Биржа вакансий в сфере ИИ, ML

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектировать микросервисы и API (REST/gRPC) - Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django) - Проводить code review и контейнеризацию приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)

Формат

Офис

Страна

Канада

Город

Не указан

Компания UST ищет AI-инженера для создания и внедрения продакшн-систем агентного ИИ корпоративного уровня. Инженер будет разрабатывать мультиагентные рабочие процессы, интегрировать большие языковые модели в существующие корпоративные системы и обеспечивать развертывание и автоматизацию для их надежной и безопасной работы в продакшене. Задачи: - Создание AI-агентов и мультиагентных систем с использованием фреймворков LangGraph и инструментов LangChain. - Разработка и настройка рабочих процессов промт-инжиниринга для нескольких LLM (GPT, Claude, LLaMA) с балансировкой надежности, стоимости и задержки. - Разработка REST API, WebSocket-сервисов и событийно-ориентированных конвейеров для AI-сервисов реального времени, стабильных под нагрузкой. - Автоматизация тестирования и релизов через Jenkins CI/CD, поддержание стандартов кода и документации с использованием Git, Jira и Confluence. - Развертывание AI-приложений на предприятии в соответствии с лучшими практиками. - Использование AI-дополненных инструментов разработки, таких как Claude Code и Codex, для ускорения поставки. - Координация с командами платформы, безопасности и продукта для обеспечения масштабируемых и безопасных развертываний. Требования: - 3-5 лет опыта в машинном обучении, AI или смежной области с поставленными продакшн-системами. - Не менее 1 года создания кастомных агентных AI-приложений. - Уверенные навыки Python и современные практики разработки. - Практический опыт работы с LLM и промт-инжинирингом на протяжении всего жизненного цикла приложения. - Подтвержденный опыт создания AI-агентов с LangGraph. - Знание как минимум одной корпоративной облачной AI-платформы для создания и развертывания агентных приложений, такой как Azure AI Foundry, AWS Bedrock или Google Gemini Enterprise, включая практики облачного развертывания. - Рабочее знание REST API, WebSockets и событийно-ориентированных систем. - Владение инструментами CI/CD (Jenkins) и контроля версий (Git). - Свободное владение AI-дополненными инструментами разработки для быстрого прототипирования. - Отличные письменные и устные коммуникативные навыки, аналитический подход к решению проблем и способность работать самостоятельно в кросс-функциональной команде. - Курирование слоя данных и интеграция с исходными системами для агентных приложений. Желательно: - Знакомство с Databricks. - Опыт работы с MLOps/LLMOps процессами и мониторингом приложений. - Знание корпоративной безопасности, соответствия требованиям и управления для AI-систем. - Знакомство с практиками управления жизненным циклом кода и моделей. Условия: - Локация: Калифорния. - Компенсация: $94,000-$141,000. - Льготы для штатных сотрудников: минимум 10 дней оплачиваемого отпуска в год, 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников), 10 оплачиваемых праздничных дней, оплачиваемый отпуск по утрате близкого человека и исполнение обязанностей присяжного. Участие в пенсионном плане 401(k) с взносами работодателя. Медицинская, стоматологическая и офтальмологическая страховка для сотрудников и их иждивенцев, проживающих в США, а также оплачиваемые компанией льготы для сотрудников: базовое страхование жизни, страхование от несчастных случаев и инвалидности, краткосрочная и долгосрочная нетрудоспособность. Штатные сотрудники могут приобрести дополнительные добровольные льготы по краткосрочной нетрудоспособности и участвовать в сберегательном счете на медицинские расходы (HSA), а также в гибком счете расходов (FSA) на здравоохранение, уход за детьми и/или транспортные расходы в соответствии с нормами IRS. Льготы различаются в Пуэрто-Рико. Сотрудники, работающие неполный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников) и могут участвовать в пенсионном плане 401(k) с взносами работодателя. Временные сотрудники, работающие полный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников).

