Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

США

Город

Нью-Йорк

Команда Astral создает высокопроизводительные инструменты для разработчиков, которые формируют будущее программирования, включая Ruff, uv и ty. Инструменты Astral устанавливаются сотни миллионов раз в месяц и обеспечивают сотни миллионов загрузок пакетов в день для экосистемы Python. Команда продолжает развивать эти основы, решая задачи по созданию инструментов по мере эволюции программирования. Ищем опытного инженера для создания инструментов для языков программирования следующего поколения. Подойдет кандидат, которому нравится писать высокопроизводительный код на Rust или думать о будущем программирования. Сильные кандидаты обычно имеют глубокий опыт в Rust, Python, open source, компиляторах или инструментах для разработчиков, но редко кто глубоко разбирается во всех этих областях. Мы нанимали кандидатов без предварительного опыта в Rust или Python. Задачи: - Проектировать и реализовывать функции в существующих open source проектах Astral (Ruff, uv, ty, python-build-standalone и других). - Поддерживать open source проекты Astral в роли мейнтейнера: обрабатывать пользовательские вопросы, ревьюить pull request'ы и участвовать в обсуждениях сообщества. - Развивать инструментарий Astral для ускорения разработки в OpenAI. - Создавать совершенно новые инструменты в других экосистемах программирования для развития агентной разработки ПО. Требования: - 5+ лет профессионального инженерного опыта (без учета стажировок) в релевантных ролях. - Высокая самостоятельность и комфорт в быстро меняющейся среде, с сильным чувством ответственности за безопасность, надежность и операционное совершенство. - Развитая эмпатия к разработчикам и коммуникативные навыки, включая опыт поддержки open source проектов. - Отличные знания системной инженерии и опыт ведения сложных проектов от неоднозначной постановки задачи до влияния на пользователей. - Владение одним или несколькими системными языками программирования (например, Rust). OpenAI — компания по исследованию и внедрению ИИ, стремящаяся к тому, чтобы искусственный интеллект общего назначения приносил пользу всему человечеству. Мы расширяем границы возможностей систем ИИ и стремимся безопасно внедрять их через наши продукты. Мы равный работодатель и не дискриминируем по признаку расы, религии, цвета кожи, национального происхождения, пола, сексуальной ориентации, возраста, статуса ветерана, инвалидности, генетической информации или другим применимым юридически защищенным признакам.

Формат

Офис

Страна

Канада, США, Латинская Америка

Город

Не указан

Грейд

Senior

Компания RevenueCat — платформа для монетизации мобильных приложений, убирающая сложности создания и масштабирования встроенных подписок. Выпускник YC S18, используется в более чем 40% новых приложений с подписками, обрабатывает $12+ млрд годового объёма покупок. Помогает разработчикам от соло-разработчика в Бразилии до мобильной команды OpenAI. Команда — 150+ человек, полностью удалённая, в 25+ странах. Ценности: Customer Obsession, Always Be Shipping, Own It, Balance. Роль Создание ИИ-ассистента, который помогает разработчикам понимать и увеличивать доход от подписок. Сейчас живёт в Slack, расширяется на дашборд и API. Ассистент умеет получать данные в реальном времени, оценивать эксперименты, отлаживать интеграции и объяснять, что происходит в приложении, на естественном языке. В будущем большая часть взаимодействий пользователя будет опосредована или автоматизирована агентом. Нужен инженер, способный построить базовую инфраструктуру агента: оркестрацию, выполнение инструментов, управление контекстом, оценку и уровень доверия, позволяющий давать агенту больше автономии. Требования - 5+ лет опыта запуска production-систем. - Практический опыт работы с LLM — не только промптинг, но и создание систем вокруг: использование инструментов, структурированный вывод, управление контекстом, оценка, оркестрация. - Сильный бэкенд-фундамент: надёжность, наблюдаемость, безопасность. - Комфорт в условиях неопределённости: ранний продукт внутри компании на стадии роста, архитектура ещё формируется. - Самостоятельность: умение определить, что нужно построить, построить и выпустить. - Хорошая коллаборация и эффективная коммуникация в полностью удалённой культуре. Бонусы - Опыт с API OpenAI/Anthropic. - Создание агентов, которыми пользуются другие. - Опыт с фреймворками оценки и наблюдаемости (Langfuse, Langchain и др.). - Знакомство с моделями подписок, App Store или инструментами для разработчиков. - Опыт создания Slack-интеграций или других разговорных интерфейсов. - Вклад в open-source AI/ML-инструменты. Первый месяц - Выпустить первую фичу агента, познакомиться с архитектурой, экосистемой инструментов и тем, как Rico взаимодействует с API RevenueCat. - Определить самый большой пробел в надёжности или производительности и начать его исправлять. - Познакомиться с командой, настроить репозитории, окружение разработки и инструменты отладки. - Изучить дашборды RevenueCat, логирование, инструменты отладки, облачных провайдеров, управление инфраструктурой и общую архитектуру. Первые 3 месяца - Запустить новую агентную фичу для десятков тысяч разработчиков. - Владеть ключевой областью инфраструктуры — оркестрация, eval-пайплайн, инструментальный фреймворк или уровень доверия/разрешений. - Самостоятельно планировать и выполнять проекты. - Изучить основы реагирования на инциденты и участвовать в дежурствах (on-call). Первые 6 месяцев - Агент станет заметно надёжнее, быстрее и функциональнее благодаря вашей работе. - Построить инфраструктуру, с помощью которой команда выпускает агентов. - Ревьюить код, создавать предложения, участвовать в архитектурных обсуждениях. - Выпустить крупный продукт или фичу. Первые 12 месяцев - RevenueCat станет AI-native компанией; вы построите движок под ней. - Знать все основные компоненты агентной системы и уметь отлаживать сложные проблемы. - Иметь собственные инициативы по улучшению агентных продуктов, понимать текущие проблемы и приоритеты. - Менторить других инженеров, присоединяющихся к команде. Условия - Конкурентный equity в быстрорастущем стартапе Series C при поддержке топ-инвесторов, включая Y Combinator. - Окно 10 лет для реализации vested equity-опционов. - Полностью удалённая и гибкая рабочая среда. - 4–5 недель рекомендованного отпуска в год. - $2,000 USD на обустройство рабочего места и $1,000 USD ежегодно на непрерывное обучение.

