Биржа вакансий в сфере ИИ, ML

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

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

Офис

Страна

Израиль

Город

Не указан

Компания PTMA Financial Solutions предоставляет услуги казначейского управления, управления ликвидностью и другие финансовые продукты для государственного сектора. Помимо более чем 12 000 органов местного самоуправления, школьных округов и других государственных учреждений, компания также сотрудничает с более чем 1 000 финансовых институтов. Основные операционные центры находятся в Денвере, Колорадо, и Нейпервилле, Иллинойс, с другими офисами по всей территории США. AI-инженер — это специалист среднего уровня в команде Data & AI, подчиняется менеджеру по инженерии данных и ИИ. Роль предполагает практическую работу с корпоративной средой Claude, создание автоматизаций, экономящих время бизнеса, и партнерство с командами для превращения ручной работы в надежные AI-поддерживаемые процессы. Большая часть времени посвящена внедрению ИИ и автоматизации, также потребуется вклад в инженерию данных и аналитику. Это практическая исполнительская роль в регулируемой финансовой среде США, работа в связке со старшими членами команды. Обязанности: - Развитие и улучшение корпоративного развертывания Claude, включая дизайн промптов, пользовательские навыки и конфигурацию, под руководством старших членов команды. - Создание и поддержка AI-автоматизаций для бизнес-подразделений: Finance, Compliance, Sales, Operations. - Совместно с руководителями команд — описание ручных процессов и достижение измеримой экономии времени. - Партнерство с внутренними отделами для разработки AI-навыков, плагинов и интеграций с внутренними системами, включая Salesforce и пайплайны данных. - Создание и поддержка интеграций и пользовательских инструментов, таких как MCP-интеграции и API-подключения. - Вклад в инженерию данных и аналитику по мере необходимости: модели dbt, пайплайны Microsoft Fabric и Azure Data Factory, SQL Server и Azure SQL, отчетность Power BI. - Поддержка ответственных практик ИИ в соответствии с требованиями SEC, FINRA и NIST CSF, включая обработку данных, проверку выходных данных и аудиторскую документацию. - Работа с InfoSec и Compliance для безопасного и управляемого использования ИИ. - Помощь во внедрении: написание понятных руководств, проведение обучающих сессий, объяснение возможностей и ограничений ИИ нетехническим коллегам. Требования: - Практический опыт работы с большими языковыми моделями, включая промпт-инжиниринг и внедрение AI-поддерживаемых рабочих процессов или автоматизаций. - Рабочее знание концепций инженерии данных: API, пайплайны данных, структурированные и неструктурированные данные. - Владение Python или аналогичным языком для интеграции ИИ и написания скриптов. - Развитые аналитические навыки, умение превращать бизнес-потребность в практическое AI- или data-решение. - Умение понятно объяснять возможности и ограничения ИИ нетехническим коллегам. - Комфортная работа в регулируемой среде, внимание к конфиденциальности данных и ответственным практикам ИИ. Опыт и образование: - 2–5 лет профессионального опыта в разработке ПО, инженерии данных или аналитике, включая практический опыт работы с большими языковыми моделями. - Опыт работы с LLM может быть подтвержден выпущенными проектами, портфолио, продакшн-развертываниями или внутренними инструментами. Наличие формальной должности в AI не требуется. Предпочтительные квалификации (не обязательны): - Прямой опыт работы с Anthropic Claude: использование API, создание пользовательских навыков, интеграция MCP-серверов. - Сертификация Claude Certified Associate — Foundations (CCAO-F) или Claude Certified Architect — Foundations (CCAR-F). - Опыт работы с Microsoft Fabric, Azure, SQL Server или Azure SQL, Power BI. - Опыт работы с Salesforce и AI-кейсами в CRM-экосистемах. - Опыт работы в регулируемых финансовых услугах США, казначейском управлении или государственных технологиях. - Знакомство с облачными сервисами Azure в задачах, смежных с данными и ИИ. - Опыт работы с требованиями SOC 2, NIST CSF, FINRA и SEC. - Интерес к участию во внутренних практиках управления ИИ.

Формат

Офис

Страна

США

Город

Нью-Йорк

Brellium — платформа на базе ИИ для повышения качества медицинской помощи в США. Компания основана в 2021 году, обслуживает более 250 000 врачей во всех 50 штатах. Серия A, финансирование более $30 млн от First Round Capital, Left Lane Capital и Menlo Ventures. Ищем Backend или Fullstack-разработчика для создания и масштабирования ключевых систем платформы. Ценим опыт внедрения и интеграции ИИ-моделей в реальные приложения. Задачи: - Интеграция современных LLM в реальные приложения совместно с продуктовой командой - Проектирование и разработка систем end-to-end: от пайплайнов данных до пользовательских интерфейсов - Создание ИИ-систем, оптимизированных под производительность и надежность - Построение пайплайнов оценки и метрик для ИИ-агентов и рабочих процессов - Быстрая поставка качественных функций, работа в коллаборативной среде Требования: - Опыт работы Software Engineer от 0 до 6 лет (бонус за степень магистра в области ИИ) - Владение Python и TypeScript - Опыт разработки ИИ-приложений и архитектуры ИИ-систем - Владение современными ИИ-фреймворками и API, такими как LangChain и LlamaIndex - Интерес к новым моделям и инструментам и их применению в реальных задачах - Навыки решения сложных задач, готовность работать с неоднозначными вызовами - Владение SQL и реляционными базами данных, управление end-to-end процессами данных - Опыт развертывания в AWS, знание современных LLM (бонус за React/Next.js) - Опыт работы в быстрорастущих стартапах, коммуникабельность, готовность расти вместе с компанией Условия: - Зарплата: $140 000 - $200 000 - 401(k), опционы на акции - Медицинская, стоматологическая и офтальмологическая страховка (до 100% оплаты для сотрудника и семьи) - HSA / FSA - 11 оплачиваемых праздников в год - Безлимитный отпуск - Обучение и профессиональное развитие - Гибридный график: 4 дня в офисе, 3 дня — если вы находитесь более чем в часе езды

