC. - Распределенные системы: событийно-ориентированные архитектуры, включая Kafka. - Коммерческие и открытые LLM, интегрированные в агентные рабочие процессы. - Инструменты оркестрации агентов, RAG, векторные хранилища и оценка. - Валидация схем и обработка структурированных данных. - Использование ИИ-ассистированных и агентных инструментов разработки для проектирования, реализации, тестирования, отладки и рефакторинга. Все системы строятся в соответствии с высокими стандартами надежности, безопасности и аудируемости, отражая ответственность развертывания автономного ИИ в сфере финансовых услуг. Требования - От 2 лет профессионального опыта в разработке ПО. - Практический опыт создания или участия в ИИ-функциях, LLM-приложениях или прикладных ML-системах (профессиональный или проектный). - Уверенные инженерные основы минимум в одном бэкенд-языке: Python, Go или TypeScript. - Знакомство с API, базовыми облачными концепциями и современными практиками разработки. - Интерес к агентным ИИ-системам, автономии и ИИ-ассистированным рабочим процессам. - Готовность учиться, воспринимать обратную связь и со временем брать на себя техническую ответственность. - Комфортная работа в кросс-функциональных командах. - Сильная клиентоориентированность и любопытство к решению реальных задач. Предпочтительные квалификации - Опыт работы с LLM-инструментами, промт-инжинирингом, RAG или агентными фреймворками в работе, учебе или личных проектах. - Стажировка или ранний карьерный опыт в финтехе или других регулируемых средах. - Вклад в open-source проекты, хакатоны или побочные проекты, связанные с ИИ или инструментами разработчика.

Формат

Офис

Страна

Ватикан

Город

Не указан

О компании Credence — компания в сфере AI, облачных технологий, кибербезопасности и модернизации. Штат — более 1700 сотрудников, включая 1500+ экспертов по AI и данным. Компания имеет 100+ prime-контрактов. Признана Top Workplace по версии Washington Post шесть лет подряд и входит в Inc. 5000 Fastest Growing Private Companies 13 из последних 14 лет. О роли Credence ищет AI Software Engineer в практику AI и автоматизации. Роль предполагает техническое лидерство в практике, применение фундаментальных навыков AI для создания и развертывания решений на основе данных. Под руководством старших AI-лидеров инженер будет вести жизненный цикл разработки агентного ИИ и взаимодействовать с командами инженеров, данных и заинтересованными сторонами для создания высокоэффективных облачных AI-возможностей для федеральных миссий. Обязанности - Генеративный ИИ и LLM: участие в проектах с генеративным ИИ и LLM, прототипирование, кастомизация и доработка AI-функций. - Разработка агентных ИИ-систем: поддержка полного цикла разработки — выбор модели, создание агентов, вызов инструментов, синтез ответов и фоновые агенты. - Инженерия ПО: соблюдение принципов разработки с использованием современных AI-инструментов генерации кода для ускорения рабочих процессов. - Совместная работа: работа с инженерами данных, разработчиками ПО и дата-сайентистами над созданием операционных агентных AI-систем. - Облачная поддержка: автоматизация развертывания моделей с помощью Infrastructure as Code (IaC), CI/CD и инструментов оркестрации контейнеров. - Мониторинг и оптимизация: мониторинг AI-систем после развертывания, настройка производительности, обеспечение надежности и масштабируемости. - Техническая строгость и документация: написание чистого, документированного кода по отраслевым и федеральным стандартам; поддержка воспроизводимой разработки. - Профессиональный рост: отслеживание трендов AI/ML, обучение у старших коллег через менторство и технические ревью. Требования - Степень бакалавра или магистра в области компьютерных наук, AI/ML или смежной области. - 1–5 лет практического опыта в разработке AI/ML-решений. - Опыт работы с генеративным ИИ, LLM и добавлением вызовов инструментов (MCP). - Опыт работы с агентными фреймворками: Agent2Agent Protocol, Mastra, Strands, AgentCore и/или Gemini Agent Platform. - Глубокое понимание AI API: OpenAI, Anthropic, Gemini, Bedrock. - Владение TypeScript и ключевыми библиотеками и фреймворками (Nx, NextJS, Mastra, Vercel AI SDK, Playwright, Jest, Vite). - Владение Python и библиотеками и фреймворками (uv, Pydantic, FastAPI, CrewAI, LangChain, LangGraph, Unstructured). - Опыт развертывания приложений с использованием облачных платформ (AWS, GCP) и контейнерных инструментов (Docker, Kubernetes). - Знакомство с CI/CD (GitLab CI). - Опыт использования AI-инструментов для кодинга (Claude Code, Codex, Antigravity). - Развитые коммуникативные навыки и клиентоориентированность. - Гражданство США и возможность получения допуска DoD Secret. Предпочтительно - Интерес к новейшим AI-инновациям, нацеленность на достижение миссии. - Опыт в смежных областях: инженерия данных, дата-сайенс, UI/UX, облачная и платформенная инженерия. - Опыт с IaC-инструментами: Terraform, Open Tofu, AWS CDK или CloudFormation. - Знание федеральной кибербезопасности, RMF, FedRAMP или регуляторных фреймворков. Зарплата и условия - Зарплата: $120,000–$150,000 в год. Фактическая компенсация зависит от опыта, образования, сертификатов, навыков и квалификации. - Медицинская страховка (медицина, стоматология, зрение). - Пенсионный план (401k, IRA). - Страхование жизни (базовое, добровольное, AD&D). - Оплачиваемый отпуск (отпуск, больничные, государственные праздники). - Семейный отпуск (декретный, отцовский). - Краткосрочная и долгосрочная нетрудоспособность. - Обучение и развитие.

Формат

Офис

Страна

США

Город

Сан-Франциско

О компании Стелс-стартап в сфере AI и логистики. Цель — заменить медленные ручные процессы интеллектуальным ПО, которое понимает контекст, принимает решения и действует от имени пользователей. Компания начинает с крупной устоявшейся отрасли, где существующее ПО оставляет много ручной работы. AI-агенты уже демонстрируют способность автоматизировать эту работу. Стартап поддерживается ведущими инвесторами и формируется с нуля небольшой высокотехничной командой основателей. Задачи - Расширять границы возможного с AI-агентами и большими языковыми моделями для автоматизации сложных реальных рабочих процессов. - Создавать агентов, которые могут рассуждать, взаимодействовать с внешними системами, общаться с людьми и действовать автономно. - Проектировать и разрабатывать поведение агентов: промпты, моделирование намерений, навыки, использование инструментов и оркестрацию действий. - Тесно работать с основателями и ранними клиентами, формируя продукт, технологии и инженерную команду. Требования - 2+ года опыта в разработке ПО, сильные знания Python и бэкенда. - Опыт создания или запуска AI/LLM-продукта или функции в продакшн. - Опыт работы с LLM, поведением агентов, системами «промпт-к-действию», моделированием намерений и разработкой навыков агентов. - Уверенная работа с API, базами данных, облачной инфраструктурой и быстро развивающимися AI-инструментами. - Готовность к жизни в раннем стартапе: высокая ответственность, неопределённость, многозадачность. - Склонность к созданию, запуску, обучению на пользователях и доведению вещей до работающего состояния. Условия - Полная занятость.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Academy Sports + Outdoors — розничная сеть спортивных товаров и товаров для отдыха. Компания более 80 лет строит культуру, в которой люди на первом месте, и стремится быть лучшим спортивным ритейлером в стране. Задачи - Создавать ИИ-агентов, копилоты и ассистентские решения с использованием Microsoft Copilot Studio, Azure AI Studio, Power Platform, SharePoint, Teams и связанных инструментов Microsoft. - Проектировать инструкции для агентов, сценарии диалогов, промпты, привязку к знаниям, действия и пути эскалации. - Настраивать одобренные источники знаний: SharePoint, Dataverse, SQL, ServiceNow, внутренние документы и корпоративные данные. - Взаимодействовать с бизнес-заинтересованными сторонами для уточнения требований и превращения сценариев использования в рабочие прототипы. - Тестировать производительность агентов на точность, полноту, риск галлюцинаций, удобство использования и соответствие бизнесу. - Улучшать качество агентов через доработку промптов, настройку знаний, оценочные фреймворки и обратную связь пользователей. - Упаковывать успешные прототипы в переиспользуемые шаблоны, стартовые промпты и паттерны разработки. - Документировать конфигурацию агентов, источники данных, известные ограничения, модель поддержки и рекомендации по внедрению. - Поддерживать пилотные проекты, собирать обратную связь и быстро итерировать до готовности к продакшену. Требования Образование: - Степень бакалавра в области компьютерных наук, информационных технологий, данных, инженерии или смежной области, либо эквивалентный практический опыт. - Предпочтительно наличие сертификации Microsoft Copilot Studio, Power Platform, Azure AI или смежной сертификации Microsoft. - Предпочтительно обучение или практический опыт в области дизайна промптов, оценки ИИ, привязки знаний или ответственного ИИ. Опыт работы: - 4+ лет в разработке ИИ-решений, автоматизации, разработке приложений, платформах данных или корпоративных технологиях. - Практический опыт создания ИИ-агентов, копилот, чат-ботов, автоматизации рабочих процессов или продвинутых цифровых ассистентов. - Опыт работы с Microsoft Copilot Studio, Power Automate, Power Apps, SharePoint, Teams, Dataverse или Azure AI. - Предпочтителен опыт создания внутренних инструментов для операций, HR, ИТ, финансов, цепочки поставок, магазинов или команд, работающих с клиентами. - Предпочтителен опыт в розничной торговле или многообъектной корпоративной среде. Навыки: - Понимание дизайна промптов, привязки знаний и методов тестирования ИИ. - Способность проектировать инструкции для агентов, сценарии диалогов, промпты, привязку знаний, действия и пути эскалации. - Уверенная настройка одобренных источников знаний: SharePoint, Dataverse, SQL, ServiceNow, внутренние документы и корпоративные данные. - Способность работать напрямую с бизнес-пользователями и превращать потребности в практические ИИ-решения. - Развитые навыки решения проблем и комфорт в быстро меняющейся, неоднозначной среде. - Предпочтительно знакомство с паттернами RAG, Azure OpenAI, Microsoft Graph, API, корпоративным поиском, безопасностью ИИ, контролем доступа и конфиденциальностью данных. Условия - Требуется регулярное присутствие в офисе. - Приемлемый уровень слуха и зрения для выполнения рабочих обязанностей. - Соблюдение рабочего графика компании, политик, процедур и правил поведения для профессионального персонала.

