Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Россия

Город

Не указан

Компания: Top Selection Ищем AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать PoC, агентов и внедрять LLM в реальные бизнес-процессы. Зарплата: 260-300 тыс. руб/мес График: МСК ± 2, полная удаленка Гражданство/локация: только РФ Проект до конца года + возможна пролонгация Оформление: по договору ИП Требования: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками - Умение оценивать стоимость, latency и масштабируемость LLM-решений - Опыт работы в e-commerce, retail или других продуктовых highload-системах - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference - Адаптация моделей через fine-tuning (LoRA/PEFT) - Опыт проектирования agentic workflows или multi-agent-систем - Понимание принципов информационной безопасности, privacy и работы с персональными данными Задачи на проекте: - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив Условия: - Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете) - Реальный highload и Big Data в Retail

Формат

Удалённо

Страна

Великобритания, Испания, Польша

Город

Не указан

Компания: Intellias Уровень: principal, lead Обязанности: - Создание фундамента данных и оценочных фреймворков, обеспечивающих надежность ИИ-агентов в регулируемой финансовой компании, управляющей активами на сумму более $228 млрд. - Разработка пайплайнов обработки и извлечения документов. - Оценка качества и обоснованности выходных данных моделей. - Преобразование полученных результатов в практические улучшения в области безопасности агентов и данных, готовых для ИИ. Локация: Удаленно — Польша, Испания, Великобритания. Запрещенные локации: за пределами Польши, Испании и Великобритании. Формат: Полная занятость. Теги: ИИ, машинное обучение, LLM, RAG, Python, инженерия данных, финтех, удаленная работа, principal.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Маркетинговое агентство ищет директолога, возможно сразу двух специалистов. Агентство выстраивает для бизнеса систему привлечения клиентов через связку «лендинг + Яндекс.Директ». Директолог фокусируется только на рекламе и результате. Условия работы: — не нужно искать клиентов — полная загрузка проектами; — не нужно общаться с клиентами, обрабатывать негатив или объяснять результаты — этим занимается проджект; — работа с полностью собранной внутри агентства связкой: оффер, смыслы и структура сайта изначально заточены под рекламу; — есть чёткие стандарты, таблицы и формат отчётности. Задачи: — запуск рекламы, анализ данных, оптимизация кампаний и вывод проектов на результат; — создание лендинга по аналогии; — написание заголовков и текстов объявлений; — создание и тестирование креативов; — запуск и ведение рекламных кампаний в Яндекс.Директ; — поддержание стабильной открутки кампаний; — анализ результатов рекламных кампаний; — контроль количества заявок и стоимости лида; — оптимизация кампаний по показателям эффективности; — формирование гипотез для улучшения результата; — совместная работа с проджект-маркетологом по улучшению связки; — заполнение таблиц отчётности по проектам. Требования: — успешные кейсы в Яндекс.Директе; — понимание, как запускать кампании и выводить их на результат; — умение работать с цифрами и аналитикой; — готовность нести ответственность за показатели; — способность объяснить, что происходит с рекламой и почему; — системная и аккуратная работа по стандартам. Что уже выстроено: — понятная структура проектов и ролей; — готовые лендинги и логика связки; — проджект-маркетолог, который ведёт общение с клиентом; — таблицы аналитики и отчётности; — регламенты и стандарты работы. Формат и условия: — полностью удалённо; — коммуникация в Telegram и короткие созвоны раз в неделю; — проектная загрузка, специалист сам влияет на количество проектов и оплату; — оплата по проектам, совокупный доход 80 000 – 90 000 ₽; — рост дохода через количество проектов и качество результата. Приоритет отдаётся специалистам, которые уже работали с детской нишей и B2B сегментом.