Формат

Офис

Страна

Не указана

Город

Не указан

Principal Developer Компания Eticor GmbH ищет архитектора, который понимает, что вайбкодинг фундаментально сместил уровень абстракции. Рабочая единица — не функция, а агентный рабочий процесс. В среде Legal-Compliance качество не подлежит обсуждению. Задача — оркестрировать вероятностные кодинг-агенты (LLM) так, чтобы они выдавали детерминированное, аудито-безопасное программное обеспечение для .NET и React. Технологический стек и инструменты Инфраструктура: Terraform Ядро: .NET 9/10, React (TypeScript) Данные: MS-SQL (как система записи) Инструменты: ежедневная работа с Claude Code, Cursor, Windsurf, а также изучение новых Задачи ИИ пишет шаблонный код, вы решаете сложные проблемы вайбкодинга Разработка решений и стратегий для математического исключения галлюцинаций в бизнес-логике (C) Оптимизация рабочей памяти кодинг-агентов, чтобы схемы баз данных и легаси-код были полезны без перегрузки контекста Предотвращение незаметного отклонения инфраструктуры от целевого состояния при автономной правке Terraform-скриптов агентами Поиск элегантных и эффективных способов ревью ИИ-сгенерированного кода и максимальное расширение узкого места human-in-the-loop Требования Опыт в .NET и React, умение распознавать анти-паттерны до срабатывания линтера Глубокое и широкое понимание программной архитектуры, паттернов и их преимуществ и недостатков Мышление в правилах и цепочках рассуждений, обеспечивающих следование ИИ руководствам и стандартам безопасности Любовь к командной работе и совместной работе в SCRUM Развитые коммуникативные навыки и опыт объединения сильных сторон в разнообразных командах Условия Гибкость: скользящий график в офисе и из дома Развитие: личное менторство, индивидуальные языковые тренинги, регулярные коучинги Дополнительный отпуск: один день для волонтёрской деятельности Карта Edenred: ежемесячный баланс для гибкого использования у многих партнёров Семейный сервис: поддержка по уходу за детьми и семейным вопросам через pme Familienservice Здоровье: приложения для медитации, фитнес-предложения, Jobrad, эргономичные офисы Пенсионные накопления: до 20% взносов в пенсионный фонд и накопления на капитал

Формат

Офис

Страна

Великобритания, Дания, Испания, Португалия

Город

Не указан

О компании Pleo создаёт решения для управления корпоративными расходами. Компания насчитывает более 850 сотрудников из 100+ национальностей и обслуживает более 40 000 клиентов. О роли Возможность участвовать в создании AI-функций продукта вместе с инженерами, дата-инженерами и дата-сайентистами — от прототипа до продакшена. Компания обладает данными о расходах за 10 лет. Миссия — использовать эти данные для создания ценности продукта. Это одна из первых позиций в команде Data & AI Products. Работа в тесном сотрудничестве с инженерами и дата-сайентистами, полный цикл от данных до готового продукта. Основной фокус — создание и запуск AI-функций, взаимодействие с командами Product Engineering, AI Platform и Data & ML Platform. Задачи - Создавать и запускать несколько AI-функций продукта, включая агентные сценарии, интеллект расходов, автоматические действия и другое. - Применять экспертизу в прикладном ИИ и оценивать компромиссы (качество против задержки/стоимости, создание против покупки, агентные паттерны против простых подходов), избегая решений, основанных на хайпе. - Работать с Product, Design, Engineering и бизнес-заинтересованными сторонами: консультировать и определять приоритеты, что действительно стоит создавать. Не просто реализовывать спецификации, а обнаруживать и определять продукт. - Отвечать за оценку, мониторинг и эксплуатацию AI-функций: настройка eval'ов, отслеживание дрейфа и производительности, безопасное управление изменениями промптов в продакшене. Помогать установить, как Pleo делает это в масштабе. - Выступать дизайн-партнёром для GenAI Core платформы: оспаривать решения на основе реальных данных, предоставлять чёткие требования и проверять выбор платформы в продакшене. - Устанавливать и обеспечивать практические стандарты для поставки AI-функций в продуктовых командах (стратегия оценки, ожидания по мониторингу, безопасные практики промптов/версионирования, защита приватности и безопасности) с использованием инструментов GenAI Platform (не создавая саму платформу). - Повышать квалификацию команды через менторство, ревью, парное программирование и лёгкие плейбуки. Требования - Подтверждённый опыт запуска нескольких GenAI-функций в продакшене в масштабе клиентского продукта. Опыт выхода за рамки прототипов, желательно с многошаговыми агентами, использующими инструменты, в пользовательском продукте. - Способность превращать сложные бизнес-задачи и продуктовые видения в масштабируемые AI-решения: самостоятельно определять область, проектировать и создавать. - Глубокое понимание прикладного ИИ: оценка, качество поиска, использование инструментов, режимы отказов, что стоит создавать. - Опыт применения оценки и наблюдаемости для LLM-систем (тесты, golden sets, онлайн-метрики, мониторинг) и использования этих сигналов для итераций. - Понимание вопросов приватности и безопасности при создании LLM-приложений: prompt injection, обработка PII и риски утечки данных. - Уверенный опыт с современным AI-стеком: векторные БД, оркестрация и фреймворки durable execution, LLM API. - Опыт создания API, сервисов и пайплайнов извлечения данных (RAG, векторный поиск и т.д.) для подачи данных в LLM. - Глубокое владение Python для data и ML-инженерии, SQL и основными облачными провайдерами. - Обширный опыт в традиционном ML-инжиниринге и глубокое понимание архитектуры и построения надёжных систем данных.

