Биржа вакансий в сфере ИИ, ML

Формат

Удалённо

Страна

Россия

Город

Не указан

Ищем MLOps Engineer (AI / LLM) — удалённо Компания Selecty развивает экосистему цифровых сотрудников на базе передовых LLM/VLM-моделей. Создаём AI-агентов, которые автоматизируют бизнес-процессы и повышают эффективность компаний. Формат работы - Формат: Remote (РФ) - Заработная плата: 250–340 тыс. ₽ gross - Занятость: Full-time Задачи - проектировать и развивать CI/CD для деплоя AI-агентов и мультиагентных систем - разворачивать и оптимизировать LLM/VLM (vLLM, Triton Inference Server, SGLang) - обеспечивать масштабирование и стабильность AI-сервисов - внедрять мониторинг инфраструктуры и ML-метрик (качество генерации, дрейф данных, тональность ответов) Требования - опыт вывода LLM-решений в production - Python + asyncio - Kubernetes (Helm, управление кластерами) - GitLab CI / Jenkins - понимание RAG-архитектур, embeddings, reranking - оптимизация инференса: квантизация, continuous batching, PagedAttention Будет плюсом - опыт с графовыми БД - мультиагентные системы Стек Python, FastAPI, LangChain / LlamaIndex / Haystack, Kubernetes, Docker, S3, PostgreSQL, Vector DB Условия - оформление по ТК РФ - ДМС + стоматология - компенсация фитнеса - скидки на английский (Skyeng) - индексация зарплаты - современная техника

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

О компании Neurolab — AI-компания, которая создаёт единую операционную систему для управления капиталом. Мы объединяем исследование рынка, аналитику, прогнозирование, управление портфелем и финансовые операции в единой мультиагентной платформе. Система обеспечивает быструю передачу данных между всеми модулями и прозрачность логики, на основании которой принимаются решения. Чем предстоит заниматься • Руководить командой разработки. • Проектировать архитектуру. • Отвечать за стабильность, качество и развитие платформы. • Участвовать в найме и развитии команды. • Самостоятельно реализовывать самые сложные задачи. Что нам важно • Понимание того, как работают стартапы и опционы. • Опыт управления командой. • Продуктовое мышление. • Ответственность за технические решения. Будет плюсом • Опыт с LLM/RAG. • Опыт с криптобиржами или ccxt. • Prometheus/Grafana/Sentry. Наш стек Backend: Python 3.11+, FastAPI, Pydantic v2, SQLAlchemy 2 async, PostgreSQL, Alembic, Redis, RabbitMQ, Taskiq, uv, ruff, mypy, pytest Frontend: React, TypeScript, Next.js App Router, TanStack Query, Tailwind CSS, Radix UI / shadcn, npm, ESLint, Vitest, Playwright, knip Инфраструктура: Docker, Docker Compose, GitLab CI, Prometheus, Grafana, Sentry

Формат

Офис

Страна

Россия

Город

Не указан

Data Scientist (LLM / AI Agents) Требования - Опыт: от 4-х лет в коммерческой разработке на позиции DS/ML Engineer (из них минимум 1 год плотной работы с NLP/LLM). - LLM & NLP: Глубокое понимание архитектуры трансформеров, опыт работы с RAG, контекстным окном, методами оптимизации инференса. - Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. - Big Data: Опыт работы с распределенными вычислениями (Spark/PySpark, Hive) и оркестрацией (Airflow). - Инфраструктура: Понимание процессов MLOps, опыт deployment сервисов на GPU (on-premise или Cloud). - Безопасность: Понимание принципов работы с персональными данными и безопасности при использовании LLM в энтерпрайзе. Будет преимуществом - Опыт разработки собственных MCP (Model Context Protocol) сервисов для расширения функционала агентов. - Участие в Kaggle, хакатонах или наличие pet-проектов в области Generative AI (ссылка на GitHub). - Опыт работы с отечественными LLM-платформами (например, GigaChat API) или локальными моделями (Llama, Qwen, Mistral). - Опыт построения сложных графов агентов (LangGraph, AutoGen). Обязанности - Разработка AI-агентов: Проектирование и внедрение мультиагентных систем (Prompt Engineering, RAG, Tools, Function Calling) в реальные банковские процессы. - Работа с LLM: Оптимизация и Fine-tuning моделей под домен бизнеса (SFT, RLHF), работа с открытыми и проприетарными моделями. - MLOps & Production: Вывод моделей в пром, построение пайплайнов обработки данных на GPU-кластере, организация мониторинга качества и дрейфа моделей. - Оценка качества: Разработка метрик качества генерации (LLM Eval), проведение A/B тестов. - Интеграция: Разработка сервисов на Python (API), взаимодействие с командой разработки и продуктовыми аналитиками для контроля и экспертизы требований к данным и функционалу. Условия - Обсуждаемая ЗП по вашим навыкам и грейду - Удаленная работа, а также варианты с гибридным форматом - Оформление по ИП с нашей поддержкой - Несколько проектов на выбор - Карьерный рост без постоянных поисков работы Как начать - Откликнитесь на вакансию - Пройдите собеседование с рекрутером - Попадите на бенч и получайте предложения по проектам