Формат

Офис

Страна

Россия

Город

Не указан

Чем предстоит заниматься — создавать продукты с использованием AI-инструментов; — самостоятельно проектировать архитектуру и пайплайн разработки; — быстро запускать и доводить решения до production; — создавать AI-ассистентов и ботов на OpenAI / Anthropic / Gemini; — разрабатывать Telegram-ботов и Mini Apps на aiogram / telebot; — интегрировать CRM, таблицы, почту и мессенджеры через API; — собирать внутренние веб-панели и сервисы, преимущественно в Replit; — поддерживать существующие скрипты, исправлять ошибки и дорабатывать логику. Что важно — уверенное владение Claude, Replit, Cursor, Codex, Vercel, Figma Make и аналогами; — понимание frontend, backend, API, баз данных и деплоя; — SQL / PostgreSQL / SQLite; — умение самостоятельно разбираться в документации API; — понимание вопросов безопасности и масштабируемости; — способность быстро собрать рабочее решение и довести его до production; — самостоятельность и бизнес-мышление. Будет плюсом — JavaScript / TypeScript; — Telegram Mini Apps; — no-code / low-code; — продвинутый опыт с Replit. Ожидания по подходу к работе — не нужен разработчик, который ждёт ТЗ на 20 страниц; — нужен человек, который получает бизнес-задачу, сам находит решение, собирает с помощью AI, тестирует и запускает; — минимум бюрократии: придумали — обсудили — внедрили. Условия — зарплата 130 000 ₽; — график 5/2, офис; — Москва, м. Бутырская / Фонвизинская; — формат сотрудничества обсуждается.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Grafana Labs — компания, создавшая Grafana Cloud, управляемую платформу наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надёжности, ускорения инцидент-менеджмента и оптимизации телеметрии в масштабе. Платформа построена на открытом исходном коде и открытых стандартах, разработана для совместимости с любым стеком. Grafana Cloud объединяет ИИ и наблюдаемость, предоставляя командам единое представление о данных. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, команда работает в более чем 40 странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. Вакансия открыта для кандидатов, проживающих в часовых поясах Ирландии. Роль: Software Engineer — Platform Productivity. Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Цель — рост до сотен миллионов в секунду с одновременным улучшением производительности и надёжности. Внутренняя инженерная платформа, предоставляемая департаментом Platform, даёт инженерам приложений инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска рабочих нагрузок. Платформенные роли ориентированы на инженеров с интересом к производительности и надёжности, которые любят вести проекты от идеи до продакшена. Команды организованы в сквады: облачная инфраструктура, сети и безопасность; инженерная продуктивность; управление ёмкостью; клиентский административный инструментарий; соответствие требованиям US Federal. Из-за продакшен-сервисов есть дежурства для поддержания здоровья системы. Все сотрудники используют продуктовую линейку компании в повседневной работе, дежурства помогают понять систему и то, как люди пользуются продуктами. Обязанности сквада Platform Productivity: - Помощь внутренним инженерам в выпуске ПО на инфраструктуру безопасными и измеримыми способами. - Автоматизация процессов релиза — от CI/CD до бутстрапинга. - Внедрение «золотых путей» для внутренних инженерных команд, поддержка крайних случаев и максимально эффективное использование инструментов. - Установка собственного роадмапа сквада, участие в выборе приоритетов и своевременном выводе из эксплуатации устаревших систем. - Разработка и поддержка внутренней инженерной платформы (IEP). - Управление и развитие CI/CD-платформы. - Автоматизация сборки, релиза и развёртывания. - Инструментарий управления конфигурацией приложений. - Автоматизация обновления ПО. - Управление артефактами. - Работа с разными внутренними командами — от разработки приложений до безопасности — для реализации их требований. - Участие в дежурствах для поддержки платформенных инструментов. Условия: - Полная удалённая работа. - Доступ к современным ИИ-ассистентам для программирования в ежедневном рабочем процессе — выбор инструментов 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. - Доступ к последним frontier-моделям от OpenAI и Anthropic.

