Биржа вакансий в сфере ИИ, ML

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Quantitative Researcher Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом протокола 24/7. Ищем кванта, который закрывает полный цикл ресерча сам. KPI один — сколько стратегия приносит и запущена ли она в прод. Что важно: - опыт Quant Researcher от 2 лет, инструмент не важен, не только крипта - Supervised Learning и Reinforcement Learning, статистика, оптимизация моделей - Python, PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - автономность: если вы отвечали только за один участок цикла, роль будет на вырост Условия: - гибрид, офис в центре Москвы - фикс в USDT/USDC - квартальный profit sharing от результатов стратегий - оплачиваемый отпуск - компания оплачивает AI-подписки

Формат

Гибрид

Страна

Россия

Город

Не указан

C++ разработчик в команду фотоконтроля Команда контроля качества Яндекс Еды, Такси, Маркета и других сервисов Яндекса занимается фотоконтролем: регулярно проверяется, что за рулём или с курьерской сумкой находится именно тот человек, у которого есть разрешение работать. Система обрабатывает 800 тысяч проверок в день в 40+ странах, в базе более миллиарда записей. За последний квартал запущен онбординг-сторис для нескольких типов фотоконтроля — рост успешных проверок до +15 п. п. в отдельных странах. Запущен AI-агент для поддержки исполнителей: качество ответов выросло с 5,9 до 8,3 из 10, стоимость LLM-запросов снизилась на 70%. Стек - C++20 на фреймворке userver - Python 3.11 - PostgreSQL, MongoDB, Redis, YDB - Logbroker — внутренний аналог Apache Kafka Задачи - Разработка AdminUI с настройками фотоконтроля: проектирование и построение интерфейса управления всеми настройками фотоконтроля. - Миграция сущностей и проверок в YDB: проектирование новой схемы хранения данных фотоконтроля на базе YDB, реализация полноценных черновиков проверок. - Классификатор фотоконтроля — машины: поднятие нового сервиса, реализация API для получения размеченных признаков с фотографий автомобиля. - AI-агент и снижение операционной нагрузки: развитие LLM-агента фотоконтроля. Требования - Разработка под Linux - Знание C++ и STL - Ориентация в классических алгоритмах и структурах данных, знакомство с NoSQL- и SQL-базами Будет плюсом - Опыт работы с высоконагруженными системами - Опыт работы с микросервисной архитектурой и Docker - Опыт работы с LLM API Бонусы В Яндексе есть спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Удалённо

Страна

Россия

Город

Не указан

Область и стек: Системная аналитика Должность: Support Manager (L2) Компания: Scela Зарплатная вилка: 1000-1500$ Формат работы: Удаленка Страна работы: РФ Компания создает автономную инфраструктуру монетизации трафика в Telegram на базе AI. Цифровые сотрудники заменяют целые отделы ручных операторов для крупных команд. Ищут специалиста технической поддержки второй линии, который умеет работать с языковыми моделями (LLM) под капотом, понимает логику промптинга и готов обеспечивать бесперебойную работу систем в ночное время и выходные. Чем предстоит заниматься - Обрабатывать входящие обращения от клиентов в Telegram-боте поддержки. - Настраивать и оптимизировать prompt-инструкции для ИИ-ассистентов под конкретные сценарии и вертикали продаж. - Оперативно диагностировать и устранять логические ошибки в диалогах. - Помогать клиентам настраивать авто-дожимы и сценарии в no-code/low-code конструкторе воронок. - Мониторить работоспособность Telegram-сессий клиентов. - Отсеивать платформенные баги и заводить технические таски на бэкенд/фронтенд-разработчиков. Что ожидаем - Опыт в support на 2 линии поддержки от 1 года — обязательно. - Навык чтения или написания кода — обязательно. - Базовое понимание prompt engineering: умение писать четкие системные инструкции для LLM (ChatGPT, Claude, Gemini) и понимание, как системный промпт влияет на поведение модели. - Понимание логики no-code/low-code конструкторов воронок и базовых принципов работы CRM. - Умение быстро разбираться в чужих переписках, логах и находить причинно-следственные связи. - Опыт общения с клиентами в техподдержке или B2B-клиентском сервисе. - Базовые знания Git. - Высокий уровень самодисциплины: готовность стабильно работать в ночные часы и оперативно реагировать на критические алерты о падении сессий. Что предлагаем - Полностью удаленный формат работы из любой точки мира. - Оплачиваемая стажировка (1 месяц): график — 6/1 (ПН–ПТ: с 10:00 до 19:00; СБ — с 10:00 до 14:00 МСК). - График после прохождения стажировки: 6/1, ночные смены — выходные предусмотрены только в будние дни в середине недели. Смена длится 12 часов (с 22:00 до 10:00 МСК). В течение смены чистое рабочее время — 8 часов, но все 12 часов надо быть на связи. - Оклад: 1000–1500$ в месяц по результатам собеседования. Выплаты 1 и 16 числа на кошелек BEP20. - Обучение работе на no-code платформе и тонкостям настройки ИИ под конвертящий трафик. - Работа в быстрорастущем AI-стартапе с сильной технической командой. - Возможность карьерного роста до руководителя Support-отдела. - Подписание договора NDA (по паспортным данным и видеоверификации).

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Quantitative Researcher Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом протокола 24/7. Ищем кванта, который закрывает полный цикл ресерча сам. KPI один — сколько стратегия приносит и запущена ли она в прод. Что важно: - опыт Quant Researcher от 2 лет, инструмент не важен, не только крипта - Supervised Learning и Reinforcement Learning, статистика, оптимизация моделей - Python, PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - автономность: если вы отвечали только за один участок цикла, роль будет на вырост Условия: - гибрид, офис в центре Москвы - фикс в USDT/USDC - квартальный profit sharing от результатов стратегий - оплачиваемый отпуск - компания оплачивает AI-подписки

Формат

Удалённо

Страна

Россия

Город

Не указан

Вакансии в разработке на Хабр Карьере Продуктолог 1С (с функциями системного аналитика) в Деликатный переезд Москва. 300 000 ₽. Инженер-разработчик C/ Unity в Ньютон парк Красноярск. 120 000 — 145 000 ₽. AI Junior+ fullstack developer в Сальдо Можно удаленно. Неполный день. 450 — 800 $. Фулстек-разработчик Vue, Django в Qortex Можно удаленно. 100 000 — 150 000 ₽. Oracle+Delphi developer в SM Lab Можно удаленно.

Формат

Офис

Страна

Россия

Город

Не указан

РИЛСМЕЙКЕР / ВИДЕОМОНТАЖЁР С AI Vinchelli — бренд премиальных кухонь и мебели на заказ. Ищем рилсмейкера, который будет снимать и создавать сильный вертикальный видеоконтент. Важно: это не вакансия SMM-менеджера. Ведение социальных сетей, контент-план и продвижение — не входят в задачи. Основная работа — производство роликов по готовым сценариям и ТЗ. Что нужно делать — снимать кухни, мебель, интерьеры и процесс монтажа; — выезжать на объекты для съёмки контента; — монтировать Reels, Shorts, Stories и рекламные видео; — создавать ролики в форматах «до/после», трансформации, таймлапсы и обзоры; — работать с AI-инструментами: создавать реалистичные сцены, AI-сериалы и экспертные видео с цифровыми аватарами; — добавлять титры, музыку, переходы, анимацию и цветокоррекцию; — адаптировать ролики под разные социальные сети; — выпускать от 10 единиц контента разной сложности в неделю. Сценарии, ТЗ и основные материалы предоставляем. Инициативность и собственные идеи приветствуются и поощряются. Что для нас важно — опыт съёмки и монтажа вертикальных видео; — портфолио с примерами работ; — владение CapCut, Premiere Pro или другими монтажными программами; — понимание динамики ролика и умение удерживать внимание зрителя; — чувство стиля и визуальная эстетика; — скорость, ответственность и соблюдение сроков; — готовность работать строго в офисе и выезжать на съёмки. Будет преимуществом — опыт создания контента с помощью нейросетей; — навыки работы с AI-видео, аватарами и трансформациями; — владение After Effects; — опыт в мебельной, интерьерной или архитектурной нише; — понимание форматов и трендов социальных сетей. Если вы пока не владеете всеми AI-инструментами, но хорошо снимаете и монтируете и готовы учиться — тоже откликайтесь. Необходимые нейросети и сервисы предоставляем. Условия — работа строго в офисе: Москва, м. Павелецкая; — выезды на объекты для съёмок; — полный рабочий день, понедельник–пятница; — зарплата — 100 000 ₽/месяц; — дополнительные премии за качество, объём и сильные креативные решения; — техника, программы и AI-сервисы предоставляются; — возможность профессионального и карьерного роста; — работа с красивым премиальным продуктом.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior AI-креаторов Компания AIBUDET расширяет команду и ищет сильных специалистов по AI-продакшену. Требования: - высокий уровень работы с Nano Banana, Kling / Seedance, Switch; - гиперреализм; - понимание света, цвета, камер, объективов и пост-продакшна; - опыт работы в классическом продакшене будет большим плюсом; - Photoshop / After Effects — преимущество; - любовь к 16:9 больше, чем к 9:16.