Формат

Офис

Страна

Россия

Город

Не указан

Маркетолог в Аскона. Минск. О НАС: Аскона – это крупная компания, лидер российского рынка товаров для здорового сна, производящая и продающая матрасы, кровати, диваны и аксессуары. ЗАДАЧИ: - Планирование и запуск рекламных кампаний на телевидении, радио, наружных конструкциях, в метро, лифтах и других офлайн-каналах. - Подготовка медиапланов, согласование форматов и адресных программ, координация разработки и адаптации рекламных материалов. Взаимодействие с подрядчиками, контроль сроков, бюджета, качества размещения и эффективности кампаний. - Поиск партнёров и разработка совместных рекламных проектов и специальных предложений. Согласование механик, координация запуска и оценка результатов проведённых активностей. - Подготовка задач и брифов для исследовательских компаний, координация работы подрядчиков. Анализ полученных данных и формирование практических рекомендаций для бизнеса. - Планирование и проведение клиентских, партнёрских и маркетинговых мероприятий. Работа с площадками и подрядчиками, контроль подготовки, бюджета, сроков и качества реализации. - Организация разработки, производства и распределения рекламных материалов. Подготовка технических заданий, взаимодействие с подрядчиками, контроль тиражей, сроков, качества и размещения POSM. ТРЕБОВАНИЯ: - Опыт работы в маркетинге или рекламе от двух лет. - Опыт планирования и реализации офлайн-рекламных кампаний. - Понимание принципов медиапланирования и оценки эффективности рекламы. - Опыт взаимодействия с рекламными, исследовательскими и производственными подрядчиками. - Навыки подготовки брифов, ведения переговоров и контроля бюджета. - Уверенное владение Excel и PowerPoint. - Самостоятельность, системность, внимательность к деталям и умение вести несколько проектов одновременно. - Навыки и способность работать в условиях многозадачности. УСЛОВИЯ: - ЗП от 3000 до 3500 бел. руб. - Подписка по программе Allsports. - Программа лояльности на покупку товаров Askona для сотрудников. - Профессиональный и карьерный рост. - Вакансия планируемая к созданию.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Работодатель: Jet24 — группа компаний в сфере авиации и премиального сервиса. Включает консьерж-сервис, компанию по продаже самолётов и организации чартеров, а также два специализированных СМИ об авиации. Обязанности: — Ведение аккаунтов в Instagram, LinkedIn, Facebook (кросс-постинг с корректировками под платформу). Полное ежедневное ведение аккаунта: сторис, посты, карусели, Reels. Работа строго по утвержденной контент-матрице и контент-плану. — Написание текстов для Reels (сценарии, подводки, смысловые акценты), постов и каруселей, сторис. Работа с анонимными кейсами: без имён, без лиц, без раскрытия конфиденциальной информации. Передача ключевых ценностей бренда; строгое соблюдение Tone of Voice. — Съемка первых лиц в офисе в центре Москвы, монтаж. — Создание визуального контента с использованием ИИ: атмосферные изображения, визуальные сцены сервиса, видеоклипы и сцены под Reels. Сборка единого визуального стиля из ИИ-материалов (аватары первых лиц уже сняты). — Публикация контента по графику. Ответы в директе и реакциях. — Работа в связке с руководителями направлений. Получение и внедрение правок. Аккуратная реализация стратегии без искажений смыслов. Требования: — Владение английским (уровень не ниже B2). — Опыт работы SMM-специалистом от 3-х лет. — Умение писать выверенные, лаконичные тексты. — Умение снимать на мобильный телефон и монтировать короткие ролики. — Понимание специфики премиального сегмента. — Опыт или уверенные навыки работы с ИИ-визуалом и ИИ-видео. — Умение работать в рамках, а не «ломать» бренд под себя. — Внимательность к деталям и контексту. — Способность своевременно поднимать вопросы, если для результата не хватает информации, ресурсов или решений. Условия: — Заработная плата от 150 000 ₽. — Гибрид (офис + удалённая работа), гибкий график. — Полная занятость. — Работа по договору (самозанятость или ИП).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания разрабатывает AI-платформу Tenant Reply AI для автоматизации бизнес-процессов в сфере PropTech (Real Estate Tech) для рынка США. Ищем опытного инженера, который умеет самостоятельно проектировать архитектуру сервисов, принимать технические решения и реализовывать их в коде. Техническая команда с опытом разработки более 15 лет. Важно глубокое понимание архитектуры приложений, проектирования систем, моделей данных и интеграций. Обязанности: - Разработка backend-сервисов на Python. - Проектирование архитектуры новых компонентов системы. - Развитие и рефакторинг существующих сервисов. - Разработка REST API и интеграций с внешними сервисами. - Проведение технического анализа новых задач. - Оптимизация производительности существующего кода. - Участие в code review и обсуждении архитектурных решений. - Подготовка технических решений и аргументация выбранного подхода перед командой. - Использование современных AI-инструментов (Codex, Cursor AI, Claude Code и др.) для ускорения разработки при сохранении полного инженерного контроля над архитектурой и качеством решения. Требования: - Коммерческий опыт backend-разработки от 3 лет (Python или Java). - Опыт проектирования архитектуры высоконагруженных backend-систем. - Хорошее понимание PostgreSQL и проектирования реляционных БД. - Опыт проектирования REST API. - Понимание принципов SOLID, GRASP, DRY, KISS. - Знание основных GoF-паттернов и понимание, когда их действительно стоит применять. - Понимание микросервисной архитектуры и способов взаимодействия сервисов. - Умение читать, анализировать и безопасно рефакторить существующий код. - Умение оценивать технический долг и предлагать способы его уменьшения. - Способность аргументировать архитектурные решения и защищать свою позицию в технической дискуссии. Условия: - Частичная занятость. - Удаленная работа. Для нас особенно важно: - Самостоятельное проектирование архитектуры системы. - Понимание устройства моделей данных и причин их структуры. - Осознанные технические решения, а не сгенерированные AI. - Умение объяснить преимущества выбранного решения. - Способность критически оценивать код, написанный AI. - Восприятие AI как инструмента повышения продуктивности, а не замены инженерному мышлению.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Резюме Senior Frontend Developer, от 290 000 ₽ / $3 500, удаленно, фуллтайм. Опыт и достижения: - Рост продаж на 25% и спасение 15% регулярной выручки. - Разработка SDK, плагинных систем и монорепозиториев. - Понимание бизнес-контекста: воронки продаж и пользовательские боли через призму кода. - Сокращение стоимости AI-запросов и ускорение CI. - Опыт сложной миграции Stripe без даунтайма. - Применение архитектурных подходов (FSD) в крупных кодовых базах. - Миграция с React на Svelte (-89% bundle size). - Высокая скорость поставки MVP (16 экранов за 8 дней). - Работа с real-time потоками данных в высоконагруженных Web3 интерфейсах. - Опыт работы с высокой нагрузкой (500–1000 RPS) и крупными базами пользователей (90K MAU, 1M+ аудитории каналов). - Интеграция сложных платежных систем (Stars, Crypto, фиат) в Telegram Mini Apps. - Параллельная обработка данных от 418 поставщиков, оптимизация очередей и биллинга. - Снижение нагрузки, оптимизация Core Web Vitals. - Применение AI-инструментов (Claude API, MCP) как часть рабочего процесса. - Каждое достижение подкреплено конкретным процентом конверсии или роста эффективности. - Акцент на пользовательские сценарии и решение задач, а не просто перечисление библиотек. - Разноплановый опыт: от сложных CRM до AI-лендингов и переноса кастомного кода на Tilda. - Опыт создания собственного SaaS с нуля: от архитектуры до биллинга и монетизации. - Экспертиза в медиа-инфраструктуре: FFmpeg, RTMP, HLS. - Практический опыт внедрения RAG-систем и локальных LLM. - Конкретные результаты по AI-MVP и оптимизации релиза техдокументации. - Реальные кейсы в 3D/WebGL: от AR-сцен для автопрома до инди-игр. - Демонстрация стека через живые проекты.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Резюме Fullstack Developer / Team Lead, от $3 000, удаленно, фуллтайм или парт-тайм. Ключевые результаты: - Конкретные измеримые результаты: -40% времени отклика, -30% багов в проде, ускорение LCP на 1.5с. - Демонстрация инженерного мышления: фокус на архитектурных решениях (Module Federation, FSD, gRPC) вместо простого перечисления библиотек. - Реальный опыт в специфичных доменах (MedTech/HIPAA, Web3) с понятной привязкой к используемым технологиям. - Конкретная оптимизация: сокращение времени выполнения этапа пайплайна с 8 часов до 40 минут. - Техническая глубина: устранение 6,200 ошибок Sentry и борьба с N+1 запросами через TanStack Query. - Бизнес-результат: поднятие Lighthouse SEO с 65 до 92 баллов с помощью внедрения SSR. - Конкретные бизнес-результаты: сокращение времени рутины с часов до минут. - Реальные кейсы с ИИ-интеграцией и сложной бизнес-логикой. - Понятное описание архитектурных решений, а не просто перечисление библиотек. - Отличная связка конкретных цифр (снижение LCP, ререндеров, ускорение разработки) с описанием того, что именно было сделано. - Демонстрация продуктового мышления через метрики, а не просто перечисление технологий. - Портфолио с живыми ссылками на проекты, где можно пощупать работу с GSAP и 3D. - Отличная связка конкретных технических решений (Zod, React Query, WebSocket) с измеримым бизнес-результатом. - Внятная демонстрация Fullstack-автономности: от схемы БД до UI-компонента без лишнего «пинга». - Реальный бизнес-кейс с SEO-результатами (топ-3 выдачи) и оптимизацией AWS-расходов. - Глубокие технические навыки в работе с протоколами (RTMP/RTP/RTCP), а не просто CRUD-запросы. - Внятное описание архитектурного вклада, а не перечисление ключевых слов. - Наличие измеримых результатов: оптимизация сетевого трафика на 30% и сокращение запросов к блокчейн-нодам на 35%. - Техническая глубина: решение проблем с ANR и утечками памяти в React Native, а не просто перекладывание JSON-ов. - Разноплановый опыт: от Web3 и игровых механик до полноценных аналитических платформ. - Отличная связка «проблема-решение-цифра»: от сокращения времени входа до оптимизации видеолент. - Демонстрация работы с CI/CD и релизным циклом, а не просто перечисление библиотек. - Внедрение актуальных инструментов (Cursor, MCP) показывает, что разработчик не застрял в 2020 году.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Abridge основана в 2018 году с миссией улучшать взаимопонимание в здравоохранении. Платформа на основе ИИ преобразует разговоры между пациентами и врачами в структурированные клинические заметки в реальном времени, интегрируется с EMR. Компания использует Linked Evidence и аудируемый ИИ, сопоставляет сгенерированные сводки с первоисточником. Офисы находятся в Сан-Франциско (Mission District), Нью-Йорке (SoHo) и Питтсбурге (East Liberty). В команде — практикующие врачи, ИИ-исследователи, PhD, креативщики, технологи и инженеры. Роль Компания ищет инженеров по генеративному ИИ любого уровня. Работа в кросс-функциональной команде с исследователями, клиницистами и инженерами. Задача — превращать возможности языковых моделей в надежные клинические системы: проектировать продвинутые LLM-процессы, включая агентные возможности, структурированные инструменты, разветвленные цепочки вызовов, интеграцию с поисковыми системами. Также разработка и применение фреймворков оценки (автоматизированных и с участием человека) для проверки точности, надежности, многоязычности. Проектирование экспериментов для поиска отказов, симуляция крайних случаев, нагрузочное тестирование. Владение полным циклом продакшена LLM-процессов: развертывание в средах с низкой задержкой, мониторинг, наблюдаемость, постобработка, версионирование. Задачи - Проектировать и создавать агентные системы, превращающие LLM в компонуемые надежные инструменты (поиск, вызов инструментов, агентные рассуждения, структурированные выходы). - Сотрудничать с ML- и инфраструктурными инженерами для масштабирования и оптимизации агентных процессов: задержка, контекстные окна, выбор моделей. - Писать высококачественный модульный код, устойчивый к сбоям, гибкий к изменениям. - Отвечать за ключевые архитектурные решения: архитектура процессов, потоки данных, кэширование промежуточных состояний, структура генерируемых выходов. - Проводить строгую оценку: создавать бенчмарк-датасеты, автоматизированные и human-in-the-loop фреймворки, эксперименты для выявления отказов и крайних случаев, A/B-тесты, анализировать обратную связь клиницистов. - Использовать передовые возможности: быстрое прототипирование с новыми моделями, открытыми инструментами и техниками промптинга. Требования - 3+ года опыта создания production-grade систем, из них 1–2+ года — с LLM или агентными продуктами. - Глубокое владение LLM API, стратегиями промптинга и паттернами оркестрации (LangChain, LlamaIndex, кастомные пайплайны). - Опыт с поисковыми системами (семантический и лексический поиск, векторные БД, эффективный kNN), вызовом функций, tool-use или агентными процессами. - Рабочее знание оценки моделей: создание разнообразных датасетов, автоматизированная и human-in-the-loop оценка, A/B-тесты, работа с экспертами для улучшения моделей. - Сильные знания Python: чистый код, комплексные тест-кейсы, знание стандартной библиотеки; желателен опыт с async-программированием, профилированием производительности, упаковкой и деплоем. - Хорошая интуиция: понимание, когда ускоряться и итерировать, а когда устранять технический долг. Ценятся готовность учиться и признание, что отличный член команды может не полностью соответствовать описанию.