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм страны, ищет разработчика AI-агентов и автоматизации в команду Business Transformation. Возможна гибридная модель работы из любого офиса компании в США. Обязанности: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами для улучшения возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая: - Prompt Engineering — внедрение информации в промпты. - Fine-tuning — дообучение моделей на дополнительных данных. - Retrieval-Augmented Generation (RAG) — индексация документов в векторных базах и поиск релевантной информации. - Tool Use — использование субагентов или детерминированных моделей для поиска контекста. - Гибридные подходы — комбинация двух и более методов. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и защитных мер. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области ИИ, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными приложениями. Требования: - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с библиотеками ИИ/МО (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на основе LLM или генеративных моделей. - Знакомство с разработкой API, бэкенд-сервисами и пайплайнами развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки для взаимодействия с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративная культура, основанная на честности, сотрудничестве, доверии и взаимном уважении. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентоспособная компенсация и пакет льгот, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Не указана

Город

Не указан

Crescent Energy — американская энергетическая компания, один из крупнейших производителей в бассейне Eagle Ford, а также оператор в бассейнах Permian и Uinta. Основные задачи - Работа с бизнес-пользователями из отделов операций, инжиниринга, финансов, земельных отношений, регуляторики и IT для выявления проблем и неэффективности. - Встраивание в команды для наблюдения за рабочими процессами, поиска возможностей автоматизации и быстрого прототипирования AI-решений. - Перевод слабо формализованных бизнес-задач в конкретные технические решения с использованием GPT, платформ автоматизации и собственного кода. - Владение решением от постановки задачи до внедрения и итераций, без роли «приёмщика заявок». - Быстрая итерация на основе обратной связи: доработка промптов, рабочих процессов и инструментов. - Создание краткой документации, примеров и паттернов использования AI-инструментов. AI-инжиниринг и внедрение GPT - Проектирование, разработка и развёртывание инструментов и ассистентов на базе GPT. - Разработка кастомных GPT, промпт-фреймворков и переиспользуемых компонентов. - Интеграция больших языковых моделей через API в корпоративные системы, платформы данных и автоматизированные процессы. - Баланс между скоростью экспериментов и инженерной строгостью для продакшен-решений. Автоматизация и оркестрация процессов - Проектирование и внедрение сквозных автоматизированных процессов, объединяющих GPT, бизнес-правила и корпоративные данные. - Автоматизация рутинных и когнитивно нагруженных задач: генерация документов, саммаризация, валидация, анализ, отчётность. - Использование Python, API и платформ автоматизации для оркестрации AI-процессов. - Обеспечение отказоустойчивости автоматизаций: обработка ошибок, логирование, базовая наблюдаемость. Требования - Степень бакалавра в области компьютерных наук, инжиниринга, информационных систем или смежной области; эквивалентный практический опыт также рассматривается. - 4+ года опыта в разработке ПО, автоматизации, инженерии данных или смежных технических ролях. - Практический опыт создания и развёртывания решений на базе GPT с использованием OpenAI или аналогичных LLM-платформ. - Навыки промпт-инжиниринга, API-интеграций и проектирования структурированного вывода. - Опыт работы с Python и/или JavaScript для автоматизации, оркестрации и интеграции. - Знакомство с платформами автоматизации процессов (UIPath, Power Automate, serverless-процессы, планировщики задач). - Опыт интеграции AI-решений с корпоративными платформами данных (например, Snowflake или аналоги). - Понимание аутентификации, авторизации и безопасного использования API. Навыки и компетенции - Умение работать напрямую с бизнес-пользователями, быстро выстраивать доверие и понимать, как реально устроена работа. - Комфортно писать код и одновременно сидеть с пользователями, картируя процессы и задавая вопросы. - Ориентация на действие и упрощение: фокус на устранении трения, а не на добавлении инструментов. - Способность переключаться между высокоуровневой постановкой задачи и низкоуровневой реализацией. - Сильные коммуникативные навыки: умение объяснять технические концепции и ограничения AI простым языком. Условия работы - Преимущественно офисный формат с occasional поездками в полевые офисы и на операционные объекты. - Возможна работа в удалённых и высокорисковых средах с соблюдением протоколов безопасности. - Во время визитов на объекты возможны ходьба, подъём по лестницам, наклоны и работа с оборудованием. - Возможно воздействие различных погодных условий (жара, холод, дождь) на полевых объектах. - Готовность к реагированию на чрезвычайные ситуации и управлению инцидентами, включая поддержку в нерабочее время.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