Формат

Офис

Страна

Марокко

Город

Не указан

Грейд

Senior

GE Vernova — команда, работающая на стыке передовых технологий и традиционной промышленности. Сотрудники взаимодействуют с бизнес-подразделениями GE Vernova, правительством США и более чем 420 организациями, выполняя более 150 проектов в сфере энергетики. Обязанности - Совместно с профильными экспертами выявлять бизнес-потребности и превращать их в понятные и эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно взаимодействовать с разработчиками для интеграции LLM-решений в существующие и новые приложения. - Участвовать в создании масштабируемого фреймворка для промт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Собирать и анализировать обратную связь от пользователей для постоянного повышения эффективности промптов. - Отслеживать развитие технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промт-инжиниринга, лучшие практики и результаты сценариев для формирования базы знаний. Требования - Опыт работы от 10 лет. - Минимум степень бакалавра в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. Условия - Готовность работать в офисе в Кембридже (Массачусетс) или Нискаюне (Нью-Йорк). - Для сотрудников на базе Кембриджа: обязательная трёхмесячная (гибридная) программа адаптации в Исследовательском центре GE Vernova Advanced Research Center в Нискаюне. Предоставляются расходы на поездки, жильё и стипендия. - Предоставляется помощь с переездом. - Требуется разрешение на работу в США. - Предложение о работе обусловлено успешным прохождением теста на наркотики (где применимо). - Вилка зарплаты для позиций в США: $152 400 – $254 000. В отдельных регионах применяется географический коэффициент 110%, 120% или 130% от зарплаты. Конкретный размер оплаты зависит от опыта, образования и навыков кандидата. - Бонус: дискреционный ежегодный бонус. - Льготы: медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточный ресурс с медсёстрами); Программа помощи сотрудникам (конфиденциальные консультации и услуги 24/7). - Пенсионные льготы: GE Vernova Retirement Savings Plan — налогово-эффективный 401(k) с матчинг-взносами компании. - Компания предлагает рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию. Будет плюсом - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - Опыт промт-инжиниринга и знакомство с инструментами: модели OpenAI GPT, Hugging Face и др. - Опыт работы с Python или другими языками программирования, обычно используемыми в AI/ML-разработке. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операционных процессов и вызовов традиционной промышленности.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Full Stack Engineer (Realtime & Voice) в команду Customer Experience Platform. HTS Assist — агентный ИИ-ассистент Hopper для путешествий: обрабатывает изменения рейсов, отмены, возвраты и бронирования в чате и по голосу для крупнейших мировых туристических брендов. Инженер будет отвечать за продукт целиком, владея слоем realtime и voice от начала до конца, и работать с фронтендами на React/TypeScript, сервисами на Scala и Python и облачной инфраструктурой. Команда небольшая и опытная, зона ответственности широкая, путь от кода до звонка путешественника короткий. Задачи: - Владеть голосовым каналом целиком: телефония и интеграции CPaaS (Twilio, Amazon Connect), стриминговые пайплайны speech-to-text и text-to-speech, оркестрация realtime-моделей, бюджеты задержки и качества. - Разрабатывать продуктовые фичи по всему стеку: веб-чат на React/TypeScript, бэкенд-сервисы на Scala и Python, инфраструктура на GCP. - Проектировать мультитенантный масштаб: одна кодовая база обслуживает множество партнёров через конфигурацию, а не форки. - Строить механизмы безопасности и соответствия, которые проверяют корпоративные партнёры: guardrails, фильтрация контента, точки интеграции для удаления PII. - Поддерживать критичные для выручки деплои через observability, алертинг, реагирование на инциденты и выполнение SLA. - Развивать платформенные возможности, которые forward-deployed инженеры настраивают для партнёрских телефоний и запусков. - Повышать инженерную планку через код-ревью, архитектурные ревью и менторство. Требования: - 6+ лет опыта в разработке ПО, владение продакшн-системами на senior-уровне и настоящий full-stack диапазон. - Практический опыт с realtime-системами: голосовые приложения, WebRTC/SIP, стриминг медиа или аналогичные low-latency продукты. - Сильный современный фронтенд (React, TypeScript) и глубина на бэкенде (Scala или другой JVM-язык, и/или Python), плюс опыт с облачной инфраструктурой на GCP или AWS. - Подтверждённый опыт проектирования, разработки и поддержки RESTful API, микросервисов или event-driven систем. - Знакомство с ИИ-инструментами кодинга как стандартной частью рабочего процесса, с умением ревьюить, исправлять и отвечать за всё, что выходит в продакшн. - Мышление оператора систем: SLA, observability, дежурства, планы отката. - Умение декомпозировать сложные задачи, принимать прагматичные компромиссы и итеративно доставлять, с сильной коммуникацией с продуктом, дизайном и операциями. - Бонус: опыт с conversational AI или оркестрацией LLM, включая речевые технологии (Deepgram, ElevenLabs, Whisper, OpenAI Realtime). - Бонус: рабочие знания облачной телефонии или CPaaS-платформ (Twilio, Amazon Connect, Genesys, LiveKit). - Бонус: опыт создания инструментов для клиентского сервиса, CRM, контакт-центров или автоматизации рабочих процессов. - Знание технологий туристической индустрии (PSS/GDS, hotel PMS/CRS) — плюс, но не обязательно. Условия: - Хорошо финансируемый стартап с большими амбициями, конкурентная зарплата, опционы pre-IPO. - Hopper покрывает 100% страховых взносов за сотрудника по групповому плану Vitality Health. - Автоматические взносы в Smart Pension при старте. - Щедрый parental leave, значительно выше отраслевых стандартов. - Доступ к коворкингам по запросу через FlexDesk и стипендия на работу из дома. - Carrot Cash — стипендия на путешествия. - Безлимитный PTO. - Предпринимательская культура, где расширять границы и рисковать — обычное дело. - Открытая коммуникация с менеджментом и руководством компании. - Небольшие динамичные команды, огромное влияние. О компании: Hopper — туристическая платформа, развивающая мобильное приложение, сайт и B2B-бизнес HTS (Hopper Technology Solutions). Платформа использует большие объёмы данных и алгоритмы машинного обучения, сочетая турагентский сервис с собственными финтех-продуктами. Приложение Hopper скачано более 120 миллионов раз, 70% пользователей — поколение Z и миллениалы. Через HTS компания усиливает прямые каналы своих партнёров.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надежности, ускорения устранения инцидентов и оптимизации телеметрии в масштабе. Grafana Cloud построена на открытом исходном коде и открытых стандартах, предназначена для взаимодействия с любым стеком и объединяет ИИ с наблюдаемостью. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, команда насчитывает более 40 стран. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. Это удаленная позиция, рассматриваются кандидаты, проживающие в часовых поясах Ирландии. Роль: Software Engineer — Platform Productivity. Grafana Cloud обрабатывает миллионы метрик, строк логов и трейсов в секунду из окружений клиентов в высокодоступный стек с низкой задержкой. Цель — рост до сотен миллионов в секунду с улучшением производительности и надежности. Внутренняя инженерная платформа, предоставляемая департаментом Platform, дает инженерам приложений инструменты, системы и кластеры Kubernetes для сборки, развертывания и запуска их рабочих нагрузок. Платформенные роли ориентированы на инженеров с интересом к производительности и надежности, которые любят доводить проекты от концепции до продакшена. Команды организованы в сквады: облачная инфраструктура, сети и безопасность; инженерная продуктивность; управление емкостью; клиентский административный инструментарий (CAT); соответствие требованиям US Federal. Из-за продакшен-сервисов действуют дежурства (on-call) для обеспечения здоровья системы. Обязанности сквада Platform Productivity: - Помощь внутренним инженерам в выпуске ПО на инфраструктуру безопасными и измеримыми способами. - Автоматизация процессов релиза (от CI/CD до бутстрапинга) и внедрение «золотых путей» (golden path) для внутренних команд, включая обработку крайних случаев. - Поддержка команд, создающих инструменты наблюдаемости: Grafana, Mimir, Loki, Tempo. - Установка собственного роадмапа сквада, участие в выборе приоритетов и плановом выводе из эксплуатации устаревших систем. - Разработка и поддержка внутренней инженерной платформы (IEP). - Управление и развитие CI/CD платформы. - Автоматизация сборки, релиза и развертывания. - Инструментарий управления конфигурацией приложений. - Автоматизация обновления программного обеспечения. - Управление артефактами. - Взаимодействие с разными внутренними командами (от разработки приложений до безопасности) для реализации их требований. - Участие в дежурствах для поддержки платформенных инструментов. Компания инвестирует в продуктивность разработчиков. Доступны современные ИИ-ассистенты для кодирования в ежедневном рабочем процессе (инструменты на выбор в рамках политики безопасности) с оплачиваемым компанией бюджетом использования. Поощряется прагматичная ИИ-ассистированная разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при строгих стандартах код-ревью и качества. Также доступны последние frontier-модели от OpenAI и Anthropic.