Формат

Удалённо

Страна

США

Город

Не указан

AI Engineer О роли Мы ищем AI-инженера для проектирования, разработки и внедрения приложений промышленного уровня с использованием различных больших языковых моделей. Вам предстоит создавать сложные многоэтапные агентные рабочие процессы, создавать и оптимизировать пайплайны поисковой дополненной генерации, а также работать с полным стеком технологий для предоставления корпоративным клиентам решений на базе искусственного интеллекта в области устойчивого развития. Ключевые обязанности - Проектирование, разработка и внедрение приложений промышленного уровня с использованием различных LLM - Создание сложных многоэтапных агентных рабочих процессов с использованием LangChain и LangGraph - Создание и оптимизация RAG-пайплайнов с использованием эмбеддингов и векторных баз данных - Полностековая разработка, охватывающая фронтенд и бэкенд - Руководство инициативами по файнтюнингу LLM для предметно-специфичных приложений - Разработка продвинутых стратегий промпт-инжиниринга - Использование инструментов разработки на базе ИИ для генерации и оптимизации кода - Интеграция AI-функциональности на Python с сервисами на Java Требования - Степень в области компьютерных наук или эквивалентный опыт - Более 5 лет профессионального опыта в разработке ПО - Минимум 2 года опыта работы в сфере AI/ML с LLM - Уверенное владение Python и библиотеками для data science - Практический опыт работы с LangChain и LangGraph от 1 года - Опыт реализации архитектуры RAG - Приветствуются навыки работы с React и интеграции REST API - Продемонстрированный опыт использования AI Copilot или аналогичных инструментов генеративного кодирования Почему Pulsora - Высокая степень ответственности и автономия в роли с высоким влиянием - Передовые разработки в области ИИ для решений, ориентированных на устойчивое развитие - Опционы на акции и конкурентоспособные преимущества включены - Гибридная гибкость: 2–3 дня в неделю в офисе для тех, кто находится в Нью-Йорке, районе залива Сан-Франциско или Мюнхене; в противном случае — полностью удаленная работа

Формат

Офис

Страна

Не указана

Город

Не указан

AI Engineer / Инженер по искусственному интеллекту Формат: офис (Баку, Азербайджан) / full-time / релокация О компании Международная компания с глобальными R&D-центрами в нефтегазовой отрасли ищет AI Engineer для разработки и внедрения современных AI-решений. - Международные проекты - Разработка LLM-систем для промышленности - Релокация в Баку Что нужно делать - Проектировать и внедрять решения на базе LLM - Разрабатывать RAG-пайплайны и системы поиска - Интегрировать AI-функции в продукт через API - Работать с LangChain, LlamaIndex, LangGraph и MCP - Настраивать агентные AI-системы и оркестрацию - Разрабатывать пайплайны оценки качества LLM - Выявлять и устранять регрессии моделей и промптов - Участвовать в проектировании архитектуры и код-ревью Требования - Высшее образование в области Computer Science, AI или ML - От 1–2 лет практического опыта работы с LLM - Отличное понимание архитектуры трансформеров - Опыт построения RAG-систем - Знание LangChain, LlamaIndex, LangGraph или аналогов - Опыт работы с векторными БД (Pinecone, Weaviate, pgvector, Chroma) - Владение Python и REST API - Опыт работы с Docker и Azure - Навыки работы с «грязными» данными и построения data pipeline Что предлагают - Конкурентную зарплату и бонусы - Полный релокационный пакет для всей семьи - Помощь с переездом и жильём - ДМС для всех членов семьи - Помощь с оформлением документов - Работу в международной R&D-команде - Современный офис в Баку

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектирование микросервисов и API (REST/gRPC) - Создание RAG и AI-агентов: разработка систем генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работа с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектирование баз данных: работа с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Оптимизация производительности, покрытие кода тестами (Pytest), написание асинхронного кода на Python (FastAPI/Django) - Проведение code review и контейнеризация приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)

Формат

Удалённо

Страна

Россия

Город

Не указан

Python Developer (LLM, Москва) Компания Bell Integrator Мы ожидаем - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Чем предстоит заниматься - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы - офисный формат в Москве

Формат

Офис

Страна

Россия

Город

Не указан

Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar. Стек: LLM, MCP, RAG, Python, Rust, TypeScript Чем предстоит заниматься: Проектировать внутреннюю логику агентов и агентских сценариев в Avatar. Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код. Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий. Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния. Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам. Настраивать eval-харнессы, regression-эвалы и контроль качества агентов. Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking. Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю. Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM. Помогать продуктовым и инженерным командам правильно применять агентский подход. Наши ожидания: Реальный опыт разработки AI-агентов или agentic-систем. Понимание LLM, tool calling, function calling, RAG, memory, context management. Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения. Умение проектировать логику работы агента, а не только писать промпты. Сильный backend-опыт на Python или TypeScript. Опыт интеграций с API, MCP, внутренними системами, очередями, БД. Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации. Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций. Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail. Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели. Особенно ценно: Агент или агентский сценарий, который реально работал в production. Опыт self-hosted AI-инфраструктуры. Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов. Опыт MCP-серверов и skill-based architecture. Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу. Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества. Сильное мнение о том, когда агента использовать не надо. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.