Fieldguide — компания, автоматизирующая работу аудиторов и специалистов по assurance в области кибербезопасности, приватности и финансовых проверок. Мы создаем ИИ-агентов для сложных аудиторских и консультационных процессов. Более 50 из топ-100 бухгалтерских и консалтинговых фирм используют Fieldguide для критически важных задач. Компания базируется в Сан-Франциско, работа организована удаленно. Роль предполагает создание интеллектуального слоя Fieldguide: агентных рабочих процессов, архитектур и систем оценки для корпоративных агентов. Задачи: - Внедрять агентные рабочие процессы, автоматизирующие сложные аудиторские задачи. - Превращать проблемы клиентов в дискретные, тестируемые поведения агентов. - Интегрировать LLM, инструменты и логику поиска в надежные агентные решения. - Мониторить и поддерживать агентов в продакшене, обеспечивая надежность и производительность. - Использовать ИИ-инструменты для ускорения проектирования, разработки и тестирования функций. - Быстро прототипировать и доводить системы до корпоративной надежности. - Создавать системы оценки и обратной связи для улучшения результатов агентов. - Писать промпты и конвейеры поиска, работающие в масштабе. - Тесно сотрудничать со старшими инженерами и продактом для планирования и поставки функций. - Переводить клиентские рабочие процессы в четкие инженерные требования. - Выявлять пробелы в возможностях для повышения скорости команды. Требования: - 1–3 года опыта разработки продакшн-систем в реальных проектах. - Владение TypeScript и/или Python. - Опыт работы с LLM API (OpenAI, Anthropic, Gemini) или ИИ-инструментами. - Знакомство с конвейерами поиска, концепциями RAG или векторными базами данных будет плюсом. - Опыт с React и Postgres полезен, но не обязателен. - Комфортная работа в условиях неопределенности при поддержке старших инженеров. Условия: - Конкурентоспособная компенсация с опционами. - Комплексные медицинские и оздоровительные льготы. - Гибкий график и отпуск. - Компенсация расходов на технологии. - План 401(k). - Два очных оффсайта в год по территории США. - Оздоровительные льготы с первого дня работы. Компенсация: $150,000–$220,000.

Формат

Офис

Страна

Канада

Город

Не указан

Обязанности - Разрабатывать и прототипировать агентные AI-приложения и рабочие процессы с использованием больших языковых моделей и современных AI-фреймворков. - Создавать AI-агентов, способных к рассуждению, использованию инструментов, оркестрации задач, поиску информации и взаимодействию с внешними системами и API. - Разрабатывать и интегрировать приложения на основе LLM, включая retrieval-augmented generation (RAG), мультиагентные системы и AI-автоматизацию. - Проектировать и реализовывать бэкенд-сервисы и API для поддержки AI-приложений и интеграции моделей. - Интегрировать LLM с структурированными и неструктурированными источниками данных, API, базами данных и программными инструментами. - Разрабатывать процессы оценки и валидации для измерения производительности, точности, надежности и поведения AI-моделей и агентов при использовании инструментов. - Выполнять обработку, преобразование и анализ данных для поддержки разработки и оценки AI. - Экспериментировать с промпт-инжинирингом, конфигурациями моделей, техниками поиска и архитектурами агентов для улучшения производительности систем. - Писать чистый, поддерживаемый и хорошо протестированный код с использованием современных практик программной инженерии. - Устранять неполадки в приложениях, интеграции моделей и конвейерах данных. - Участвовать в код-ревью, тестировании, документировании и процессах непрерывной интеграции и развертывания. - Исследовать новые разработки в области генеративного AI, LLM, агентных фреймворков и инструментов разработки AI и применять релевантные технологии в инженерных проектах. - Сотрудничать с инженерами и другими техническими заинтересованными сторонами для преобразования требований в функциональные AI-решения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, науки о данных, информационных систем или смежной технической области, либо эквивалентный практический опыт. - Сильные навыки программирования на Python и знакомство как минимум с одним дополнительным языком программирования, таким как JavaScript/TypeScript, Java, C/C++ или Rust. - Опыт работы с агентными AI или фреймворками оркестрации LLM, такими как LangChain, LangGraph, CrewAI или аналогичными технологиями. - Опыт разработки мультиагентных систем или AI-приложений, включающих автономное выполнение задач и использование инструментов. - Опыт работы с OpenAI API, Hugging Face, Ollama или другими коммерческими или открытыми LLM-платформами. - Знакомство с RAG-конвейерами, векторными базами данных, семантическим поиском или FAISS. - Опыт работы с фреймворками машинного обучения, такими как PyTorch, TensorFlow или scikit-learn. - Опыт работы с бэкенд-фреймворками, такими как FastAPI, Flask или Node.js. - Знакомство с SQL и/или NoSQL базами данных. - Опыт работы с Docker, CI/CD, GitHub Actions или облачными платформами, такими как AWS, Google Cloud или Azure. - Опыт оценки AI-моделей, бенчмаркинга, автоматизированной валидации или рабочих процессов качества данных. - Опыт использования AI-ассистируемых инструментов разработки, таких как GitHub Copilot, Cursor, Claude Code или аналогичных. - Проявленный интерес к генеративному AI через академические проекты, хакатоны, стажировки, исследования или вклад в open-source.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Grafana Labs — компания, создавшая Grafana Cloud, управляемую платформу наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надежности, ускорения устранения инцидентов и оптимизации телеметрии в масштабе. Платформа построена на открытом исходном коде и открытых стандартах, предназначена для совместимости с любым стеком. Клиенты, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, полагаются на Grafana Labs. Компания полностью удаленная, команда распределена по более чем 40 странам. Роль: Software Engineer - Platform Productivity. Grafana Cloud обрабатывает миллионы метрик, строк логов и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Цель — рост до сотен миллионов в секунду с одновременным улучшением производительности и надежности. Внутренняя инженерная платформа, создаваемая департаментом Platform, предоставляет инженерам приложений инструменты, системы и Kubernetes-кластеры для сборки, развертывания и запуска их рабочих нагрузок. Роли в платформе ориентированы на инженеров с интересом к производительности и надежности, которые любят доводить проекты от идеи до продакшена. Команды организованы в сквады, охватывающие облачную инфраструктуру, сети и безопасность, инженерную продуктивность, управление мощностями, клиентские административные инструменты и соответствие требованиям федерального правительства США. Из-за работы с продакшен-сервисами предусмотрены дежурства для обеспечения здоровья системы. Обязанности в скваде Platform Productivity: - Помощь внутренним инженерам в выпуске программного обеспечения на инфраструктуру безопасными и измеримыми способами. - Автоматизация процессов релиза — от CI/CD до начальной настройки окружений. - Внедрение «золотых путей» для внутренних команд и поддержка нестандартных случаев. - Поддержка, улучшение и расширение существующих систем. - Участие в выборе направлений развития и своевременном выводе устаревших систем. - Разработка и сопровождение внутренней инженерной платформы. - Управление и развитие CI/CD. - Автоматизация сборки, релиза и развертывания. - Инструменты управления конфигурацией приложений. - Автоматизация обновления программного обеспечения. - Управление артефактами. - Взаимодействие с внутренними командами — от разработки приложений до безопасности — для реализации их требований. - Участие в дежурствах для поддержки инструментов платформы. Компания инвестирует в продуктивность разработчиков. Разрешено использование современных ИИ-ассистентов для написания кода в рамках ежедневного рабочего процесса с выбором инструментов в пределах политик безопасности и оплачиваемым бюджетом. Поощряется прагматичная ИИ-разработка: ускоренное прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при строгих стандартах код-ревью и качества. Предоставляется доступ к последним моделям от OpenAI и Anthropic. Это удаленная позиция, рассматриваются кандидаты, проживающие в часовых поясах Великобритании.