Формат

Удалённо

Страна

Германия

Город

Берлин

Грейд

Senior

Компания Real Digital — технологическое подразделение международных онлайн-маркетплейсов Kaufland, входит в группу Schwarz. Международная команда занимается расширением маркетплейсов на новые рынки, используя автоматизированные процессы и масштабируемые технические решения. Задачи: - Превращение бизнес-процессов в автоматизированные self-serve-решения: от обнаружения до запуска, совместно с бизнес-подразделениями анализировать и перерабатывать существующие рабочие процессы. - Проектирование и оптимизация решений на основе ИИ с практическим опытом работы с современными LLM и сопутствующей экосистемой для надежной работы в масштабе. - Сотрудничество с Центром компетенций по автоматизации: предлагать, приоритизировать и вести инициативы по улучшению платформ автоматизации и ИИ. - Кросс-функциональная работа с техническими экспертами, продакт-менеджерами и бизнес-руководителями: обмен лучшими практиками, документирование паттернов, развитие self-serve-автоматизации в компании. - Определение и отслеживание метрик эффективности автоматизации и оптимизация по ним. Требования: - Продуктовое мышление: опыт в product ownership или agile-управлении проектами, сбор требований, приоритизация бэклога, баланс быстрых побед и долгосрочной масштабируемости. - Проактивное решение проблем: выявление узких мест и предложение масштабируемых пользовательских решений. - Опыт работы с инструментами автоматизации и оркестрации: n8n, Zapier, Make и аналоги. - Уверенная интеграция SaaS-инструментов и внутренних систем через API, webhooks, OAuth и event-driven-паттерны. - Опыт в prompt engineering и создании AI-агентов — плюс. - Сильные коммуникативные навыки: объяснение компромиссов бизнесу и инженерам, создание краткой документации и playbook'ов. - Работа в международной среде, свободный английский (C1); хороший немецкий (B2) — плюс. Условия: - Постоянный контракт, полная или частичная занятость. - Удаленная работа в пределах Германии или в офисах в Кёльне, Дармштадте, Дюссельдорфе или Берлине. - 30 дней отпуска в год, возможность саббатикала после определенного срока работы. - Скидки на фитнес: Urban Sports Club и RSG Group Fitness Studios. - Поддержка ментального благополучия: Instahelp — цифровая платформа онлайн-психологического консультирования. - Опция ваучеров Pluxee на питание с налоговыми льготами. - Субсидия на Deutschlandticket. - Ежемесячный купон на Kaufland.de. - Свободный выбор оборудования: Mac или Lenovo. - Онлайн-курсы языков, внутренние тренинги, автоматизированная 360-градусная обратная связь. - Международная команда из более чем 65 национальностей, плоская иерархия, стартап-культура в составе Schwarz Group. - Онбординг, бадди-программа, регулярные командные и корпоративные мероприятия, all-hands-встречи.

Формат

Удалённо

Страна

Испания

Город

Не указан

О роли Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости. Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду, и компания планирует увеличить этот показатель до сотен миллионов. Мы нанимаем инженера в команду Platform Productivity. Команда помогает внутренним инженерам выпускать ПО на инфраструктуру безопасными и измеримыми способами, автоматизирует процессы релиза (от CI/CD до бутстрапинга) и внедряет «золотые пути» (golden path), а также поддерживает крайние случаи. Команда сама определяет свой роадмап, и вы будете участвовать в этом процессе, включая выбор направлений и своевременный вывод устаревших систем. Задачи - Разработка и сопровождение внутренней инженерной платформы (IEP). - Управление и развитие CI/CD. - Автоматизация сборки, релиза и развёртывания. - Инструменты управления конфигурацией приложений. - Автоматизация обновления ПО. - Управление артефактами. - Взаимодействие с внутренними командами (от разработки до безопасности) для реализации их требований. - Участие в дежурствах (on-call) для поддержки инструментов платформы. Условия - Удалённая работа, рассматриваются кандидаты в часовых поясах Испании. - Компания полностью удалённая, команда в 40+ странах. - Оплачиваемый бюджет на использование AI-ассистентов для разработки (в рамках политики безопасности). - Доступ к новейшим моделям OpenAI и Anthropic.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Компания 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. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, сотрудники работают в более чем 40 странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. О роли Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Внутренняя инженерная платформа (IEP) предоставляет прикладным инженерам инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска рабочих нагрузок. Платформенные роли в Grafana Labs ориентированы на инженеров с интересом к производительности и надёжности, которые любят вести проекты от концепции до продакшена. Команда организована в сквады: Cloud Infrastructure, Networking and Security; Engineering Productivity; Capacity Management; Client Administrative Tooling (CAT); US Federal compliance. Так как разворачиваются продакшен-сервисы, есть дежурства (on-call) для обеспечения здоровья системы. Открыта позиция в сквад Platform Productivity. Сквад помогает внутренним инженерам выпускать ПО на инфраструктуру безопасными и измеримыми способами: автоматизирует процессы релиза (от CI/CD до бутстрапинга), внедряет «золотые пути», помогает с краевыми случаями и обеспечивает максимальную пользу от инструментов. Сквад самостоятельно определяет свою дорожную карту, и участник команды участвует в этом процессе. Обязанности - Разработка и поддержка внутренней инженерной платформы (IEP). - Управление и развитие CI/CD. - Автоматизация сборки, релиза и развёртывания. - Инструменты управления конфигурацией приложений. - Автоматизация обновления программного обеспечения. - Управление артефактами. - Взаимодействие с разными внутренними командами — от разработки приложений до безопасности — для реализации их требований. - Участие в on-call ротации для поддержки платформенных инструментов. Условия Удалённая работа, рассматриваются кандидаты в часовых поясах Великобритании. Компания инвестирует в продуктивность разработчиков: разрешено использовать современные AI-ассистенты кодирования в рамках политики безопасности, с оплачиваемым бюджетом на использование. Доступны последние модели OpenAI и Anthropic.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании FunnelCockpit — это all-in-one-платформа, с помощью которой компании создают и автоматизируют свои онлайн-маркетинговые и сбытовые процессы. Продукт постоянно развивается, с активным использованием современных AI-технологий. Ищем человека, который объединяет продукт, UX и техническую реализацию: понимает пользователей, формирует чёткие приоритеты и одновременно руководит командой разработчиков по экспертной части. Не нужно каждый день программировать по восемь часов, но нужно достаточно глубоко разбираться в продукте, чтобы надёжно оценивать архитектуру, трудозатраты и качество кода и при необходимости писать код самостоятельно. Задачи - Отвечать за развитие FunnelCockpit — от идеи продукта до успешного релиза. - Переводить обратную связь клиентов, цели компании и технические требования в понятную продуктовую дорожную карту. - Приоритизировать фичи, баги и технические улучшения, чтобы команда работала над самым важным. - Руководить и координировать команду разработчиков по экспертной части и вместе с командой развивать подходы к работе. - Формулировать понятные требования и чёткие критерии приёмки без лишней бюрократии. - Сопровождать технические решения, код-ревью, обеспечение качества и релизы. - Тестировать новые функции с точки зрения пользователей и следить за простым и последовательным UX. - Активно работать с AI-инструментами разработки, такими как Codex, Claude Code или аналогичными. - Разрабатывать эффективные AI-поддерживаемые процессы для планирования, реализации, тестирования, код-ревью и документации. - По важным или сложным темам самостоятельно писать код, создавать прототипы или помогать команде с анализом причин. Требования - Многолетний опыт в цифровом управлении продуктом, разработке ПО или аналогичной технической продуктовой роли. - Очень хорошее техническое понимание современных веб-приложений, API, баз данных и программной архитектуры. - Практический опыт работы с командами разработчиков и, в идеале, опыт их руководства. - Хорошее чувство UX, понятного пользовательского пути и прагматичного продуктового дизайна. - Обширный практический опыт AI-поддерживаемой разработки ПО, например с Codex, Claude Code или аналогичными coding-агентами. - Умение критически проверять AI-сгенерированный код, тестировать его и доводить до production-качества. - Структурированность, самостоятельность и решительность. - Умение различать быстрое прагматичное решение и долгосрочно устойчивую архитектуру. - Очень хорошее знание немецкого и хорошее знание английского языка. - Особенно интересен профиль, если вы уже вели SaaS-продукт или сложную веб-платформу, продолжаете регулярно программировать и имеете опыт с TypeScript, React, Next.js, Node.js, MongoDB, автоматизированными тестами, CI/CD или облачными платформами. Условия - Центральная роль с большим влиянием на продукт и техническое развитие. - Короткие пути принятия решений и возможность быстро реализовывать идеи. - Большая самостоятельность вместо жёстких процессов. - Современный, последовательно AI-поддерживаемый подход к разработке. - Прямое сотрудничество с руководством компании. Дополнительно Ищем не классического проект-менеджера, который в основном раздаёт задачи, а человека, который берёт на себя ответственность за результат. AI-поддерживаемая разработка не рассматривается как замена техническим навыкам: важно, чтобы вы с coding-агентами быстрее приходили к хорошим результатам и могли профессионально оценивать их результаты.

