Биржа вакансий в сфере ИИ, ML

Формат

Гибрид

Страна

Россия

Город

Не указан

Дата-аналитик в Yandex Crowd Команда работает с крупнейшими технологичными продуктами экосистемы Яндекса — Алисой AI, Яндекс Путешествиями, Бизнесом, Яндекс ID, Браузером и другими сервисами. Ими каждый день пользуются миллионы людей. Главное направление работы команды — аналитические инструменты, которые повысят эффективность бизнеса. Задача — создать лучшую службу поддержки. Она должна быстро помогать пользователям, точно отвечать и сохранять высокое качество работы даже при больших нагрузках. Если вам нравится искать в данных ответы на сложные вопросы — например, как увеличить рост или эффективнее использовать ресурсы, — мы ждём вас. Задачи - Проектирование и улучшение бизнес-метрик. Разработка новых метрик для бизнеса клиентского сервиса по международным стандартам, обновление существующих метрик и карты их зависимостей, сохранение обратной совместимости при изменении методологии. - Разработка продуктов. Создание надёжных инструментов — дашбордов и средств моделирования, которые помогут быстрее принимать решения. Поиск инсайтов для оптимизации операционных процессов. Требования - Опыт работы от двух лет в роли Data Analyst / Product Analyst / Analyst в data-driven-продукте - Уверенное владение SQL и Python - Умение работать с большими объёмами логов и событийных данных - Понимание основ статистики и A/B-тестирования - Умение формулировать продуктовые гипотезы и оценивать их эффект Будет плюсом - Умение строить дашборды в DataLens, Superset, Tableau - Технический бэкграунд в оптимизации: уверенное сочетание SQL и Python для минимизации времени пересчёта сложных нелинейных метрик - Хорошее взаимодействие в кросс-функциональных командах Условия Яндекс — это комьюнити. Есть спортивные клубы, книжный клуб, киберспортивное сообщество. Это не все бонусы — полный список доступен на сайте.

Формат

Удалённо

Страна

Россия

Город

Не указан

Область и стек: QA Должность: Middle+ QA Engineer (Manual + Auto Java) Компания: Меташаркс Зарплатная вилка: от 180 000 рублей на руки Формат работы: Удаленка Страна работы: РФ/РБ Задачи - Ручное тестирование (front 30% / back 70%) + автотесты на Java 21 - Анализ требований, тест-дизайн, работа с TMS (Allure TestOps) - Работа с БД (Oracle / Postgres), SQL, PL/SQL - Настройка CI/CD пайплайнов (GitLab CI) - Ведение тестовой документации и взаимодействие с командой Ключевые требования - Опыт в тестировании ПО 3–5 лет - Практическая автоматизация на Java 21 в связке с JUnit 5, RestAssured, Selenide, JDBC - Уверенный SQL, знание SOAP / REST API - Понимание пирамиды тестирования, тест-дизайна, локализации дефектов - Использование AI для повышения эффективности (кейсы, автотесты, отчёты) Будет плюсом: опыт с ELK / Grafana, настройка заглушек, Spring Framework.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Руководитель Data Science команды (Анализ спроса в маркетплейсе) Компания: OZON Вы будете - Решать сложности бизнес-заказчиков и оценивать полученный результат. - Планировать работу команды (Data Scientists, ML-engineers). - Проектировать развитие системы прогнозирования спроса. - Проектировать с руководителями смежных технических команд совместные интеграции. - Программировать и проводить code review. Нам важно - Опыт работы в ML и DS проектах от 5 лет. - Опыт решения задач прогнозирования временных рядов. - Управленческий опыт работы. - Умение писать на Python. - Умение работать с данными на PySpark, SQL или Pandas. - Знание и понимание классических ML алгоритмов (линейная регрессия, деревья решений и градиентный бустинг). - Знание Deep Learning фреймворков (Pytorch, Transformers).

Формат

Удалённо

Страна

Любая

Город

Не указан

Контракт. Удалённая работа, предпочтительно в Атланте, Далласе или Нью-Джерси. AI-First-инженер с экспертизой в Oracle SCM и подтверждённым опытом применения ИИ на всём жизненном цикле разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки Supply Chain-приложений через инженерные практики с использованием ИИ. Кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет ИИ для повышения продуктивности, качества кода, эффективности тестирования, операционной поддержки и результатов поставки ПО. Роль предполагает внедрение ИИ-управляемых инициатив по разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны продемонстрировать и количественно измерить достигнутые бизнес-результаты от внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение инцидентов. Основные обязанности: AI-управляемая инженерия на протяжении всего SDLC: 1. AI-ассистируемые требования и проектирование решений: - Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. - Использование ИИ для ускорения fit-gap-анализа и оценки влияния квартальных обновлений Oracle Cloud. - Применение ИИ-управляемого поиска знаний для сокращения циклов анализа и проектирования. 2. AI-управляемая генерация кода и рефакторинг: - Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - Внедрение AI-ассистируемой генерации кода, оптимизации, рефакторинга, обратного инжиниринга и инициатив по модернизации легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений по автоматизации Oracle SCM с использованием AI-управляемых практик. - Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. 3. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования: - Построение AI-управляемых стратегий тестирования, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. - Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки квартальных релизов Oracle Cloud. - Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. 4. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка: - Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и quality gates в CI/CD-пайплайны. - Использование ИИ для генерации документации по развертыванию, release notes, руководств по внедрению и операционных runbook. - Применение AI-управляемого мониторинга и аналитики для оценки готовности квартальных релизов Oracle и их бизнес-влияния. - Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. 5. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика: - GitHub Copilot - Oracle Code Assist - ChatGPT - Claude - Агентные AI-фреймворки - OCI Generative AI 6. Экспертиза в Oracle SCM и технические навыки: - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS. Бизнес-влияние и измерение результатов: - Способность количественно оценивать и коммуницировать результаты от внедрения ИИ, включая: - Сокращение цикла разработки - Улучшение качества кода - Снижение уровня дефектов - Снижение трудозатрат на тестирование - Ускорение циклов развертывания - Ускорение решения инцидентов - Повышение продуктивности разработчиков