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм США, ищет разработчика AI-агентов и автоматизации в команду Business Transformation. Возможна гибридная модель работы из любого офиса компании в США. Обязанности: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами для улучшения возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая методы: промт-инжиниринг, файнтюнинг, RAG, использование инструментов, гибридные подходы. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и ограничений. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области AI, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными приложениями. Требования: - Степень бакалавра в области компьютерных наук, AI, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с AI/ML-библиотеками (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на основе LLM или генеративных моделей. - Знание разработки API, бэкенд-сервисов и пайплайнов развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки для взаимодействия с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративные ценности, включающие честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентоспособная компенсация и пакет льгот, ориентированный на благополучие. - Гибкость для выполнения значимой работы и времени на личную жизнь. - Возможности общения и обучения у профессионалов с разным опытом и культурным бэкграундом.

Формат

Удалённо

Страна

Испания

Город

Не указан

Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надежности, быстрого устранения инцидентов и оптимизации телеметрии в масштабе. Платформа построена на открытом исходном коде и открытых стандартах, предназначена для взаимодействия с любым стеком. Клиенты, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, полагаются на Grafana Labs. Это полностью удаленная компания с сотрудниками в более чем 40 странах. Платформа Grafana Cloud обрабатывает миллионы метрик, лог-строк и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Цель — рост до сотен миллионов в секунду с улучшением производительности и надежности. Внутренняя инженерная платформа, создаваемая департаментом Platform, предоставляет прикладным инженерам инструменты, системы и Kubernetes-кластеры для сборки, развертывания и запуска рабочих нагрузок. Команда Platform Productivity отвечает за помощь внутренним инженерам в выпуске программного обеспечения на инфраструктуру безопасными и измеримыми способами. Задачи включают автоматизацию процессов релиза (от CI/CD до бутстраппинга), внедрение «золотых путей» и поддержку краевых случаев. Команда самостоятельно определяет дорожную карту, включая выбор направлений и вывод устаревших систем из эксплуатации. Обязанности: - Разработка и поддержка внутренней инженерной платформы (IEP) - Управление и развитие CI/CD платформы - Автоматизация сборки, релиза и развертывания - Инструменты управления конфигурацией приложений - Автоматизация обновления программного обеспечения - Управление артефактами - Взаимодействие с внутренними командами, от разработки приложений до безопасности, для реализации их требований - Участие в on-call ротации для поддержки инструментов платформы Условия: - Полная удаленная работа, рассматриваются кандидаты в часовых поясах Испании - Доступ к современным AI-ассистентам для кодирования в рамках ежедневного рабочего процесса, с корпоративным бюджетом на использование - Доступ к последним моделям от OpenAI и Anthropic