Формат

Офис

Страна

Не указана

Город

Не указан

Работаю на результат, выстраиваю контент-стратегии для брендов и расширяю пул долгосрочных проектов Создаю виральный, структурированный и вовлекающий контент, который превращает подписчиков в лояльных клиентов. Выстраиваю систему, которая работает на бизнес-цели, экономит бюджет и окупает вложения. Что входит в работу Комплексный SMM «под ключ» - Глубокий анализ конкурентов и разработка стратегии - Визуальный стиль - Ежедневный постинг - Работа со сторис - Модерация Контент-менеджмент и копирайтинг - Написание текстов и сценариев, которые закрывают возражения целевой аудитории Видеопродакшн (Reels/Shorts/Clips) - Создание динамичного контента: от идеи, трендов и написания сценариев до финального монтажа Оптимизация и Smart-подход - Внедрение современных AI-инструментов для аналитики, генерации идей и ускорения рутины - Уникальный контент без шаблонов Почему это работает - Маркетинговый подход: контент создается на основе аналитики, воронки продаж и психологии потребителя - Системность и стабильность: материал выходит строго вовремя, выстраивая долгосрочную лояльность аудитории - Освобождение времени: делегирование контента позволяет фокусироваться на развитии бизнеса Результат Упакованный, живой, авторитетный аккаунт и стабильный поток целевых заявок.

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов Компания: ООО Napoleon IT Мы — IT-компания, в которой искусственный интеллект объединяется с человеческим. Более 250 сотрудников, 3 офиса в России, 3 направления развития: заказная разработка, outstaffing, собственные продукты. Помимо существующих продуктов и решений на основе AI, мы развиваем разработку с использованием технологий LLM и Generative AI. Мы строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов. Мы ищем Python разработчика на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов. Проект реализуется на микросервисной архитектуре и направлен на создание решения, которое рассчитывает рекомендации по формированию заказов поставщикам с учетом параметров логистики, складских остатков, спроса и других бизнес-ограничений. Вы будете работать в команде аналитиков, архитекторов и разработчиков, участвуя в проектировании, проработке требований и создании интегрированного решения для управления цепочками поставок. Задачи - Разработка и поддержка высоконагруженных микросервисов; - Интеграция с Kafka для обработки потоков данных; - Проектирование Event Sourcing и CQRS паттернов; - Разработка API для межсервисного взаимодействия; - Настройка мониторинга и алертинга сервисов; - Code review. Требования - Опыт работы с Python от 5 лет; - Django / FastAPI — опыт разработки REST API; - Микросервисная архитектура — опыт проектирования и поддержки; - Apache Kafka — продакшн опыт работы с producers / consumers; - PostgreSQL — проектирование схем, оптимизация запросов; - ETL процессы — Extract, Transform, Load данных; - Docker / Kubernetes — контейнеризация и оркестрация; - Базы данных: PostgreSQL, ClickHouse; - Event-driven архитектура — паттерны работы с событиями; - API Gateway — опыт интеграции через шлюзы; - Мониторинг: Prometheus, Grafana или аналоги; - Git, CI / CD — DevOps практики. Будет плюсом - Знание gRPC для межсервисного взаимодействия; - Опыт с ELK Stack (Elasticsearch, Logstash, Kibana); - Redis Cluster для высокодоступного кэширования; - Знание Domain-Driven Design (DDD); - Опыт performance tuning Python приложений. Как проходит отбор Первый этап — короткое интервью на ИИ-платформе BRaiN HR. В интервью будут вопросы, которые задает рекрутер и руководитель при первичном собеседовании. Можно пройти интервью в любое время, не нужно ждать звонка рекрутера, интервью занимает до 30 минут. Ответы увидит не только рекрутер, но и нанимающий руководитель. Заработная плата: уровень дохода не указан.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Director Proposal Management Defense and Space Компания Honeywell Aerospace Описание вакансии Мы ищем опытного и стратегически мыслящего директора по управлению предложениями для руководства операциями по подготовке предложений в сфере обороны и космоса, поддерживающими клиентов из числа правительства США, оборонных OEM-производителей, международных оборонных ведомств и космической отрасли. Эта руководящая должность предполагает ответственность за разработку успешных стратегий подготовки предложений, руководство высокоэффективными командами, совершенствование процессов и обеспечение успешного выполнения сложных запросов котировок (RFQ), запросов информации (RFI) и запросов предложений (RFP). Идеальный кандидат — лидер преобразований с глубокими знаниями в области управления предложениями, государственных контрактов, межфункционального взаимодействия и улучшения процессов. Эта должность предполагает тесную работу с высшим руководством, отделами продаж, инжиниринга, финансов и операций для привлечения новых клиентов и удержания существующих. Обязанности Руководство командой и развитие талантов - Руководство, наставничество и развитие команды специалистов по управлению предложениями. - Проведение оценки эффективности, коучинга и планирования карьерного роста. - Установление показателей эффективности и целей производительности. - Разработка планов преемственности и наращивание организационного потенциала для будущего роста. - Формирование культуры ответственности, сотрудничества и непрерывного совершенствования. Совершенствование процессов и операционная эффективность - Выявление и внедрение инициатив по улучшению процессов для повышения качества, эффективности и оперативности подготовки предложений. - Использование автоматизации и новых технологий, включая генеративный ИИ, для улучшения операций по подготовке предложений. - Мониторинг ключевых операционных показателей и представление результатов высшему руководству. - Сокращение сроков подготовки предложений и повышение своевременности выполнения. - Руководство инициативами по непрерывному совершенствованию с использованием методологий Lean и Six Sigma. Стратегическое взаимодействие - Взаимодействие с командами продаж, инжиниринга, финансов, договорной работы и управления программами для разработки конкурентоспособных решений. - Организация проверок на уровне руководства, стартовых совещаний по предложениям и проверок соответствия требованиям. - Анализ рисков, возможностей и влияния на бизнес.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания Bright Sol ищет senior AI-First инженера с экспертизой Oracle SCM и практическим опытом применения ИИ на всём протяжении SDLC. Это не традиционная роль Oracle SCM-разработчика. Кандидат должен иметь подтверждённый опыт использования AI/GenAI для улучшения разработки, тестирования, модернизации, развёртывания и поддержки производства. Локация: Alpharetta, GA / удалённо. Обязательные требования - 12+ лет опыта в ИТ - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS - Подтверждённый опыт AI/GenAI на всём протяжении SDLC - GitHub Copilot / Oracle Code Assist - LLM / ChatGPT / Claude - Агентные AI-фреймворки - Prompt Engineering - RAG (Retrieval-Augmented Generation) - OCI Generative AI - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX - AI-ассистированная генерация кода, рефакторинг и модернизация - AI-управляемая генерация тест-кейсов, автоматизация и регрессионное тестирование - AI-ассистированные ревью кода, CI/CD и DevOps - Опыт работы с интеграциями, кастомизациями, расширениями и отчётами Oracle SCM