Формат

Офис

Страна

США

Город

Не указан

О компании Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд. О роли Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение. Задачи - Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов. - Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации. - Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации. - Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости. - Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок. Требования - Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах. - Опыт с LangChain/LangGraph или аналогичными агентными фреймворками. - Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка. - Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks). - Опыт валидации данных и проектирования схем (Pydantic, JSON Schema). - Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform. - Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами. Будет плюсом - Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов. - Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog). - Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами. - Инфраструктура как код (Terraform, CDK). Условия и компенсация - Базовая зарплата: $215,000–$250,000 в год + опционы на акции. - Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем. - Участие в капитале компании (equity). - Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников. - Пенсионный план 401(k). - Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются. - Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие. - Гибкий отпуск (PTO). - Бесплатное использование платформы Future.

Формат

Офис

Страна

Канада

Город

Не указан

О команде Команда моделирования данных создает и поддерживает ключевые модели данных и метрики, которые обеспечивают принятие решений в Mural. Мы входим в Data Organization и сосредоточены на создании общих переиспользуемых моделей данных, представляющих ключевые продуктовые и бизнес-концепции и используемых по всей компании. Наша работа поддерживает внутреннюю аналитику, отчеты о клиентах, встроенные в продукт, и обучение ИИ/ML-моделей. Мы тесно сотрудничаем с командами Product, Engineering, Data Platform, Business Analytics, Data Science и Analytics Engineering, чтобы компания работала с едиными определениями, высоким качеством данных и надежной доступностью данных. Мы небольшая команда, работа которой дает высокий эффект, и мы сосредоточены на создании прочных фундаментальных данных, а не разовых решений. Миссия Вы будете отвечать за поставку и развитие ключевых моделей данных и общих метрик Mural, с особым вниманием к качеству, надежности и доступности данных. Это практическая руководящая роль. Вы не будете создавать витрины данных для конкретных заинтересованных сторон или разовые аналитические выгрузки. Вместо этого вы сосредоточитесь на создании фундаментальных переиспользуемых моделей данных и определений метрик, которые поддерживают множество сценариев использования по всей компании. Ваш успех будет измеряться тем, насколько широко доверяют, насколько стабильно доступны и широко переиспользуются ваши модели данных и метрики в таких командах, как Business Analytics, встроенная аналитика в продукте и ML. Что вы будете делать - Владение и развитие ключевых моделей данных и метрик: определение и поддержка общих моделей для использования продукта, клиентов, аккаунтов и ключевых бизнес-метрик, которые поддерживают аналитику, встроенные клиентские отчеты и обучение ИИ/ML-моделей. - Создание и эксплуатация фундаментальных продуктов данных: оставаться практиком, создавая модели с помощью SQL, Python и Spark в современном lakehouse-окружении (например, Databricks), с вниманием к качеству данных, доступности, производительности и стоимости. - Определение общей семантики: проектирование и поддержка общих определений метрик и семантических слоев, чтобы данные интерпретировались единообразно во всех командах и системах. - Партнерство с командами: тесная работа с Product для определения фундаментальных продуктовых концепций, с Data Platform по архитектуре и надежности, а также с Business Analytics, Data Science, ML и командами встроенной аналитики как ключевыми потребителями. - Определение технического направления: принятие прагматичных решений по стандартам моделирования, архитектуре, оркестрации (Airflow/Astronomer) и инструментам, которые балансируют краткосрочную поставку и долгосрочную поддерживаемость. Требования - Опыт руководства: 2+ года руководства или формального управления специалистами по данным. - Сильный опыт в фундаментальном моделировании данных: 6+ лет создания и владения общими переиспользуемыми ключевыми моделями данных в современных платформах данных. - Опыт поддержки SaaS-бизнеса: знакомство с данными об использовании продукта и клиентскими данными, типичными для SaaS-среды. - Практическая техническая глубина: продвинутый SQL, уверенный Python, опыт работы со Spark и комфортная работа в современном lakehouse-окружении (например, Databricks). - Операционное мышление: опыт проектирования с учетом качества, надежности и доступности данных, включая оркестрацию рабочих процессов с помощью Airflow или Astronomer. - Мышление в пользу переиспользования: подтвержденная способность создавать фундаментальные модели и определения метрик, поддерживающие множество сценариев, а не разовые витрины данных. - Понимание систем: понимание вопросов производительности, стоимости, управления, безопасности и соответствия требованиям для общих данных. - Совместный подход: способность эффективно работать с командами Product, Data Platform, Business Analytics, Engineering и Data Science. - Прагматичный подход к поставке: вы знаете, когда выпускать, а когда вкладываться в долговечность. - Интерес к разработке с помощью ИИ: вы активно изучаете ИИ-инструменты, чтобы улучшить то, как вы и ваша команда создаете и поддерживаете модели данных. Желательно - Опыт поддержки данных, используемых для обучения ИИ/ML-моделей. - Опыт работы в команде инфраструктуры данных или платформы данных. Условия Предлагаемая компенсация будет определяться такими факторами, как локация, уровень, знания, навыки и опыт, относящиеся к должности.

Формат

Офис

Страна

США

Город

Не указан

О компании Branch помогает компаниям ускорять платежи и предоставляет работающим американцам доступные бесплатные финансовые услуги. О роли Ищем Cloud Operations-инженера в команду Cloud Ops. Задачи - Внедрение и поддержка облачной инфраструктуры в GCP под руководством старших инженеров. - Поддержание масштабируемости, безопасности и высокой доступности облачной инфраструктуры. - Создание автоматизации для снижения рутинной работы и восстановления инфраструктуры после инцидентов. - Диагностика проблем и поддержка облачной инфраструктуры и инструментов наблюдаемости. - Обеспечение соответствия облачной инфраструктуры требованиям безопасности и регуляторным стандартам. - Участие в процессе реагирования на инциденты и инструментарии; работа с мониторингом и алертингом по всему стеку приложений. - Взаимодействие с техорганизацией по инфраструктурным задачам, включая кросс-функциональные проекты: автоматизация рабочих процессов (crons, n8n, Airflow). - Участие в процессах Ops-команды: инциденты, комплаенс, спринты, сбор метрик, документация. Требования - Степень бакалавра в Computer Science, Engineering или смежной области, или эквивалентный опыт. - 3+ года профессионального опыта в облачной инфраструктуре (предпочтительно GCP). - Знакомство с инструментами наблюдаемости: мониторинг, логирование, трейсинг. - Опыт работы минимум с одним языком программирования или скриптов: Python, Bash, Java или Go. - Опыт с контейнеризацией: Docker и Kubernetes. - Базовое знакомство с практиками безопасности сетей и приложений. - Готовность использовать AI-инструменты для ускорения работы. Компания предоставляет доступ к Claude и интегрирует Copilot и Gemini в автоматизацию. - Готовность к круглосуточной дежурной ротации (24/7 on call). Плюсы - Знакомство с CI/CD и Git. - Опыт совместной работы с командами Data Engineering. - Опыт с инструментами автоматизации и конфигурации: Terraform, Ansible или Chef. - Предыдущий опыт работы в режиме 24/7 on call. Компенсация Базовая зарплата: $135 000–150 000 в год. Диапазон отражает среднюю базовую зарплату по США; фактическое предложение может быть выше или ниже в зависимости от навыков, опыта и образования кандидата. Локация Удалённая работа в пределах США. Найм кандидатов за пределами США невозможен. Условия - Медицинская, стоматологическая и офтальмологическая страховка (рыночный уровень). - Опционы на акции. - Бесплатная подписка Premium-Tier Origin Financial Wellness. - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для обоих родителей. - Гибкий отпуск и больничные. - 11 оплачиваемых праздничных дней. - Опция Same Day Pay (Branch@Branch).