Формат

Офис

Страна

Россия

Город

Не указан

Python AI Engineer в компании Top Selection Грейд: Senior Ставка: от 280 000 до 308 000 руб. Гражданство / Локация: РФ Загрузка: полный рабочий день Срок: долгосрочный Оформление: только ИП (не самозанятость, не трудовой договор) Задачи - Интеграции с LLM - RAG - Agentic-сценарии - REST API - Работа с ошибками - Установление таймаутов / fallback, оценка и регрессия качества Требования - Опыт разработки на Python / backend от 3 лет - Опыт работы с production LLM / ML - Асинхронное программирование, тестирование, упаковка - RAG - REST / API - Git / CI/CD - Понимание вопросов задержки (latency) и стоимости Будет плюсом - Опыт работы с tool calling / multi-step reasoning - Vector DB / search - Kafka - B2B CRM / телеком - Evaluation frameworks

Формат

Удалённо

Страна

Кипр

Город

Не указан

kkorobko.ru Product Analyst (GameDev & AI focus) О компании GameGears.Online — игровая студия нового поколения, в составе международной корпорации GDEV. Мы переосмысливаем подход к созданию игр, используя AI-инструменты и автоматизацию для ускорения разработки, масштабирования контента и создания более глубокого, динамичного игрового опыта. Наш основной фокус — игра AvZ (Aliens vs Zombies: Invasion), которую мы активно развиваем и уверенно ведем к статусу большого хита. Также в нашем портфолио есть Shortly.Show — приложение для просмотра ИИ-сериалов. Цель роли Главная цель роли: через работу с данными помогать команде увеличивать LTV продукта, находить точки роста и превращать цифры в эффективные продуктовые решения. Технологический стек ClickHouse, Python, Jupyter Notebook, Tableau, Google Sheets, Confluence, Asana, Claude Code, Gemini.