Формат

Офис

Страна

США

Город

Не указан

BetterHelp — онлайн-сервис терапии, основан в 2013 году. Компания предоставляет услуги через сеть из более чем 30 000 лицензированных терапевтов и входит в состав Teladoc Health. Ищет full stack-инженера для работы над платформой, обслуживающей миллионы пользователей. Задачи - Разрабатывать функции end to end: от технического дизайна до деплоя, мониторинга и дальнейших улучшений. - Писать чистый, безопасный, читаемый, поддерживаемый и масштабируемый код. - Тесно сотрудничать с инженерами, продакт-менеджерами, дизайнерами и другими специалистами. - Проектировать, интегрировать и создавать внутренние и внешние API. - Разрабатывать новые продукты и функции, улучшать и модернизировать существующие системы. - Писать и оптимизировать SQL-запросы, проектировать схемы реляционных баз данных. - Создавать и поддерживать сложные backend-сервисы и алгоритмы. - Профилировать, отлаживать и оптимизировать новый и легаси-код. - Создавать интерфейсы для мобильных устройств, планшетов и десктопов. - Участвовать в код-ревью, технических обсуждениях и инженерных практиках. - Регулярно выпускать изменения в agile-среде с непрерывным деплоем. - Использовать одобренные AI-инструменты для снижения рутинной работы, сохраняя ответственность за архитектуру, реализацию, безопасность и качество кода. Требования - Опыт успешной реализации нескольких сложных проектов. - Умение писать продуманный и поддерживаемый код. - Готовность наставлять коллег и учиться у них. - Ценность самостоятельности, любознательности, сотрудничества и обоснованных технических решений. - Сильные базовые инженерные навыки, умение разбираться в незнакомых системах. - Знание технологий: backend — Linux, nginx, Laravel (PHP), MySQL, Redis; frontend — React, Next.js, JavaScript, HTML5, CSS/SASS. - Возможно знакомство с Twig, Bootstrap, jQuery как частью модернизируемой платформы, но знание всех технологий не обязательно. Условия - Финансирование обеспечено: компания сочетает энергию стартапа с ресурсами материнской компании Teladoc Health. - Широкий круг задач и возможность развивать навыки, сотрудничать между командами. - Культура без эго и излишней иерархии, уважительное сотрудничество. - Устойчивый режим работы без ущерба благополучию. - Работа имеет значение для расширения доступа к терапии.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания: АО Квазар Условия - График: 5/2, удалённо - Работа в небольшой команде, быстрые решения без бюрократии - Зарплата: до 200 000 ₽ в месяц, на руки Основные задачи - Создание и дообучение моделей для работы с изображениями, текстом и аудио - Точечное дообучение LLM под специализированные задачи - Разработка и развёртывание API для доступа к обученным агентам - Оптимизация инференса новых и уже работающих связок - Интеграция моделей в существующие микросервисы Технические требования - Уверенное знание Python (asyncio, typing, dataclasses) - Опыт работы с PyTorch / Transformers / vLLM - Опыт тонкой настройки и дообучения LLM - Понимание принципов RAG, LoRA, QLoRA - Навыки в обработке изображений и OCR / CV задачах (Tesseract, OpenCV, Yolo) - Умение создавать REST API (FastAPI, Flask) - Понимание основ работы контейнеров и взаимодействия микросервисов - Опыт оптимизации на GPU (CUDA, TensorRT, bitsandbytes) и развертывания на multi-GPU серверах - Опыт интеграции моделей в продакшн Преимущество - Опыт работы с SQL и NoSQL - Опыт работы с Redis - Опыт построения архитектуры приложений, как общей, так и отдельных сервисов - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Знание других языков программирования

Формат

Удалённо

Страна

Не указана

Город

Не указан

Мы — продуктовая IT-компания со стабильным продуктом, который с каждым годом растёт и развивается. В связи с расширением команды мы ищем Python-разработчика в AI Data Growth Lab, работающего на стыке данных и аналитики, ML-моделей и AI-фич продукта, внутренних сервисов, внешних API и интеграций. Нам нужен человек, который: - Умеет доводить ML-идеи до продакшена - Понимает принципы обработки и хранения больших данных - Пишет поддерживаемый Python-код - Понимает, что такое продукт, а не только модели Мы строим интеллектуальные механики вокруг пользовательских данных: персонализация, предсказания поведения и рекомендации, антифрод, B2B-аналитика, AI-помощники. Требования: - Уверенный Python (3+ лет), чистый код, понимание архитектуры - Работа с данными: SQL, pandas / numpy, понимание бизнес-метрик, агрегаций, окон, когорт - ML / Data: опыт работы с ML-библиотеками, понимание ML-пайплайна: данные → модель → прод - Backend / API: FastAPI / Flask, REST / JSON, асинхронность Будет плюсом: - ClickHouse (очень большой плюс) - Опыт с HuggingFace / трансформерами - Опыт работы с продуктовой аналитикой Обязанности: - Подготовка и обработка данных - ML-модели (подбор и обучение, эксперименты, подготовка к продакшену) - Создание и поддержка дашбордов и аналитика - Разработка внутренних API-сервисов на Python, интеграция моделей с продуктом, FastAPI / Flask - Улучшение и поддержка чат-ботов, интеграция LLM (Q&A, рекомендации, copilot-механики), prompt-логика, сценарии, пайплайны - Участие в аналитических ревью, ML-дизайне, запуске AI-фич в продукт Условия: - Работа над стабильным и растущим продуктом - Гибкий формат работы (удаленно / гибрид / офис) - Возможность влиять на продукт и технические решения - Конкурентная заработная плата 100 000 – 170 000 ₽ - Небольшая, дружная команда без лишней бюрократии

Формат

Офис

Страна

Не указана

Город

Не указан

Группа семантических технологий в Поиске Яндекса помогает пользователям находить качественные и релевантные документы. В работе используются LLM и информационный поиск. Для экспериментов доступны сотни GPU, что позволяет ставить масштабные эксперименты. Ищем NLP-инженера, который будет end-to-end решать ML-задачи. Задачи - Разрабатывать агентские системы. Для дальнейшего роста качества Поиска нужны агенты, способные понимать смысл запроса, определять релевантность страниц и оценивать их качество. Предстоит строить системы, которые смогут собирать и оркестрировать агентов для решения этих задач. - Обучать генеративные модели. Продакшен-модели обучаются на миллионах пар «запрос — документ». Размечать такие датасеты с помощью сложных агентских пайплайнов дорого, поэтому нужно дистиллировать знания агентских систем в более лёгкие ML-модели. - Разрабатывать ML-компоненты end-to-end. Полный цикл разработки от идеи и эксперимента до интеграции в зрелый продакшен-сервис. Нужно находить точки роста в моделях, формулировать и проверять исследовательские гипотезы. Требования - Глубокое понимание современного NLP, особенно агентских систем. - Умение проектировать ML-системы. - Уверенное владение Python, работа с SQL и PyTorch. - Хорошая база в теории вероятностей и математической статистике. Условия - Ежегодные медицинские чекапы. - Йога. - Психотерапия.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle