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания KRASNOV — студия архитектурного дизайна, реализовавшая более 150 объектов в бизнес- и премиум-сегменте. Студия развивает собственную AI-платформу и ищет специалиста, который будет самостоятельно находить точки автоматизации, собирать решения и внедрять их в реальный бизнес. Условия - До 100 000 ₽ на руки - Полностью удалённо - Оформление по СЗ - Выплаты 2 раза в месяц - Опыт от 3 лет Направления автоматизации - Анализ дизайн-проектов и подготовка черновиков смет - AI-ассистент для коммуникации с заказчиками - Создание контента в стиле студии - База знаний по объектам - Дедлайны, итоги недели и контроль бюджета - Другие рутинные процессы студии Задачи - Анализировать процессы и находить возможности для автоматизации - Создавать AI-навыки и инструкции для платформы - Интегрировать Telegram, Google Calendar / Tasks / Sheets, OpenAI - Работать с Railway и Supabase - Исправлять баги и тестировать решения - Контролировать достоверность данных - Измерять результат автоматизации Требования - Опыт от 3 лет - Уверенная работа с Claude Code, Cursor, Copilot, ChatGPT - Python на уровне чтения, исправления и доработки кода - Опыт создания решений через Cursor / Claude Code - Самостоятельность и умение доводить задачи до результата - Опыт в строительстве или дизайне интерьеров будет большим плюсом - Важно самостоятельно увидеть, где AI может сэкономить бизнесу часы работы, собрать решение и внедрить его Этапы отбора - HR-интервью - Тестовое задание - Согласование с CEO - Рекомендации - 3 дня стажировки

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания Эра Проект — бюро цифрового проектирования городской среды. В портфолио более 200 объектов. Компания ищет специалиста по AI, AI-агентам и автоматизации; идеи по внедрению AI ждут технической реализации. Задачи - Разрабатывать AI-решения на базе OpenAI, Claude, Gemini, DeepSeek. - Создавать AI-агентов с LangChain, LangGraph, CrewAI, AutoGen. - Автоматизировать бизнес-процессы через API. - Интегрировать CRM, Google Sheets, Notion, Telegram, hh.ru и другие сервисы. - Писать асинхронные сервисы на Python / FastAPI / asyncio. - Работать с PostgreSQL / SQLite. - Использовать Docker и Git. - Быстро превращать идеи в работающие прототипы — за 1–2 дня. Требования - Уверенный Python и реальные проекты в портфолио. - Практический опыт работы с LLM. - Понимание архитектуры AI-агентов. - Опыт API-интеграций. - FastAPI, asyncio, pandas, requests. - PostgreSQL или SQLite. - Docker и Git. Будет плюсом: MCP и Telegram Bot API. Личные качества - Самостоятельная декомпозиция задач и доведение до результата. - Быстрое прототипирование и готовность экспериментировать. - Отслеживание новых AI-технологий. - Предложение собственных идей и решений. Условия - Зарплата обсуждается. - Гибкий график. - Частичная удалённая работа. - Официальное оформление по ТК РФ. - Реальные проекты и возможность влиять на технологическую стратегию.