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI-инженер отвечает за проектирование, разработку, развертывание и поддержку решений в области искусственного интеллекта и машинного обучения, которые обеспечивают интеллектуальную автоматизацию, прогнозную аналитику и продвинутую аналитику на уровне предприятия. Роль предполагает практическую разработку: применение принципов программной инженерии для написания production-кода, создание масштабируемых AI-систем, включая AI-агентов и пайплайны данных, и интеграцию моделей ИИ в новые и существующие бизнес-приложения. AI-инженер тесно сотрудничает с дата-сайентистами, дата-инженерами, ML Ops-инженерами и платформенными командами для перевода моделей машинного обучения из прототипа в продакшн. Критически важная часть функции — обеспечение перехода AI-кейсов от экспериментов к надежным, управляемым и готовым к бизнесу решениям, включая полную операционную готовность: внедрение надежной наблюдаемости, определение Service Level Objectives (SLO) и создание четких стратегий реагирования на инциденты и отката для всех AI-сервисов. Обязанности - Разработка и внедрение моделей: написание чистого, эффективного и документированного кода для разработки и внедрения моделей машинного обучения и ИИ, поддерживающих различные бизнес-кейсы. - Реализация пайплайнов обработки данных и предобработки, необходимых для входных данных моделей. - Постоянная оптимизация производительности и масштабируемости AI-приложений и моделей. - Проектирование, разработка и поддержка масштабируемых ML-пайплайнов для обучения, валидации, инференса и развертывания моделей. - Сотрудничество с ML Ops-инженерами для упаковки и развертывания моделей в корпоративных системах с использованием установленных практик MLOps. - Мониторинг развернутых моделей в продакшене на предмет производительности, дрейфа данных и надежности, устранение возникающих проблем. - Обеспечение операционной готовности всех AI-сервисов: определение и внедрение Service Level Objectives (SLO) для ключевых метрик, таких как p50/p95 задержка и доступность, создание надежного мониторинга и алертинга для дрейфа моделей, задержки и частоты ошибок. - Тесное сотрудничество с дата-сайентистами для перевода экспериментальных моделей и исследовательских прототипов в надежные production-системы. - Поддержка интеграции AI-возможностей в корпоративные рабочие процессы, приложения и цифровые платформы. - Участие в документировании и объяснимости выходов моделей для обеспечения ясности для бизнес-стейкхолдеров. - Обеспечение соответствия всех развернутых AI-систем корпоративным стандартам управления, справедливости и безопасности. - Оценка новых AI-технологий, таких как LLM и генеративный ИИ, для определения их применимости к бизнес-задачам и стимулирование инноваций. - Обеспечение поддержки аудируемости, объяснимости, прослеживаемости и соответствия регуляторным требованиям. - Реализация стратегий управления памятью, контекстной инженерии, планирования и многошаговых рассуждений. - Определение и отслеживание метрик качества, таких как обоснованность, точность (faithfulness), релевантность, процент выполнения задач и удовлетворенность пользователей. Предпочтительные навыки и опыт - Основные технические и AI-компетенции: - Сильные навыки программирования на Python, Java или C++, включая разработку API и проектирование ПО. - Глубокое понимание базовых концепций машинного обучения, включая классификацию, регрессию, кластеризацию и архитектуры глубокого обучения. - Практический опыт работы с современными фреймворками глубокого обучения и алгоритмами (обучение с учителем и без), такими как PyTorch, TensorFlow или аналогичными, для построения и обучения сложных нейронных сетей. - Навыки работы с LLM, промпт-инжинирингом, тонкой настройкой и использованием фреймворков LangChain и LangGraph для построения RAG-систем (Retrieval-Augmented Generation). - Работа с данными: data wrangling, SQL, хранилища данных и ETL-пайплайны для подготовки данных для моделей. - Полный жизненный цикл ML-моделей: - Подтвержденный опыт полного жизненного цикла моделей: разработка, обучение и развертывание моделей машинного обучения от прототипа до продакшена. - Владение предобработкой данных, инженерией признаков и методами оценки моделей для обеспечения надежной и точной производительности. - Подтвержденная способность строить и оптимизировать масштабируемые пайплайны данных для обучения и оценки моделей машинного обучения. - Хорошее знание как SQL, так и NoSQL баз данных для запросов и управления данными для AI-приложений. - Программная инженерия и MLOps: - Солидная база в лучших практиках программной инженерии, включая контроль версий (Git), автоматизированное тестирование и CI/CD пайплайны. - Практический опыт контейнеризации с помощью Docker и оркестрации контейнеров с помощью Kubernetes для масштабируемого развертывания. - Экспертиза в MLOps-наблюдаемости, включая мониторинг моделей для отслеживания производительности и дрейфа, а также установление происхождения моделей/версий, телеметрии и трассируемости. - Опыт внедрения продвинутых стратегий тестирования и развертывания, включая канареечные и теневые развертывания, а также комплексные наборы тестов (модульные, интеграционные, состязательные, регрессионные).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Компания разрабатывает ИИ-платформу для автоматизации продаж и коммуникаций, а также создаёт ИИ, который трансформирует рост сервисных бизнесов. Основана в 2016 году, штаб-квартира в Ричмонде, Вирджиния, США. Штат — 51–200 сотрудников. Обязанности - Проектировать, разрабатывать и поддерживать бэкенд-сервисы, API и интеграции со сторонними системами; объяснять технические компромиссы заинтересованным сторонам. - Тесно работать с продуктом и дизайном как партнёр: применять продуктовое мышление к каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Владеть задачами от начала до конца и сдавать результаты вовремя, при необходимости привлекая коллег из других команд. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, выкатка с фича-флагами и A/B-экспериментами, наблюдаемость и техническая документация. - Задавать техническое направление и стандарты для архитектуры, процессов и доставки. - Выявлять и решать критичные технические проблемы, участвовать в архитектурных обсуждениях, повышать стандарты команды. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Опыт бэкенд-разработки на одном из языков: Elixir, Go, Python или аналогичном серверном языке; готовность осваивать новые языки и фреймворки по мере развития стека. - Глубокое понимание бэкенд-систем, проектирования API и моделей данных; умение вести функции от архитектуры до продакшена. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, привлекать коллег для разблокировки и отвечать за результат. - Отличные коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Желание следить за быстро меняющимся ландшафтом ИИ: изучать новые модели, инструменты и техники и осознанно применять их в работе и продукте. - Несколько лет опыта выпуска продакшен-софта, с успешным ведением проектов от спецификации до запуска с участием нескольких контрибьюторов. - Знакомство с ML/LLM-системами, включая промт-инжиниринг, оценки (evals) и поведение моделей, будет плюсом. Условия - Удалённая работа, кандидаты из США. - Полное медицинское и стоматологическое страхование. - Поддержка ментального здоровья и соответствующие сервисы. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2+ лет работы), 12 праздничных дней и 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.