Сфера компетенций Спецвуза включает все аспекты работ в сферах безопасности и защиты информации, управления проектами и внедрения инновационных технологий. В команду, занимающуюся исследованиями и разработкой решений на базе технологий ИИ, требуется Python-разработчик уровня middle / middle+. Задачи: - разработка и доработка Python-сервисов: микросервисы, REST API, бизнес-логика, интеграции; - повышение качества решений путем внедрения AI: тестирование, ревью, CI/CD (GitLab CI), устранение багов; - разработка и кастомизация LLM-компонентов: RAG-системы (эмбеддинги, векторные БД), настройка агентов; - проектирование и реализация ETL/ELT-пайплайнов: сбор данных из внешних систем (Jira, GitLab и других), очистка, нормализация, дедупликация. Требования: - опыт промышленной разработки на Python: Django (Django REST Framework) и/или FastAPI, pytest, Celery (с брокером RabbitMQ), PostgreSQL, Redis; - опыт проектирования и разработки REST API (DRF или FastAPI), понимание принципов REST; - опыт работы с Git и CI/CD (GitLab CI), контейнеризация приложений с Docker; - понимание микросервисной архитектуры и принципов взаимодействия сервисов (опыт с очередями сообщений, Docker Compose будет плюсом). Желательно: - опыт работы с LLM/ML-стеком: LLM API (локальные модели), эмбеддинги, RAG, промпт-инжиниринг; - опыт разработки и кастомизации LLM-агентов (deepagents / LangChain и аналоги); - понимание принципов работы векторных БД и поисковых систем в контексте RAG (pgvector, Qdrant, FAISS или аналоги); - знание английского языка на уровне чтения технической документации. Будет плюсом: - опыт интеграций с государственными / корпоративными платформами; - опыт построения ETL/ELT-пайплайнов и витрин данных, включая выгрузку из внешних систем (Jira, GitLab API); - опыт работы с данными: сбор, очистка, нормализация, дедупликация (SQL, NumPy); - опыт оценки качества данных, расчета метрик полноты и построения аналитических дашбордов. Условия: - реальная бронь сотрудников от мобилизации; - высокая степень свободы принятия технических решений; - политика «открытых дверей» руководства; - работа в аккредитованной организации со всеми льготами, оформление по ТК РФ; - заработная плата: фиксированный оклад, ежемесячная надбавка за эффективность; - годовая премия по итогам работы; - заработная плата от 95 000 до 135 000 ₽ в месяц, на руки.

Формат

Удалённо

Страна

Россия

Город

Не указан

О команде Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать эффективность операций и снижать влияние человеческого фактора. Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию. Общая информация - Компания: Ozon Tech - Локация: РФ, РБ, КЗ, другие страны - Формат работы: гибрид, удаленка - Занятость: полная - Заработная плата обсуждается индивидуально Задачи - Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация). - Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей. - Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production. - Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии. - Разрабатывать ML-сервисы и работать с микросервисной архитектурой (Python). - Анализировать производительность решений и находить узкие места — от моделей до инфраструктуры. - Работать с видеопотоками и создавать high-load системы обработки данных. - Взаимодействовать с инженерами и разработчиками на всех этапах — от исследования до продакшена. Требования - Высшее образование в области математики, компьютерных наук или смежных технических дисциплин. - Уверенное знание Python и опыт промышленной разработки. - Практический опыт в Computer Vision или Machine Learning. - Понимание классических алгоритмов CV и современных ML-подходов. - Знание основных метрик качества моделей и методов их валидации. - Хорошая алгоритмическая база (структуры данных, оценка сложности). - Навыки написания чистого, поддерживаемого кода и работы с Git. Желательно - Опыт работы с GPU (Nvidia, CUDA, TensorRT). - Опыт построения real-time систем или оптимизации latency. - Опыт deployment и применения MLOps-практик. - Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных. - Опыт разработки high-load сервисов. - Знание C++ для performance-критичных компонентов. - Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой. - Знание SQL и опыт работы с БД. - Навыки написания unit- и integration-тестов. - Английский язык на уровне чтения технической документации. Работа в Ozon Tech - Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений. - Открытая культура — учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых. - Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга. - Современный стек и развитая инженерная культура — реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.

Формат

Офис

Страна

Не указана

Город

Не указан

Хедж-фонд, базирующийся в Гринвиче (Коннектикут) и Нью-Йорке, ищет desk-разработчика для создания AI-инструментов, которые связывают инвестиционных профессионалов с их данными. Вы будете работать вместе с командами сделок, наблюдать за их процессами и превращать повторяющуюся аналитическую работу — структуры капитала, ценообразование, экраны экспозиций, due diligence эмитентов, мониторы секторов — в долговечные переиспользуемые инструменты, доступные любому сотруднику деска. Задачи - Проектировать и внедрять Claude Skills и MCP-серверы, подключающие модели к Databricks, DealCloud, Box, Microsoft 365 и лицензированным поставщикам рыночных и кредитных данных. - Владеть полным циклом: понимать инвестиционный вопрос, писать SQL в Unity Catalog gold layer, оборачивать его в надёжные инструменты и итерировать совместно с аналитиком, который запросил решение. Требования - Опыт разработки с Claude: практическое владение Claude Skills, MCP-серверами и агентными паттернами — ключевое требование; важнее реально запущенные проекты, чем общий стаж разработки. - Python, SQL и Databricks как основа. - Примерно 3–6 лет создания продакшн-инструментов для данных или аналитики. - Увлечённость AI: отслеживание развития инструментов, тестирование новых релизов и формирование собственного мнения о том, что действительно полезно, а что шум. - Знание кредитных рынков или private equity — структуры капитала, спреды, леверидж и покрытие, экспозиция на уровне фонда — существенное преимущество, как и опыт поддержки трейдингового, исследовательского или инвестиционного деска. - При отсутствии такого опыта — способность быстро осваивать домен и интерес к этому; инструменты работают только при понимании вопроса за ними. Эта роль подходит тому, кто занимался бы подобным и в свободное время.

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

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 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

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

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 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