Формат

Офис

Страна

Россия

Город

Не указан

DevOps / SRE Engineer Компания: Chatus Мы ищем сильного DevOps / SRE-инженера, который возьмёт ответственность за развитие, автоматизацию и стабильность нашей инфраструктуры. Мы — AI-First команда. Искусственный интеллект для нас — не дополнительный инструмент, а часть ежедневных рабочих процессов. Мы активно используем AI для разработки, автоматизации, анализа инфраструктуры, поиска проблем и ускорения принятия решений. Поэтому нам нужен специалист, который не только уверенно работает с современной инфраструктурой, но и обладает экспертным уровнем владения Claude Code, Codex и другими AI-инструментами. Чем предстоит заниматься - Развивать и поддерживать Kubernetes-инфраструктуру. - Управлять деплоем приложений с помощью Helm. - Проектировать, развивать и поддерживать CI/CD-пайплайны. - Автоматизировать создание и изменение инфраструктуры с помощью Terraform. - Работать с облачной инфраструктурой, преимущественно Selectel. - Настраивать мониторинг, алертинг и централизованное логирование. - Обеспечивать безопасную работу с секретами, ролями и политиками доступов. - Поддерживать Linux-серверы и production-окружение. - Настраивать reverse proxy, балансировку нагрузки и сетевое взаимодействие сервисов. - Диагностировать и устранять инциденты в production. - Автоматизировать инфраструктурные процессы с помощью Bash, Python и AI-инструментов. - Анализировать текущую инфраструктуру и предлагать решения по повышению её надёжности, производительности и управляемости. - Взаимодействовать с разработчиками и CTO по вопросам архитектуры, эксплуатации и развития инфраструктуры. Hard skills - Практический опыт работы с Kubernetes и Helm. - Уверенное владение Docker и понимание принципов контейнеризации приложений. - Опыт проектирования и поддержки CI/CD-пайплайнов: GitLab CI, GitHub Actions или аналогичные решения. - Опыт работы с облачными провайдерами. Опыт с Selectel будет преимуществом. - Уверенное использование Terraform для управления инфраструктурой. - Опыт настройки мониторинга, алертинга и централизованного логирования. - Понимание принципов безопасной работы с секретами и политиками доступов. - Опыт администрирования Linux-серверов. - Понимание сетевых протоколов, reverse proxy и балансировки нагрузки. - Навыки диагностики и устранения инцидентов в production. - Навыки автоматизации инфраструктурных процессов с помощью Bash или Python. - AI-First подход к работе. - Экспертное владение Claude Code и Codex. - Умение использовать AI не только для генерации кода, но и для анализа инфраструктуры, диагностики инцидентов, автоматизации процессов, ревью конфигураций и ускорения инженерной работы. Soft skills - Готовность брать на себя ответственность за результат. - Проактивность и инициативность в улучшении инфраструктуры и внутренних процессов. - Умение самостоятельно находить и устранять причины проблем, а не только их последствия. - Системное мышление и внимание к деталям. - Готовность работать в условиях высокой степени автономности. - Умение эффективно коммуницировать с разработчиками, CTO и другими участниками команды. - Способность предлагать новые решения и аргументированно защищать свою позицию. - Открытость к обратной связи и желание постоянно развивать свои компетенции. - Ориентация на качество, надёжность и автоматизацию вместо ручных процессов. - Ответственный подход к эксплуатации production-систем. - Готовность постоянно внедрять AI в собственные процессы и помогать команде находить новые сценарии его применения. Что для нас особенно важно Мы не ищем инженера, который использует AI только как поисковик или генератор отдельных команд. Нам нужен специалист, для которого Claude Code, Codex и другие AI-инструменты являются полноценной частью инженерного процесса: от проектирования решений и написания конфигураций до диагностики production-инцидентов, автоматизации рутины и анализа возможных рисков. AI-First мышление — одно из ключевых требований этой позиции. Мы ожидаем, что вы будете активно искать способы выполнять работу быстрее, точнее и надёжнее за счёт грамотного сочетания инженерной экспертизы, автоматизации и возможностей искусственного интеллекта.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Старший ML-инженер — прогнозирование спроса и оптимизация запасов SMALL — одна из крупнейших розничных сетей продуктовых магазинов в Казахстане. Мы управляем более чем 160 магазинами в 10 городах страны. Мы строим систему автозаказа, которая определяет, сколько товара необходимо заказать в каждый магазин. Ищем сильного ML-инженера, который возьмёт на себя техническое руководство проектом: работу с данными, постановку экспериментов, выбор моделей для продакшен-пайплайна, офлайн- и онлайн-оценку качества, управление автозаказом как продуктом. Чем предстоит заниматься - Формировать roadmap ML-экспериментов и самостоятельно выбирать наиболее перспективные направления. - Исследовать подходы к прогнозированию сезонного, нерегулярного и прерывистого спроса. - Работать с промо, календарными эффектами, новыми SKU, дефицитом истории и спросом, цензурированным спросом и восстановлением lost sales при отсутствии товара. - Проводить ABC/XYZ-анализ. - Развивать rolling-origin backtesting и методологию сравнения моделей без временных утечек. - Оценивать решения не только по forecast-метрикам, но и по бизнес-результатам: out-of-stock, fill rate, оборачиваемости и объёму избыточного запаса. - Улучшать преобразование прогноза в заказ с учётом графика поставок, остатка, lead time и ограничений поставщика. - Развивать продакшен ML-пайплайн: качество данных, воспроизводимость экспериментов, мониторинг моделей и диагностику деградаций. - Взаимодействовать с командами Data Engineering, инфраструктуры и бизнеса, превращая неопределённые задачи в проверяемые гипотезы и работающие решения. - Определять техническую архитектуру ML-части системы и стандарты разработки: от подготовки выборок и экспериментов до деплоя и мониторинга. Что для нас важно - Сильный практический опыт в машинном обучении и опыт эксплуатации моделей в production. - Опыт решения задач прогнозирования временных рядов: корректная временная валидация, сезонность, cold start, sparse или intermittent demand. - Хорошее понимание того, как выбирать метрики и дизайн эксперимента под бизнес-задачу, а не оптимизировать одну офлайн-метрику. - Уверенные Python и SQL. - Умение разбираться в данных, находить смещения и утечки, проверять качество источников. - Способность самостоятельно формулировать план работы, принимать технические решения и доводить изменения до production. - Готовность объяснять результаты и компромиссы как инженерам, так и бизнесу. - Дисциплинированный опыт AI-assisted development: умение ускорять работу с помощью coding agents, не перекладывая на них ответственность за корректность решений, качество кода и безопасность данных. Будет большим плюсом - Опыт в grocery retail, e-commerce, supply chain или inventory replenishment. - Опыт построения глобальных моделей на большом количестве связанных временных рядов. - Понимание retail-специфики: промо, каннибализация, out-of-stock, цензура спроса, ассортиментные изменения, новые магазины и SKU. - Знание основ inventory optimization: safety stock, service level, lead time, order multiple, lost sales. - Опыт проведения онлайн-экспериментов или пилотов, где прогноз влияет на реальные операционные решения. - Опыт с CatBoost, PyTorch, ClickHouse, Kafka, Airflow, SLURM или Kubernetes. Наш текущий контур Масштаб задачи: - несколько миллионов SKU × store комбинаций каждый день - ежедневный и внутридневной расчет - прогнозирование на разные горизонты — от нескольких дней до нескольких недель - несколько лет истории в данных Сейчас в проекте есть: - модель прогнозирования спроса на основе градиентного бустинга - фреймворк для rolling-origin backtesting - интеграции с ClickHouse, Kafka, Airflow, Slurm, Kubernetes - продакшен-пайплайн с платформенным мониторингом и наблюдаемостью То есть задача не «сделать первую модель с нуля». Система уже работает в production в пилотном режиме и используется для формирования заказов на все SKU и магазины. Куда мы хотим прийти: - Повысить доступность товаров, одновременно снижая избыточный запас и списания. - Расширить систему с контура «распределительный центр → магазин» на заказы «поставщик → распределительный центр» и другие supply-chain сценарии. - Корректно учитывать неопределённость спроса и целевой service level, выбирая квантили прогноза с учётом стоимости дефицита и избыточного запаса. - Построить устойчивый процесс экспериментов и внедрения изменений с измеримым бизнес-эффектом. Что мы предлагаем - Реальный end-to-end ownership: возможность влиять на постановку задачи, данные, модели, backtesting, production и бизнес-метрики. - Доступ к вычислительному кластеру из 8 нод, каждая — 128 CPU, 2 TB RAM и 8×NVIDIA H200. Мы не требуем использовать deep learning там, где он не нужен, но инфраструктура позволяет проверять вычислительно сложные подходы без искусственных ограничений. - Возможность удаленной работы или в офисе в Алматы или Астане.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Стажировка