Формат

Офис

Страна

США

Город

Остин

О компании Itron разрабатывает новые способы управления энергией и водой для коммунальных предприятий и городов. Компания создаёт более рациональный мир для защиты важнейших ресурсов сегодня и в будущем. О роли Компания ищет AI-разработчика для проектирования и создания решений на базе ИИ с использованием экосистемы Microsoft: Azure, GitHub, Copilot Studio и Azure AI Foundry. В этой роли вы будете разрабатывать и интегрировать разговорные копилоты, сценарии RAG (генерация с дополнением по извлечённым данным) и автоматизированные рабочие процессы в корпоративные приложения. Вы будете тесно взаимодействовать с продуктовыми, инженерными, security- и бизнес-заинтересованными сторонами для создания масштабируемых, соответствующих требованиям и измеримых AI-возможностей для клиентов в сфере ЖКХ и энергетики. Обязанности Разработка и внедрение решений - Создание и поддержка AI-решений на базе Azure AI Foundry: выбор моделей, оркестрация промптов, оценка и паттерны развёртывания с фокусом на надёжные и клиентоориентированные результаты. - Разработка и настройка копилотов в Copilot Studio: темы, действия, плагины/коннекторы, инклюзивный дизайн диалогов. - Внедрение паттернов интеграции ИИ: RAG, вызов инструментов/функций, агентные рабочие процессы в приложениях и внутренних инструментах. - Создание и поддержка API-сервисов (например, Azure Functions, App Service, контейнерные сервисы) для предоставления AI-возможностей корпоративным бизнес-системам. - Проектирование и реализация безопасных и подотчётных паттернов доступа к корпоративным источникам знаний: SharePoint, Azure SQL, Blob Storage. DevOps, GitHub и инженерное совершенство - Использование Azure DevOps и GitHub для управления исходным кодом, pull request, код-ревью, стратегий ветвления и управления релизами в совместной agile-среде. - Построение CI/CD-пайплайнов с автоматическим тестированием, сканированием безопасности и развёртыванием в Azure. - Применение инженерных практик: модульное и интеграционное тестирование, телеметрия, обработка ошибок, оптимизация производительности и понятная документация. Безопасность, соответствие и управление - Соблюдение практик secure-by-design: управление доступом и идентификацией (Entra ID), управление секретами (Key Vault), принцип минимальных привилегий. - Поддержка требований ответственного ИИ и управления: логирование, аудит, оценка, безопасность контента, защитные ограничения промптов и безопасности. - Взаимодействие с командами безопасности и соответствия для обеспечения соответствия AI-решений корпоративным политикам и регуляторным требованиям, характерным для сектора ЖКХ и энергетики. Совместная работа и взаимодействие с заинтересованными сторонами - Перевод бизнес-потребностей в проекты AI-решений, пользовательские истории и технические планы реализации, которые практичны и измеримы. - Кросс-функциональная работа с продуктовыми, инженерными и бизнес-партнёрами для определения метрик успеха, проверки результатов и итераций на основе обратной связи и аналитики. - Обучение и поддержка команд, внедряющих паттерны Copilot Studio и Azure AI Foundry, развитие общей ответственности и непрерывного обучения. Требования - Опыт разработки программных решений на Azure, включая как минимум одно из: Functions, App Service, Storage, SQL или API Management. - Практический опыт работы с Azure DevOps и/или GitHub: pull request, стратегии ветвления, отслеживание задач, CI/CD. - Опыт разработки AI-приложений, включая как минимум одно из: - Копилоты, чат-боты или разговорные пользовательские интерфейсы. - Решения на основе поиска (RAG) и корпоративный поиск. - Промпт-инжиниринг и управление версиями промптов. - Вызов инструментов/функций или агентные рабочие процессы. - Умение работать с REST API и интегрировать AI-решения с корпоративными системами. - Сильные основы программной инженерии: структуры данных, проектирование API, тестирование, поиск и устранение неисправностей. - Чёткие коммуникативные навыки, способность объяснять концепции ИИ технической и нетехнической аудитории. Желательно - Опыт работы с Copilot Studio: темы, действия, коннекторы, публикация и управление. - Опыт работы с Azure AI Foundry: промпт-флоу и оркестрация, оценка, развёртывание и наблюдаемость. - Знакомство с Azure OpenAI или другими провайдерами больших языковых моделей и концепциями жизненного цикла моделей. - Опыт работы с корпоративными решениями идентификации: Entra ID, OAuth2, управление доступом на основе ролей, безопасные паттерны данных. - Знание инструментов мониторинга и наблюдаемости: Application Insights, Log Analytics, дашборды. - Опыт работы с Power Platform, Logic Apps или другими платформами интеграции и автоматизации. - Комфорт в работе по agile-моделям, совместный, инновационный и ответственный подход. Условия Конкурентоспособный компенсационный пакет: финансовые, социальные, медицинские программы и программы благополучия, оплачиваемый отпуск, 401k matching, программа покупки акций для сотрудников.

Формат

Офис

Страна

США

Город

Не указан

Компания: Beyond-ED Задачи - Проектировать и масштабировать промпты и поведение агентов на живых звонках. - Анализировать реальные данные звонков для поиска следующих улучшений. - Создавать eval-системы и бенчмарки, чтобы быстро и уверенно повышать качество. - Цель — выпускать больше улучшений быстрее, каждое подтверждено данными, а не догадками. Обязательные требования - Опыт применения LLM в продакшене: вы создавали и запускали LLM-функции в реальных продуктах, а не только прототипы. - Серьёзный опыт промпт-инжиниринга: умение разбивать сложную задачу на надёжные промпты и шаги агента; понимание структуры, версионирования и поддержки промптов в масштабе. - Подход evals-first: вы создавали eval-системы, бенчмарки и тестовые наборы; качество измеряется, а не оценивается по ощущениям. - Уверенная работа с данными: SQL и Python/TypeScript для анализа звонков и транскриптов, поиска сигналов и оценки влияния. - Инженерная база: production-код на TypeScript/Node и интеграция в реальный бэкенд, а не передача в виде ноутбука. - Строгость вместо интуиции: эксперименты и доказательства, аргументация данными. - Владение Claude Code / Codex или аналогами: уверенное и осознанное использование AI-ассистированной разработки; в 2026 году это считается обязательным. - Ответственность за качество агента end-to-end, включая продакшен, и понимание влияния на реальные агентства и их клиентов. Навыки и языки - Node.js — 4 года - TypeScript — 4 года - LLM — 4 года - Английский язык — обязательно