Формат

Удалённо

Страна

Любая

Город

Не указан

Разработка приложений в PowerApps с использованием Dataverse, Power Automate, Excel, Forms и SharePoint Online. Использование готовых коннекторов Power Apps и Power Automate. Разработка и развертывание решений Microsoft Copilot Studio с интеграцией Teams, Microsoft 365, Power Platform и корпоративных систем. Создание и запуск локально размещенных решений на базе Claude вне Microsoft 365 для разработки, прототипирования и автоматизации. Включение адаптивных карточек, переменных, триггеров, коннекторов и интеграций API в решения Copilot Studio. Разработка промптов, навыков и стратегий grounding/контекста для Copilot и Claude. Участие в тестировании, валидации и обеспечении качества решений. Проведение анализа технической осуществимости, создание документации по дизайну решений и руководств пользователя. Обеспечение соответствия стандартам безопасности, комплаенса и управления Microsoft, включая Entra ID, Microsoft Purview и политики DLP. Применение строгих практик контроля данных для AI-инструментов и регулируемых данных. Наставничество коллег, техническое руководство и решение эскалированных проблем. Разработка документации, руководств пользователя и обучающих материалов для поддержки внедрения. Оптимизация усилий по разработке на основе обратной связи от пользователей. Отслеживание новых функций Power Platform и Copilot. Оценка и пилотирование новых AI-инструментов на предмет соответствия организации, ценности, комплаенса и совместимости с контролем данных. Диагностика и решение технических проблем, связанных с внедрением Copilot Studio. Обеспечение безопасности данных в решениях Power Platform и Copilot. Взаимодействие с внутренними командами и клиентами для выявления и внедрения возможностей повышения производительности и автоматизации на базе AI. Требования: Степень бакалавра в технической области и 1–2 года профессионального опыта или эквивалентная комбинация образования и опыта. Подтвержденный опыт проектирования, разработки и развертывания решений Microsoft Power Platform и Copilot Studio. Практические знания Microsoft Copilot, Claude и связанных AI-инструментов для разработки, автоматизации и промпт-инжиниринга. Опыт локального использования Claude вне среды Microsoft 365. Хорошее знание Teams, Microsoft 365, Power Platform, Azure и их точек интеграции. Знание Microsoft Graph API, REST API и интеграций со сторонними системами. Способность выявлять возможности оптимизации на базе AI. Способность работать в регулируемой среде со строгим контролем данных и обязательствами по комплаенсу. Желание изучать, тестировать и внедрять новые AI-инструменты и платформы. Отличные навыки решения проблем, аналитики и устранения неисправностей. Опыт интеграции данных из нескольких источников с сохранением точности, качества и соответствия требованиям. Понимание принципов промпт-инжиниринга и поведения LLM; опыт работы с RAG-архитектурой приветствуется. Отличные письменные и устные коммуникативные навыки, включая подготовку и проведение презентаций. Способность работать самостоятельно в среде с приоритетом удаленной работы. Способность переводить сложные технические концепции в практические рекомендации для нетехнических заинтересованных сторон. Опыт работы по моделям Agile/Scrum приветствуется. Сертификаты Microsoft Power Platform, AI или Copilot приветствуются. Предыдущий опыт работы в Microsoft или Microsoft Gold/Cloud Solutions Partner приветствуется. Опыт развертывания и управления AI-инструментами в регулируемых или чувствительных к данным средах приветствуется. Работа ведется на английском языке с пересечением по времени для встреч и совместной работы с US-часовыми поясами. Командировки не требуются. Условия: Конкурентоспособная компенсация. Комплексный пакет льгот: медицинская страховка, пенсионные отчисления, отпуск и другие. Возможность самостоятельно строить карьерный путь и получать глубокую профессиональную экспертизу, работая с несколькими клиентами и проектами, а также контролировать внедрение своих рекомендаций. Возможность развития и продвижения в растущей организации.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior / Lead

Компания Apetan Consulting Роль Senior Lead AI-инженер, направление AI Foundations, LLM Core и Agentic AI. Формат работы: удалённо. Обязанности - Руководить архитектурой и разработкой AI/ML-фундамента и приложений на базе LLM. - Проектировать и внедрять LLM-пайплайны: промптинг, RAG, fine-tuning, оценку и оптимизацию моделей. - Строить агентные ИИ-системы с использованием вызова инструментов, рабочих процессов, памяти, планирования и мультиагентных паттернов. - Разрабатывать масштабируемую AI-инфраструктуру, API, сервисы и переиспользуемые AI-компоненты. - Оценивать и интегрировать фундаментальные модели и новые технологии генеративного ИИ. - Внедрять лучшие практики оценки LLM, наблюдаемости, безопасности, защищённости и управления. - Тесно работать с продуктовыми, инженерными, data science и бизнес-командами для перевода сценариев использования в продакшен-решения. - Наставлять инженеров и обеспечивать техническое лидерство в AI-инициативах. - Вести эксперименты и proof-of-concept, доводить успешные решения до продакшена. Требования - Сильный практический опыт работы с LLM, генеративным ИИ и разработкой AI-приложений. - Опыт с RAG, эмбеддингами, векторными базами данных, промпт-инжинирингом, fine-tuning и оценкой LLM. - Глубокое понимание агентного ИИ, вызова инструментов и функций, AI-воркфлоу и мультиагентных архитектур. - Владение Python и современными AI/ML-фреймворками. - Опыт создания масштабируемых облачных продакшен-систем. - Понимание API, микросервисов, распределённых систем и лучших практик разработки ПО. - Опыт работы с AWS, Azure или Google Cloud Platform и соответствующими AI/ML-сервисами. - Развитые навыки решения задач, архитектурного мышления и технического лидерства.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Lead

О вакансии EPAM Systems — глобальная технологическая компания, работающая с ведущими брендами. Компания ищет ведущего full-stack разработчика для создания и поддержки коммерческих систем на Java и GCP, внедрения AI-сценариев оформления заказа и участия в архитектурных и технических решениях. Роль также включает обеспечение масштабируемости, надёжности и безопасности систем, менторство и решение сложных производственных проблем. Обязанности - Создавать и поддерживать бэкенд-сервисы для платёжных систем, программ лояльности, акций и других комрческих доменов. - Внедрять AI-сценарии оформления заказа с валидациями и защитными механизмами. - Обеспечивать масштабируемость, надёжность и соответствие требованиям систем. - Взаимодействовать с кросс-функциональными командами для определения технических решений, соответствующих бизнес-целям. - Участвовать в ревью кода для поддержания высоких стандартов качества, производительности и безопасности. - Вносить вклад в архитектурные решения, поддерживающие долгосрочный рост и стабильность систем. - Своевременно устранять сложные производственные проблемы. - Наставлять членов команды и поддерживать их техническое развитие. Требования - Минимум 5 лет релевантного опыта. - Не менее одного года опыта руководства и управления командами. - Опыт бэкенд-разработки на Java и Spring Boot. - Опыт продакшн-разработки фронтенд-компонентов на React.JS. - Знакомство с Anthropic Claude Code. - Навыки создания REST API и микросервисов. - Опыт работы с AI-ассистированными или агентными процессами и бэкенд-интеграциями. - Готовность учиться и адаптироваться к новым инструментам, паттернам и технологиям. - Опыт работы с облачными платформами GCP и/или Azure. - Возможность работать с пересечением с тихоокеанским временем США. - Владение английским на уровне B2 или выше, сильные письменные и устные коммуникативные навыки. - Сертификация CCA-F. - Опыт работы с Apigee. - Знакомство с JavaScript-бэкенд-платформами. Условия - Удалённая работа; открыта для кандидатов в США. - Международные проекты с ведущими брендами. - Работа в глобальных командах с опытными коллегами. - Медицинская страховка. - Финансовые программы для сотрудников. - Оплачиваемый отпуск и больничные. - Курсы повышения квалификации, переобучения и сертификации. - Безлимитный доступ к библиотеке LinkedIn Learning и более 22 000 курсов. - Глобальные карьерные возможности. - Возможности волонтёрства и участия в сообществах. - Группы сотрудников EPAM. - Культура, отмеченная наградами Glassdoor, Newsweek и LinkedIn. О компании EPAM — ведущая глобальная компания в области разработки продуктов и цифровых платформ. Основана в 1993 году, штаб-квартира в Ньютауне, Пенсильвания, США, штат более 10 001 сотрудника. Спонсорство H1B EPAM Systems имеет опыт спонсирования виз H1B: 34 в 2026, 120 в 2025, 172 в 2024, 232 в 2023, 373 в 2022, 359 в 2021, 502 в 2020. Это не гарантирует спонсорство для данной конкретной роли.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания: Expert VA Удалённая позиция. Роль: AI-специалист (техник) для исследования, внедрения и поддержки решений на основе ИИ, которые улучшают бизнес-операции, повышают эффективность и стимулируют инновации. Идеальный кандидат имеет опыт работы с AI-инструментами, платформами автоматизации, облачной инфраструктурой AWS, базами данных, BI-дашбордами и интеграцией систем. Обязанности Искусственный интеллект и автоматизация - Исследование и оценка новых AI-технологий и возможностей автоматизации. - Развёртывание, оптимизация и поддержка AI-моделей, рабочих процессов и решений бизнес-автоматизации. - Выявление возможностей повышения операционной эффективности с помощью ИИ и автоматизации. Интеграция систем и разработка рабочих процессов - Интеграция бизнес-систем, API и сторонних приложений. - Разработка и поддержка автоматизированных рабочих процессов и конвейеров данных. - Обеспечение бесперебойного потока данных и синхронизации между платформами. Облачная инфраструктура и управление базами данных - Управление приложениями и облачной инфраструктурой на AWS. - Поддержка PostgreSQL и других критически важных баз данных. - Обеспечение производительности, надёжности и целостности баз данных. Бизнес-аналитика и отчётность - Создание и поддержка дашбордов и отчётов с помощью Power BI, Looker Studio или аналогичных инструментов. - Преобразование операционных и бизнес-данных в полезные аналитические выводы. Техническая поддержка и оптимизация - Мониторинг, устранение неполадок и оптимизация приложений, интеграций и AI-систем. - Документирование технических процессов, рабочих процессов и конфигураций систем. - Предоставление технической поддержки и консультаций внутренним командам. Требования Обязательные - Минимум 6 месяцев соответствующего опыта в ИИ, автоматизации, интеграции систем, разработке ПО, инженерии данных или аналогичной технической роли. - Опыт работы с AI-инструментами, концепциями машинного обучения и автоматизацией бизнес-процессов. - Знание облачных сервисов AWS, включая EC2, Lightsail, RDS и IAM. - Опыт работы с PostgreSQL, SQL и управлением базами данных. - Опыт интеграции SaaS-платформ, API и сторонних приложений. - Знакомство с платформами автоматизации, такими как Zapier, Make или аналогичными. - Опыт использования Power BI, Looker Studio, Tableau или других инструментов бизнес-аналитики. - Развитые навыки устранения неполадок, аналитического и проблемного мышления. - Отличные письменные и устные коммуникативные навыки. - Способность работать самостоятельно и управлять приоритетами в удалённой среде. Предпочтительно - Опыт с DevOps-практиками, конвейерами развёртывания и мониторингом систем. - Опыт разработки полнофункциональных приложений. - Знание операционных процессов в ресторанном, гостиничном, розничном бизнесе или в мультилокационных компаниях. - Опыт внедрения решений на основе ИИ для отчётности, аналитики или операционной деятельности. - Знакомство с архитектурой ПО, проектированием систем и методологиями разработки продуктов. Условия - Полная удалённая работа — из любого места. - Медицинское страхование (HMO). - Оплачиваемые отпуска и больничные. - Карьерный рост — возможности профессионального развития и продвижения. - Рост зарплаты — конкурентная компенсация с повышением по результатам работы и вклада.