Формат

Офис

Страна

Россия

Город

Не указан

Вакансия: Java Developer (LLM) Компания: Bell Integrator О компании Bell Integrator — системный интегратор, аккредитованная ИТ-компания, входит в ГК Softline. Реализует проекты по всей России для заказчиков из финансового, телекоммуникационного и розничного секторов. О проекте Разрабатываем платформу на основе AIPDLC-агентов для автоматизации производственных процессов. Инвестиционная платформа ЮЛ предназначена для выдачи и сопровождения инвестиционного финансирования юридическим лицам. Используем микросервисную архитектуру и LLM-модели, открыты к предложениям по изменению стека. Мы ожидаем - опыт разработки на Java от 5 лет (подтверждённый опыт по ТК РФ); - уверенные знания Java Core, Spring Boot, Hibernate, Maven, Git, PostgreSQL, Kafka; - опыт работы с ИИ-агентами, знание Open AI API; - знакомство с фреймворками LangChain, LangGraph, Spring AI, Langchain4J. Чем предстоит заниматься - развитие и поддержка архитектуры решений для ИИ-агентов; - участие в проработке и оценке задач; - проведение код-ревью, написание тестов (в том числе benchmark для ИИ-агентов). Условия - возможность профессионального и карьерного роста, участие в различных проектах; - работа в распределённой команде профессионалов; - уровень заработной платы обсуждается индивидуально; - корпоративные скидки на изучение иностранного языка, абонемент в фитнес, образовательные курсы; - удалённый формат работы на территории РФ.

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 / LLM Engineer: RAG и ИИ-агенты О компании ООО «М‑ТЕХ» — динамично развивающаяся ИТ‑компания с большим опытом успешных проектов по внедрению и сопровождению информационных систем для бизнеса и государственных учреждений. Развиваем направление ИИ‑автоматизации, разрабатывая прикладные LLM/RAG‑решения и ИИ‑агентов для процессов малого и среднего бизнеса. Ищем Middle+ / Strong Middle Python‑разработчика с опытом LLM/RAG и интересом к агентным системам, интеграциям и бизнес‑процессам. Обязанности - Проектирование, разработка и внедрение ИИ‑агентов под конкретные бизнес‑задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний, эскалация человеку, обработка ошибок - Интеграция ИИ‑агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры и др.) - Проектирование RAG‑пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование, проверка качества ответов - Тестирование, отладка и поддержка ИИ‑агентов на всех этапах жизненного цикла - Оптимизация качества, скорости ответа и стоимости использования токенов - Анализ требований, участие в архитектурных решениях и выборе технологий Требования - Опыт коммерческой разработки на Python от 2-3 лет - Практический опыт с LLM‑приложениями, RAG, ИИ‑ассистентами от 6 месяцев (для Middle) или от 1–2 лет (для Senior) - Понимание архитектуры агентных систем, включая планирование, память, инструменты, оркестрацию и обработку ошибок - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph, LlamaIndex, CrewAI, PydanticAI или аналогами - Понимание RAG: чанкинг, embeddings, векторный поиск, reranking, оценка качества retrieval - Навыки интеграции через REST API, WebSocket, опыт работы с базами данных (SQL/NoSQL) - Навыки работы с контейнеризацией (Docker) - Самостоятельность, инициативность, желание учиться и развиваться в сфере ИИ Будет плюсом - Опыт внедрения ИИ‑агентов именно в корпоративных сценариях (SLA, аудит, безопасность, контроль действий, логирование) - Опыт с векторными базами: Qdrant, pgvector, Weaviate, Pinecone или аналогами - Опыт с OpenAI API, Anthropic, локальными/open‑source моделями, Ollama, vLLM или другими LLM‑инструментами - Понимание метрик качества ИИ‑систем: точность ответов, полнота поиска, доля ошибок, стоимость запроса, время ответа - Опыт работы с персональными данными, логированием, аудитом действий и безопасностью - Умение быстро собирать прототипы и доводить их до стабильного пилота Условия и преимущества - Гибкий формат: проектная занятость, частичная занятость или удаленная работа - Возможность совмещать с основной работой на старте - Участие в запуске нового направления ИИ‑автоматизации для бизнеса - Дружная команда экспертов, открытая к новым идеям и технологиям - Современные инструменты и поддержка на всех этапах работы