Формат

Офис

Страна

США

Город

Не указан

О роли В Meta инженер данных участвует в создании продуктов для всей семьи приложений: Facebook, Instagram, Messenger, WhatsApp, Reality Labs, Threads. Роль включает проектирование и создание одних из самых масштабных наборов данных в мире, сотрудничество с командами разработки, data science и управления продуктами для оптимизации роста, стратегии и пользовательского опыта для более чем 3 миллиардов пользователей и внутренних сотрудников. Вы будете решать сложные задачи с данными в масштабе, который мало кто может предложить, и станете частью сообщества data engineering, ориентированного на развитие навыков и карьерный рост. Инженерия данных: вы будете направлять команды, создавая оптимальные артефакты данных (включая наборы данных и визуализации) для решения ключевых вопросов. Вы будете совершенствовать системы, проектировать решения для логирования и создавать масштабируемые модели данных. Обеспечивая безопасность и качество данных, а также уделяя особое внимание эффективности, вы будете предлагать подходы к архитектуре и разработке, а также стандарты управления данными для решения сложных аналитических задач. Продуктовое лидерство: вы будете использовать данные для формирования разработки продуктов, выявления новых возможностей и решения предстоящих задач. Вы будете обеспечивать ценность продуктов для пользователей и бизнеса, расставляя приоритеты проектов и внедряя инновационные решения в ответ на вызовы или возможности. Коммуникация и влияние: вы не просто будете представлять данные, а рассказывать истории на основе данных. Вы будете убеждать и влиять на партнеров с помощью четких идей и рекомендаций. Вы будете строить доверие через структуру и ясность и быть надежным стратегическим партнером. Обязанности - Концептуализировать и владеть архитектурой данных для нескольких крупномасштабных проектов, оценивая компромиссы между дизайном и операционными затратами в системах. - Создавать и вносить вклад в фреймворки, повышающие эффективность логирования данных, а также работать с инфраструктурой данных для устранения проблем и их решения. - Сотрудничать с инженерами, продакт-менеджерами и дата-сайентистами для понимания потребностей в данных, представляя ключевые идеи данных визуально значимым образом. - Определять и управлять соглашениями об уровне обслуживания (SLA) для всех наборов данных в закрепленных областях ответственности. - Определять и внедрять модель безопасности на основе требований конфиденциальности, подтверждать соблюдение мер защиты, решать проблемы качества данных и развивать процессы управления в закрепленных областях ответственности. - Проектировать, создавать и запускать коллекции сложных моделей данных и визуализаций, поддерживающих множество вариантов использования в разных продуктах или доменах. - Решать самые сложные проблемы интеграции данных, используя оптимальные паттерны ETL, фреймворки, методы запросов, источники структурированных и неструктурированных данных. - Участвовать в сопровождении существующих процессов в продакшене, оптимизируя сложный код с помощью продвинутых алгоритмических концепций. - Оптимизировать пайплайны, дашборды, фреймворки и системы для упрощения разработки артефактов данных. - Влиять на продуктовые и кросс-функциональные команды для выявления возможностей данных, способствующих росту. - Наставлять членов команды, давая и получая конструктивную обратную связь. Требования - Степень бакалавра в области компьютерных наук, компьютерной инженерии, смежной технической области или эквивалентный практический опыт. - 7+ лет опыта, где основная ответственность связана с работой с данными. Это могут быть роли дата-аналитика, дата-сайентиста, дата-инженера или аналогичные. - 7+ лет опыта работы с SQL, ETL, моделированием данных и как минимум одним языком программирования (например, Python, C++, C, Scala или другими). - Степень магистра или PhD в области STEM. - Подтвержденная способность интегрировать AI-инструменты для оптимизации или перепроектирования рабочих процессов и достижения измеримого влияния (например, повышение эффективности, улучшение качества). - Опыт соблюдения и внедрения ответственных, этичных практик AI (например, оценка рисков, снижение предвзятости, проверка качества и точности). - Подтвержденное постоянное развитие навыков AI (например, промпт-инженерия, контекстная инженерия, оркестрация агентов) и отслеживание новых AI-технологий.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Задачи - Использование AI/LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассировки, альтернативных решений и оценок трудозатрат с помощью AI-ассистированных процессов. - Применение AI для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. - Использование AI-управляемого поиска знаний для сокращения циклов анализа и проектирования. - Использование GitHub Copilot, Oracle Code Assist, Agentic AI-фреймворков и аналогичных инструментов в PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - AI-ассистированная генерация кода, оптимизация, рефакторинг, обратный инжиниринг и модернизация легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM. - Использование AI для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. - Разработка AI-управляемых стратегий тестирования: функциональное, интеграционное, регрессионное, нагрузочное и UAT. - Использование AI для генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-улучшенного регрессионного тестирования для ежеквартальных релизов Oracle Cloud. - Применение AI для триажа дефектов, анализа первопричин и прогнозной аналитики качества. - Интеграция AI-ассистированных ревью кода, анализа безопасности, статического сканирования и quality gates в CI/CD пайплайны. - Генерация документации по деплою, release notes, руководств по внедрению и операционных runbook с помощью AI. - Применение AI-управляемого мониторинга и аналитики для готовности ежеквартальных релизов Oracle. - Поддержка AI-управляемой автоматизации деплоя и управления окружениями. Требования - 11+ лет общего опыта в IT. - Сильный опыт работы с Oracle SCM Cloud и/или Oracle EBS. - Подтвержденный опыт применения AI на протяжении всего SDLC. - Сильный опыт разработки и модернизации ПО. - Опыт AI-ассистированной разработки, тестирования, DevOps и продакшн-поддержки. - Развитые коммуникативные и аналитические навыки. - Способность демонстрировать измеримые бизнес-результаты от внедрения AI: сокращение цикла разработки, улучшение качества кода, снижение уровня дефектов, сокращение трудозатрат на тестирование, ускорение циклов деплоя, ускорение инцидент-менеджмента, повышение продуктивности разработчиков. - Практический опыт с одним или несколькими инструментами: GitHub Copilot, Oracle Code Assist, ChatGPT, Claude, Agentic AI-фреймворки, Prompt Engineering, RAG, OCI Generative AI. - Сильный практический опыт с Oracle SCM Cloud и/или Oracle EBS. - Опыт кастомизаций, интеграций, расширений, отчетов и автоматизации Oracle SCM. - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX. - Простое перечисление ChatGPT/Copilot в резюме недостаточно — требуется реальный опыт. Условия - Локация: Альфаретта, Джорджия / удалённо. - Тип занятости: контракт.