Формат

Офис

Страна

США

Город

Не указан

Грейд

Lead

Компания Future создает персонализированную систему guidance для поддержания здоровья на протяжении всей жизни. Мы помогаем людям понять, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживаем их в превращении этих решений в устойчивые изменения поведения. Сочетая ИИ, человеческий опыт, личные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, способности и продолжительность здоровой жизни на десятилетия вперед. Мы нанимаем Lead Android-инженера, чтобы задать техническое направление для Android-продуктов Future и создавать опыт, которым участники пользуются каждый день. Вы будете руководить работой над приложениями для телефона и Wear OS. Вы будете формировать ключевые пути, такие как онбординг, обмен сообщениями с коучем, планирование, guided-тренировки, отслеживание прогресса, интеграцию данных о здоровье и видеозвонки. Вы будете работать с продуктовой командой, дизайнерами, бэкенд- и iOS-инженерами в небольшой senior-команде. Это hands-on роль: вы будете переключаться между деталями продукта и системной архитектурой, писать production-код, направлять технические решения и помогать другим инженерам делать их лучшую работу. Что вы будете вести: - Опыт участников: руководство Android-реализацией для функций, которые связывают участников с их коучами и помогают следовать планам. Создание качественных, доступных интерфейсов с Jetpack Compose и дизайн-системой Future. - Android-архитектура: задание направления для многомодульной кодовой базы на Kotlin, построенной на Compose, корутинах и Flows, внедрении зависимостей и однонаправленном состоянии. Улучшение границ модулей, владения данными, навигации и офлайн-поведения по мере роста продукта. - Связанное здоровье и носимые устройства: руководство системами, которые связывают Future с Wear OS, Health Connect, данными сердечного ритма, датчиками и жизненным циклом Android-устройств. Защита данных участников и проектирование для прерывистого соединения. - Надежность и производительность: владение запуском приложения, отзывчивостью, воспроизведением медиа, foreground-сервисами, фоновой работой, звонками в реальном времени и синхронизацией данных. Использование телеметрии сбоев, производительности и релизов для выявления проблем до того, как их заметят участники. - Инженерное совершенство: установка стандартов качества кода, тестирования, наблюдаемости и поддерживаемости. Усиление покрытия unit, интеграционными, UI и end-to-end тестами с JUnit, Robolectric, Espresso и Appium. - Качество поставки и релизов: улучшение Gradle-сборок, GitHub Actions, автоматизации Fastlane и доставки через Google Play. Помощь команде в частых релизах без потери стабильности. - Лидерство в команде: руководство Android-командой через техническое планирование, выполнение проектов, дизайн-обсуждения, парное программирование и код-ревью. Поддержание согласованности инженеров по приоритетам, решениям и рискам поставки. - Разработка с помощью ИИ: использование coding-агентов и ИИ-инструментов для ускорения исследования, реализации, тестирования и ревью. Применение инженерного суждения для проверки их результатов перед тем, как они попадут к участникам. Требования: - 8+ лет профессионального опыта в Android-разработке, включая владение сложными потребительскими приложениями. - Глубокие знания Kotlin и уверенное владение Jetpack Compose, корутинами, Flows, внедрением зависимостей и жизненным циклом Android. - Опыт руководства архитектурной работой в большой или модульной Android-кодовой базе. - Опыт выпуска и поддержки приложений через Google Play. - Понимание производительности, офлайн-состояния, фонового выполнения, воспроизведения медиа, разрешений и фрагментации устройств. - Сильные привычки тестирования на уровнях unit, интеграции, UI и end-to-end. - Умение отлаживать UI, сеть, персистентность, сервисы, устройства и CI. - Опыт ведения сложных проектов от планирования до запуска, работа с продуктом и дизайном при управлении объемом, зависимостями, рисками и поставкой. - Опыт работы на уровне lead, независимо от должности. - Использование ИИ-инструментов для разработки в рабочем процессе и умение проверять их результаты. Плюсы: - Опыт создания приложений для Wear OS или работы с Wearable Data Layer. - Опыт с Health Connect, датчиками здоровья или Bluetooth-устройствами. - Знакомство с HIPAA и другими законами и нормами, применимыми к продуктам и услугам в сфере здоровья. - Опыт с Media3, CameraX, foreground-сервисами или аудио и видео в реальном времени. - Опыт проектирования офлайн-приложений с Room, WorkManager и фоновой синхронизацией. - Опыт в фитнесе, здоровье, коучинге или других персонализированных областях.

Формат

Офис

Страна

США

Город

Не указан

О роли Ищем Enterprise-инженера в команду данных. В этой роли вы поможете проектировать и создавать взаимосвязанные системы, которые обеспечивают работу бизнеса, используя сторонние инструменты, MCP-серверы, внутренние API, лёгкие веб-приложения и автоматизированные рабочие процессы. Это роль для Python-инженера, который хочет создавать, разворачивать и поддерживать высокоэффективные внутренние инструменты и автоматизацию. Команда небольшая, с высоким уровнем доверия, ценит ясность, поддерживаемость и внимание к деталям. Что вы будете делать - Создавать и поддерживать MCP-серверы, которые открывают возможности платформы данных и корпоративных бизнес-систем для внутренних инструментов и ИИ-процессов детерминированным образом. - Создавать внутренние API для обогащения экосистемы программно адресуемых ресурсов. - Создавать лёгкие веб-приложения и дашборды на Streamlit для поддержки внутренних процессов. - Разрабатывать stateful-приложения, обеспечивающие соблюдение стандартных операционных процедур (SOP) в правильном порядке. - Разрабатывать и поддерживать автоматизированные рабочие процессы и пайплайны на Python. - Писать чистый, хорошо документированный код и поддерживать культуру технического качества. Что мы ищем Обязательно: - 2+ года опыта с Python. - 1+ год full-stack разработки. - Уверенное владение SQL и работа с реляционными базами данных. - Развитые коммуникативные навыки и способность работать кросс-функционально. Желательно: - Опыт в финтехе, платежах или финансовых услугах. - Опыт создания или работы с MCP-серверами. - Опыт проектирования и создания API (предпочтительно FastAPI или Flask). - Опыт работы со Streamlit или аналогичными лёгкими UI-фреймворками. - Опыт детерминированного LLM-программирования (например, LangChain, UserPromptSubmit, PostToolUse). - Опыт работы с OLTP-базами данных и технологиями кэширования. - Знакомство с инструментами автоматизации рабочих процессов (например, Airflow, Prefect, n8n). - Знакомство с облачной инфраструктурой (например, AWS, GCP, Azure). Компенсация Диапазон базовой зарплаты для этой роли: $120–125 тыс. Указанный диапазон отражает среднюю базовую зарплату по позиции по всем США. Предложенная базовая зарплата может быть выше или ниже в зависимости от конкретных навыков, глубины опыта, профильного образования или обучения кандидата. Локация Позиция классифицируется как удалённая в пределах США. Найм кандидатов за пределами США невозможен. Преимущества - Медицинская, стоматологическая и офтальмологическая страховка рыночного уровня. - Опционы на акции. - Бесплатная подписка Premium-Tier Origin Financial Wellness. - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для рожавших и нерожавших родителей. - Гибкий отпуск + больничный и безопасный отпуск. - 11 оплачиваемых корпоративных праздников. - Опция Same Day Pay Branch@Branch.

Формат

Офис

Страна

Аргентина, Великобритания, Канада

Город

Не указан

Грейд

Senior

Senior Software Engineer, Canvas Core Команда Canvas Core создает и поддерживает фундаментальную платформу, обеспечивающую визуальный опыт Mural: бесконечный холст, ключевые компоненты редактора, поведение редактирования документов, управление активами, совместную работу в реальном времени и системы для быстрого и надежного взаимодействия с холстом. Также команда отвечает за UI Mural, протокол обмена сообщениями в реальном времени и API для внутренних команд, которые создают функции диаграммирования, воркшопов, презентаций, интеграций и AI-возможностей. Миссия — сделать редактор Mural быстрым, надежным, интуитивным и удобным для разработки. Приоритеты: производительность, простота, developer experience и качество платформы. Задачи: - Владеть и поставлять новые возможности платформы Canvas от определения проблемы до внедрения, релиза, измерения и итераций. - Работать с Product и Design над созданием качественного пользовательского опыта, балансируя прагматичную техническую реализацию и долгосрочные потребности платформы. - Проектировать и развивать поддерживаемые системы Canvas с ответственностью за качество, производительность, надежность и developer experience. - Вносить вклад в разработку API, границ сервисов и контрактов платформы, на которых внутренние команды могут быстро и безопасно строить. - Использовать AI-инструменты и агентные рабочие процессы для прототипирования, реализации, тестирования, документирования и оценки работы. - Укреплять команду через технические ревью дизайна, демо, код-ревью, менторство и улучшение инженерных практик. - Развивать системы Canvas с богатыми моделями документов и объектов: иерархические структуры сцены или документа, пространственное индексирование и запросы, поведение раскладки, управление активами, механика выделения. - Работать над крупномасштабными системами конкурентной и совместной работы в реальном времени, поддерживающими синхронизацию общих документов между пользователями, включая решения по порядку событий, задержке, обработке конфликтов и управлению сбоями. - Участвовать в проектировании и интеграции AI-возможностей продукта на пересечении с холстом, моделью документа, системами реального времени и платформой разработчика. - Улучшать производительность через профилирование, анализ узких мест, упрощение архитектуры, точечную оптимизацию и вынос дорогих операций из критических путей взаимодействия. Требования: - Свободное владение современным JavaScript/TypeScript, знакомство с React, Node.js или аналогичными современными фреймворками. - 6+ лет разработки и поставки крупномасштабного production-софта в составе agile-команды. - Сильное инженерное мышление, опыт проектирования масштабируемых, надежных, высокопроизводительных систем и абстракций для разработчиков, балансирующих простоту, developer experience и долгосрочную поддерживаемость. - Опыт проектирования чистых API-контрактов и границ сервисов: продуманные модели данных, версионирование, валидация, обработка ошибок, документация, долгосрочная поддерживаемость. - Опыт создания распределенных, конкурентных, совместных или низколатентных систем: инструменты коллаборации, MMO-игры, системы общего состояния, протоколы обмена сообщениями, с пониманием синхронизации, консистентности, порядка событий, задержки, режимов сбоев и компромиссов производительности. - Опыт работы со сложными системами с богатыми объектными моделями: иерархические структуры сцены или документа, пространственное индексирование и запросы, поведение раскладки, управление активами, механика выделения, чувствительные к производительности пользовательские взаимодействия.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