Стажер AI-разработчик О компании и проекте AGIMA — интегратор Digital-решений. С 2006 года реализовано более 700 крупных проектов для таких заказчиков, как X5 Retail Group, МегаФон, АльфаСтрахование, Леруа Мерлен, O’Stin, Спортмастер, М.Видео и других. Принципы работы: - Главный капитал — это люди, компания готова помочь в непростых жизненных ситуациях. - Регламенты должны помогать, а не ограничивать. - Жёсткая субординация не практикуется. - Ценится эффективность сотрудников и их профессиональный рост. В AGIMA действует внутренний R&D, создающий AI-инструменты для команды и продуктов компании. В команду ищут стажёра-вайбкодера. Задачи full-stack: бывают и на бэке, и на фронте, иногда в одном тикете. Точно понадобится: голова, любопытство и привычка доводить дело до прода с помощью AI-агентов. Точно не понадобится: глубокая специализация в одной области. Что предстоит делать - Писать интеграции AI-агентов с корпоративными системами. - Допиливать внутренние сервисы: авторизация, логирование, личные кабинеты, дашборды. - Собирать лендинги и продуктовые страницы из готовых блоков под брендбук. - Делать UI поверх AI-сервисов: дашборды, плагины для мессенджера, обучающие интерфейсы. - Поднимать сервисы в инфраструктуре, привязывать домены, чинить мониторинг. Микс задач подбирается под сильные стороны и интересы кандидата. Слабые стороны прокачиваются под менторами. Требования - Знакомство с LLM-харнесом (Claude Code / Codex / VS Code + Claude Code extension): понимание, что такое контекст, скиллы, sub-agents, MCP. Если эти слова незнакомы — пока рано. - Базовый код: умение прочитать чужой Python / JS / TS-сервис, разобраться и внести изменение. - Linux, Docker, git на уровне «не теряюсь в терминале». - Самостоятельность как принцип: задачи декомпозируются и движутся самостоятельно, ментор — для архитектурных вопросов и ревью, а не для пошагового сопровождения. - Английский на уровне чтения документации. Будет плюсом - Next.js / React / TypeScript, Tailwind, shadcn/ui. - Python / Node.js на уровне «писал свои сервисы». - n8n, DeepResearch, опыт деплоя и работы с CI/CD. - Figma → код, базовое SEO. Если знаете половину — не страшно, вторую половину доберёте по ходу. Что мы предлагаем - Удалённая работа, гибкий график, 25–40 часов в неделю. - Минимальная стажёрская ставка или бесплатная стажировка с возможным продолжением сотрудничества при стабильном результате в течение 2–3 месяцев. - Подписки на ведущие AI-инструменты за счёт компании. - Реальный продакшн с ежедневными пользователями — не учебные песочницы. - Опыт работы в R&D-команде, которая каждый день решает задачи на стыке AI и продукта. - Развитие и обучение: предоставляются возможности для углубленного изучения AI через специализированные курсы. Грейдирование для менеджеров — возможность роста и развития в компании. В сопроводительном письме просьба указать 1. Что вы автоматизировали или собрали с помощью AI-агентов за последние 3 месяца (сервис / сайт / интерфейс / плагин — что угодно). 2. Ссылку на результат: репозиторий / live-сайт / видео-демо. 3. С каким харнесом работаете и почему.