Формат

Удалённо

Страна

Любая

Город

Не указан

AI-First Engineer — Oracle SCM Applications Suite (AI-Fueled SDLC & Modernization). Инженер, использующий ИИ на протяжении всего жизненного цикла разработки ПО — от требований до развертывания и поддержки. Краткое описание должности: ищем AI-First инженера с глубокой экспертизой в Oracle SCM и подтвержденным опытом применения ИИ на всех этапах жизненного цикла разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки приложений Supply Chain с помощью практик, основанных на ИИ. Идеальный кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет технологии ИИ для повышения производительности, качества кода, эффективности тестирования, операционной поддержки и общих результатов поставки ПО. Роль предполагает реализацию инициатив по AI-управляемой разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны уметь демонстрировать и количественно оценивать измеримые бизнес-результаты, достигнутые за счет внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение проблем. Ключевые обязанности AI-управляемая разработка ПО на всех этапах SDLC Применение практик на основе ИИ на всех фазах жизненного цикла ПО: AI-ассистируемые требования и проектирование решений Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. Использование ИИ для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. Применение AI-управляемого поиска знаний для сокращения времени анализа и проектирования. AI-управляемая генерация и рефакторинг кода Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. Реализация AI-ассистируемой генерации кода, оптимизации кода, рефакторинга, обратного проектирования и инициатив по модернизации легаси-систем. Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM с использованием практик разработки на основе ИИ. Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования Построение стратегий тестирования на основе ИИ, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки ежеквартальных релизов Oracle Cloud. Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и контроля качества в CI/CD пайплайны. Использование ИИ для генерации документации по развертыванию, релизных заметок, руководств по внедрению и операционных runbook. Применение AI-управляемого мониторинга и аналитики для оценки готовности ежеквартальных релизов Oracle и их бизнес-влияния. Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика GitHub Copilot Oracle Code Assist ChatGPT Claude Агентные AI-фреймворки OCI Generative AI Экспертиза в Oracle SCM и технические навыки Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Работодатель: FUSTIS LLC. Формат: удалённо. Длительность: от 6 месяцев. Тип занятости: W2. Требования - Степень бакалавра в области компьютерных наук, науки о данных, инженерии, математики, статистики или смежной области. - Более 8 лет опыта разработки ML-решений в production-среде. - Уверенное владение Python и лучшими практиками разработки ПО. - Опыт работы с ML-фреймворками: TensorFlow, PyTorch, Scikit-learn, XGBoost. - Глубокое понимание методов обучения с учителем и без учителя. - Опыт создания и сопровождения пайплайнов данных. - Знание SQL и технологий обработки больших объёмов данных. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. - Знакомство с инструментами контейнеризации и оркестрации: Docker, Kubernetes. - Опыт работы с системами контроля версий и CI/CD. - Развитые аналитические, коммуникационные навыки и навыки решения проблем. Предпочтительно - Степень магистра или PhD в соответствующей технической области. - Опыт работы с большими языковыми моделями (LLM), генеративным ИИ или RAG. - Знание MLOps-инструментов: MLflow, Kubeflow, SageMaker или Vertex AI. - Опыт работы с распределёнными вычислительными платформами, например Spark. - Знакомство с векторными базами данных и технологиями эмбеддингов. - Опыт создания AI-приложений в production-среде. - Знание ответственного ИИ, управления моделями и методов объяснимости. Технические навыки - Программирование: Python, SQL; Java, Scala или C++ (предпочтительно). - Машинное обучение и ИИ: глубокое обучение, NLP, компьютерное зрение, предиктивное моделирование, генеративный ИИ, тонкая настройка LLM. - Облако и инфраструктура: AWS, Azure или GCP, Docker, Kubernetes, REST API, CI/CD. - Технологии данных: Spark, Databricks, Airflow, feature stores, хранилища данных. Критерии успеха - Точность моделей и улучшение производительности. - Надёжность и масштабируемость развёртывания. - Снижение задержки моделей и затрат на инфраструктуру. - Бизнес-эффект от AI-инициатив. - Качество и поддерживаемость production ML-систем. - Операционная эффективность за счёт мониторинга и автоматизации.

Формат

Гибрид

Страна

Россия

Город

Не указан

Разработчик в команду оптимизации разметок Поиска с Алисой Команда развивает поисковую строку с Алисой. Основополагающая часть любого ML — датасеты, команда отвечает за ускорение и удешевление процесса их сбора. От этого зависит частота релизов, которые напрямую влияют на пользователей Поиска. Работа с быстро развивающимися продуктами на стыке ML и краудсорсинга. Задачи - Встраивание ML-моделей в инфраструктуру разметок. Современные генеративные модели позволяют получить качество разметки, сопоставимое с человеческой или даже лучше, на простых задачах, а также ускорить процесс разметки асессорами при помощи генеративных подсказок. Задача — строить надёжные пайплайны инференса моделей, оптимизировать их и собирать дополнительные данные, необходимые для применения моделей. - Построение витрины разметок. В Поиске есть несколько крупных (по бюджету и количеству заданий) разметок, и в них в разной степени внедрены ML-модели. Нужно создать единую витрину, где можно будет увидеть объёмы разметки, полученной от асессоров и моделей, степень внедрения этих моделей, затраты на разные компоненты и другие показатели. Требования - Хорошее знание Python - Знание SQL или ClickHouse Будет плюсом - Опыт с технологиями обработки больших данных - Опыт работы с ML-моделями и агентами - Умение строить читаемые графики и дашборды Бонусы В крупных офисах есть спортзалы — с тренажёрами, инвентарём и душевыми.

Формат

Удалённо

Страна

Россия

Город

Не указан

Директор по маркетингу в международную консалтинговую компанию Международная консалтинговая компания, специализирующаяся на вопросах миграции, гражданства и комплексного сопровождения частных клиентов. Компания помогает клиентам решать миграционные и юридические вопросы, работать с документами и государственными органами, а также сопровождает по ряду финансовых и социальных вопросов. Сейчас бизнес активно масштабируется и развивает присутствие на международных рынках — в США, Великобритании и странах Европы. Ищем директора по маркетингу, который выстроит маркетинг как полноценную функцию роста и возьмёт на себя его масштабирование в соответствии со стратегическими целями бизнеса. Что нужно делать и сделать - Отвечать за маркетинговую стратегию по всем бизнес-направлениям - Вести международную экспансию: США, UK, Европа - Отвечать за лидогенерацию, привлечение клиентов и результат маркетинга в деньгах - Строить и оптимизировать воронку на данных и сквозной аналитике - Развивать digital-экосистему, контент, партнёрства и AI-инициативы - Запускать и масштабировать новые каналы привлечения и growth-эксперименты - Руководить командой маркетинга, агентствами и подрядчиками - Управлять бюджетом и вкладом маркетинга в выручку - Презентовать стратегию, метрики и результаты напрямую собственникам Как будем измерять результат - MQL, SQL, CPL, CPQL, CAC, выручка - Эффективность воронки и ROMI - Работающая сквозная аналитика - Новые каналы привлечения: запущены и масштабированы - Рост вклада маркетинга в бизнес Нам важен не объём лидов, а качественные лиды с коммерческим запросом. Пожелания к кандидату - 5+ лет в маркетинге, из них 3+ на позиции директора / Head of Marketing / Head of Performance & Growth - Подтверждённый опыт запуска и масштабирования маркетинга на рынках США, UK или Европы - Стратегии с измеримым коммерческим эффектом - Практика в лидогенерации, performance-маркетинге, оптимизации воронки - Опыт управления командой, агентствами и бюджетом - CRM, digital, веб-аналитика, AI-инструменты, автоматизация - Русский — родной, английский — от B2+ - Аналитическое и коммерческое мышление, ownership Что предлагаем - от 250 000 ₽ + ежемесячный бонус: % от продаж, привлечённых маркетинговыми каналами - Гибкие условия оформления (ТК РФ, также возможна оплата в крипто) - Удалённо или гибрид (офис в центре Москвы), гибкое начало дня (9:00/10:00 — 18:00/19:00) - Прямая работа с собственниками, влияние на стратегию роста - Сильная команда и ресурс на построение маркетинга - Обучение, зарубежные поездки для результативных сотрудников, корпоративные мероприятия, доп. бенефиты