Формат

Офис

Страна

США

Город

Нью-Йорк

Инженерная культура Hatch строится на скорости, ответственности и влиянии. Это небольшая амбициозная команда, создающая ИИ, который меняет способы роста сервисных бизнесов. Инженеры владеют задачами от начала до конца, быстро выводят код в продакшн и работают с современным стеком (Elixir, Python, Go, React + TypeScript). В команде AI-агентов вы будете на стыке классической разработки продуктов и ИИ — создавать системы, которые позволяют агентам рассуждать, действовать и улучшаться. Ваша работа напрямую влияет на выручку клиентов. Требуется нахождение в США. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email на всех точках контакта с клиентом. - Разрабатывать системные промпты, формирующие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Разрабатывать интеграции вызова инструментов, чтобы агенты могли безопасно и предсказуемо выполнять действия: запись на приём, поиск данных клиентов, тёплая передача оператору. - Строить оценки LLM-as-a-judge и наблюдаемость ИИ: телеметрию, трейсы, дашборды качества для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: сочетать продуктовое чутьё, потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, постепенное внедрение с фича-флагами и A/B-экспериментами, наблюдаемость, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов инструментов/функций, фреймворки оценки или оркестрация агентов. - Уверенный бэкенд-опыт на одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа со всем стеком: от модели данных и логики LLM/агентов до API и, при необходимости, UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Глубокое чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, оставаться подотчётным до доставки. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: активно изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Компенсация: $112 000 – $216 000 (в зависимости от опыта и других факторов). - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячная велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и влияние на реальный бизнес и клиентов. - Команда инженеров, которым важны качество, быстрая реализация и взаимная поддержка. - Гибридный формат работы в Нью-Йорке, США.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О компании Crunchyroll — сервис, основанный фанатами, доставляет искусство и культуру аниме сообществу. Компания обслуживает более 100 миллионов фанатов аниме и манги в более чем 200 странах и территориях. Опыт включает онлайн и офлайн-форматы: стриминг, кинотеатральные показы, игры, мерчандайз, события и другое. О роли Senior AI-инженер платформы и инструментов создаёт платформу, автоматизацию и инструменты, на которых работает остальная часть AI Enablement, и администрирует корпоративные AI-инструменты, на которые полагается вся компания. Роль входит в команду Tools & Governance платформы внутри AI Enablement (AIEN), подчиняется AI Platform, Strategy & Governance Lead. Это универсальная позиция полного цикла: автоматизация оценки и управления AI, переиспользуемые строительные блоки для других команд и повседневное администрирование одобренных AI-инструментов. Работа охватывает три связанных направления: - Превращение оценки и управления AI из ручного процесса в автоматизированную платформу: структурированные оценки, конвейеры приёма и скоринга, маршрутизация согласований, policy-as-code и телеметрия использования. - Администрирование и настройка одобренных корпоративных AI-инструментов, отслеживание новых релизов и оценка целесообразности их внедрения. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов: RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — на которых строит команда Build & Partner. Это ранняя небольшая команда, поэтому инженер совмещает несколько ролей, ведёт функции от начала до конца и помогает задавать инженерные стандарты роста функции. Задачи - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Инструментирование телеметрии использования и затрат по одобренному AI-стеху: расход токенов, использование мест, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация управления AI: приём заявок, скоринг, маршрутизация согласований и enforcement policy-as-code, интегрированные с Glean-агентами и JSM-процессами. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — для команды Build & Partner. - Администрирование и настройка одобренных корпоративных AI-инструментов Crunchyroll, включая ChatGPT, Glean, Claude и Gemini; управление настройками, паттернами доступа, включением функций и операционными изменениями совместно с IT и Security. - Отслеживание новых релизов и изменений продуктов среди одобренных AI-инструментов, оценка необходимости их внедрения в Crunchyroll и организация раскатки для максимальной пользы сотрудников. - Обеспечение того, чтобы платформа была путём наименьшего сопротивления: решения AIEN по умолчанию используют golden paths и стандарты, и улучшение ключевых метрик (время оценки, adoption golden-path). - Создание агентов и воркфлоу средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управляемости, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролов, обнаружения и предотвращения в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась отдельно к каждому проекту. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов для масштабирования команды. Требования - 6+ лет инженерной работы в software или platform engineering, включая создание инструментов или сервисов, используемых другими инженерами. - Практический опыт администрирования, настройки или поддержки корпоративных SaaS-инструментов, AI-платформ или внутренних продуктовых платформ в производственной бизнес-среде. - Сильные навыки разработки (например, Python, плюс Go/TypeScript или аналогичные) — создание production-quality инструментов, а не только прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, пайплайнов данных или внутренних инструментов для разработчиков. - Опыт создания практичных AI-агентов, ассистентов или автоматизации воркфлоу для бизнес-пользователей, включая сбор требований, дизайн промптов и воркфлоу, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, релиз, итерации. - Чёткая письменная коммуникация: инструменты и документация должны приниматься другими инженерами.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания Postali создает ИИ-ассистированные рабочие процессы для контента, поиска, исследований, отчетности и публикации на сайте. В команду ищут AI-native инженера, который использует ИИ как инструмент решения задач, а не только как помощника для написания текстов. Роль предполагает владение полным циклом: от неоднозначной бизнес-задачи до работающей, контролируемой системы, которой пользуются люди. Задачи - Управлять портфелем ИИ-агентов и ИИ-процессов в области контента, SEO, исследований, анализа отчетности, поддержки публикаций и внутренних операций. - Находить задачи с высокой ценностью: описывать текущий процесс, определять точки принятия решений и риски, выбирать сочетание LLM, детерминированной логики, автоматизации и контроля со стороны человека. - Проектировать и поддерживать переиспользуемые навыки агентов, промпты, контекстные файлы, базы знаний и системы поиска, структурированные выходы, подключения к инструментам и конфигурации под конкретных клиентов. - Развивать систему ИИ-контента: исследования, черновики, контекст клиента, проверка фактов и цитирований, контроль бренда и юридического качества, передача редакторам и настройка под новых клиентов. - Создавать агентные процессы, помогающие командам анализировать эффективность, изучать конкурентов, обобщать данные, предлагать следующие шаги и превращать одобренные решения в исполнимую работу. - Проектировать контроль с участием человека: определять, что система делает автономно, что требует проверки экспертом, а что нельзя автоматизировать (особенно заявления для клиентов, регулируемый контент, чувствительные данные и изменения в продакшене). - Подключать агентов к одобренным инструментам и данным через API, вебхуки, MCP, платформы автоматизации и небольшой продакшен-код. - Строить оценки до объявления системы готовой: измерять точность, полноту, согласованность, соответствие требованиям, задержку, стоимость и практическую полезность, использовать результаты для улучшения или отключения процесса. - Отвечать за надежность ИИ-систем в продакшене: логи, мониторинг, алерты, версионирование, права доступа, стоимость моделей и токенов, поведение при сбоях, реагирование на инциденты и восстановление. - Создавать переиспользуемые фреймворки, масштабируемые на разных клиентов, с сохранением специфичного контекста, стандартов и экспертизы каждой юридической фирмы. - Документировать архитектуру системы, модели, источники данных, промпты, навыки, зависимости, решения, учетные данные, runbook и владельцев резервного копирования. - Обучать команды эффективно использовать системы, отслеживать, где ломается внедрение или доверие, и улучшать как технологию, так и операционные процессы. - Постоянно экспериментировать: тестировать новые модели, инструменты и паттерны на понятных кейсах и доказательствах, а не внедрять технологии ради самих технологий. Требования - Подтвержденный опыт самостоятельной разработки и эксплуатации ИИ, автоматизации, программных или данных-систем, которыми пользуются другие люди. Точные должности и годы не важны; важны продуманные, продакшен-ориентированные результаты. - Настоящее владение ИИ: умение показать, как ИИ изменил подход к исследованию, рассуждению, разработке, отладке и решению задач. - Практический опыт с агентами на основе LLM, вызовом инструментов, структурированными выходами, поиском или системами знаний, контекстной инженерией, оценками и процессами с одобрением человека. - Понятная коммуникация и лидерство в изменениях: умение объяснять ИИ-системы техническим и нетехническим коллегам, писать полезную документацию и помогать команде осваивать новые способы работы. - Практические навыки интеграции: API, вебхуки, аутентификация, JSON, платформы автоматизации. Понимание, когда достаточно no-code, а когда код надежнее. - Опыт с MCP, векторным или гибридным поиском, оркестрационными фреймворками, платформами автоматизации рабочих процессов и наблюдаемостью.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

Hatch — небольшая команда, создающая ИИ для роста сервисных компаний. Стек: Elixir, Python, Go, React + TypeScript. Роль входит в команду AI-агентов: вы будете строить системы, которые позволяют агентам рассуждать, действовать и улучшаться. Требуется нахождение в США. Формат — гибридный, Сан-Франциско. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email-переписки на всех точках взаимодействия с клиентом. - Разрабатывать системные промпты, определяющие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Развивать интеграции вызова инструментов (tool calling), чтобы агенты могли надёжно выполнять действия: запись на приём, поиск данных клиента, тёплая передача оператору — безопасно и предсказуемо. - Строить оценки на базе LLM-as-a-judge и observability для ИИ: телеметрия, трейсы, дашборды качества — для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: применять продуктовое чутьё в каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматическое тестирование, CI/CD, постепенная выкатка с фича-флагами и A/B-экспериментами, observability, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов функций/инструментов, фреймворки оценки, оркестрация агентов. - Уверенный бэкенд-опыт в одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа на всех уровнях стека: от модели данных и логики LLM/агентов до API и (где нужно) UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, отвечать за результат. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Ожидаемый диапазон компенсации: $112,000–$216,000 в зависимости от уровня опыта. Фактическая зарплата может варьироваться в зависимости от локации и опыта. - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и видимый эффект для реального бизнеса и клиентов. - Команда инженеров, ценящих качество, быструю разработку и друг друга.