Россия

Город

Не указан

Грейд

Middle / Senior

О проекте СберСпасибо развивает платформу, в ядро которой встраиваются возможности генеративного ИИ. Ищут сильного бэкенд-разработчика уровня Middle/Senior, который не просто пишет на Java, но и глубоко понимает механику работы LLM, умеет строить RAG-пайплайны и проектировать сложных агентов. Задачи - Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security). - Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов. - Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов к векторному пространству. - Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений). - Глубокий промт-инжиниринг: написание промптов с нуля под разные пользовательские сценарии одного агента, внедрение техник Few-shot, Chain-of-Thought (CoT) и структурированного вывода (JSON mode). - Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, topp, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров LLM. - Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции. - Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins. Ожидания от кандидата - Уверенное владение Java 17+. Понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом). - Экспертный уровень владения стеком Spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений БД и параметров безопасности. - Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, бороться с блокировками и писать эффективные миграции (Liquibase/Flyway). - Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus. Понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance). - Опыт разработки с библиотеками LangChain и/или LangGraph. Навык построения графов состояний (State Machines) и интеграции внешних инструментов (tool calling). - Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели. - Опыт работы с Docker и Kubernetes (написание манифестов, Helm-чартов). Знание Linux shell на уровне уверенного пользователя. - Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Удалённая работа, часовые пояса CET/CEST или SAST. Полная занятость. Начало — как можно скорее. Компания MultiBase создаёт BI- и аналитические решения для средних компаний в регионе DACH. С 1991 года выполнено более 1500 проектов для более чем 400 клиентов. Работа охватывает производство, автомобилестроение, финансовые услуги, фармацевтику и другие отрасли с интенсивным использованием данных. Роль: Senior BI Developer для расширения команды в рамках долгосрочных проектов с существующими клиентами. Требуются техническая глубина, ответственность и умение обсуждать технические темы напрямую с клиентами. Задачи: - Создание и поддержка BI- и дата-продуктов в Microsoft Fabric, Power BI и Azure. - Разработка компонентов lakehouse, хранилищ данных, пайплайнов, notebooks, SQL-объектов и отчётов. - Разработка семантических моделей Power BI, отчётов и вычислений DAX. - Перевод бизнес-потребностей в технические задачи и этапы поставки. - Обсуждение технических тем напрямую с IT- и бизнес-заинтересованными сторонами клиента. - Работа в структурированной agile-поставке: оценка работ, управление своими задачами, выполнение обязательств по спринтам. - Систематическое использование AI-инструментов для улучшения процессов разработки, анализа, документации и контроля качества. - Проектирование и разработка AI-управляемых дата-продуктов, связывающих данные клиента, LLM и бизнес-процессы. - Выявление и прототипирование практических сценариев для автоматизаций, ботов, копилотов и агентов в среде данных клиента. - Превращение проверенных AI-прототипов в безопасные, документированные и поддерживаемые дата-продукты. - Тестирование, документирование и развёртывание готовых к продакшену дата-продуктов. - Использование контроля версий и совместных практик разработки, желательно Git и Azure DevOps. - Своевременное информирование Tech Lead и руководителя проекта о рисках, проблемах с данными и неясных требованиях. - Выявление конкретных возможностей улучшения в ландшафте данных клиента. - Внесение переиспользуемой документации и практических знаний во внутреннюю базу знаний MultiBase. Требования: - Не менее четырёх лет опыта разработки BI или платформ данных, включая непосредственную работу с клиентами или бизнес-заинтересованными сторонами. - Уверенный опыт работы с Azure-платформой данных, включая Microsoft Fabric, Azure Data Factory или Synapse. - Практический опыт работы с концепциями lakehouse и хранилищ данных, пайплайнами данных и notebooks. - Профессиональное владение Power BI, включая семантическое моделирование, DAX и разработку отчётов. - Сильные навыки SQL и многомерного моделирования данных, включая проектирование схемы «звезда» и паттерны ETL/ELT. - Опыт работы в agile-командах с использованием структурированных историй, оценок и обязательств по спринтам. - Опыт использования Git и совместного процесса разработки. Azure DevOps будет преимуществом. - Опыт тестирования, развёртывания и поддержки продакшен-дата-продуктов. - Свободный английский, письменный и устный. - Ежедневное осознанное использование AI-инструментов, таких как Claude, Cursor, Codex или аналогичных, с проверкой результатов и ответственностью за качество. Преимущества: - Практический опыт проектирования, создания или развёртывания AI-управляемых дата-продуктов, ботов, копило

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Мы — технический, ориентированный на внедрение спин-офф глобальной управленческой консалтинговой компании. Наши клиенты — преимущественно компании из DAX и Fortune Global 500, которым мы оказываем консультации по вопросам аналитики, больших данных и машинного обучения. В рамках группы мы занимаемся разработкой индивидуальных и управляемых данными решений, чтобы превратить клиентов в компании на базе ИИ. Мы предлагаем международную рабочую среду с гибкими командами и креативными стартап-методами, а также выше среднего вознаграждение и многочисленные дополнительные льготы. Офисы в Гамбурге, Мюнхене и Дюссельдорфе, а также хаб-локации во всех крупных городах Германии (Берлин, Франкфурт, Штутгарт) обеспечивают интеграцию всех коллег в нашу команду экспертов по всей Германии. В роли Senior AI Engineer вы объединяете миры науки о данных, машинного обучения, разработки ПО и консалтинга. Ваша миссия — разрабатывать и вводить в эксплуатацию модели ИИ, которые приносят измеримый эффект для клиентов. Вы тесно сотрудничаете с заинтересованными сторонами, чтобы понять бизнес-задачи, преобразовать их в подходы на основе данных и перевести инсайты в готовые к продакшену сквозные решения. Вы проектируете, внедряете и оцениваете кейсы применения ИИ и ML — от классического ML до передовых LLM — и обеспечиваете их надежное развертывание и мониторинг в реальных средах. Помимо создания прототипов, вы сосредоточены на практиках MLOps, разработке ПО и интеграции, обеспечивая воспроизводимость, масштабируемость и непрерывное улучшение систем ИИ. Вы ясно и уверенно доносите результаты до технической и нетехнической аудитории, делая сложные решения понятными и применимыми. Вам нравится мыслить за пределами краткосрочной реализации, чтобы создавать долгосрочный эффект для бизнеса клиентов. Требования: - Подтвержденный опыт в науке о данных, статистике, машинном обучении, разработке ПО и/или прикладных проектах ИИ. - Свободное владение Python, уверенное использование современных и распространенных ML-фреймворков и библиотек. - Опыт в MLOps и развертывании: сервировка моделей, мониторинг, CI/CD-процессы (например, MLflow, Airflow, Docker, GitHub Actions). - Навыки разработки ПО: чистый поддерживаемый код, структурирование проектов с использованием современных практик (FastAPI, SQLAlchemy, Pydantic). - Практический опыт в NLP и LLM, таких как GPT, Claude, Gemini, Llama или Deepseek. - Основы инженерии данных: уверенное знание SQL и работы с базами данных, умение проектировать эффективные пайплайны для обучения и инференса. - Опыт работы с ML-стеками на AWS, Azure или Google Cloud. - Свободное владение немецким (C1) и английским языками. Условия: - Гибкая работа: гибридные модели, гибкий график, возможность работы из дома. - Открытая коллаборативная культура с плоской иерархией, международная команда. - Индивидуальные возможности обучения и карьерные пути, поддержка профессионального и личного развития. - Международная сеть из более чем 1300 коллег, регулярные кросс-офисные и международные мероприятия. - Возможность саббатикала. - Программа Company Bike и субсидируемое членство EGYM Wellpass. - Современные офисы в центральных локациях Гамбурга, Мюнхена и Дюссельдорфа, а также гибкие хаб-локации в крупных городах Германии. - Бесплатные напитки, свежие фрукты, закуски, премиальный кофе. - Среда, построенная на доверии, ответственности и непрерывном росте, где ваши идеи ценятся независимо от роли или уровня.