Формат

Офис

Страна

Не указана

Город

Не указан

Как использовать холодный аутрич при поиске работы Сейчас ситуация на рынке труда непростая: вакансий меньше, кандидатов больше, а рекрутеры физически не успевают внимательно рассмотреть каждый отклик. В таких условиях ждать, что вас заметят просто по резюме в базе — так себе стратегия. Кандидату все чаще приходится самому выходить на работодателей. Для этого и пригодится холодный аутрич. По сути, любой отклик на вакансию — это и есть аутрич. Вас не знают, вам нужно продать себя и вывести компанию на встречу с вами. А дальше начинается уже сама продажа. Об этом мы поговорили с Павлом Сыровацким, экспертом в холодных продажах. Вот семь советов, которые он выделил как самые рабочие. 1. Разделите компании на топ и на поток Составьте список компаний, где хотите работать больше всего — топ-30 или топ-50. В них идите сами, даже если сейчас нет открытых вакансий, и кастомизируйте резюме под каждую, без исключений. Продолжайте отслеживать вакансии даже после отказа. Меняйте резюме. Экспериментируйте. Остальные компании держите на потоке: меньше кастома, больше объема и откликов. 2. Кастомизируйте сопроводительное письмо в каждом отклике Даже если компания не из топ-30-50. Возьмите 2-3 требования из вакансии и коротко напишите, как вы им соответствуете. Пример: "В вакансии вижу, что вам важен опыт работы с fintech-продуктами и SQL — что ж, последние два года я вел именно такие проекты в такой-то компании, и там наша конверсия выросла на X%". 3. Упомяните один минус, где вы честно слабее Не до конца соответствуете позиции — лучше скажите об этом прямо. Это показывает честность и человечность, а не заученную самопрезентацию. По опыту в аутриче, такие письма сейчас выделяются из потока и на них чаще отвечают. Чем человечнее, тем лучше. Пример: "Честно: у меня меньше опыта именно с enterprise-клиентами, но в похожих задачах с крупными командами я справлялась так: ...". 4. Сделайте поиск работы системным процессом Не откликайтесь на все подряд. Стройте гипотезы и замеряйте результат: например, сколько откликов ушло в телеком-компании на такую-то позицию и сколько из них дошло до приглашения, а сколько — например, в банки. Делайте выводы и масштабируйте то, что работает лучше. Поиск работы — это процесс. Как и в продажах, быстрый результат бывает либо при уникальном опыте (<1%), либо при огромной удаче. 5. Добавляйте в LinkedIn людей, влияющих на решение В первую очередь в ваших топ-30-50 компаниях. Даже если вы претендуете на позицию сейлза, а нашли в LinkedIn продакт-менеджера того же продукта — добавьтесь. Если примет заявку, начните разговор. Не продавайте себя сразу, просто напишите, что как раз подаетесь на вакансию в их компанию, изучали продукт, нашли его — и рады познакомиться с тем, кто стоял у истоков продукта. Дальше это может сработать само. Пример: "Привет! Увидел, что вы работали над тем-то — крутой продукт. Я как раз подаюсь на позицию сейлза в вашей команде. Буду рад познакомиться". 6. Мелькайте Подписывайтесь, лайкайте, комментируйте. Следите за рассылками и постами компаний и сотрудников из топ-30-50, читайте, задавайте вопросы. Если умеете — используйте автоматизацию и AI. Главное — быть на виду и ловить правильный момент: вышел новый продукт — пишите, что у вас релевантный опыт. Открывается офис в новом регионе — пишите тоже. 7. Используйте инсайты из прошлых собеседований В продажах так же: сначала вы мало знаете и продаете не идеально. Но после первых 5-10 звонков появляются инсайты о рынке или индустрии, которые можно использовать на следующих. Ваша собственная нейронка в голове постепенно качается. То же самое с интервью на работу. Узнали интересную цифру или инсайт по индустрии на одном собеседовании — грамотно используйте на другом. Поняли, что компаниям из этой сферы требуется особый опыт — упомяните об этом знании на другом собеседовании с похожей компанией.

Формат

Удалённо

Страна

Россия

Город

Не указан

Директор по маркетингу в международную консалтинговую компанию Международная консалтинговая компания, специализирующаяся на вопросах миграции, гражданства и комплексного сопровождения частных клиентов. Компания помогает клиентам решать миграционные и юридические вопросы, работать с документами и государственными органами, а также сопровождает по ряду финансовых и социальных вопросов. Сейчас бизнес активно масштабируется и развивает присутствие на международных рынках — в США, Великобритании и странах Европы. Ищем директора по маркетингу, который выстроит маркетинг как полноценную функцию роста и возьмёт на себя его масштабирование в соответствии со стратегическими целями бизнеса. Что нужно делать - Отвечать за маркетинговую стратегию по всем бизнес-направлениям - Вести международную экспансию: США, UK, Европа - Отвечать за лидогенерацию, привлечение клиентов и результат маркетинга в деньгах - Строить и оптимизировать воронку на данных и сквозной аналитике - Развивать digital-экосистему, контент, партнёрства и AI-инициативы - Запускать и масштабировать новые каналы привлечения и growth-эксперименты - Руководить командой маркетинга, агентствами и подрядчиками - Управлять бюджетом и вкладом маркетинга в выручку - Презентовать стратегию, метрики и результаты напрямую собственникам Как будем измерять результат - MQL, SQL, CPL, CPQL, CAC, выручка - Эффективность воронки и ROMI - Работающая сквозная аналитика - Новые каналы привлечения: запущены и масштабированы - Рост вклада маркетинга в бизнес Нам важен не объём лидов, а качественные лиды с коммерческим запросом. Пожелания к кандидату - 5+ лет в маркетинге, из них 3+ на позиции директора / Head of Marketing / Head of Performance & Growth - Подтверждённый опыт запуска и масштабирования маркетинга на рынках США, UK или Европы - Стратегии с измеримым коммерческим эффектом - Практика в лидогенерации, performance-маркетинге, оптимизации воронки - Опыт управления командой, агентствами и бюджетом - CRM, digital, веб-аналитика, AI-инструменты, автоматизация - Русский — родной, английский — от B2+ - Аналитическое и коммерческое мышление, ownership Что предлагаем - от 250 000 ₽ + ежемесячный бонус: % от продаж, привлечённых маркетинговыми каналами - Гибкие условия оформления (ТК РФ, также возможна оплата в крипто) - Удалённо или гибрид (офис в центре Москвы), гибкое начало дня (9:00/10:00 — 18:00/19:00) - Прямая работа с собственниками, влияние на стратегию роста - Сильная команда и ресурс на построение маркетинга - Обучение, зарубежные поездки для результативных сотрудников, корпоративные мероприятия, доп. бенефиты