Компания FastSpring — платформа для онлайн-продаж AI, SaaS, игр, ПО и цифровых продуктов по всему миру. Компания обрабатывает все платежи: от чекаута до налогов. Основана в 2005 году, частная компания со штаб-квартирой в Санта-Барбаре и офисами в Амстердаме, Остине, Белфасте, Дублине, Галифаксе и Сингапуре. Позиция FastSpring ищет Senior Software Engineer в команду Payments для проектирования и разработки систем, обеспечивающих работу платформы электронной коммерции: обработка платежей, подписочные платежи, расчеты, возвраты и отчетность. Обязанности - В agile-командах вести дизайн и разработку продуктовых функций для высоконагруженных систем обработки платежей, подписочных платежей и отчетности. - Вести интеграции с внешними платформами: платежные процессоры, карточные сети, альтернативные способы оплаты (APM). - Обеспечивать надежный процесс поставки ПО: четкие процедуры, автоматизированная сборка, тестирование и деплой. - Отлаживать и решать сложные проблемы, оптимизировать производительность и обеспечивать надежность денежных потоков. - Сокращать время выхода на рынок, декомпозируя крупные требования на небольшие задачи для инкрементальных релизов. - Участвовать в ревью дизайна и кода с другими членами команды. - Наставлять младших разработчиков. - Управлять задачами через тикеты в соответствии с приоритетами разработки. - Внедрять лучшие практики стандартов кода, тестирования и деплоя. - Работать с командами Product, Risk, Finance и Compliance для учета бизнес- и регуляторных требований (PCI-DSS, PSD2/SCA, 3DS2) в решениях. - Гибкий график для работы с локальными и удаленными коллегами. - Реагировать на инциденты в продакшене и применять методы непрерывного улучшения для их полного устранения. Требования - 10+ лет опыта разработки коммерческих SaaS-решений на Java. - Опыт в платежной индустрии и/или интеграции со сторонними платежными API — плюс. - Увлеченный решатель проблем с подтвержденным опытом поставки качественных программных решений. - 4+ года опыта с SQL (PostgreSQL) и NoSQL-хранилищами. - 3+ года опыта реализации RESTful сервис-ориентированных архитектур с публичными API. - Опыт с HTML/CSS/JavaScript/Angular; Vue — плюс. - Опыт модульного тестирования, мокинга и автоматизации. - 3+ года опыта с Amazon Web Services: EC2, S3, RDS, DynamoDB; опыт с Lambda — плюс. - Опыт с Linux; опыт с контейнерами и Docker — плюс. - Готовность использовать AI-инструменты разработки — инженеры ежедневно используют Claude Code для ускорения дизайна, реализации и ревью. - Степень бакалавра или магистра в Computer Science или эквивалентный опыт. Условия - Ориентировочный диапазон базовой зарплаты: $175,000–$196,800 USD. - Роль может давать право на корпоративный бонусный план (или, для продажных ролей, комиссионный план). - FastSpring предоставляет различные льготы сотрудникам.

Формат

Офис

Страна

Аргентина

Город

Не указан

Грейд

Senior

Команда Growth & Engagement помогает клиентам быстрее находить ценность продукта через эксперименты и AI-возможности. Мы отвечаем за путь клиента от привлечения до монетизации, используя данные и инсайты для улучшения опыта. Задачи: - Проектировать и развивать пользовательские функции для улучшения привлечения, активации, вовлечения, удержания и монетизации. - Работать с Product, Design, Data, Marketing и Customer Success для поиска точек роста и перевода обратной связи, аналитики и экспериментов в продуктовые решения. - Проводить эксперименты с фича-флагами, A/B-тестами и аналитикой для проверки гипотез. - Строить надёжную инструментацию и event-пайплайны для понимания поведения пользователей. - Писать качественный поддерживаемый код, вносить вклад в архитектуру и долгосрочные улучшения платформы. - Улучшать производительность, надёжность, доступность и масштабируемость ключевых пользовательских сценариев. - Наставлять коллег через техническое лидерство, код-ревью и обмен знаниями. - Участвовать в планировании роадмапа и развитии инженерных практик команды. Требования: - 5+ лет опыта разработки и эксплуатации production-софта. - Сильные навыки создания современных веб-приложений: TypeScript, React, Node.js, MongoDB или аналоги. - Знакомство с Model Context Protocol (MCP) и экосистемой AI-инструментов, способность быстро учиться новым AI-технологиям. - Опыт использования AI-ассистированных инструментов разработки для повышения продуктивности и качества кода. - Опыт создания пользовательских продуктов в партнёрстве с Product и Design. - Продуктовый mindset, умение балансировать потребности клиентов, технические компромиссы и бизнес-цели. - Опыт использования аналитики и данных для инженерных и продуктовых решений. - Сильные основы инженерии: системный дизайн, тестирование, наблюдаемость, операционное совершенство. - Отличные коммуникативные навыки и умение влиять на технические решения в кросс-функциональных командах. - Опыт ведения неоднозначных задач от концепции до реализации и наставничества инженеров. - Опыт работы в Growth/Engagement команде или product engineering с фокусом на эксперименты и улучшение жизненного цикла клиента. - Опыт работы с бизнес-метриками: активация, вовлечение, удержание, конверсия, монетизация. - Опыт проектирования, внедрения или анализа продуктовых экспериментов (A/B-тесты, фича-флаги или аналоги). Компенсация определяется такими факторами, как локация, уровень, знания, навыки и опыт.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании FastSpring — платформа для онлайн-продаж AI, SaaS, игровых, программных и цифровых продуктов по всему миру. Компания берёт на себя все платёжные потребности: от оформления заказа до налогов. Основана в 2005 году, частная компания со штаб-квартирой в Санта-Барбаре и офисами в Амстердаме, Остине, Белфасте, Дублине, Галифаксе и Сингапуре. О позиции Ищем Senior Security-инженера в группу Agentic Experience, подчинение — принципал-инженеру по агентной разработке. Роль: усиление безопасности основной платформы платежей и формирование практик безопасности для AI-ассистированной разработки ПО. Работа в тесном сотрудничестве с группой Agentic Experience и CISO, видимость для исполнительного руководства. Hands-on инженерная роль с широким охватом: безопасность приложений, безопасность облачной инфраструктуры и проверка безопасности AI/агентных инструментов разработки. Обязанности - Выявлять, приоритизировать и устранять уязвимости в Java-платформе и AWS-инфраструктуре. - Развивать улучшения безопасности инфраструктуры: уточнение IAM-политик, защита метаданных инстансов, контроль исходящего сетевого трафика. - Проводить проверки безопасности пайплайнов AI-ассистированной разработки, интеграций инструментов и сервисов, доступных агентам. - Разрабатывать и поддерживать стандарты безопасной разработки, паттерны и защитные механизмы для инженерных команд. - Работать с внешним CISO над оценкой рисков, планированием устранения уязвимостей и инициативами по комплаенсу (включая PCI DSS). - Участвовать в повышении готовности к инцидентам и улучшении мониторинга безопасности. - Чётко доносить приоритеты и прогресс в области безопасности до технических и исполнительных стейкхолдеров. Требования - 7+ лет практического опыта в инженерии безопасности (безопасность приложений, облачная безопасность или безопасность инфраструктуры). - Уверенный опыт с сервисами и примитивами безопасности AWS (IAM, VPC-сети, управление секретами). - Опыт работы с крупными продакшн-кодовыми базами и их защитой; желательно знание JVM-экосистемы. - Знакомство с современными AI-ассистированными инструментами разработки и интерес к их влиянию на безопасность. - Навыки приоритизации и коммуникации; способность обосновывать инвестиции в безопасность перед стейкхолдерами. - Опыт в платежах, финтехе или других регулируемых средах — плюс. - Релевантные сертификации (например, CISSP, OSCP, AWS Security Specialty) — плюс, но не обязательны. Желательно - Сертификации по безопасности (например, AWS Security Specialty, CISSP, OSCP, GIAC). - Опыт обеспечения безопасности платёжных, ecommerce или подписочных/биллинговых платформ. - Опыт с практиками безопасного SDLC и интеграцией инструментов безопасности (SAST/DAST/SCA) в CI/CD. - Знакомство с глобальными, мультивалютными или налоговыми системами и особенностями чувствительности их данных. Условия - Вилка базовой зарплаты: $155,000—$187,000 USD. - Возможно участие в корпоративном бонусном плане. - Компания предоставляет различные льготы сотрудникам.