Формат

Удалённо

Страна

Любая

Город

Не указан

Principal AI-инженер по персонализации и рекомендациям Rula Health — компания, работающая в сфере ментального здоровья, полностью удалённо. Наём ведётся в большинстве штатов США, за исключением Гавайев. О роли Специалист отвечает за прикладные AI и ML-решения, определяющие, как ИИ применяется в ментальном здравоохранении. Фокус — не на изолированных прототипах, а на production-grade системах, которые напрямую обеспечивают подбор пациентов и терапевтов, клинические рабочие процессы и вовлечение пациентов. Непосредственная зона ответственности — поисковое ранжирование, релевантность и подбор пациентов и терапевтов. Более широкая область — стратегии персонализации и рекомендаций, а также развитие базовых ML-платформ для их масштабирования. Работа находится на стыке прикладных исследований, системной архитектуры и реальных клинических ограничений. Задачи включают разработку продвинутых рекомендательных движков и моделей поиска, применение NLP и генеративного ИИ в клинических процессах, установление технических стандартов безопасности ИИ и принятие ключевых решений о внедрении машинного обучения в среде с высокими требованиями. Цель — сделать помощь доступнее и эффективнее без ущерба для доверия и результатов. Роль предполагает глубокую практическую работу и реальное техническое владение. Специалист будет разрабатывать и дообучать модели (Learning-to-Rank, эмбеддинги, алгоритмы рекомендаций, LLM), проектировать продуктовые AI-архитектуры и базовую ML-инфраструктуру, решать сложные инженерные задачи и усиливать команду инженеров на разных продуктовых поверхностях. Успех измеряется внедрением прикладных AI-функций, которые заметно улучшают качество подбора и пользовательский опыт, а также созданием масштабируемых и надёжных AI-основ для дальнейшего развития. Требования - 10+ лет в разработке ПО, включая 7+ лет проектирования и масштабирования распределённых систем и 5+ лет создания и развёртывания production-grade ML-приложений. - 5+ лет практического опыта построения и оптимизации поисковых, ранжирующих и рекомендательных систем в масштабе (Learning-to-Rank, коллаборативная фильтрация, глубокие рекомендательные системы, семантический векторный поиск). - 5+ лет сильного опыта программирования на Python и как минимум одном бэкенд-языке (предпочтительно TypeScript, Java или Go), а также 2+ года создания AI-продуктов на базовых моделях (OpenAI, Anthropic, Gemini) и паттернов интеграции LLM (RAG, агенты). - Подтверждённый опыт работы как с традиционной поисковой инфраструктурой (Elasticsearch, OpenSearch), так и с современными векторными базами данных (Pinecone, Weaviate, FAISS, Milvus). - 3+ года опыта с MLOps, пайплайнами данных и системами оценки (офлайн-метрики NDCG/MAP, онлайн A/B-тестирование), а также способность определять техническую стратегию и направлять развитие AI/ML-инфраструктуры. Предпочтительные квалификации - Опыт проектирования безопасных и соответствующих требованиям AI-решений в регулируемых средах (HIPAA, GDPR). - Знакомство с системами с участием человека (human-in-the-loop) и фреймворками клинической поддержки принятия решений. - Опыт разработки пайплайнов оценки для выравнивания с человеком, фактической точности или интерпретируемости моделей. - Вклад в open-source AI-фреймворки или прикладные исследования в NLP, healthcare AI или безопасности GenAI. - Опыт развития команды на ранней стадии (0 → 1). - Опыт руководства или менторства инженерных команд в области AI и ML.

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

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

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

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

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

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.

Формат

Офис

Страна

Россия

Город

Не указан

Проект Разработка AI-помощника на базе GigaChat в поверхности GigaAssistant в канале Казначейства. Помощник позволит клиенту самостоятельно вносить изменения в параметры работы услуги «Единый остаток». Команда также занимается разработкой услуг «Единый остаток», «Компенсационные продукты», «Контроль и акцепт» в канале Казначейства. Задачи - Проектирование, разработка и внедрение AI-агентов. - Интеграция решений с другими системами, обеспечение их взаимодействия. - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями. Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ). - Хорошее знание FastAPI, REST API и асинхронного программирования. - Опыт работы с PostgreSQL, Docker / Docker Compose. - Опыт работы с Qdrant или другими векторными базами данных. - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering. - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов. - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers. - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог. - Опыт написания unit- и интеграционных тестов. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста. - Работа в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Формат работы — удалённо на территории РФ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Офис