Формат

Офис

Страна

Россия

Город

Не указан

Backend / Platform Engineer — Claude Code, оркестратор и данные Удалённо. Продукт — платформа умного ремонта. Подписка на закрытые цены от 243+ брендов, AI-калькулятор бюджета, адаптация готовых интерьерных решений под планировку клиента, реализация под ключ. Текущее состояние Два контура в проде: - Платформа и Telegram-боты — работают на общей базе PostgreSQL в Yandex Cloud. Telegram Mini App и платформа используют одну БД, авторизация через initData. Платежи — YooKassa. - Веб-приложение, собранное через оркестратор Claude Code. Живёт отдельно: своя логика, свои данные, с основным контуром не связано. Значительная часть продуктовых данных до сих пор в Google Sheets: каталог материалов, расчётные таблицы, рабочие реестры. Задача — свести это в единую архитектуру: общая схема данных, единый пользователь во всех точках входа, API-слой поверх, постепенный вынос таблиц в БД. И построить оркестратор так, чтобы продуктом можно было управлять без разработчика. Главное в этой роли Ищем не того, кто пишет код руками, а того, кто работает через Claude Code как через управляющий слой и умеет строить такие слои внутри продукта. 1. Собранная собственная конфигурация Claude Code. CLAUDE.md, правила, skills, subagents, hooks, MCP-серверы к базе и сервисам. Не «иногда открываю чат», а настроенное окружение, где рутина делегирована, а вы держите архитектуру и ревью. 2. Умение построить оркестратор для владельца продукта. Капсулы, цены, тарифы, тексты живут как данные и редактируются основателем самостоятельно, без деплоя. Ваша зона: структура, права доступа, валидация, история изменений и откат. Новые типы сущностей добавляете вы — наполняет их продукт. Если вам комфортно быть единственной точкой доступа к продукту — это не та роль. Задачи - Спроектировать единую схему данных и свести два контура: платформа, боты, веб-приложение - Унифицировать авторизацию между точками входа, чтобы пользователь был один везде - Развивать оркестратор как рабочий инструмент заказчика - Запустить AI-агентов в продукте — от прототипа до прода: подбор материалов, адаптация капсулы под планировку, обработка обращений. Оркестрация вызовов, работа с инструментами и БД, управление состоянием диалога, ограничители и проверка результата, логирование для последующей отладки качества - Вести БД: миграции, индексы, бэкапы, доступы, SQL-витрины для аналитики - Постепенно переносить данные из Google Sheets в БД — блоками, без остановки процессов: таблицы продолжают работать, пока перенос не завершён - Интегрировать AI-модели (текст и изображения): очереди, асинхронная обработка, хранение результатов, учёт расхода по пользователю, фолбэк при отказе провайдера - Поддерживать и развивать интеграции: Telegram Bot API, YooKassa Требования Бэкенд Python, FastAPI, асинхронность. Проектирование REST API. Аутентификация и авторизация, роли и права. Вебхуки, идемпотентность обработки. Базы данных PostgreSQL на уровне проектирования, а не только запросов: схемы, нормализация, индексы, транзакции. Alembic или аналог. Бэкапы и восстановление. Данные и миграция Google Sheets API. ETL: выгрузка, очистка, валидация, дедупликация. Повторяемые идемпотентные загрузки. Двусторонняя синхронизация на переходный период, пока часть процессов ещё в таблицах. AI-агенты Проектирование агентных сценариев: tool calling, доступ агента к БД и внешним API, управление контекстом и состоянием, guardrails, обработка галлюцинаций и отказов. Оценка качества ответов, версионирование промптов, воспроизводимость. AI-интеграции Подключение LLM и image-моделей в прод. Стриминг, таймауты, лимиты, подсчёт и списание расхода по пользователю, переключение провайдера при отказе. Асинхронная обработка Очереди задач (Celery, ARQ, RQ — любое), Redis, ретраи, дедлеттеры, таймауты. Понимание, что делать с задачей, которая идёт минуту и может упасть. Интеграции Telegram Bot API, Telegram Mini App. YooKassa: платежи, вебхуки, рекуррентные списания. Инфраструктура Yandex Cloud, Docker, CI/CD, логирование, мониторинг, работа с секретами. Фронт Next.js на уровне чтения и правок — не писать с нуля, но уметь поправить и задеплоить. Админ-слой Опыт создания панели, которой пользуется нетехнический человек: валидация ввода, превью, аудит-лог, откат изменений, защита от разрушающих действий. Общее 3+ года коммерческой разработки. Минимум один проект с реальными платежами и пользователями. Умение разобраться в чужом коде и не переписать его с нуля. Задачи приходят продуктовыми формулировками, не техническими ТЗ. Условия - Продукт с выручкой и живыми пользователями, не идея на слайдах. Всё что делаете — идёт в прод сразу, не в бэклог - Вы единственный инженер на контуре. Архитектурные решения ваши. Ни комитетов, ни согласований, ни легаси-владельца, который скажет «у нас так принято» - Работа напрямую с основателем, без прослойки менеджеров и переводчиков с продуктового на технический - Claude Code — норма, а не эксперимент. Никто не будет спрашивать, почему вы делегируете агентам. Это заложено в саму роль - AI-агенты в проде, а не в демо — редкая возможность собрать агентный слой в работающем бизнесе, а не в песочнице - Задача целиком: собрать архитектуру от разрозненных контуров до единой системы

Формат

Гибрид

Страна

Россия

Город

Не указан

Аналитик-разработчик в Яндекс Кит Руководитель B2B-аналитики в Transactional AI развивает независимый еком и транзакции через Яндекс. Цели — быть надёжным партнёром для бизнеса, помогать пользователям быстро находить нужные товары. Яндекс Кит — продукт, который позволяет открыть интернет-магазин за неделю. Сейчас 2500 магазинов работают на Ките. Задачи - Выявление точек роста продукта и партнёрств через анализ метрик. Развитие системы управления бизнеса: оценка эффективности, поиск возможностей для роста и монетизации. - Внедрение AI в аналитику и self-service. Self-service включает не только дашборды, но и настроенных ИИ-агентов для менеджеров. Задача — масштабировать управление на данных. - Проведение экспериментов: проектирование и сопровождение A/B-тестов. - Контроль качества данных: валидация и выстраивание источников, отслеживание консистентности метрик и документации. Требования - Опыт работы с BI, DWH, событийной аналитикой, A/B-тестами - Опыт работы с B2C- или B2B-продуктами, умение строить деревья метрик, формулировать и проверять гипотезы - Уверенное владение SQL и Python - Понимание принципов работы LLM - Умение выстраивать деловую коммуникацию Будет плюсом - Участие и победы в олимпиадах по математике, программированию или экономике - Опыт работы в екоме или крупных транзакционных сервисах - Опыт применения аналитических LLM-агентов Условия - Ежегодные медицинские чекапы - Йога - Психотерапия