Формат

Офис

Страна

Великобритания, США

Город

Не указан

О команде Команда AI Foundations в Mural занимается тем, как генеративный ИИ меняет визуальную коллаборацию и принятие решений. Это удалённая группа инженеров, дизайнеров и продуктовых специалистов, которая помогает командам работать эффективнее. Цель — не заменить человеческое творчество, а усилить его, создавая ИИ, который улучшает то, как люди выравнивают, общаются и принимают решения визуально. Миссия Вы будете проектировать и создавать основные ИИ-системы и платформы, которые обеспечивают следующую волну агентных, ИИ-управляемых коллабораций в Mural. Вместо изолированных ИИ-функций вы будете работать над базовыми бэкенд-системами, поддерживающими агентную платформу Mural, включая оркестрацию агентов, долговечное выполнение, контекстную память, интеграцию инструментов, наблюдаемость и оценку. Ваша работа позволит интеллектуальным агентам рассуждать о контексте продукта, действовать от имени пользователей и работать надёжно и безопасно в масштабе. Стек Azure OpenAI, React, Node, MongoDB. Что вы будете делать - Создавать базовые бэкенд-системы для агентной платформы Mural, включая оркестрацию, долговечное выполнение, выполнение инструментов, память, наблюдаемость и инфраструктуру оценки. - Проектировать масштабируемые сервисы и API, которые позволяют ИИ-агентам получать контекст, координировать многошаговые рабочие процессы, взаимодействовать с данными Mural и надёжно действовать от имени пользователей. - Развивать слой памяти агентов, включая системы для контекста разговора, контекста продукта, поиска, суммаризации, уплотнения и долгосрочного управления контекстом. - Создавать инфраструктуру для мониторинга, отладки и улучшения поведения агентов через трассировки, метрики, циклы обратной связи и офлайн-оценку. - Преобразовывать сложные открытые продуктовые задачи в чёткие бэкенд-архитектуры, границы сервисов, модели данных и планы реализации, согласующие технические возможности с ценностью для пользователя. - Помогать определять техническое направление агентного ИИ в Mural, внося вклад в долгосрочную архитектуру и стратегию. - Поддерживать инженерное совершенство, наставляя других и устанавливая лучшие практики создания надёжных ИИ-систем. - Способствовать росту команды через найм, улучшение процессов и развитие культуры любознательности, сотрудничества и инклюзивности. Что вы принесёте - 7+ лет опыта в разработке ПО, с сильными навыками проектирования, создания и эксплуатации надёжных продакшн-систем, масштабируемых сервисов и API, а также чётко определённых системных архитектур. - Опыт проектирования и эксплуатации распределённых систем для сложных рабочих процессов, включая оркестрацию, асинхронную обработку, выполнение задач, повторные попытки, событийно-ориентированные архитектуры, длительные процессы и восстановление после сбоев. - Знакомство с ИИ, LLM или агентными системами, включая такие концепции, как использование инструментов, получение контекста, оценка или оркестрация моделей. - Сильный фокус на качестве продакшена, включая наблюдаемость, надёжность, тестирование, безопасность, поддерживаемость и реагирование на инциденты. - Отличные коммуникативные навыки, способность создавать чёткую техническую документацию и работать кросс-функционально. - Опыт работы в полном стеке или тесное сотрудничество с продуктовыми фронтенд-разработками. - Более глубокий опыт в ИИ/ML, особенно с оценкой LLM, экспериментами, эмбеддингами, системами поиска. - Опыт с графами знаний, графовым моделированием данных, разрешением сущностей или системами поиска с учётом связей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Branch помогает компаниям ускорять платежи и предоставляет работающим американцам доступные бесплатные финансовые услуги. Компания работает полностью удалённо, сотрудники находятся в США. О роли Ищем Senior Enterprise Engineer в команду данных. Роль предполагает проектирование и создание взаимосвязанных систем, которые управляют бизнесом, с использованием сторонних инструментов, MCP-серверов, внутренних API, лёгких веб-приложений и автоматизированных процессов. Нужно тесно работать с инженерами, аналитиками и бизнес-заинтересованными сторонами. Это роль для опытного Python-инженера, который умеет вести сложные проекты от начала до конца: от планирования и архитектуры до развёртывания и поддержки. Команда небольшая, с высоким уровнем доверия, ценит ясность, поддерживаемость и внимание к деталям. Задачи - Создавать и поддерживать MCP-серверы, которые предоставляют возможности платформы данных и корпоративных бизнес-систем внутренним инструментам и ИИ-процессам детерминированным образом. - Создавать внутренние API для обогащения экосистемы программно адресуемых ресурсов. - Создавать лёгкие веб-приложения и дашборды на Streamlit для поддержки внутренних процессов. - Разрабатывать stateful-приложения, обеспечивающие соблюдение стандартных операционных процедур в соответствии с политиками. - Разрабатывать и управлять автоматизированными процессами и пайплайнами на Python. - Управлять SDLC для преобразования высокоценных макросов и других инструментов, созданных менее техническими пользователями, в отдельные сервисы и low-code процессы, которые могут использоваться несколькими внутренними командами. - Определять стандарты кодирования и лучшие практики взаимодействия с ИИ-агентами в Branch. - Взаимодействовать с заинтересованными сторонами для определения объёма и реализации решений. - Писать чистый, хорошо документированный код и вносить вклад в культуру технического качества. Требования Обязательные: - 5+ лет профессионального опыта в Python. - 3+ года опыта проектирования и создания API (предпочтительно FastAPI или Flask). - 3+ года опыта full-stack разработки на Python. - Опыт создания или работы с MCP-серверами. - Опыт детерминированного LLM-программирования (например, LangChain, UserPromptSubmit, PostToolUse). - Знакомство с OLTP-базами данных и технологиями кэширования. - Уверенное владение SQL и работа с реляционными базами данных. - Отличные коммуникативные навыки и способность работать кросс-функционально. - Подтверждённая способность вести полный жизненный цикл проекта. Желательно: - Опыт в финтехе, платежах или финансовых услугах. - Опыт работы со Streamlit или аналогичными лёгкими UI-фреймворками. - Знакомство с инструментами автоматизации процессов (например, Airflow, Prefect, n8n). - Знакомство с облачной инфраструктурой (например, AWS, GCP, Azure). Условия - Зарплата: $175 000–190 000 в год (базовый диапазон для США). - Удалённая работа в пределах США. - Медицинская, стоматологическая и офтальмологическая страховка. - Опционы на акции. - Бесплатная подписка Origin Financial Wellness (премиум-тариф). - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для обоих родителей. - Гибкий график отпусков + больничные. - 11 оплачиваемых праздничных дней. - Опция Same Day Pay от Branch@Branch.

Формат

Офис

Страна

США

Город

Не указан

О роли Вы будете помогать защищать компанию от сложных противников, нацеленных на OpenAI и экосистему в целом, а также от попыток злоупотребить моделями в поддержку киберопераций. Роль предполагает глубокую исследовательскую работу: самостоятельно проводить комплексные расследования деятельности опытных злоумышленников, чтобы понять их поведение, инфраструктуру, новые методы и то, как ИИ интегрируется в их рабочие процессы. Результаты расследований будут использоваться для выявления вредоносной активности и улучшения систем обнаружения, пресечения, правоприменения и безопасности. Задачи - Проводить глубокие расследования деятельности сложных злоумышленников, взаимодействующих с моделями, продуктами и экосистемой OpenAI. - Моделировать поведение атакующих, предугадывать сценарии злоупотреблений и активно выявлять вредоносную активность. - Использовать внутреннюю телеметрию, OSINT, данные вендоров и внутренние системы безопасности для получения достоверных выводов о злоупотребелении моделями в кибероперациях, злоупотреблении платформой и угрозах, нацеленных на OpenAI. - Преобразовывать результаты расследований в конкретные улучшения в системах обнаружения, правоприменения, разведки и безопасности. - Создавать инструменты, скрипты, автоматизацию и агентные рабочие процессы для масштабирования расследований и снижения ручных усилий. - Прототипировать решения в неоднозначных и новых областях, включая новые продуктовые поверхности и неизвестные методы атак. - Тесно сотрудничать с командами безопасности, систем безопасности, продуктовой политики и целостности для внедрения результатов. - Готовить четкие письменные отчеты и рекомендации для технических и руководящих стейкхолдеров. Требования - Опыт в области разведки угроз, реагирования на инциденты, наступательной безопасности или смежной области. - Опыт расследования деятельности сложных злоумышленников, включая злоупотребление моделями, платформой или другую вредоносную активность в сложных средах. - Понимание поведения злоумышленников, инфраструктуры и методов, способность применять эти знания в проактивных расследованиях. - Умение самостоятельно вести глубокие технические расследования от неоднозначных сигналов до четких выводов. - Опыт использования ИИ для ускорения расследований. - Навыки написания скриптов и создания легковесной автоматизации и инструментов для расследований. - Умение работать с телеметрией из разных систем и вендоров, включая прямые запросы и объединение данных. - Сильные письменные и устные коммуникационные навыки, способность переводить технические расследования в понятные результаты для разных аудиторий. - Умение работать самостоятельно в неоднозначных и быстро меняющихся условиях. Условия - Удаленная работа с тесным взаимодействием с командами в США и Великобритании. - Регулярное очное присутствие в штаб-квартире в Сан-Франциско (SF) ожидается. - Возможна помощь с переездом для кандидатов, желающих переехать в Сан-Франциско.

Формат

Офис

Страна

Аргентина, Бразилия, Испания, Латинская Америка

Город

Не указан

Компания dLocal — финансовая инфраструктура для глобальной коммерции на быстрорастущих рынках. Крупнейшие мировые компании используют платформу для роста в 60+ странах развивающихся рынков. В команде более 1300 специалистов из 40+ национальностей. dLocal (NASDAQ: DLO) — платежная платформа, соединяющая глобальных мерчантов с миллиардами потребителей на развивающихся рынках. Компания управляет критически важной инфраструктурой в Латинской Америке, Африке и Азии. Инженерная организация выпускает код в продакшн несколько раз в день и реализует одну из самых амбициозных AI-трансформаций в финтехе. Позиция предполагает владение тем, как dLocal создает и поставляет софт: платформа, стандартизированные пути, надежность и способ внедрения AI в инженерный процесс. Цель — чтобы каждый инженер стал заметно продуктивнее и безопаснее в продакшне через шесть месяцев. Области ответственности: - Владение внутренней платформой разработчика (IDP): стандартизированные шаблоны сервисов, CI/CD пайплайны, инструменты деплоя, инфраструктура фича-флагов, прогрессивная доставка, автоматический откат. Золотые пути для каждого используемого технологического стека. Подход «платформа как продукт», где инженеры dLocal — клиенты. - Владение SRE и производственной надежностью: reliability-инжиниринг платежных платформ, стандарты наблюдаемости, зрелость инцидент-менеджмента, production readiness review, здоровье онколов, error budgets, операционный контракт между платформенными и продуктовыми командами. - Владение AI-assisted разработкой: эволюция dCoder — проприетарной платформы генерации кода на базе моделей Anthropic, OpenAI и других, интеграция сторонних ассистентов, промпт- и контекст-инжиниринг для соответствия архитектурным стандартам, защитные механизмы, не допускающие AI-код в продакшн без стандартных проверок. - Владение стандартами и архитектурной консистентностью: партнерство с Principal-инженерами и программой Engineering Bar Raiser для определения и соблюдения стандартов кода, тестирования, деплоя и использования AI. - Организационное влияние и внедрение: программа adoption — обучение, внутренние коммуникации, чемпионы, планы миграции, дисциплина депрекации. Успех измеряется количеством команд на стандартизированном пути, а не количеством проложенных дорог. - Достижение значимых метрик: DORA-метрики (частота деплоев, время выполнения изменений, частота сбоев, время восстановления, коэффициент переработки кода), SLO на критических платежных путях, успешность откатов, adoption стандартизированных путей, плотность дефектов в AI-сгенерированных PR против базовой линии человеческого кода. Позиция предполагает прямую видимость программы автоматизации на уровне исполнительного руководства, место за столом инженерной стратегии и мандат на изменение рабочих процессов сотен инженеров.