Формат

Удалённо

Страна

Любая

Город

Не указан

LLM-инженер Задачи - Проектирование, дообучение и развертывание больших языковых моделей (LLM), таких как OpenAI GPT, BERT или собственных архитектур, для решения задач обработки естественного языка. - Разработка и оптимизация API для интеграции ИИ-функциональности в основные продукты Qelp, обеспечение совместимости и производительности. - Совместная работа с кросс-функциональными командами, включая UX/UI-дизайнеров, фронтенд-разработчиков и продакт-менеджеров, для согласования возможностей ИИ с бизнес-задачами. - Повышение масштабируемости ИИ-решений за счет модульной архитектуры и эффективных практик развертывания моделей. - Разработка пайплайнов для обработки больших наборов данных, обеспечение качества и релевантности данных для обучения и дообучения LLM. - Обеспечение этичного и прозрачного использования ИИ: внедрение механизмов обнаружения смещений, объяснимости и соответствия требованиям. - Отслеживание последних достижений в области ИИ и машинного обучения, особенно в NLP и LLM, для внедрения передовых функций в продукты Qelp. - Внедрение инструментов для отслеживания производительности и надежности ИИ-моделей в продакшене, итеративное улучшение. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, науки о данных или смежной области. - Минимум 5 лет опыта в разработке машинного обучения и ИИ, из них не менее 2 лет — в работе с LLM или NLP. - Владение Python и фреймворками TensorFlow, PyTorch или Hugging Face Transformers. - Подтвержденный опыт развертывания и оптимизации LLM в продакшене. - Знакомство с облачными платформами (AWS, Azure или Google Cloud) для развертывания ИИ. - Продвинутое владение техниками NLP и разработкой ИИ-моделей. - Глубокое знание архитектур на основе трансформеров, таких как GPT, BERT или T5. - Навыки разработки API и микросервисной архитектуры. - Знакомство с DevOps-инструментами для развертывания ИИ-моделей (например, Docker, Kubernetes). - Понимание регулирования ИИ и лучших практик этичного развертывания. - Понимание техник предобработки данных и управления наборами данных. Условия - Конкурентоспособный компенсационный пакет. - Возможности для обучения и развития (ИИ, технологии, эволюция BPO-индустрии). - Возможности карьерного роста в расширяющейся команде. - Полностью удаленная работа (рынки EMEA, LATAM или APAC). - Работа в команде высококвалифицированных и динамичных лидеров. - Культура здорового баланса между работой и личной жизнью. - Зарплата: 72 000–108 000 долларов США в год.

Формат

Офис

Страна

Джерси, США

Город

Не указан

О компании Ранний AI-стартап решает проблему регуляторной сложности. Энергетические проекты, дата-центры, проекты возобновляемой энергетики и крупные инфраструктурные проекты могут задерживаться на месяцы, потому что критическая информация разбросана по тысячам регуляторных документов, градостроительным кодексам, экологическим заявкам и требованиям агентств. Компания создаёт AI-платформу, которая понимает эту информацию, связывает её с конкретными проектами и локациями и превращает в проверяемую и применимую аналитику. Роль Ищем Founding Backend Software Engineer для присоединения к небольшой высокотехничной команде. Это роль, в которой вы не просто присоединяетесь к инженерной команде, а помогаете определить, какой она станет. Требования - 4+ лет опыта в разработке ПО - Сильный бэкенд на Python - Продакшен-опыт с AI-агентами / LLM-пайплайнами - Опыт с LangGraph, LangChain, CrewAI, OpenAI API или аналогичными инструментами - Поисковые системы + GraphQL / REST - PostgreSQL / базы данных - Опыт работы с облаками: AWS, Azure, GCP или аналогичные - Уверенная работа с контейнерами, CI/CD и observability - Комфортно в среде 0→1 / founding engineering Условия - Зарплата: $150k–$180k base + значительная доля в компании (equity) - Локация: Jersey City, NJ, гибрид или в офисе

Формат

Офис

Страна

США

Город

Не указан

Компания NeerInfo Solutions Локация и занятость - Локация: Хартфорд, Коннектикут; Остин, Техас; Плано, Техас (офис) - Тип занятости: полная занятость Требования - Уверенные навыки программирования на Python - Практический опыт работы с фреймворками AI/ML: TensorFlow, PyTorch, LangChain - Экспертиза в области генеративного ИИ, включая: - RAG (генерация с дополнением извлечёнными данными) - AI-агенты / агентные фреймворки - Промпт-инжиниринг - Владение экосистемой Microsoft Azure AI Желательно - Опыт создания Copilot или корпоративных ассистентов на базе ИИ - Опыт работы с мультимодальными ИИ-системами - Знание тонкой настройки LLM и эмбеддингов - Опыт работы в крупных корпоративных средах