Формат

Офис

Страна

США

Город

Остин

О роли Компания Truss — финтех-стартап (YC S21) из примерно дюжины сотрудников, строящий банкинг и платежи для строительной отрасли. Уже использует ИИ в двух направлениях, каждому нужен владелец на полную ставку. - Внутренние ИИ-системы уже в продакшене. Запущен внутренний ИИ-харнесс. Бэк-офис по фроду и поддержке клиентов построен на ИИ: обработка кейсов, ревью, операционная поверхность, а не чат-бот на стороне. Система требует ежедневной поддержки, развития и отношения как к продукту. - Инженерная фабрика. Команда работает в Cursor и Claude Code. Настройка неравномерна: виртуальные окружения, виртуальные машины, скиллы и репозитории расходятся, скиллы устаревают. Нет ежедневной картины того, что вышло и насколько хорош код. Нужно сделать каждого инженера одинаково эффективным. Позиция — инженерная, а не DevRel, не «театр внедрения» и не стажер по промптам. Вы будете владеть продакшен-системами внутреннего ИИ (харнесс и бэк-офис по фроду/поддержке) и ускорять работу инженерной команды. Задачи - Владение внутренним ИИ-харнессом. Он существует: поддержка, укрепление, развитие на полную ставку. Эвалы, подключение инструментов, песочницы — всё, что делает агентов надежными. - Владение ИИ-бэк-офисом. Фрод и поддержка клиентов уже работают на ИИ-бэк-офисе. Расширение, обеспечение корректности, работа с операционной командой при сбоях в кейсах. Это продакшен, а не демо. - Обеспечение работоспособности окружений всех инженеров: Cursor, агентные рантаймы, виртуальные окружения, виртуальные машины, секреты, языковые тулчейны. Когда кто-то клонирует репозиторий, агент должен запускаться, тестироваться и выкатываться. - Владение командными скиллами: общие скиллы для стека и стиля работы, поддержание их актуальности. Устаревший скилл — это баг, который нужно исправить, а не вики, которую кто-то прочитает. - Подготовка репозиториев для агентов, а не только для людей: devcontainers или аналоги, таск-раннеры, точки входа для тестов, линтеры, фикстуры, документация, понятная модели. - Создание джобов для ежедневной оценки работы: сигнал о том, что вышло, качество ревью, здоровье тестов, использование агентов, узкие места. Улучшение фабрики, а не создание витринной дашборд-панели. - Внедрение устойчивых процессов: как открываются PR, как проходит ревью с агентами, как продвигается скилл, как отключается плохой. Скучно, с контролем, легко. - Работа с пользователями системы: инженерами и операционной командой. Наблюдение за сессией или сбоем кейса и исправление харнесса, скилла или бэк-офиса. Без перекладывания ответственности через Notion-страницу. Требования - Минимум 6 лет опыта инженерной работы с продакшен-софтом. Языки и стеки менее важны, чем наличие вкуса, выработанного в реальных проектах. - Доказательство работы: харнесс, eval-фреймворк, система агентов/скиллов или значимый опенсорс-вклад в этой области со ссылкой. Посты в блоге про «использование ChatGPT» не считаются. - Опыт настройки окружений для других людей, а не только для себя. Репозитории, которые запускаются, тесты, которые работают, агенты с нужными инструментами. - Отношение к харнессам, скиллам и бэк-офису как к продакшен-коду: версионирование, ревью, деприкация при устаревании. Уверенное владение Python/TypeScript или аналогичным: CI, скрейперы, MCP/инструмент-серверы, песочницы, операционные интерфейсы. - Опыт работы в малой команде. Не будет платформенного отдела — вы и есть функция внутреннего ИИ и ускорения инженерии. - Соответствие правилам локации и разрешения на работу из раздела Sanity Check. Условия - Удаленная работа в США или Канаде. Возможна работа в офисе в Остине, Техас, с 1 января 2026 года. - Полная занятость. - Опыт от 6 лет. - Зарплата: CAD 150K–250K для удаленной работы в Канаде, USD 125K–175K для удаленной работы в США. Оплата в валюте локации. - Опционы: 0.25%–0.50% капитала. - Виза TN допустима для канадцев. Другие визы не спонсируются. Не подходит, если - Менее 6 лет опыта написания продакшен-софта. - Опыт с ИИ ограничен ChatGPT в браузере и курсом на LinkedIn. - Хотите быть продуктовым инженером, который «заодно помогает» с ИИ.