Формат

Офис

Страна

Россия

Город

Не указан

Компания НЛ Континент — международная торгово-производственная группа с центром в Новосибирске. Собственное производство, реферальная сеть, R&D-лаборатория в Кольцово, 11 складов и 78 розничных магазинов в СНГ и Турции. Компания формирует команду внутренней автоматизации Сервисного подразделения. Кого ищут Software Engineer, который умеет превращать LLM в рабочие бизнес-инструменты. Задачи - Разрабатывать AI-решения для внутренних процессов: ассистентов, агентов, классификацию обращений, извлечение данных и автоматизацию сценариев. - Работать с LLM API, prompting, structured output, tool calling, RAG и agent workflows. - Автоматизировать процессы Контактного центра: обработку обращений, подсказки операторам, автоответы. - Развивать внутреннюю CRM и интеграции между системами. - Проектировать новые сервисы и дорабатывать существующие. - Вместе с Product Owner разбирать бизнес-задачи, проверять гипотезы и оценивать результат. - Использовать и развивать coding agents в ежедневной разработке. Требования Инженерная база: - 2+ года коммерческой разработки на Python, JavaScript или TypeScript. - Опыт проектирования и поддержки production-систем. - Понимание system design. - Уверенная работа с REST API, интеграциями и SQL. - Понимание современного frontend и опыт с Vue 3. - Знание принципов тестирования и сопровождения систем. Прикладная работа с LLM: - Практический опыт создания приложений поверх LLM API. - Умение работать с prompts и контекстом. - Опыт со structured output / JSON Schema, tool calling, RAG. - Понимание, как строить и надёжно запускать agent workflows в production. AI-native разработка: - Использование Claude Code, Codex, Cursor или аналогов для реальных задач разработки. - Умение ставить задачи coding agents, давать им контекст и проверять результат. - Умение декомпозировать задачу, сформировать спецификацию и критерии готовности. - Умение ревьюить AI-generated код и сохранять качество кодовой базы. Продуктовый подход: - Понимание, зачем делается задача и как понять, что решение действительно работает. - Умение работать с Product Owner и внутренними заказчиками, проверять гипотезы и оценивать результат. - Умение объяснить свой подход другим разработчикам и помочь команде эффективнее работать с AI-инструментами. Условия - Обеды за счёт компании. - Формат работы: офис / гибрид / удалёнка по часовому поясу Новосибирска (UTC+7). - ДМС после испытательного срока. - Продуктовый бонус — 6 000 руб. в месяц на продукцию компании (после испытательного срока). - Охраняемая подземная парковка. - Офис в Новосибирске в 5 минутах от ст. м. Маршала Покрышкина. - Кадровое оформление полностью онлайн через КЭДО. - Работа над реальными продуктами с миллионной аудиторией, культура открытого общения, возможности для профессионального роста и насыщенная внутренняя жизнь компании.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Sogeti, входящая в группу Capgemini, помогает организациям внедрять инновации через качественную разработку, облачные и прикладные решения, а также ИИ, данные и автоматизацию. Компания основана в 2007 году, штаб-квартира в Осло, Норвегия, численность сотрудников — более 10 000. Обязанности - Проектировать, разрабатывать, тестировать и поддерживать масштабируемые веб-приложения с использованием .NET, C, ASP.NET Core и современных JavaScript-фреймворков. - Создавать и использовать RESTful API, микросервисы и облачные решения. - Использовать ИИ-ассистентов для разработки (GitHub Copilot, Microsoft Copilot или аналоги) для повышения продуктивности и качества кода. - Применять практики SDLC с поддержкой ИИ: анализ требований, генерация кода, тестирование, документация и автоматизация DevOps. - Взаимодействовать с владельцами продуктов, бизнес-аналитиками, архитекторами и UX-дизайнерами для уточнения требований. - Участвовать в модернизации приложений, интеграции и миграции в облако. - Вносить вклад в CI/CD-конвейеры, автоматизированное тестирование, ревью кода и управление релизами. - Поддерживать Agile-команды: планирование спринтов, оценка и уточнение бэклога. Требования - 5–7 лет практического опыта в Full Stack-разработке. - Уверенное владение C, .NET Core/.NET 8+, ASP.NET MVC, Web API и Entity Framework. - Опыт с React, Angular или другими современными фронтенд-фреймворками. - Опыт с SQL Server и моделированием данных. - Знакомство с Azure-сервисами, облачной разработкой и DevOps-практиками. - Рабочее знание ИИ-ассистированных инструментов разработки и современных инженерных практик. - Опыт с Git, CI/CD, автоматизированным тестированием и Agile-методологиями. - Развитые навыки решения проблем, коммуникации и работы в команде. - Опыт разработки ИИ-приложений с использованием Azure AI Services, OpenAI или Microsoft Copilot. - Знание архитектуры решений, доменного моделирования и паттернов корпоративной интеграции. - Опыт с контейнеризацией и оркестрацией: Docker, Kubernetes. - Сертификаты Microsoft Azure или .NET. Условия - Удалённая работа, открыта для кандидатов в США. - Возможна дополнительная компенсация: переменная часть, бонусы или комиссионные. - Для штатных сотрудников: оплачиваемый отпуск, медицинская/стоматологическая/оптическая страховка, 401(k) и другие льготы.