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О роли Один из стартапов-клиентов компании RS Global Services нанимает AI-инженера на полный рабочий день. Инженер будет отвечать за промпты, агентов, оценки (evals) и пайплайны, лежащие в основе пользовательских функций. Вы будете превращать продуктовые требования в работающие промпты, агентов и пайплайны, строго их оценивать, итерировать до готовности к продакшену и продолжать улучшать после релиза. Роль находится на стыке продукта и платформы: вы решаете, что должна делать ИИ-система, доказываете, что она работает, и доводите её до пользователей. Компания находится на ранней стадии и движется быстро, поэтому ищем человека, который умеет быстро работать с неоднозначными ИИ-задачами, измерять качество вывода и выпускать систему только тогда, когда она достаточно надёжна для продакшена. Работа очная, 5 дней в неделю в офисе. Важно уметь отличать «хорошо выглядит в демо» от «работает в продакшене». Задачи - Создавать новые ИИ-функции полностью, от прототипа до продакшена. - Улучшать качество вывода ИИ через промпт-инжиниринг, выбор моделей, retrieval и оценку. - Проектировать и запускать оценки (evals), которые измеряют реальное качество вывода, а не только первое впечатление. - Быстро итерировать промпты, дизайн агентов и паттерны оркестрации. - Работать с продуктовым инженером над превращением требований в реально работающие ИИ-функции. - Работать с платформенной ИИ-командой для размещения функций на надёжной инфраструктуре. - Оценивать новые модели, инструменты и техники, когда они улучшают качество, задержку, стоимость или надёжность. Требования Опыт - Практический опыт создания функций на базе LLM, которые были выпущены для реальных пользователей. - 3–8 лет опыта в практической разработке ПО и создании LLM-функций, выпущенных для реальных пользователей (обязательно). - Опыт выпуска LLM-функций в продакшен в репутабельном быстрорастущем стартапе с высокой инженерной планкой; умение рассказать, что ломалось (обязательно). - Опыт создания агентов и агентных систем — оркестрация LLM, использование инструментов на больших объёмах данных. - Следит за передовыми методами агентного ИИ; опыт только с LangChain — жёлтый флаг (обязательно). - Опыт работы в небольшой команде (менее 15 инженеров), или в роли founding engineer, или бывший основатель. - Опыт в корпоративном вертикальном SaaS. - Опыт в роли FDE или явно клиентоориентированный опыт. Образование - Степень бакалавра в области компьютерных наук (обязательно). Профессиональные навыки - Продакшен-инжиниринг на TypeScript/Node (основной, особенно AWS Lambda) и/или Python (обязательно). - Опыт с системами оценки (evals), структурированным выводом и вызовом функций (обязательно). - Опыт с Anyscale Ray или аналогичными фреймворками распределённых вычислений для батч-инференса, eval-пайплайнов или масштабирования агентных нагрузок. - Опенсорс-вклад в области LLM или агентных инструментов. - Знакомство с pgvector или другими векторными retrieval-системами. - Опыт пост-обучения или файн-тюнинга. Личные качества - Искренний интерес к работе на ранней стадии и к миссии компании (обязательно). Не подходят кандидаты - Короткие периоды работы (менее 2 лет в любой компании, кроме стажировок и контрактной работы). - Только крупные техкомпании (FAANG, Netflix) с очень узкой ролью. - Опыт только с RAG или с упором на LangChain — указывает на отсутствие актуальных знаний агентного ИИ. - Кандидаты без инженерной глубины — например, опыт в анализе данных является негативным сигналом. Условия - Зарплата: $180K–$250K. - Опционы: конкурентные. - Формат: очно, 5 дней в неделю в офисе в SOMA, Сан-Франциско. - Спонсирование визы: E3, H1B Transfer, TN. Новые H1B не рассматриваются.

Формат

Офис

Страна

США

Город

Сан-Франциско

О команде OpenAI for Financial Services входит в организацию Verticals в OpenAI, которая занимается ускорением экономики и интеллектуального труда. Мы создаём ИИ-продукты для финансовых институтов и специалистов, которые в них работают: от инвестиционных банкиров и аналитиков до инвесторов и других финансовых команд. Мы объединяем модели OpenAI, финансовые данные и корпоративные знания, чтобы помогать специалистам исследовать компании, анализировать рынки и создавать качественные результаты в инструментах, которыми они пользуются каждый день. Мы небольшая предпринимательская команда, которая тесно работает с клиентами и партнёрами в области исследований, продукта, дизайна, инженерии и вывода на рынок, чтобы воплощать новые возможности от идеи до продакшена. О роли Мы ищем бэкенд-инженеров, которые будут создавать системы, делающие продвинутый ИИ полезным, надёжным и заслуживающим доверия в финансовых сервисах. Вы будете строить системы данных, агентные рабочие процессы и корпоративные интеграции, лежащие в основе наших продуктов, а также помогать внедрять их в продакшен в некоторых крупнейших финансовых институтах мира. Это инженерная роль, ориентированная на продукт, с большой зоной ответственности и созданием с нуля. Вы будете формировать новые продукты с самого начала, напрямую работать с клиентами, чтобы понимать их рабочие процессы, и сотрудничать с командами OpenAI, превращая новые возможности моделей в продукты, которым профессионалы могут доверять в ответственных задачах. Задачи - Проектировать и создавать бэкенд-системы, обеспечивающие ИИ-нативные финансовые рабочие процессы в ChatGPT Work и Codex. - Создавать инфраструктуру для приёма, индексации, поиска и предоставления финансовых данных, корпоративных отчётностей, рыночной информации и знаний конкретной компании в масштабе. - Разрабатывать интеграции с поставщиками финансовых данных, корпоративными системами знаний и средами клиентов, включая аутентификацию, авторизацию и права доступа, необходимые для безопасного использования. - Создавать системы, которые позволяют моделям и агентам использовать нужные инструменты и данные, сохранять происхождение источников и выдавать точные проверяемые результаты. - Улучшать надёжность, задержку, наблюдаемость и качество продакшен-систем, а также разрабатывать оценки, измеряющие их эффективность на реальных финансовых рабочих процессах. - Напрямую работать с финансовыми институтами, чтобы понимать потребности клиентов, снимать блокеры при внедрении и превращать обратную связь в значимые улучшения продукта. - Сотрудничать с командами продукта, дизайна, исследований, безопасности и другими инженерными командами, чтобы доводить новые возможности от раннего прототипа до масштабного продакшена. Требования - 5+ лет профессионального опыта в разработке ПО с подтверждённым опытом создания и эксплуатации продакшен-бэкенд-систем. - Владение одним или несколькими бэкенд-языками, такими как Python, Go, Rust или TypeScript, и прочная база в API, системах данных и распределённых системах. - Опыт создания приложений с интенсивной работой с данными, поисковых или поисково-ретривальных систем, инфраструктурных платформ или сложных интеграций. - Развитое продуктовое чутьё и способность переходить от неоднозначной проблемы клиента к практичному, хорошо спроектированному решению. - Уверенность в работе на разных уровнях стека и через организационные границы, когда это необходимо для выпуска отличного продукта. - Высокие стандарты надёжности, безопасности, конфиденциальности и производительности, особенно в корпоративных средах или средах с высоким уровнем доверия. - Интерес к ИИ и тому, как возможности моделей могут применяться в сложной профессиональной работе; непосредственный опыт в AI/ML или финансовых сервисах полезен, но не обязателен. - Опыт основателя, раннего инженера в стартапе или инженера, помогавшего создавать новый продукт с нуля, будет плюсом.

Формат

Удалённо

Страна

Канада

Город

Не указан

О компании Grafana Labs — компания, стоящая за открытой облачной платформой observability. Grafana Cloud — полностью управляемая платформа observability, гибкая и рассчитанная на масштабирование. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая: 1600+ сотрудников в 40+ странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG, Lead Edge Capital. О роли Ищем Staff Product Analyst для команды Product Analytics, который станет стратегическим партнёром AI-организации Grafana. Роль поддерживает команды, создающие Grafana Assistant (синхронный чат), Investigations (асинхронный AI-воркфлоу для анализа инцидентов) и решения для AI observability, включая Agent Observability. Вы будете определять, как AI-команда измеряет успех: задавать KPI, улучшать практики измерения, направлять дизайн экспериментов и их оценку, превращать данные в рекомендации, влияющие на продуктовые решения. Это кросс-функциональная роль: работа с Product, Design, Engineering и Data, основной фокус — поддержка AI-команды. Подчинение — менеджеру по продуктовой аналитике. Задачи - Совместно с Product определять ключевые KPI, дашборды и планирование дорожной карты продукта. - Определять, как измеряется успех AI-продуктов: adoption, engagement, quality, retention и пользовательские результаты. - Направлять инструментирование продуктовых данных совместно с Product Design, Product Management и Engineering для надёжного анализа AI-функций и воркфлоу. - Проектировать, оценивать и интерпретировать эксперименты для оценки влияния новых AI-возможностей и принятия продуктовых решений. - Разрабатывать dbt-модели для трансформации и тестирования данных о поведении пользователей совместно с командой Analytics Engineering. - Влиять на лучшие практики продуктовой аналитики и помогать определять стандарты по мере масштабирования компании. - Участвовать в формировании долгосрочного видения и стратегии продуктовой аналитики, балансируя краткосрочные потребности и масштабируемые решения. Требования - Опыт партнёрства с продуктовыми и инженерными командами, знакомство с типовыми продуктовыми KPI и фреймворками (DAU/MAU, воронки, A/B-тестирование). - Опыт определения и отслеживания метрик успеха для сложных продуктовых областей, желательно включая AI-функции или воркфлоу. - SQL: ежедневное написание сложных и эффективных SQL-запросов. - Визуализация данных: опыт с любым из инструментов: Tableau, Looker, Omni, Hex или Grafana. - Опыт написания dbt-моделей, внедрения инструментов продуктовой аналитики (Heap, Pendo, Amplitude, FullStory) и контроля версий кода (git). - Опыт использования AI-ассистированных инструментов кодирования (например, Cursor, Claude Code) для быстрого прототипирования и итераций в анализе, моделировании данных, инструментировании, визуализации и разработке кода. - Отличные коммуникативные навыки: способность объяснять технические темы нетехнической аудитории и поддерживать кросс-командные и кросс-функциональные отношения. Плюсом будет - Знание observability. - Знакомство с Airflow или Prefect для генерации ad hoc ETL-задач. Условия - Удалённая позиция. Рассматриваются кандидаты из США или Канады. - В Канаде диапазон базовой компенсации: $164,490 - $197,389 CAD. Фактическая компенсация может варьироваться в зависимости от уровня, опыта и навыков, оценённых на собеседовании. - Льготы включают акции (equity), бонус (если применимо) и другие бенефиты. - Диапазоны компенсации зависят от страны. Если вы подаёте заявку из другого места, рекрутер уточнит детали.