Формат

Офис

Страна

Не указана

Город

Не указан

Ищем AI Engineer (LLM) для проектной работы Разрабатываем AI-систему генерации сценариев для YouTube и ищем сильного AI-инженера с опытом создания production-решений на базе LLM. Что предстоит делать: - Разработка AI-системы генерации сценариев. - Построение архитектуры и пайплайнов для работы с LLM. - Интеграция моделей, настройка workflows, оценка качества и развитие системы. Требования: - 2+ реальных production-проектов с LLM-системами. - Python или TypeScript, API, JSON, базы данных, Git, интеграции, логирование, облачная инфраструктура. - Отличное понимание LLM-архитектуры: System Prompt, Skills, RAG, Embeddings, MCP, Subagents, Workflows, Fine-tuning, Routing, Evals. - Практический опыт с экосистемой Claude: Projects, Skills, Cowork, Artifacts, Agent SDK, MCP. - Умение сравнивать Claude, GPT, Gemini и локальные модели. - Опыт построения систем оценки (evals). - Сильные навыки работы с текстом, стилем, структурой и оценкой качества сценариев. - Русский язык на уровне глубокого анализа сценариев.

Формат

Офис

Страна

Россия

Город

Не указан

AI-разработчик Компания: Top Selection Обязательные требования - Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion) - Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений - Опыт работы с фреймворками PyTorch, TensorFlow, JAX - Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде - Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация - Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов - Уверенное владение языками программирования Python и C++ - Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой - Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict()) Задачи - Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий - Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление

Формат

Гибрид

Страна

Россия

Город

Не указан

ML Engineer в «Максима Прайдекс» Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Что предстоит делать - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы. Что мы ожидаем - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации). Будет плюсом - Apache Airflow - Celery Мы предлагаем - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).

Формат

Гибрид

Страна

Россия

Город

Не указан

ML Engineer в Максима Прайдекс Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Обязанности - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация) - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам) - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов) - Production: интеграция ML-моделей и обеспечение их стабильной работы Требования - Опыт: коммерческая разработка на Python от 1 года - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML - Английский: от B1 (свободное чтение документации) Будет плюсом - Apache Airflow - Celery Условия - Аккредитованная ИТ-компания - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация - Офис у м. Стахановская / Гибридный формат после испытательного срока - Удобный график (базово 9:00–18:00, можно согласовать свой)