Формат

Удалённо

Страна

Канада, США

Город

Сан-Франциско, Сиэтл

Грейд

Senior

AI-инженер в команду GTM Claudification компании Anthropic. Задачи: - Строить и эксплуатировать автономных агентов, которые выполняют go-to-market процессы от начала до конца: входящие и исходящие продажи, управление воронкой, взаимодействие с клиентами. - Проектировать человеческий контроль для каждого процесса: точки согласования, передача задач, эскалации, чтобы продавцы сохраняли контроль. - Разрабатывать фреймворки оценки поведения агентов и запускать их в разработке и продакшене. - Инструментировать вызовы моделей и инструментов в продакшене, строить наблюдаемость и метрики, связывающие действия агентов с воронкой и выручкой. - Разрабатывать MCP-серверы, навыки агентов и веб-приложения, подключаемые к CRM, коммуникационным инструментам и хранилищу данных. - Определять техническое направление по созданию, оценке и эксплуатации агентов в команде. - Архитектурировать общие кодовые базы для go-to-market команды, задавать стандарты и практики ревью. - Работать напрямую с продавцами, чтобы основывать дизайн агентов на реальных рабочих процессах и итерировать на основе наблюдений. - Выявлять повторяющиеся паттерны и передавать инсайты продуктовой и инженерной командам Anthropic. - Поддерживать актуальные знания о последних разработках в возможностях LLM, фреймворках агентов и методах оценки. Минимальные требования: - Сильные навыки программирования на Python или TypeScript, опыт создания и эксплуатации продакшен-приложений. - Продакшен-опыт с LLM: контекстная инженерия, разработка агентов, разработка MCP, использование инструментов, фреймворки оценки. - Опыт использования оценок и анализа транскриптов для поиска и исправления реальных проблем в LLM-системах. - Свободное владение данными, включая SQL. - Способность работать в условиях неопределённости и запускать проекты без спецификации, находить простые решения сложных задач. - Стремление развивать безопасный и полезный ИИ, забота о пользователях создаваемых продуктов. Предпочтительные квалификации: - 8+ лет опыта в ролях: инженер-программист, ML-инженер или forward deployed инженер. Бывшие технические основатели приветствуются. - Опыт с Claude Code и Claude Agent SDK. - Опыт с go-to-market системами (CRM, sales engagement, enrichment, conversation intelligence) или работа в тесном контакте с revenue-командой. - Опыт развития кодовой базы, в которую вносит вклад много людей, inner-source или open-source. - Прикладной ML и экспериментальный бэкграунд: A/B-тестирование, модели вероятности, рекомендации или каузальный анализ. - Отличные коммуникативные навыки для объяснения технических концепций нетехническим партнёрам. Примеры проектов (иллюстрация характера работы, не список задач): - Создать агента, который выполняет рутинный процесс продаж от первого сигнала до черновика действия, проверяемого человеком. - Развернуть набор оценок для агента: стартовые сценарии, рубрики оценки, регрессионные прогоны при каждом изменении. - Запустить MCP-сервер, дающий продавцам и их агентам управляемый доступ к ключевой revenue-системе. - Спроектировать общий репозиторий, где go-to-market разработчики публикуют агентов и навыки, с тестами и правилами ревью. - Построить прогнозную модель, которая объясняет свои решения, чтобы агент мог объяснить продавцу, почему предлагает действие. Годовой диапазон компенсации указан в оригинальной публикации. Для продажных ролей диапазон включает целевой заработок (OTE), то есть сумму целевых комиссий и бонусов.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Polymedia (Visiology) — разработчик российской Enterprise BI-платформы для анализа данных и корпоративной отчётности. Продукт используют крупные компании и государственные организации с высокими требованиями к производительности, безопасности, масштабируемости и качеству решений. Ищем тимлида, который возьмёт на себя техническое лидерство и управление Full Stack командой, разрабатывающей пользовательский функционал платформы. Наряду с управлением командой вы будете участвовать в проектировании и разработке, разбирать сложные задачи и задавать инженерный стандарт собственным примером. Особенность разработки — активное применение инструментов Anthropic и OpenAI. Coding agents используются как полноценная часть рабочего процесса: для анализа кодовой базы и требований, проектирования, реализации, тестирования и code review. Чем предстоит заниматься — Отвечать за техническое направление и архитектуру решений в зоне команды. — Переводить продуктовые задачи и не до конца сформулированные требования в понятный план реализации. — Видеть систему целиком, учитывать зависимости, ограничения и долгосрочные последствия решений. — Планировать работу команды, управлять приоритетами и рисками, обеспечивать достижение результата. — Лично участвовать в проектировании, разработке на C/.NET и JS / Angular и code review. — Брать на себя наиболее сложные технические задачи и помогать команде находить системные решения. — Управлять разработчиками: проводить 1:1, давать обратную связь, развивать сотрудников и участвовать в найме. — Развивать процессы разработки, тестирования, документирования и контроля качества. — Формировать эффективные практики работы команды с AI-инструментами. Что для нас важно — Сильное системное и архитектурное мышление. — Умение работать со сложными задачами, в которых нет готового решения или полного набора требований. — Способность принимать решения, аргументировать их и доводить реализацию до результата. — Опыт технического руководства и управления командой разработчиков. — Практический опыт разработки сложных продуктов на C/.NET от 5 лет. — Понимание архитектуры web-приложений, интеграций, баз данных и распределённых систем. — Готовность оставаться практикующим инженером и глубоко погружаться в работу команды. — Умение выстраивать понятные процессы без лишней бюрократии. Основной стек команды: C, .NET, ASP.NET, SQL, Angular, Docker, PostgreSQL, MongoDB, GitHub и TeamCity. Работа с AI-инструментами: ожидаем практический опыт применения Claude Code, OpenAI Codex или сопоставимых инструментов в реальной разработке.