Формат

Офис

Страна

Словакия

Город

Не указан

О компании Bloomreach создаёт агентную платформу для персонализации. Компания разрабатывает и внедряет AI-агентов для персонализации пути клиента, развивает автономный поиск, разговорные покупки и автономный маркетинг на основе единого AI-движка Loomi. Платформой пользуются более 1400 глобальных брендов, включая American Eagle, Sonepar и Pandora. Отрасли: розница, финансовые услуги, гостиничный бизнес, игровая индустрия. О команде Небольшая инженерная команда внутри Go-To-Market организации. Задача — с помощью AI создавать демо-среды, автоматизировать работу и разрабатывать self-serve инструменты для пресейл-команд по всему миру. О роли Ищется AI Demo Engineer — гибкий инженер, который в первую очередь использует AI-инструменты, быстро учится и решает с помощью технологий задачи, блокирующие поле. Это не традиционная инженерная роль: не поддержка продакшн-систем и не стандартный продуктовый бэклог, а роль 0-1 Builder. Работа начинается с нечётких пресейл-потребностей, быстрого прототипирования, тестирования с полем и превращения лучших идей в готовые демо, автоматизации, внутренние инструменты и повторяемые активы. Нужно тесно работать с тимлидом, находящимся в США, поэтому важна асинхронная коллаборация и способность взаимодействовать с командами в разных часовых поясах (ЕС и США). Задачи - Создавать AI-демо: проектировать и выпускать демо, прототипы и интерактивные сценарии, которые делают платформу Bloomreach осязаемой и релевантной. - Автоматизировать работу с помощью AI: находить повторяющиеся GTM-задачи и превращать их в автоматизации, промпт-паттерны, внутренние инструменты, интеграции, агентов, навыки, MCP, SDK-воркфлоу и другие решения, экономящие время. - Обеспечивать self-serve для консультантов: создавать инструменты, позволяющие Solution Consultants настраивать, персонализировать и запускать демо без участия инженеров. - Быстро прототипировать и превращать работающее в продукт: брать нечёткие идеи, быстро собирать, тестировать с полем и решать, что станет долгосрочным внутренним продуктом, акселератором или демо-активом. - Оживлять Loomi и AI Bloomreach: использовать AI-сценарии, персонализацию, LLM-интеграции и умные воркфлоу, чтобы помочь потенциальным клиентам понять ценность платформы. - Обучать и подготавливать поле: документировать, демонстрировать демо и укреплять внутреннюю уверенность в новых инструментах. - Поддерживать надёжность демо: быстро устранять неполадки, поддерживать клиентские среды и относиться к сломанному демо перед потенциальным клиентом как к срочной задаче. Технический фон - TypeScript / JavaScript, Python, React, Next.js, Node.js или аналогичный современный веб-стек. - Claude Code, Cursor или аналогичные AI-ассистированные инструменты разработки; LLM API (OpenAI, Anthropic); промпт-инжиниринг, оркестрация воркфлоу, SDK-интеграции, агенты, MCP, ретривальные системы. - Shopify; Hydrogen (на основе Remix), Liquid, Storefront API, Admin API. Глубокий опыт со всеми перечисленными инструментами не обязателен. Более важный сигнал — способность быстро учиться, оставаться в курсе изменений в AI-ландшафте и использовать сам AI для закрытия пробелов в собственном опыте.

Формат

Офис

Страна

США

Город

Не указан

О компании TeamSnap — платформа для коммуникаций в любительском спорте. Инженерная команда полностью распределённая. Компания входит в списки Outside Magazine «Best Places to Work» и Built In «100 Best Remote-First Places to Work». Задачи - Проектировать, развивать и поддерживать бэкенд-API, сервисы, event-driven процессы, очереди, фоновые задачи, модели данных, кэширование и интеграции для миллионов пользователей и тысяч спортивных организаций. - Вести сложные бэкенд-задачи от discovery до дизайна, внедрения, продакшена и долгосрочной поддержки. - Руководить неоднозначными техническими инициативами: декомпозиция проблем, оценка рисков, практические компромиссы, переход от неопределённости к чёткому исполнению. - Повышать надёжность, масштабируемость, производительность и управляемость продакшен-систем: архитектура, тестирование, оптимизация БД, кэширование, мониторинг, алерты, разбор инцидентов. - Разбирать сложные проблемы продакшена на уровне кода, БД, кэшей, очередей, задач, observability и жизненного цикла запроса. - Работать с командами Product, Design, Engineering, Infrastructure, Platform, Data, Support и другими для превращения roadmap в устойчивые бэкенд-системы и планы внедрения. - Давать и получать конструктивную обратную связь, менторить инженеров, влиять на согласованность между командами и объяснять технические компромиссы нетехническим заинтересованным сторонам. Требования - Сильная экспертиза в Node и опыт создания и поддержки продакшен-бэкенд-систем. - Глубина на уровне Staff: подтверждённый опыт создания и эксплуатации высоконагруженных API, сервисов, распределённых систем или общих продуктовых возможностей в продакшене. - Уверенное владение бэкенд-технологиями: Node, TypeScript, Elixir, Ruby/Rails, Java, Go, Python или аналогичными, включая поведение в рантайме, сценарии отказов и продакшен-компромиссы. - Сильное понимание SQL и реляционных БД: индексы, оптимизация запросов, миграции, профилирование, моделирование данных, транзакции, паттерны чтения и записи, настройка производительности. - Практическое понимание сервис-ориентированной и event-driven архитектуры, очередей, фоновых задач, вебхуков, Redis или аналогичных инструментов кэширования и систем, работающих под реальной нагрузкой. - Рабочее знание продакшен-инфраструктуры и платформенных вопросов: деплой, контейнеры, CI/CD, облачные сервисы, основы сетей, observability, операционная отладка. - Ответственность за продакшен: использование логов, метрик, трейсов, дашбордов, алертов, разбора инцидентов и поведения системы для повышения надёжности. - Умение вести за счёт влияния, менторить инженеров, принимать технические решения, понятно объяснять компромиссы и связывать бэкенд-решения с влиянием на клиентов, бизнес и долгосрочную поддерживаемость. Будет плюсом - Опыт работы в инфраструктурных, платформенных, SRE, DevOps или data-командах или в тесной связке с ними. - Знакомство с Elasticsearch, BigQuery, аналитическими пайплайнами, поисковой инфраструктурой, отчётностью или обработкой больших объёмов данных. - Ответственное использование AI-ассистированных рабочих процессов для отладки, тестирования, документации, рефакторинга, прототипирования или улучшения developer experience без потери качества и понимания.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О роли OpenAI ищет опытного Performance-инженера для масштабирования производительности, надёжности и эффективности систем. Роль предполагает оптимизацию инфраструктуры и производительности приложений для критически важных продуктов, включая ChatGPT и API для разработчиков. Это индивидуальный технический вклад с фокусом на анализ первопричин, профилирование, инструментирование и улучшение производительности на уровне архитектуры. Задачи - Анализировать и оптимизировать производительность на уровнях приложения, middleware, рантайма и инфраструктуры: сети, хранилища, Python-рантайм, использование GPU и другое. - Разрабатывать инструменты и метрики для глубокой наблюдаемости за производительностью систем. - Тесно взаимодействовать с командами инфраструктуры, платформы, обучения и продуктов для определения ключевых целей производительности и системных улучшений. - Влиять на архитектурные и дизайнерские решения, чтобы приоритизировать задержку, пропускную способность и эффективность в масштабе. - Проводить расследования значительных регрессий производительности или проблем масштабируемости в продакшене. - Разрабатывать стратегии тестирования производительности и помогать определять SLA/SLO по задержке и пропускной способности для критических систем. Требования - 7+ лет опыта в разработке ПО с подтверждённым опытом в производительности или надёжности высоконагруженных распределённых систем. - Уверенное владение инструментами профилирования производительности и системами трассировки. - Опыт оптимизации производительности на одном или нескольких уровнях стека: базы данных, сети, хранилища, рантайм приложения, настройка GC, внутренности Python/Golang, использование GPU. - Глубокое понимание внутренностей ОС, планировщика, управления памятью и паттернов ввода-вывода. - Участие в создании наблюдаемости, бенчмаркинга или инфраструктуры, ориентированной на производительность, в масштабе. - Подтверждённый опыт работы в условиях неопределённости и согласования заинтересованных сторон вокруг целей производительности. - Ценность простоты, строгости и сотрудничества при решении сложных системных задач. О компании OpenAI — исследовательская и внедренческая компания в области ИИ, миссия которой — обеспечить, чтобы общий искусственный интеллект приносил пользу всему человечеству. Компания расширяет границы возможностей систем ИИ и стремится безопасно внедрять их через свои продукты.