Формат

Офис

Страна

Канада

Город

Не указан

О роли Replit — платформа для создания программного обеспечения с помощью агентов, позволяющая любому человеку создавать приложения на естественном языке. Миллионы пользователей по всему миру. Поиск перестраивается в реальном времени: миллионы людей начинают с вопроса к ChatGPT, Claude, Gemini или Perplexity, и полученный ответ определяет, какие продукты они попробуют. Replit должен быть ответом на вопрос, как создать приложение, сайт или инструмент для бизнеса. Мы нанимаем AEO/GEO/SEO-лида, который будет отвечать за то, как Replit находят через AI-ответы и традиционный поиск. Это роль с нуля: вы определите стратегию и будете реализовывать её сами, используя AI-инструменты, партнёрские агентства и кросс-функциональные команды. Ежедневная работа с командами Web, Growth, Brand, Content, Product, Engineering и Analytics. Быстрорастущие AI-нативные компании уже превратили AI-ответы в основной канал привлечения. Ваша задача — сделать то же для Replit: превратить AI-реферальный трафик в один из крупнейших источников новых пользователей, поддерживать рост традиционного поиска и сделать Replit платформой, которую AI-ассистенты рекомендуют всем, кто хочет создавать ПО. Replit движется быстро: непрерывные релизы, постоянные эксперименты. Нужен человек, который thrives в такой среде: частично стратег, частично оператор, частично исследователь канала, который меняется каждый месяц. Что нужно делать - Владеть стратегией AEO/GEO: определить, где Replit должен появляться в ChatGPT, Claude, Gemini, Perplexity и Google AI Overviews, для каких запросов и покупательских интентов, и создать плейбук для победы в этих ответах. Устанавливать цели, планировать дорожную карту и защищать стратегию данными. - Завоевывать цитирования в открытом вебе: LLM цитируют то, чему доверяют: треды Reddit, видео на YouTube, авторитетные публикации, контент сообществ и хорошо структурированные собственные страницы. Создавать долгосрочные программы на каждой из этих поверхностей, понимать период полураспада AI-цитирования и поддерживать позиции Replit при переобучении моделей и изменении систем поиска. - Управлять SEO от начала до конца: стратегия ключевых слов, оптимизация страниц, техническое SEO и контентный органический рост в партнёрстве с руководителем Web. Защищать и развивать поисковый капитал во время крупного редизайна сайта, координировать с командой платного поиска покрытие ключевых слов. - Создавать контент-движок: производить и направлять контент, рассчитанный на два типа читателей одновременно: LLM-краулеры и людей. Блоги, страницы сравнений, видео и структурированные ресурсы, создаваемые в объёме с помощью AI-ассистированных процессов и удерживаемые на высоком уровне качества. Основная человеческая работа здесь — суждение: стратегия, редакционное качество и дистрибуция. - Настроить измерение: создать отчётность для канала без идеальной атрибуции: AI-реферальный трафик, доля голоса в AI-ответах, отслеживание цитирований и последующие регистрации и выручка. Проводить контролируемые эксперименты, выявлять, что реально влияет на цитирования, и обучать остальную компанию. - Управлять агентствами и инструментами: владеть отношениями с агентствами и вендорами в области поиска и AI-видимости, а также стеком инструментов для отслеживания и производства. Составлять брифы, держать планку качества и решать, что остаётся внутри компании. Требования - 5+ лет в SEO, органическом росте или контентном привлечении (желательно в SaaS, технологических или разработческих компаниях), включая практическую работу с AEO/GEO в течение последнего года. - Подтверждённые результаты: рост AI-реферального трафика, выигранные цитирования, изменённые позиции и описание того, как вы это измеряли. - Техническое понимание SEO: исследование ключевых слов, краулинг, индексация, структурированные данные, архитектура сайта, анализ логов. - Понимание того, как LLM на самом деле извлекают и цитируют источники, и как это различается между ChatGPT, Claude, Gemini и Perplexity. - Умение ясно и быстро писать, способность направлять людей, агентства и AI-инструменты на создание контента, который получает цитирования. - Аналитические способности для создания достоверных измерений в быстро меняющемся канале, связывая органическую видимость с трафиком, регистрациями, принятием продукта и выручкой. - Умение работать с инженерными, продуктовыми, контентными и аналитическими стейкхолдерами для быстрого внедрения изменений. - Любовь к созданию с нуля: фреймворки, процессы, стратегия. - Мышление основателя: вы видите пробелы и заполняете их, действуете быстро и не ждёте, пока кто-то другой определит плейбук. - Совместный подход без большого эго и готовность вникать в детали. Будет плюсом - Превращение AI-ответов в основной канал привлечения в PLG, потребительской или разработческой компании. - Глубокое понимание Reddit: как работают сообщества и как заслужить там доверие. - Опыт ведения YouTube как органического канала обнаружения. - Практическая работа с инструментами AI-видимости и отслеживания цитирований (Profound, Peec, Ahrefs Brand Radar или аналоги). - Программный SEO в значимом масштабе. - Вы создавали с помощью Replit или других AI-инструментов для создания и понимаете наших пользователей из первых рук. - Опыт управления SEO/AEO-агентствами и фракционными специалистами. Условия - Конкурентная зарплата и опционы. - Программа 401(k) с матчем 4% (только для США). - Медицинская, стоматологическая, офтальмологическая страховка и страхование жизни. - Страхование краткосрочной и долгосрочной нетрудоспособности. - Оплачиваемый отпуск по уходу за ребёнком, медицинский и по уходу за родственником. - Гибкий график отпусков (FTO) + праздники. - Компенсация транспортных расходов (для офиса и только для США). - Ежемесячная стипендия на здоровье. - Автономная рабочая среда. - Возмещение расходов на обустройство офиса (только для офиса). - Ежеквартальные командные встречи. - Офисные удобства (только для офиса). О компании Replit — платформа для создания программного обеспечения с помощью агентов, которая позволяет любому человеку создавать приложения на естественном языке. Миссия — сделать программирование более доступным во всём мире. Мы приветствуем уникальные перспективы и опыт, поощряем кандидатов из разных слоёв общества, включая недостаточно представленные и нетрадиционные группы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О роли Работа на стыке инженерии и продукта: создание функций, развитие ядра CMS, расширение возможностей платформы и участие в AI-функциях. Использование современных AI-инструментов разработки. Самостоятельность, инициативность, работа в команде. Чем предстоит заниматься - Развитие ядра CMS: улучшение производительности, надёжности и developer experience. - Разработка и поддержка расширений и интеграций. - Участие в AI-функциях продукта. - Выявление и исправление проблем на основе мониторинга, обратной связи и продуктового чутья. Задачи и обязанности - Работа в кросс-функциональной автономной команде: поставка функций и улучшений, часто на основе черновых прототипов. - Перевод бизнес-потребностей в технические решения совместно с продуктовой командой, участие в разговорах с клиентами. - Использование AI-инструментов разработки (Cursor, Claude, Codex или аналогичных). - Проактивное выявление и исправление проблем через мониторинг и observability. - Участие в архитектурных решениях для масштабируемости, надёжности и поддерживаемости платформы. - Обмен знаниями, обучение коллег, совместная работа. Ожидания по этапам 1 месяц: онбординг по продукту, стеку, инфраструктуре и видению; знакомство с кодовой базой; первые правки; понимание того, как клиенты используют Hygraph. 3 месяца: уверенная поставка функций и улучшений в продакшен; понимание продукта и архитектуры; вклад идеями, не только кодом; рабочие отношения с тимлидом, PM, дизайнерами и инженерами. 6 месяцев: значимый вклад в продукт и команду; свежие перспективы; повышение стандартов производительности, архитектуры и процессов; команда полагается на вас. Требования - Опыт (обычно от 6 лет) создания и владения продакшен-системами. - Сильные full-stack навыки в JavaScript/TypeScript, глубокий бэкенд-опыт, понимание масштабируемости и производительности (желательно Node.js). - Опыт создания пользовательских интерфейсов, желательно на React. - Опыт разработки хорошо протестированных API на GraphQL. - Уверенное знание реляционных баз данных (особенно PostgreSQL), включая проектирование схем и оптимизацию запросов. - Активное использование AI-инструментов разработки (Claude, Cursor, Codex или аналогичных). - Знакомство с cloud-native разработкой (AWS, GCP). - Опыт работы с мониторингом и observability (New Relic, Datadog или аналогичные). - Готовность к on-call и операционной работе (расследования, инциденты). - Умение работать с неопределённостью: черновые прототипы, меняющиеся требования, неполная информация. - Сильное продуктовое чутьё: понимание «зачем», а не только «как». Будет плюсом - Опыт с Golang. - Знание infrastructure as code (Pulumi, Terraform). - Опыт работы с клиентами или в клиентоориентированных ролях. - Знакомство с headless CMS или контентной инфраструктурой.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании DuckDuckGo — компания в сфере онлайн-защиты, удалённая команда из более чем 300 человек. Основана в 2008 году, прибыльна с 2014 года, годовая выручка превышает 100 млн долларов США. Продукты: браузер для Mac, Windows, iOS и Android, поисковая система, подписка DuckDuckGo, а также приватный ИИ Duck.ai, позволяющий общаться с ChatGPT, Claude и другими ИИ. Культура доверия, инклюзивности и самостоятельного управления проектами: каждый член команды полностью отвечает за свои проекты — от планирования и выполнения до постмортема. Роль и задачи Работа в функциональной команде Data Science. Задачи: улучшение качества поисковой выдачи и ранжирования. Недавние проекты: - Улучшение качества и точности первого этапа ранжирования без потери скорости. - Разработка новых сигналов лексического сопоставления и авторитетности документов. - Расширение поисковых оценок для измерения готовности релевантности и выявления слепых зон ранжирования. - Исследование LLM для генерации признаков и ранжирования. Данные соответствуют строгим стандартам приватности и ограничены, поэтому требуется творческий подход для получения практических выводов в культуре, основанной на фактах, где количественная строгость является базовым уровнем. Требования - Опыт работы в Data Science от 10 лет, из них от 2 лет на уровне Staff, Principal или Director. - Опыт руководства сложными проектами от планирования до продакшена с минимальным руководством. - Умение консультировать других по сложным задачам data science. - Способность разрабатывать стратегии для неоднозначных задач и превращать их в серию чётко определённых проектов. - Практический опыт внедрения ML в продакшен, разработки NLP-решений и использования AI-ассистированной разработки. - Написание продакшен-кода на Python или аналогичном высокоуровневом языке. - Продвинутые навыки SQL и оптимизации запросов. - Эффективное взаимодействие с продуктовыми командами и вклад в общую производительность команды. Предпочтительно: - Опыт реализации поисковых проектов (ранжирование, поиск или индексация) от планирования до продакшена. - Опыт работы с масштабной поисковой инфраструктурой (например, Vespa, Elasticsearch, OpenSearch или Solr). Условия - Зарплата: 222 033 доллара США в год и опционы на акции. Компенсация одинакова для профессиональных уровней независимо от географического расположения или команды. Уровень компенсации прозрачен внутри организации. - Право на медицинские льготы от компании ограничено сотрудниками, находящимися в США; не распространяется на сотрудников в других странах (например, Канада или Великобритания). - Поддержка благополучия: оплачиваемый отпуск по уходу за ребёнком, обустройство офиса, надбавка на коворкинг. - Требуется участие в видеоконференциях с включённой камерой. - Ожидаются поездки минимум два раза в год: на общую встречу команды и на командный ретрит (каждый по 4–5 дней). Посещение настоятельно рекомендуется. - Гибкий график без фиксированных часов, но в среднем полная занятость 40 часов в неделю. - Успешный кандидат должен пройти проверку биографии (background check) как условие присоединения к команде.