Формат

Удалённо

Страна

Любая

Город

Не указан

Pliant — европейская финтех-компания, специализирующаяся на B2B-платежах. Модульная платформа с API-first подходом помогает бизнесу оптимизировать расходы, улучшать денежные потоки и интегрировать платежи в финансовые процессы. Компания обслуживает два сегмента клиентов: компании, оптимизирующие операционные процессы через приложения и API, и бизнесы (финансовые платформы, ERP-провайдеры, банки), которые запускают или улучшают свои кредитные карты через встроенные финансы и white-label решения. Основана в 2020 году, штаб-квартира в Берлине. Pliant поддерживает более 4 000 компаний и 20 партнеров по всему миру. Как лицензированное электронное денежное учреждение (EMI), компания выпускает кредитные карты Visa в 11 валютах в более чем 30 странах. Команда AI Experience строит AI-продукты, которые помогают финансовым командам понимать, автоматизировать и оптимизировать корпоративные расходы: AI-чаты, финансовые копилоты, аналитика расходов, внутренние AI-инструменты и автономные рабочие процессы. Это не роль промт-инженера — здесь строят сложные системы, где LLM — один из компонентов наряду со структурированными финансовыми данными, API, ретривалом, бизнес-логикой, оркестрацией, оценкой, наблюдаемостью и продакшн-инфраструктурой. Цель — превращать перспективные AI-возможности в надежные продуктовые решения. Роль — Applied AI-инженер в команде AI Experience. Работа на стыке разработки ПО, продуктового мышления и прикладного AI. Нужно комфортно работать в условиях неопределенности: часть задач не имеет четкого ТЗ, и роль включает определение того, что стоит строить, что автоматизировать, где AI полезен, а где лучше традиционный код. Задачи: - Проектировать и строить AI-продукты для финансов и управления расходами. - Создавать чаты, копилоты, автономные рабочие процессы и внутренние AI-инструменты. - Работать с LLM, структурированными финансовыми данными, API и бизнес-логикой для продакшн-систем, включая ретривальные системы (векторный поиск, гибридный ретривал, text-to-SQL), OCR и понимание документов. - Выбирать подходящий подход для задачи: tool calling, ретривал, агентные рабочие процессы, детерминированная логика или их комбинация. - Строить наблюдаемые и объяснимые системы с защитными механизмами и мониторингом качества для продакшна. - Создавать подходы к оценке, чтобы измерять улучшение AI-систем. - Экспериментировать с новыми моделями и техниками, внедрять полезные в продакшн. - Учитывать точность, задержку, стоимость, надежность и доверие пользователей. - Тесно сотрудничать с продакт-менеджерами, дизайнерами и инженерами. - Повышать стандарты AI-инженерии в компании. Требования: - Опыт вывода AI-продуктов или функций в продакшн. - Сильные навыки разработки на Java (Spring Boot) и/или Python. - Знание паттернов и анти-паттернов распределенной архитектуры. - Плюс: опыт с облачной инфраструктурой, Terraform и масштабируемыми бэкенд-системами. - Понимание устройства современных LLM-приложений за пределами простого промптинга. Плюс: опыт с LangChain, LlamaIndex или LangGraph и понимание концепций, чтобы не зависеть от одного фреймворка. - Практический опыт с паттернами взаимодействия с LLM: tool calling, память, структурированные выходы, RAG, эмбеддинги, агентные циклы, оценка. - Умение проектировать системы, где AI — часть большей архитектуры, а не вся архитектура. - Продуктовое мышление: важна полезность создаваемого, а не только техническая интересность.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании LimeFlight — полностью удаленная команда, работающая над устойчивым управлением бортовым обслуживанием. Компания разрабатывает инновационные технологические решения с глобальным влиянием, поддерживает разнообразную международную среду и возможности для обучения. Штаб-квартира находится в Цюрихе, команда распределена по 11 странам. Компания основана основателями, быстро растет и сейчас нуждается в структурированном и устойчивом масштабировании инженерной функции. Миссия — вклад в будущее без отходов за счет значительного сокращения пищевых отходов, расхода топлива, затрат и выбросов CO₂ в авиационной отрасли. О роли Цель на ближайшие два года — значительно увеличить инженерную мощность, улучшая предсказуемость, надежность и ответственность. Роль находится между Head of Technology (основатель) и инженерными командами. Задача — превратить сильную группу инженеров в масштабируемую инженерную организацию: построить структуры, лидерские уровни и дисциплину поставки. Это лидерская роль, но не чисто административная: необходимо понимать технический контекст, помогать команде принимать решения, оспаривать предположения и направлять сложные темы. Обязанности - Лидировать и масштабировать инженерную организацию с фокусом на лидерство, организационную структуру и предсказуемость поставки. - Отвечать за инженерную поставку на организационном уровне: планирование мощностей, приоритизация, реализуемость дорожной карты, управление зависимостями между проектами. - Непосредственно управлять и развивать инженерных лидеров (Tech Leads и QA Leads), развивать модель управления по мере роста. - Тесно работать с Head of Technology, Product и руководством для преобразования бизнес-приоритетов в четкие инженерные планы и компромиссы. - Устанавливать стандарты архитектуры, качества, надежности и безопасности совместно с командами, обеспечивать их независимое выполнение. - Отвечать за общую надежность сервисов: владение, эскалация, непрерывное улучшение. - Вести найм, онбординг, управление производительностью и карьерное развитие. - Создавать следующий уровень инженерных возможностей за пределами фиче-команд: архитектура, безопасность, соответствие (например, ISO или SOC 2), платформенные вопросы. - Укреплять инженерные процессы, принятие решений и ответственность, снижать зависимость от отдельных людей и основателей. - Развивать культуру ясности, ответственности и непрерывного улучшения. Требования - 8+ лет профессионального опыта в разработке ПО, включая практический опыт создания и эксплуатации production web-систем. - 4+ года опыта в руководящих ролях (Engineering Manager, Head of Engineering или Tech Lead с управлением людьми), с ответственностью за людей, поставку и планирование. - Сильный опыт в управлении поставкой, планировании и приоритизации в SaaS или продукт-ориентированной среде. - Опыт руководства senior-инженерами или техническими лидерами и помощи им в росте до более широких руководящих ролей. - Опыт работы с основателями или исполнительным руководством на этапе масштабирования. - Опыт финансового и штатного планирования в инженерной организации. - Отличные коммуникативные навыки с техническими и нетехническими стейкхолдерами. - Хорошее понимание основ безопасности и безопасной поставки ПО. Желательно - Понимание архитектуры ПО и эксплуатации web-систем на Microsoft-стеке (Azure и .NET). - Опыт в средах с требованиями соответствия (ISO 27001, SOC 2). - Опыт с CI/CD, infrastructure as code или платформами данных. - Опыт с фронтенд-технологиями: Angular, TypeScript. - Опыт в B2B SaaS, remote-first командах или операционно интенсивных доменах. - Опыт с AI-инструментами для поддержки SDLC. Условия - Полная удаленная работа. - Язык: английский минимум C1. - Ожидаемые поездки: 2 ежегодных командных мероприятия по одной неделе. Технологический стек - C (.NET 8–10), ASP.NET Core, Entity Framework Core - Microsoft SQL Server, Azure Blob Storage