Формат

Удалённо

Страна

Канада

Город

Не указан

Grafana Labs, компания, стоящая за открытой платформой наблюдаемости, ищет Staff Backend-инженера для новой инициативы. Миссия — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных в реальном времени. В рамках проекта строится AI-нативная система управления данными, которая дает агентам надежный и контролируемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Роль — ранний этап, команда с высокой автономией и владением результатом. Инженеры принимают решения, быстро двигаются и проверяют идеи, опираясь на культуру сотрудничества, любопытства и обратной связи. Задачи: - Проектировать и внедрять основные сервисы: ingestion, индексация контекста, оркестрация извлечения, API-доступ, конфигурация источников и администрирование. - Создавать масштабируемую SaaS-основу: мультитенантная архитектура, изоляция, учет использования, квоты, аудит-логи, фоновые задачи, надежные границы сервисов. - Строить API и интерфейсы для ИИ-агентов, MCP-инструментов, CLI и внутренних приложений: извлечение контекста, происхождения, сигналов уверенности и предупреждений. - Находить баланс между быстрыми экспериментами и долгосрочной надежностью при переходе от прототипа к продакшену. - Эксплуатировать созданное: метрики, логи, трейсы, алерты, дашборды; использовать инструменты наблюдаемости для улучшения надежности. - Определять техническое направление: архитектура, границы сервисов, выбор хранилищ, контракты API, паттерны деплоя и инженерные практики. - Эффективно коммуницировать в динамичной среде и работать кросс-функционально. - Полностью владеть разрабатываемыми AI-решениями, обеспечивая их инновационность, масштабируемость и поддерживаемость. Условия: - Полная удаленная работа, кандидаты из США или Канады. Жители Квебека не подходят на эту роль. - Компания полностью удаленная, более 1600 сотрудников в 40+ странах. - Поддержка ведущих инвесторов: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG, Lead Edge Capital. - Возможность расширить или переопределить роль по мере роста команды.

Формат

Удалённо

Страна

Германия

Город

Не указан

О компании Grafana Labs — компания, развивающая открытую платформу наблюдаемости Grafana Cloud. Платформа предоставляется как управляемый сервис. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая: 1600+ сотрудников в 40+ странах. О роли Ищем Staff-инженера SRE для поддержки самых ценных клиентов Grafana Cloud за счёт повышения надёжности облачных баз данных на основе Mimir, Loki, Tempo и Pyroscope. Базы данных предоставляются как SaaS-продукт из AWS, GCP и Azure во всех регионах. SRE-команда встроена в продуктовые команды Mimir, Loki и Tempo и отвечает за надёжность продуктов баз данных для клиентов с высокими SLA. Задачи - Тесно работать с продуктовыми командами (встроенная модель). - Отвечать за производственную надёжность сред с высокими SLA и сложных клиентских окружений. - Проектировать и внедрять автоматизацию для масштабирования практик надёжности. - Обеспечивать достижение клиентами целей SLO. - Определять и развивать пер-тенантные SLO и модели надёжности. - Проактивно снижать сжигание SLO для предотвращения повторных инцидентов. - Быть основной точкой эскалации и на связи (on-call) при инцидентах. - Руководить реагированием на инциденты, влияющие на клиентов, и проводить пост-инцидентные разборы. - Участвовать в проектировании (design docs) и ревью кода. - Влиять на дизайн функций для обеспечения масштабируемости и эксплуатационной пригодности. - Строить автоматизацию для устранения рутинной работы (toil). - Улучшать качество алертов и снижать шумные эскалации. Требования - 8+ лет инженерного опыта, из них 4+ в SRE/CRE/production engineering. Предпочтителен формальный опыт в customer reliability engineering. - Сильный опыт работы с Kubernetes в AWS, GCP или Azure, знакомство с инструментами infrastructure-as-code (Helm, Terraform, Jsonnet и т.п.). - Сильный опыт технического лидерства: ведение команды через проекты, наставничество инженеров, роль force-multiplier. - Опыт эксплуатации мультитенантных систем в production. - Сильный опыт проектирования и внедрения SLO. - Опыт с одним или несколькими языками программирования (например, Go, Python, Java). - Опыт с внутренностями операционной системы Linux, базовые знания сетей, облачного хранения и масштабирования. - Отличные навыки решения проблем и траблшутинга. - Опыт спокойного и активного участия в безобвинительном реагировании на инциденты, отслеживании действий и написании качественных PIR (post-incident reviews). - Способность рассуждать о производительности, масштабировании и режимах отказа. - Комфортная работа в инженерной команде с высокой степенью автономии и самонаправленности. - Способность глубоко взаимодействовать с продуктовыми командами. - Ценятся любознательность, прозрачность, склонность к действию и доброжелательность. Условия - Удалённая работа. Рассматриваются кандидаты из Великобритании, Швеции, Испании или Германии. - Компания предоставляет оплачиваемый бюджет на использование современных AI-ассистентов для разработки (инструменты на выбор в рамках политики безопасности), а также доступ к передовым моделям (например, GPT-Codex, Claude Opus, Gemini 3 Pro).

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Компания: Grafana Labs. Формат: удалённая работа. Рассматриваются кандидаты из Великобритании, Швеции, Испании, Германии или Ирландии. Роль: Staff Software Engineer — SRE для облачных баз данных Grafana Cloud (Mimir, Loki, Tempo, Pyroscope). Базы данных предоставляются как SaaS на AWS, GCP и Azure во всех регионах. SRE-команда встроена в продуктовые группы Mimir, Loki и Tempo. Задачи - Тесное партнёрство с продуктовыми инженерными командами (встроенная модель). - Обеспечение надёжности production-среды для клиентов с высокими SLA и сложных окружений. - Проектирование и внедрение автоматизации для масштабирования практик надёжности. - Обеспечение достижения клиентами целевых показателей SLO. - Определение и развитие пер-тенантных SLO и моделей надёжности. - Проактивное снижение выгорания SLO для предотвращения повторных инцидентов. - Выполнение роли основного эскалационного контакта и дежурного (on-call) при инцидентах. - Руководство разбором инцидентов, влияющих на клиентов, и пост-инцидентными ревью. - Участие в проектировании (design docs) и код-ревью. - Влияние на дизайн функций для обеспечения масштабируемости и эксплуатационной пригодности. - Создание автоматизации для устранения рутинной работы (toil). - Улучшение качества алертов и снижение шумных эскалаций. Требования - 8+ лет инженерного опыта, из них 4+ в SRE/CRE/production engineering. Предпочтителен формальный опыт в customer reliability engineering. - Сильный опыт работы с Kubernetes на AWS, GCP или Azure, знакомство с инструментами infrastructure-as-code (Helm, Terraform, Jsonnet и т.п.). - Сильный опыт технического лидерства: ведение команды через проекты, наставничество инженеров, роль force-multiplier. - Опыт эксплуатации мульти-тенантных систем в production. - Сильный опыт проектирования и внедрения SLO. - Опыт с одним или несколькими языками программирования (например, Go, Python, Java). - Опыт с внутренностями ОС Linux, знание сетей, облачного хранения и масштабирования. - Отличные навыки решения проблем и диагностики. - Опыт спокойного и активного участия в blame-free инцидент-менеджменте, выполнения последующих действий и написания качественных PIR (Post Incident Reviews). - Умение рассуждать о производительности, масштабировании и режимах отказов. - Комфортная работа в инженерной команде с высокой степенью автономии и самонаправленности. - Способность к глубокому партнёрству с продуктовыми командами. - Ценятся интеллектуальное любопытство, прозрачность, склонность к действию и доброта. Условия - Удалённая работа (из указанных стран). - Компания предоставляет бюджет на использование современных AI-ассистентов для кодирования (в рамках политики безопасности), а также доступ к передовым моделям (например, GPT-Codex 5/3, Claude Opus 4.6, Gemini 3 Pro).