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence — AI-платформа роста для сферы недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годовой повторяющейся выручки. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для ведения и развития бизнеса. О роли Мы не просто используем ИИ. Мы создаем с его помощью, внедряем и мыслим с ним. Благодаря щедрому бюджету на токены наши инженеры ежедневно используют ИИ-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а ИИ их создает, и мы уже далеко продвинулись на этом пути. Мы ищем hands-on инженерного менеджера для руководства командой Maps & Search. Эта команда владеет опытом поиска жилья на веб- и мобильных платформах. Это одна из самых заметных и высоконагруженных поверхностей — только поисковый сервис обрабатывает миллиард запросов в месяц. Это роль для менеджера, который ведет за собой: кто по-прежнему работает в терминале с ИИ, имеет сильные мнения о том, как ИИ меняет SDLC, и хочет усилить небольшую, опытную, дополненную ИИ команду. Вы будете задавать техническое направление, оставаться близко к коду и помогать команде стабильно достигать результатов. Задачи - Руководить и развивать команду Maps & Search. - Отвечать за найм, онбординг, коучинг, 1:1, прямую обратную связь и карьерное развитие. - Относиться к менеджменту как к ремеслу и строить здоровую высокоэффективную команду, которая выпускает значимые изменения. - Оставаться hands-on: вносить непосредственный вклад — код-ревью, дизайн-ревью, архитектура, сложная отладка — и сохранять техническую компетентность для принятия взвешенных решений по компромиссам. - Владеть и масштабировать высоконагруженную поисковую платформу. - Управлять архитектурой, релевантностью, задержкой и надежностью системы поиска недвижимости, обрабатывающей около 1 млрд запросов в месяц и сотни миллионов объявлений. - Обеспечивать первоклассный опыт поиска жилья: владеть основным процессом обнаружения жилья на веб- и мобильных платформах — улучшать вовлеченность, конверсию лидов и рабочие процессы агентов, сохраняя быстрые и отзывчивые взаимодействия в масштабе. - Продвигать поиск на основе ИИ: сотрудничать с командами для внедрения LLM и интеллектуального ранжирования в поиск и пользовательские процессы, улучшая то, как покупатели и агенты находят, фильтруют и взаимодействуют с объявлениями. - Формировать дорожную карту совместно с продуктом и дизайном: определять, что и зачем мы строим, а не только как. Переводить потребности пользователей и бизнес-цели в четкий технический план и отвечать за поставку от начала до конца — планирование, качество, надежность и реагирование на инциденты. Требования Качества: - Вы ведете за собой: остаетесь близко к коду и пользуетесь техническим уважением, относитесь к менеджменту как к ремеслу — развиваете инженеров, даете четкую обратную связь и строите команду, которая выпускает продукты. - Вы уже ежедневно работаете с ИИ: используете ИИ как ключевую часть рабочего процесса, а не как новинку — и ожидаете того же от команды. - У вас есть сильные, но гибкие мнения о том, как ИИ меняет архитектуру ПО, структуру команды и инженерную культуру. - Вы мыслите системами: связываете технические решения с результатами для клиентов и бизнес-ценностью. - Вы четко и прямо общаетесь: можете объяснять сложные компромиссы продукту, дизайну и руководителям. - Вас заряжает неопределенность и скорость: вы процветаете в быстрорастущей компании, где дорожная карта развивается, а ответственность реальна. - Вам нравится веселиться на работе: мы серьезно относимся к своему делу, но не к себе. Мы празднуем победы, шутим и получаем удовольствие от совместной работы. Навыки и опыт: - 8+ лет профессионального опыта в разработке ПО, включая значительное время на senior или staff-уровне, плюс 2+ года управления инженерными командами. - Опыт в поиске: вы работали с системами поиска, релевантности, ранжирования или поиска информации. Не обязательно именно OpenSearch или Elasticsearch, но вы понимаете, как работает поиск и как его улучшить. - Глубокая экспертиза в TypeScript, Node.js и React, с full-stack пониманием для рассмотрения всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт работы с высоконагруженными, низколатентными production-системами в масштабе — SLO, реагирование на инциденты и планирование мощностей должны быть привычными. - Опыт руководства значимыми инициативами от концепции до production в SaaS-среде. Технологический стек - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, годовой регулярный доход — $100 млн. Платформой пользуются более 90 000 профессионалов в сфере недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. Инженеры компании ежедневно используют AI-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а AI их строит. Ищем hands-on Engineering Manager для команды Maps & Search. Команда владеет опытом поиска жилья на вебе и мобильных устройствах. Только поисковый сервис обрабатывает миллиард запросов в месяц. Задачи: - Руководить и развивать команду Maps & Search: наем, онбординг, коучинг, 1:1, обратная связь, карьерный рост. - Оставаться hands-on: участвовать в код-ревью, дизайн-ревью, архитектуре и сложной отладке. - Владеть и масштабировать высоконагруженную поисковую платформу: архитектура, релевантность, задержки, надежность системы поиска недвижимости с ~1 млрд запросов в месяц и сотнями миллионов объявлений. - Развивать поиск жилья на вебе и мобильных устройствах: вовлеченность, конверсия лидов, рабочие процессы агентов, скорость и отзывчивость интерфейсов. - Внедрять AI-поиск: совместно с другими командами интегрировать LLM и интеллектуальный ранжирование в поиск и пользовательские сценарии. - Формировать роадмап с продактом и дизайном: переводить потребности пользователей и бизнес-цели в технический план, отвечать за доставку — планирование, качество, надежность, реагирование на инциденты. Требования: - 8+ лет профессиональной разработки ПО, включая значимый опыт на уровне senior или staff, плюс 2+ года управления инженерными командами. - Опыт работы с поиском, релевантностью, ранжированием или retrieval-системами. Не обязательно OpenSearch или Elasticsearch, но важно понимание устройства поиска и способов его улучшения. - Глубокая экспертиза в TypeScript, Node.js и React, full-stack понимание всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт эксплуатации высоконагруженных low-latency production-систем: SLO, реагирование на инциденты, планирование мощностей. - Опыт ведения значимых инициатив от концепции до production в SaaS-среде. Технологический стек: - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence, разработчик ИИ-платформы для недвижимости, при поддержке Bessemer Venture Partners и других инвесторов, достигла $100 млн годовой выручки. Более 90 000 специалистов по недвижимости, включая свыше 30% топ-100 агентов США по версии WSJ Real Trends, используют платформу. Продукт AI Social — ИИ-агент, создающий брендированные карусели и рилсы для Instagram из исходных данных. Инженер отвечает за пайплайн рендеринга, промпты и агентские циклы, а также визуальное качество результата. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с системами на LLM: промпты, структурированные выходы, вызовы инструментов, агентские циклы, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал или Are.na. - Формальное или самообразование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными прототипами и доведёнными до клиентов решениями. - Ежедневное использование Claude Code, Cursor или аналогичных ИИ-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в ИИ-рабочие процессы. - Склонность к экспериментам с промптами и обмену результатами. - Системное мышление, ориентация на общие системы, а не отдельные фичи. - Умение работать с неинженерами, терпение и ясность в коммуникации. - Высокая ответственность и низкое эго, готовность принимать направление от продуктовых партнеров. Роль не включает: - Владение архитектурой платформы или распределёнными системами. - Владение социальной стратегией — только участие в её формировании. - Управление людьми — это индивидуальная роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), рендеринг в headless-браузере. Условия: вакансия предполагает работу в Канаде.