Формат

Офис

Страна

Россия

Город

Москва

О компании Группа компаний К+, включающая Займиго МКК. Направления деятельности: финансы и кредитование, IT-продукты, аналитика, маркетинг, клиентский сервис. Цель — дать людям простой и быстрый доступ к деньгам в любой точке мира. В компании более 500 сотрудников, 13 лет опыта в сфере микрофинансирования, есть выход на международные рынки. Задачи - Разработка и доработка скоринговых моделей; - Анализ экономической эффективности моделей; - Мониторинг и контроль стабильности ML-моделей; - Работа с различными источниками данных (внутренние и внешние); - Подготовка данных, фич-инжиниринг; - Подготовка документации по моделям. Требования - Высшее математическое, техническое или естественнонаучное образование (в приоритете выпускники НИУ ВШЭ с красным дипломом); - Знание основ математической статистики и теории вероятностей; - Знание Python (базовый уровень); - Знание SQL (базовый уровень); - Развитое аналитическое мышление и внимательность к деталям; - Желание развиваться как ML-инженер в финансовой сфере. Будет плюсом - Опыт прохождения практик и стажировок в банках, МФО или финтехе; - Опыт решения задач, связанных с моделированием. Условия - Формат работы: офис (Москва); - Официальное трудоустройство по ТК РФ; - Гибкое начало рабочего дня (8–10 утра по Мск); - Комфортабельный офис в Москве; - Полностью белая заработная плата; - Приобретение курсов для сотрудников; - Обеспечение рабочей техникой (ноутбук и мониторы); - Оплачиваемые поездки на профильные конференции; - ДМС со стоматологией по РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Researcher / ML & LLM Engineer Локация: Россия / Беларусь. Работа строго по МСК. Требования: — архитектура AI-агентов, tool calling, memory/context, human-in-the-loop — ML: обучение, признаки, регуляризация, борьба с overfitting и data leakage — матстатистика, A/B-тесты, гипотезы и доверительные интервалы — LLM Evals и система метрик — prompt injection, PII/privacy и безопасность AI-агентов — Python + NumPy / pandas / scikit-learn / CatBoost / XGBoost / PyTorch — продвинутый SQL — Hugging Face, LLM API, orchestration frameworks — Airflow, MLflow, Kafka, Redis, Kubernetes — Prometheus, Grafana, OpenTelemetry — GPU-инфраструктура и оптимизация inference — fine-tuning: LoRA / PEFT — agentic workflows / multi-agent systems — production-код, GitFlow, тестирование, code review — опыт в e-commerce, retail или highload-продуктах Подойдёт специалисту, который действительно глубоко понимает ML/LLM и умеет доводить AI-системы до production.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Т1 — один из лидеров российского ИТ-рынка, партнёр ключевых производителей и разработчиков в сфере ИТ. Направление Искусственного интеллекта: большие данные, платформы хранения информации, аналитические и рекомендательные системы для крупного бизнеса. Опыт работы: от 3 до 6 лет. Формат работы: Рязань, гибрид. Чем предстоит заниматься: - Интеграция LLM в продукты и сервисы (API, backend, пайплайны обработки данных). - Оценка качества ответов моделей (автоматические метрики, human eval). - Построение RAG-систем: индексация данных, работа с векторными БД. - Оптимизация производительности и стоимости инференса (квантизация, batching, caching). Пожелания к кандидатам: - Уверенное владение Python, SQL. - Знания в области NLP алгоритмов. - Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. - Опыт с фреймворками: LangChain, LlamaIndex, Hugging Face.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Access Sofotek более 30 лет разрабатывает программное обеспечение для финансовой индустрии. Штаб-квартира компании находится в Беркли, Калифорния. Компания работает с сотнями банков и кредитных союзов по всей территории США, помогая им создавать современные цифровые банковские продукты для миллионов пользователей. Ищем Senior Back End Developer (C) в команду Banking Platform. Команда разрабатывает и поддерживает ключевые сервисы, лежащие в основе платформы онлайн-банкинга, которой пользуются более 400 финансовых организаций. В задачи команды входит реализация сложных функциональных возможностей, а также переход от монолитной архитектуры к микросервисам. Это работа, сочетающая глубокую backend-разработку с практическими задачами в области FinTech и облачной архитектуры. Команда подойдет разработчику, которому интересно решать сложные backend-задачи, работать с высоконагруженными системами и глубоко погружаться в облачную архитектуру в критически важном финансовом домене. Стек: C, .NET Core, .NET Framework 4.8, MS SQL Server, RabbitMQ, REST. В работе используется AI-инструменты для разработки, включая GitHub Copilot, Cursor, Claude Code и ChatGPT, которые помогают ускорять задачи, связанные с кодингом, отладкой, рефакторингом, тестированием и документацией. Важно: для этой роли необходимо пересечение рабочего времени с периодом 2:00–10:00 по Pacific Time (PST / PDT). Возможна определенная гибкость в обе стороны. Основные обязанности: - Руководить проектированием и реализацией сложного функционала — от идеи до выхода в production - Самостоятельно выявлять проблемы и принимать технические решения с минимальным контролем - Использовать AI-инструменты для ускорения разработки, критически проверяя полученный результат на корректность и безопасность - Подготавливать понятную и подробную документацию для пользователей API - Развивать автоматизированное тестовое покрытие своих компонентов - Отвечать за развитие кода в своей продуктовой области, включая микросервисную архитектуру - Модернизировать legacy-функциональность и повышать поддерживаемость существующих решений - Следовать инженерным best practices в части code review, version control, CI / CD и secure development - Исследовать инциденты, анализировать логи и telemetry, а также внедрять безопасные и надежные исправления - Делиться знаниями и участвовать в улучшении командных инженерных практик