Формат

Удалённо

Страна

Канада

Город

Не указан

Grafana Labs ищет Staff-инженера (AI и автоматизация) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Кандидат будет создавать мультиагентные архитектуры, интеграции LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных, и запускать производственные системы, от которых команды зависят ежедневно. Роль предполагает высокую автономию и владение техническим направлением: определение наиболее эффективных задач для маркетинга, RevOps и SDR-команд, проектирование решений и их внедрение. Также потребуется задавать техническое направление платформы автоматизации (модели данных, контракты API, общие библиотеки, эталонные архитектуры) и сотрудничать с командами Data Engineering, GTM Systems и Field Operations для создания масштабируемой автоматизации, устраняющей ручную работу. Задачи: Агентные системы и AI-инфраструктура: - Владение полным циклом разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков, вызываемых через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Системная интеграция и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов, соединяющих AI-модели с бизнес-системами (BigQuery, Slack, CRM, email, календари, аналитические инструменты). - Проектирование потоков данных для RAG, соединяющих LLM с внутренними базами знаний, данными клиентов и бизнес-контекстом в реальном времени. - Разработка serverless или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся с нагрузкой и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, Regional Marketing и SDR для определения задач автоматизации, выявления узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью оркестрационных инструментов (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем, рассчитанных на самостоятельное использование: документация, плейбуки и обучающие материалы для независимой работы команд. Требования: - 8+ лет опыта в разработке ПО с углублением в бэкенд-разработку, системную интеграцию или инженерию данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, включая Git-процессы, практики код-ревью и дисциплину тестирования. - Практический опыт с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции и инструменты.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Grafana Labs — компания, разрабатывающая открытую платформу наблюдаемости. Grafana Cloud — управляемая платформа наблюдаемости, построенная для масштабирования. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, более 1600 сотрудников в 40+ странах. О роли Grafana AI-команды помогают пользователям понимать сложные данные наблюдаемости с помощью AI-функций. Эти возможности снижают рутинную работу, понижают порог экспертизы и выявляют значимые сигналы в шумной среде. Команда работает с высокой степенью автономии и ответственности. Инженеры могут принимать решения, быстро двигаться и проверять идеи на ранних этапах, при поддержке коллаборативной культуры. Ищем AI-инженера с сильным бэкграундом в разработке ПО, быстрым итеративным мышлением и страстью к экспериментам, а также с фокусом на выпуск и масштабирование значимых функций. Вы будете работать с кросс-функциональными командами, чтобы разрабатывать, тестировать и выпускать AI-функции, улучшающие инфраструктуру и качество наблюдаемости через автоматизацию, а также расширять возможности AI-агентов в стеке наблюдаемости для помощи пользователям при реагировании на инциденты. Задачи - Разрабатывать и внедрять AI-решения: создавать высокопроизводительные AI-функции для обнаружения, триажа и разрешения инцидентов с использованием данных и инструментов наблюдаемости. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять на реальных пользователях, включая выпуск и развитие LLM- или агентских рабочих процессов для управления жизненным циклом инцидентов и автоматизированного анализа. - Работать кросс-функционально: взаимодействовать с аналитиками данных, продакт-менеджерами и дизайнерами для формирования AI-функций, включая интеграцию агентских компонентов с внутренними инструментами, системами оповещения, runbook и рабочими процессами разработчиков. - Эффективно использовать AI-инструменты: применять AI и инструменты автоматизации для улучшения функциональности продукта и собственных рабочих процессов разработки. - Эффективно общаться: работать в динамичной и коллаборативной среде, вносить вклад в работу команд. - Владеть результатом: нести полную ответственность за разработанные AI-решения, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Условия - Удаленная работа, рассматриваются кандидаты только из часовых поясов Канады. - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодирования в повседневной работе (инструменты на выбор, в рамках политики безопасности), с оплачиваемым компанией бюджетом на использование. - Поощряется прагматичная AI-разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при соблюдении стандартов качества и код-ревью. - Доступ к последним frontier-моделям от OpenAI, Anthropic и Google.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Recare — одна из ведущих немецких HealthTech-компаний, меняющая процесс выписки пациентов. Разрабатывает SaaS-платформу и AI-решения для больниц и поставщиков послеоперационного ухода. Платформа соединяет две трети немецких больниц с более чем 650 реабилитационными клиниками и 25 000 поставщиками услуг по уходу. В компании около 100 сотрудников. Задачи - Разработка надёжных агентных систем для production-среды, где приоритетны конфиденциальность и корректность. - Владение небольшим набором проектов (в идеале одним) для минимизации переключений контекста. - Создание чат-ботов и других генеративных AI-приложений на основе агентных фреймворков: проектирование и оптимизация поведения агента, включая маршрутизацию, вызовы инструментов, управление контекстом, grounding и следование инструкциям. - Развертывание и интеграция: разработка и поддержка инфраструктуры для развертывания AI-агентов и генеративных приложений (REST API, веб-интерфейсы), включая контейнеризацию, оркестрацию и разработку API. - Настройка observability для генеративного ИИ: логирование, трассировка, метрики, дашборды и управление промптами. - Оценка производительности: количественная оценка ценности агентных систем на основе данных observability, пользовательских метрик и обратной связи. - Защита медицинских данных: внедрение лучших практик безопасности и соблюдение требований. - Отслеживание актуальных AI-технологий, подготовка технических отчётов и внедрение их в production. Требования - Интерес к healthcare или другим сложным для изменения отраслям, мотивация работать в высокорегулируемых средах. - Опыт проектирования, разработки и развертывания высокопроизводительных генеративных AI-приложений (RAG, агенты) в production. - Сильные навыки программирования, работа со стеком: Python, Go, GitHub Actions, AWS и другие технологии. - Опыт работы в средах с высокими требованиями к безопасности и конфиденциальности, включая работу с PII, guardrails для LLM и соответствие GDPR. - Опыт глубокого обучения и применения AI/ML-моделей для решения реальных задач, с фокусом на системную интеграцию, а не только обучение моделей. - Владение Python и как минимум одним веб-фреймворком (FastAPI, Django, Flask). - Отличные устные и письменные коммуникационные навыки, умение объяснять сложные концепции разной аудитории. Условия - Осмысленная работа с положительным влиянием на пациентов, их семьи и медицинских работников. - Плоские иерархии, высокая производительность, командная динамика, взаимное уважение, лояльность и признание. - Гибкость: удалённая работа, гибкий график, возможность workation по договорённости. - Карта Edenred, которую можно использовать по своему усмотрению. - Дополнительный выходной день в день рождения.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Стажировка

Стажёр по координации AI-проектов Компания AGIMA ищет специалиста на позицию стажёра по координации AI-проектов. Формат работы: полный рабочий день, возможна удалённая работа. Требуемые навыки: - Ведение переговоров - Презентации - Планирование - Управление проектами - Agile - Jira - Miro - Notion - GPT - Опыт работы в роли стажёра (intern)