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, поддерживается Bessemer Venture Partners, годовой повторяющийся доход — $100 млн. Платформой пользуются более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. AI Social — продукт, в рамках которого AI-агент создает фирменные карусели и рилсы для Instagram для каждого клиента Luxury Presence: от исходных данных до готового медиа. Это не написание кода LLM, а дизайн, выбор фото, озвучка сценария, подбор кадров и финальная композиция. Роль: владение пайплайном рендеринга, промптами и циклами агентов, а также визуальным качеством релизов. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с LLM-системами: промпты, структурированные выходы, вызовы инструментов, циклы агентов, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал, Are.na. - Формальное или самостоятельное образование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными PoC и продакшен-качеством. Техническая беглость с AI-инструментами: - Ежедневное использование Claude Code, Cursor или аналогичных AI-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в AI-рабочие процессы. - Готовность экспериментировать с промптами, делиться выводами и иметь мнение о развитии медиа. Мышление: - Склонность к улучшению систем, а не только выполнению задач. - Приоритет систем над отдельными фичами: шаблонные семейства, которые выпускают десять постов, вместо десяти разовых. - Работа на общих системах, восприятие ограничений как рычага. - Высокие стандарты качества при готовности выпускать релизы. - Умение работать с нетехническими специалистами: продуктом, дизайном, контент-стратегией. - Высокая ответственность и низкое эго. Что не входит в роль: - Владение архитектурой платформы или распределенными системами — партнерство с профильными командами. - Владение социальной стратегией — только голос в ее формировании. - Управление людьми на старте — hands-on IC-роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), headless-рендеринг браузера.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Luxury Presence создает AI-платформу роста для недвижимости. При поддержке Bessemer Venture Partners и других ведущих инвесторов, компания находится на стадии Series C и достигла $100M годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития своего бизнеса. О роли Мы ищем Senior Analytics Engineer, который построит и масштабирует аналитическую основу для принятия решений в командах Go-to-Market, Product, Finance, People и Operations. Роль находится на стыке инженерии данных и аналитики: превращение сырых данных о продукте, маркетинге, финансах и операциях в чистые, хорошо смоделированные и надежные наборы данных. Работа будет питать все: от исполнительных дашбордов и когортного анализа до экспериментов, биллинговых операций, AI-аутрича и семантических слоев, которые позволяют AI-агентам автономно отвечать на вопросы стейкхолдеров. Это высококросс-функциональная роль — партнерство с Product Management, Marketing, RevOps, Finance, People Ops и Engineering для обеспечения надежного, масштабируемого и соответствующего бизнесу аналитического стека. Обязанности Построение и владение фундаментом данных - Владение и развитие dbt-проекта: обеспечение производительности, тестирования и документирования моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки данных. - Использование современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы и логику. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки, которые сравнивают данные из разных источников для выявления расхождений и защиты выручки. Обеспечение качества данных и автоматизации - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение лучших практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и обеспечение их единообразного расчета во всех инструментах. - Расследование и документирование инцидентов с данными от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие - Выполнение роли связующего звена между Engineering, GTM и Finance: обеспечение согласованных определений метрик и правильной инструментовки систем. - Предоставление стейкхолдерам возможности самостоятельного доступа к надежным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик написания запросов, создания дашбордов и интерпретации метрик; обучение стейкхолдеров самостоятельной работе. Создание AI-готовой инфраструктуры данных - Проектирование и поддержка семантических представлений Snowflake Cortex, служащих управляемым интерфейсом данных для AI-агентов и LLM-инструментов. - Партнерство с AI/продуктовыми командами для определения, создания и валидации определений семантического слоя, поддерживающих внутренних AI-ассистентов. - Создание фреймворков измерения для AI-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные - Более 5 лет опыта работы аналитическим инженером, инженером данных или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: возможности, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище данных. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Подтвержденный опыт работы с событийными данными и данными об использовании продукта (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой — желательно создание сквозных пайплайнов от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев, служащих управляемыми интерфейсами данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знакомство с CI/CD, Git-процессами и автоматизированным тестированием. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательные - Опыт создания и поддержки DAG в Airflow и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, измерение инкрементального эффекта. - Опыт работы с основами предиктивного моделирования: классификация, отбор признаков и оценка моделей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Luxury Presence — платформа ИИ для роста в сфере недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития бизнеса. Обязанности Создание и развитие фундамента данных: - Владение и развитие dbt-проекта: производительность, тестирование и документация моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки. - Применение современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки для сравнения данных из разных источников и выявления расхождений. Обеспечение качества данных и автоматизации: - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и их единообразный расчет во всех инструментах. - Расследование и документирование инцидентов с данными: от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие: - Выполнение роли связующего звена между Engineering, GTM и Finance для согласования определений метрик и корректной инструментации систем. - Обеспечение самостоятельного доступа стейкхолдеров к доверенным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик запросов, дашбордов и интерпретации метрик, обучение стейкхолдеров самостоятельной работе. Создание ИИ-готовой инфраструктуры данных: - Проектирование и поддержка семантических представлений Snowflake Cortex как управляемого интерфейса данных для ИИ-агентов и LLM-инструментов. - Совместно с ИИ/продуктовыми командами определение, создание и валидация семантического слоя для внутренних ИИ-ассистентов. - Создание фреймворков измерения эффективности ИИ-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные: - 5+ лет опыта работы аналитическим инженером, дата-инженером или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: сделки, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Опыт работы с событийными и продуктовыми данными (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой, включая сквозные пайплайны от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев как управляемых интерфейсов данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знание CI/CD, Git-процессов и автоматизированного тестирования. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательно: - Опыт создания и поддержки Airflow DAG и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, оценка инкрементального эффекта. - Опыт в основах предиктивного моделирования: классификация, отбор признаков, оценка моделей.

Формат

Удалённо

Страна

США

Город

Не указан

Грейд

Lead

Anthropic — компания, создающая надежные, интерпретируемые и управляемые системы ИИ. Мы стремимся к тому, чтобы ИИ был безопасным и полезным для пользователей и общества в целом. Наша команда — быстрорастущая группа исследователей, инженеров, экспертов по политике и бизнес-лидеров, работающих над созданием полезных систем ИИ. О роли Anthropic быстро масштабирует свою вычислительную инфраструктуру через портфель строительства дата-центров с несколькими партнерствами с разработчиками. Команда планирования дата-центров отвечает за интегрированное представление этого предложения: распределение вычислительных мощностей, фиксацию решений, прогресс поставок, а также за фреймворки и инструменты, лежащие в основе всего этого. Мы ищем разностороннего лидера по планированию поставок дата-центров, который поможет построить и реализовать план поставок дата-центров. Эта роль предполагает широкий взгляд на портфель: вы будете управлять моделью поставок, которая связывает наши цели по поставкам ускорителей и вычислительных мощностей с конвейером площадок, использовать ее для приоритизации возможностей и их конфигурации, а также превращать обоснования в принципы по мере роста портфеля. Вы также будете глубоко понимать наши активные площадки и строить прогнозы поставок, на которые ориентируются наши партнеры и на которые полагаются внутренние команды. Это высококросс-функциональная роль, которая будет тесно работать с командами по сделкам, проектированию, инжинирингу, поставкам и планированию спроса для развития фреймворков и процессов, которые переводят площадки в операционную готовность. Задачи - Построить интегрированный прогноз поставок дата-центров и лежащие в его основе допущения: подтвержденные и планируемые поставки — по площадкам, проектам, типам ускорителей и траншам — против целей роста. - Поддерживать и развивать обзоры портфеля дата-центров, которые дают командам понимание текущего состояния поставок, необходимых решений и их влияния на последующие этапы. - Работать с командами технического управления проектами, поставок и планирования спроса, чтобы готовность залов, планы установки и поставки чипов оставались синхронизированными при изменении любого из этих элементов. - Строить и запускать сценарии: оценивать, что произойдет с планом, если изменится дата поставки, транш чипов или цель; разрабатывать решатели, которые рекомендуют, как закрыть разрывы. - Планировать долгосрочные ресурсы, которые следует держать в запасе для создания опциональности, и как их стратегически распределять. - Формировать процесс, по которому новая площадка попадает в отслеживание поставок, и процесс управления изменениями, по которому изменение даты передается нижестоящим командам. - Поддерживать создание системы учета планирования поставок; работать с внутренней командой инструментов над ее разработкой. Подходящие кандидаты - Опыт руководства планированием поставок или мощностей, либо управлением портфелем для дата-центров, энергетики или аналогичной капиталоемкой инфраструктуры. - Опыт проектирования процессов планирования поставок и поддержания их ритма с постоянным улучшением. - Опыт перепроектирования процесса поставок или развертывания в масштабе с измеримым результатом улучшения. - Знание полного жизненного цикла строительства дата-центра: от приобретения, проектирования и sourcing до строительства, ввода в эксплуатацию и развертывания. - Опыт создания моделей и инструментов планирования с целью автоматизации, включая использование ИИ-ассистированной разработки. - Проактивное выявление возможностей и рисков между функциями и доведение решений до конца. - Подтвержденный опыт достижения результатов через влияние на кросс-функциональных партнеров. Дополнительные преимущества - Опыт планирования мощностей, S&OP или планирования развертывания в гиперскейлере или крупном промышленном операторе. - Опыт в цепочках поставок, исследовании операций или оптимизации (например, распределение, планирование, проектирование). - Опыт определения требований и запуска внутренней системы учета планирования. - Публикация детализированных прогнозов, на которые ориентируются внешние партнеры. Условия - Годовая зарплата: $320,000 — $405,000 USD. - Минимальное образование: степень бакалавра или эквивалентная комбинация образования, обучения и/или опыта. - Требуемая область обучения: область, релевантная роли, подтвержденная курсами, обучением или профессиональным опытом. - Минимальный опыт: годы опыта должны соответствовать внутренним требованиям уровня должности. - Гибридный формат: ожидается, что сотрудники будут находиться в одном из офисов не менее 25% времени; некоторые роли могут требовать большего присутствия. - Спонсорство виз: компания спонсирует визы и делает разумные усилия для получения визы при оффере, привлекая иммиграционного юриста.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Позиция: DevOps Формат: удаленный ЗП: от 200 000 до 600 000 рублей Быстрорастущий сервис с аудиторией в несколько сотен тысяч пользователей активно масштабируется и ищет сильного DevOps/SRE для развития проекта. Чем предстоит заниматься: — Администрировать и развивать Linux-инфраструктуру; — Настраивать и оптимизировать сетевой стек; — Писать production-код на Go и Python; — Работать с сетевыми протоколами, поддерживать и развивать распределенную инфраструктуру доставки и маршрутизации трафика. Что мы ожидаем: — Уверенное администрирование Ubuntu; — Опыт работы с systemd (юниты, зависимости, hot-reload сервисов), netplan, journald, logrotate; — Настройку и оптимизацию сетевого стека Linux через sysctl (буферы, conntrack, очереди NIC), настройка IPv4/IPv6, swap; — Опыт написания идемпотентных Bash-скриптов; — Уверенная работа по SSH с большим количеством серверов; — Опыт реализации безопасных деплоев и green-blue updates; — Глубокое понимание TCP/UDP, TLS (SNI, ALPN, handshake на уровне пакетов), HTTP/1.1–HTTP/2, WebSocket; — Экспертное знание DNS; — Опыт построения DNS Load Balancing; — Опыт работы с CDN, nginx Reverse Proxy, TLS-терминацией, проксированием WebSocket, fallback-страницами и health-check; — Уверенный опыт разработки на Go (concurrency, тестирование, работа с сетевым стеком); — Опыт разработки на Python (FastAPI, слоистая архитектура); — Уверенный технический стек (SQLAlchemy, Alembic, pytest (unit и e2e), генерация конфигураций из YAML-деклараций); — Опыт работы с Prometheus, Grafana, Docker, Docker Compose; — Навыки диагностики production-инцидентов с использованием tcpdump, dig, ss, iproute2; — Ежедневное использование AI-инструментов в разработке, автоматизации и инженерных задачах. Мы предлагаем: — Полностью Remote, full-time 5/2; — Конкурентную заработную плату; — Полностью оплачиваемый испытательный срок (1 месяц); — Возможность напрямую влиять на архитектуру продукта и принимать ключевые технические решения; — Работу в небольшой сильной команде без бюрократии и долгих согласований.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Подчиняется ночному супервайзеру. Участвует в операционной деятельности розничного магазина, сокращая объём неторговых задач продавцов-консультантов, чтобы те могли сосредоточиться на обслуживании клиентов. Обязанности: Пополнение товарных запасов во всех отделах: рыбалка, охота, кемпинг, водные виды спорта, одежда, обувь, охота и подарки. Поддержка управления запасами совместно с отделом контроля: точечные пересчёты, сканирование пустых крючков, проверка целостности витрин. Выполнение временных и постоянных изменений цен: маркировка, оформление ценников, проверка корректировок запасов. Восстановление порядка в отделах: складывание, переупаковка, сортировка, выравнивание товара лицом к покупателю, повторное размещение на вешалках. Поддержка визуального мерчандайзинга: замена оборудования, обновление указателей и торцевых стоек, выполнение директив по визуальному мерчандайзингу, перемещение товара, одевание манекенов, подготовка товара к рекламным акциям, обновление отделов. Поддержка выполнения планограмм во всех отделах товаров длительного пользования. Поддержка выполнения интернет-заказов в пиковые периоды. Обеспечение высокого уровня обслуживания клиентов. Выполнение прочих поручений. Требования: Опыт работы в сфере продаж или обслуживания от одного года приветствуется. Среднее образование или эквивалент приветствуется. Знание планограмм и визуального мерчандайзинга приветствуется. Умение выявлять и пополнять отсутствующие или низкие остатки товара. Готовность работать в ночные смены. Способность обеспечивать высокий уровень обслуживания клиентов. Способность принимать взвешенные решения. Опыт в смежной сфере или знание активного отдыха. Знание продуктов Bass Pro Shops и Cabela’s является преимуществом. Предусмотрена надбавка за ночные смены.