Страна

Колумбия

Город

Не указан

AI-инженер Компания: Loenbro, LLC Отдел: Информационные технологии Локация: Даллас, Техас; Гилберт, Аризона; Сентенниал, Колорадо; Вестминстер, Колорадо Тип занятости: Полная занятость, гибридный формат Классификация: Освобожденный сотрудник (Exempt) Требуется разрешение на работу без ограничений. Компания не предоставляет спонсорскую поддержку визы для этой роли. О компании Loenbro — надежный партнер в строительном жизненном цикле для тысяч клиентов по всей территории США. Рынок охватывает все отрасли, услуги включают критическое электрооборудование, механические и структурные работы, мягкие ремесла, инспекции, подземное обслуживание и монтаж, а также производство. Компания имеет национальное присутствие и локальный подход. Описание роли Loenbro ищет мотивированного AI-инженера, который активно создает, экспериментирует и учится в области искусственного интеллекта. Это отличная возможность для специалиста на раннем этапе карьеры, который уже имеет практический опыт — через личные проекты, курсы или профессиональную работу — и хочет внедрять ИИ-инструменты в реальной среде строительства и операционной деятельности. Работа может начаться с создания автономных ИИ-инструментов и рабочих процессов с постепенным переходом к более глубокой системной интеграции. Основные обязанности - Проектировать, создавать и развертывать легковесные ИИ-инструменты и приложения для повышения операционной эффективности в строительных и бизнес-функциях - Взаимодействовать с полевыми командами, операционными и бизнес-заинтересованными сторонами для выявления рутинных, повторяющихся или трудоемких процессов и преобразовывать их в ИИ-решения - Разрабатывать и итерировать стратегии промт-инжиниринга для обеспечения последовательных, точных и полезных результатов от больших языковых моделей (LLM) - Прототипировать и тестировать ИИ-рабочие процессы с использованием LLM API, платформ автоматизации (например, Zapier, Make, Power Automate) и пользовательских скриптов - Создавать автономные ИИ-решения (например, чат-боты, внутренние ассистенты, автоматизация рабочих процессов), которые приносят немедленную пользу без сложных системных зависимостей - Интегрировать ИИ-инструменты с внутренними и сторонними системами через API для масштабируемых и связанных рабочих процессов - Создавать дашборды, интерфейсы или простые приложения, позволяющие нетехническим пользователям легко взаимодействовать с ИИ-решениями - Мониторить, оценивать и улучшать производительность ИИ-инструментов, включая точность выходных данных, надежность и принятие пользователями - Внедрять защитные механизмы и процессы валидации для снижения галлюцинаций, обеспечения целостности данных и поддержки ответственного использования ИИ - Документировать рабочие процессы, инструменты и процессы для обеспечения масштабируемости, поддерживаемости и принятия командой - Отслеживать новые ИИ-инструменты, платформы и лучшие практики; проактивно рекомендовать новые технологии или подходы для бизнеса - Поддерживать эволюцию от автономных ИИ-инструментов к более интегрированным системам, внося вклад в долгосрочную ИИ-архитектуру и стратегию - Сотрудничать с ИТ, данными и бизнес-командами для согласования ИИ-инициатив с более широкими технологическими и операционными целями - Демонстрировать решения, собирать обратную связь и быстро итерировать для улучшения удобства использования и бизнес-эффекта Минимальные требования - Степень бакалавра в области компьютерных наук, информационных технологий, науки о данных или смежной области - 2+ года опыта работы с данными — аналитика, бизнес-аналитика, системы ввода данных, отчетность или поддержка команд, работающих с данными - 1+ год активного практического опыта работы с ИИ-инструментами, платформами или API в профессиональном или личном качестве - Практический опыт работы с Claude (Anthropic), ChatGPT, Microsoft Copilot и/или Google Gemini - Портфолио ИИ-проектов — рабочий процесс, приложение, чат-бот, система промтов — демонстрирующее инициативу и результаты Предпочтительные квалификации - Навыки промт-инжиниринга: умение структурировать промты, итерировать и получать надежные результаты - Опыт создания ИИ-инструментов или легковесных приложений с использованием LLM API (Claude API, OpenAI API или аналогичных) - Опыт работы с платформами автоматизации рабочих процессов, такими как Make, n8n, Zapier или Microsoft Power Automate - Знакомство с no-code/low-code ИИ-инструментами и понимание, когда их использовать вместо написания пользовательского кода

Формат

Офис

Страна

США

Город

Не указан

О компании Next Chapter Technology (NCT) — операционная компания Banyan Software. Разрабатывает CaseWorks, платформу управления контентом и рабочими процессами для окружных управлений здравоохранения и социальных служб США. Платформа имеет 15-летнюю инженерную историю и структурированные операционные данные. О роли Ищем руководителя AI-инженерии для перехода NCT к AI-first платформе. Роль предполагает интенсивную практическую работу: сначала лично спроектировать, построить и доказать первую версию AI-возможностей, затем взять на себя управление командой и её развитие. Не подойдёт тем, кто отошёл от ежедневной технической работы. Задачи - AI-модернизация: лично проектировать и создавать базовые AI-возможности (RAG-системы, генерация кода, оркестрация LLM, мультиагентные рабочие процессы) для анализа легаси-кода и генерации production-ready сервисов. - Модернизация платформы: прагматично рефакторить легаси-компоненты в масштабируемые cloud-native сервисы, заменять ручные процессы AI-автоматизацией без полного переписывания платформы. - Поэтапное руководство: после подтверждения AI-фабрики взять на себя управление командой, повышение качества исполнения, внедрение инженерных ритмов и наставничество разработчиков. - Безопасное и соответствующее требованиям выполнение: разворачивать функции с использованием feature flags, shadow mode и мониторинга, строго соблюдая требования государственного сектора (HIPAA, CJIS). - Партнёрство в экосистеме Banyan: быть ключевым техническим партнёром CEO, сотрудничать с централизованными AI-инициативами Banyan. Требования - 8+ лет практической разработки ПО, подтверждённый опыт модернизации сложных архитектур и внедрения cloud-native/DevSecOps практик. - Опыт продакшн AI/ML: полный цикл поставки функциональных AI/ML-систем реальным пользователям (пайплайны данных, моделирование, развёртывание, мониторинг). - Опыт работы в роли первого или founding AI-инженера, способность самостоятельно создать базовую архитектуру до найма команды. - Прагматичное суждение в решениях build-vs-buy, терпение для поэтапной модернизации 15-летней платформы на Microsoft-стеке. - Опыт управления инженерными командами и желание развивать технических специалистов. - Радикальное смирение (обязательно): коммерческая хватка, исследовательский склад ума, обучаемость и самосознание. - Логистика: базирование в США и полное соответствие требованиям для работы с государственным сектором. Плюсы - Опыт в GovTech, государственном секторе или федеральных системах управления делами. - Знакомство с Microsoft AI-стеком (Azure ML, Azure OpenAI) в связи с наследием CaseWorks.