Формат

Удалённо

Страна

Не указана

Город

Не указан

AppMagic (acquired by Sensor Tower) — SaaS-платформа для аналитики рынка приложений и игр. В мае этого года компания стала частью Sensor Tower и больше сфокусирована на инсайтах для SMB-клиентов. С помощью инструментов клиенты могут понимать, как устроен рынок приложений, какие сейчас тренды, как выглядит монетизация, как устроена реклама и многое другое. Ищем Golang-разработчика, которому интересно развитие сложной аналитической платформы, в ее основе — работа с большим объемом данных из разных источников, агрегация и расчет метрик, от качества которых напрямую зависит ценность продукта для клиентов. Backend stack: Golang, PostgreSQL, ClickHouse, MongoDB, Elasticsearch, RabbitMQ, GitLab, Docker, Kubernetes. Чем предстоит заниматься: - Сперва будут задачи про поддержку текущих фичей и их доработку, это поможет лучше понять, как устроен продукт, процессы и подходы, и по мере роста задачи будут усложняться. - Выбор задач большой: парсинг, агрегации, разработка API, рефакторинг и оптимизации. - Создавать и оптимизировать сложные запросы к БД (Postgres, Clickhouse) для анализа и модификации. - Заботиться о качестве и надежности кода, периодически делать рефакторинг. - Участвовать в архитектурных обсуждениях, предлагать и внедрять улучшения. Что важно: - Опыт коммерческой разработки на Golang от 3-х лет. - Отличное знание SQL. Понимание того, когда стоит писать запросы вручную, а когда использовать ORM, умение писать и дебажить сложные запросы в Postgres / Clickhouse. - Умение писать тестируемый код и делать упор на простоту дебага. - Способность смотреть на продукт «глазами пользователя», проактивность, стремление к product excellence. - Вдумчивое использование AI-тулов в работе. - Английский язык от уровня B2. Будет плюсом: - Опыт в стартапе или небольшой продуктовой компании. - Опыт с CI/CD, k8s, Docker. - Наличие вклада в open-source. По условиям: - Полностью удаленная работа из Польши, Сербии или Грузии, кандидатов из других локаций или с условием переезда рассмотреть не сможем. - 100% компенсация больничных и отпусков без лишних бумаг. - Предоставляем MacBook Pro для комфортной работы. - Возможность изучать и применять на практике самые современные инструменты и подходы к разработке.

Формат

Удалённо

Страна

Россия

Город

Не указан

Разработка AI-системы для автоматизации пользовательских действий и коммуникаций во внешних сервисах. Требуется Python-разработчик для создания первой рабочей версии продукта. Задачи: - Разрабатывать backend на Python - Создавать устойчивую браузерную автоматизацию - Работать с пользовательскими сессиями, очередями и расписаниями - Интегрировать LLM и vision-модели - Реализовывать память, контекст и инструменты AI-агента - Настраивать логирование, мониторинг и восстановление после ошибок - Обеспечивать защиту пользовательских данных и секретов - Участвовать в проектировании архитектуры, оценке сроков и технических рисков Требования: - Уверенный Python + asyncio - Опыт разработки production-систем - Playwright или аналоги - Опыт автоматизации нестабильных и меняющихся интерфейсов - Retry, переавторизация, recovery после сбоев - Понимание идемпотентности - Опыт с фоновыми процессами, очередями, расписаниями и квотами - Практика разработки LLM-приложений: агенты, function calling, память, контекст - Опыт с vision-моделями и оптимизацией стоимости инференса - Понимание шифрования, хранения секретов, access control и аудита - Docker, CI, логирование, метрики и алерты Будет плюсом: - Опыт с прокси-инфраструктурой и сетевой изоляцией - Антифрод, платежи или дейтинг - Понимание реакции внешних площадок на нетипичную активность - Опыт продуктов с нестабильными API/интерфейсами - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе: - Оценить реализуемость MVP - Предложить архитектуру и roadmap разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип на отдельном аккаунте - Настроить фиксацию результатов, ошибок и причин остановки системы

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Product Manager в AI-продукт. Мы разрабатываем AI-платформу для развития стартапов. Сейчас проект активно развивается, и нам нужен продакт, который сможет взять продукт целиком и самостоятельно вести его развитие. Что предстоит делать: — формировать и проверять продуктовые гипотезы; — проводить кастдевы с пользователями; — работать с UX/UI и пользовательскими сценариями; — следить за retention, engagement и другими продуктовыми метриками; — приоритизировать разработку и доводить фичи от идеи до результата. Что важно: — 2–3+ года опыта Product Manager; — опыт создания или развития AI-based продуктов; — уверенная работа с UX/UI, кастдевами и продуктовыми метриками; — самостоятельность и способность держать продукт целиком; — опыт работы с рынками СНГ. Большой плюс — Узбекистан, Казахстан и Центральная Азия. Ищем не человека для ведения бэклога, а продакта, который погрузится в продукт и будет принимать продуктовые решения. Формат — проектная работа под этот продукт. Если хорошо сработаемся, возможность продолжить сотрудничество будет.

Формат

Офис

Страна

Не указана

Город

Не указан

Срочно ищем AI-креатора / нейронщика. Нужен специалист с сильным опытом работы с реальными персонажами и актёрами. Задача — на основе готовых фотосессий, кадров и других материалов создать максимально фотореалистичную нейрофотосессию персонажей для постера. Ключевое требование — точное сохранение внешности и идентичности актёров. Лица должны быть максимально идентичны исходным людям, без «похожих версий» и заметного нейросетевого переосмысления. Ищем специалиста именно с подтверждённым опытом создания нейрофотосессий реальных людей. Задача срочная.