Формат

Удалённо

Страна

Великобритания, Польша

Город

Не указан

Грейд

Senior

О компании GitLab — платформа интеллектуальной оркестрации для DevSecOps. Она помогает организациям повышать продуктивность разработчиков, улучшать операционную эффективность, снижать риски безопасности и соответствия требованиям, а также ускорять цифровую трансформацию. Более 50 миллионов зарегистрированных пользователей и более 50% компаний из Fortune 100 доверяют GitLab. О роли В команде Plan: Spec-Driven Development вы будете помогать создавать цикл «от намерения к коду» в GitLab: агентные рабочие процессы, которые превращают сформулированное намерение в уточнённую рабочую задачу, план реализации и проверяемый, готовый к слиянию код. Вы будете отвечать за раннюю бэкенд-разработку: потоки, API, модели данных и системы оценки, используя Ruby on Rails, Python, PostgreSQL, GitLab Duo Agent Platform, API больших языковых моделей и шлюз искусственного интеллекта. Вы присоединитесь к небольшой распределённой команде, работающей над одним из самых заметных продуктовых направлений GitLab, и будете сотрудничать с дизайн-партнёрами в подготовке публичной беты. В первый год вы будете вести крупные функции от неясной проблемы до релиза, помогать определять объём с продуктом и пользователями, наставлять других инженеров и влиять на технические решения в области агентных рабочих процессов и методов оценки. Чем предстоит заниматься - Вести бэкенд-функции от ранних обсуждений продукта до технического дизайна, реализации, запуска и анализа после релиза. - Создавать потоки, API и модели данных для агентно-генерируемых рабочих задач, планов реализации, долговечных спецификаций и готового к слиянию кода. - Разрабатывать системы оценки и бенчмаркинга, измеряющие качество рабочих процессов, стоимость токенов и процент успеха. - Использовать Ruby on Rails и Python для создания надёжных production-систем, а также PostgreSQL, GraphQL, REST, GitLab Duo Agent Platform, API больших языковых моделей и шлюз ИИ. - Напрямую сотрудничать с продуктом, дизайном, инженерами, дизайн-партнёрами и пользователями для определения объёма и практических компромиссов. - Координировать проекты с участием нескольких человек в команде и чётко сообщать о решениях в асинхронной, полностью удалённой среде GitLab. - Наставлять других инженеров и вносить вклад в техническое направление в группе Plan и связанных инициативах в области ИИ. - Работать короткими итерациями, делиться прогрессом через демо и использовать результаты и отзывы пользователей для определения дальнейших шагов. Что мы ожидаем - Уверенный опыт работы с Ruby on Rails в большой production-кодовой базе и production-опыт с Python. - Опыт ведения крупных проектов с участием нескольких инженеров на протяжении нескольких месяцев с понятными пользовательскими или бизнес-результатами. - Продуктовое мышление и опыт владения функциями от начала до конца, включая определение объёма, поиск компромиссов, взаимодействие с пользователями и анализ внедрения после запуска. - Full stack-бэкграунд с текущим фокусом на бэкенд-разработке, а также умение читать современный фронтенд-код и проектировать эффективные API. - Сильные основы проектирования API и SQL. - Опыт изучения разработки с помощью искусственного интеллекта. - Способность работать самостоятельно, взаимодействовать между функциями и регионами, поддерживать других через техническое лидерство и наставничество. Опыт с GraphQL, производительностью PostgreSQL в масштабе или созданием и оценкой больших языковых моделей или агентных систем полезен, но не обязателен. Мы приветствуем кандидатов с разным опытом и переносимыми навыками. Если вас заинтересовала эта роль, но вы соответствуете не всем требованиям, мы приглашаем вас откликнуться. О команде Мы — команда из четырёх инженеров: два бэкенд- и два фронтенд-инженера из Канады и Европы. Вы будете работать в полностью удалённой, асинхронной среде с еженедельными синхронными звонками, ретроспективами, демо и короткими итерациями. Это ранний этап.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Metanoia IT Solutions GmbH — софтверная компания из Гамбурга. Мы разрабатываем цифровые продукты и масштабируемые SaaS-решения, но не для всех. Вместо того чтобы распыляться, мы сознательно сосредоточены на небольшом количестве выбранных проектов и долгосрочно работаем с устоявшимися постоянными клиентами. Наши клиенты — устоявшиеся SaaS-компании и средний бизнес с собственным программным обеспечением, SaaS-спин-оффы и собственные проекты — компании, которые сохраняют стартап-дух: быстрые решения, реальная близость к продукту и желание совместно развивать идеи. У нас ты не винтик в механизме, а работаешь глубоко в нескольких проектах — от концепции до финальной полировки. Фокус — на чистой, современной fullstack-разработке с JavaScript и TypeScript. Ты работаешь удалённо, самостоятельно и с современным стеком, в среде с плоской иерархией и короткими путями. Задачи - Разработка и развитие современных веб-приложений во фронтенде и бэкенде. - Участие в нескольких долгосрочных SaaS- и программных проектах постоянных клиентов — от новых функций до развития существующих платформ. - Тесное сотрудничество с клиентами и владельцами продуктов при разработке технических концепций и решений. - Внедрение и интеграция баз данных, API и облачных сервисов. - При необходимости разработка LLM- и агент-расширенных функций как полезного дополнения к существующим продуктам. - Ответственность за чистый, поддерживаемый и масштабируемый код. - Участие в архитектурных и технологических решениях. Требования - Опыт работы fullstack-разработчиком с современными JavaScript/TypeScript-фреймворками (например, React, Next.js, Node.js, NestJS или аналогичными). - Уверенное владение базами данных (SQL и NoSQL) и облачными сервисами (AWS, Hetzner или Azure). - Хорошее понимание программной архитектуры, чистого кода и DevOps-процессов. - Способность разрабатывать и правильно интегрировать LLM- и агент-расширенные функции. - Самостоятельная работа, осознание качества и удовольствие от глубокого погружения в проекты. - Знание немецкого языка на уровне не ниже C1. Условия - 100% удалённая работа и гибкий график. - Фокус на нескольких выбранных проектах с постоянными клиентами — с реальной глубиной вместо постоянной смены контекста. - Сотрудничество на равных с SaaS- и средними компаниями, сочетающими стартап-характер и долгосрочную перспективу. - Современный технологический стек и большая свобода действий. - Плоская иерархия, короткие пути принятия решений и мотивированная команда, увлечённая технологиями. - Возможность профессионального развития.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

Zartis — глобальный партнер по AI-трансформации и технологическому консалтингу. Команда работает над проектами в области AI-платформ, безопасных API-архитектур и cloud-native разработки. Инженерные хабы расположены в EMEA и LATAM, компания имеет долгосрочные партнерства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Проект относится к логистической отрасли: поддержка лидера цепочки поставок, который предоставляет экспертный консалтинг, специализированное ПО и управляемые сервисы для оптимизации сквозных логистических операций. Роль предполагает работу в распределенной команде. Задачи: - Проектирование, разработка и развертывание AI-приложений на Python. - Интеграция моделей машинного обучения, AI-API и интеллектуальных алгоритмов в масштабируемые бэкенд-системы. - Совместная работа с дата-сайентистами, продакт-менеджерами и инженерами для разработки AI-функций. - Участие в архитектуре ПО, системном дизайне и технических решениях для AI-продуктов. - Разработка и поддержка CI/CD пайплайнов и контейнерных сред с использованием Docker. - Развертывание и управление AI-приложениями на облачных платформах: AWS, Azure или Google Cloud Platform. - Оптимизация AI-решений по масштабируемости, производительности, надежности и поддерживаемости. - Отслеживание последних достижений в области AI и машинного обучения, оценка возможностей их внедрения. Требования: - Степень бакалавра в Computer Science, программной инженерии или смежной области. - 5+ лет профессионального опыта разработки ПО с фокусом на интеграцию AI/ML-решений в продакшн-приложения. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт с фреймворками машинного обучения: TensorFlow, PyTorch, scikit-learn или Hugging Face Transformers. - Понимание концепций машинного обучения, data engineering, ETL-процессов и развертывания моделей. - Опыт работы с SQL и крупномасштабными наборами данных. - Знакомство с контейнеризацией (Docker), CI/CD практиками и облачными платформами (AWS, Azure или GCP). - Опыт создания или потребления RESTful API и интеграции AI-сервисов в корпоративные приложения. - Опыт работы с LLM, векторными базами данных, промт-инжинирингом или AI-агентами. - Развитые аналитические и проблемно-ориентированные навыки. - Отличные коммуникационные навыки и умение работать в команде. - Проактивность, адаптивность, самостоятельность. - Способность работать независимо и в кросс-функциональных командах. - Мотивация вносить вклад в успех организации и соответствие её культуре и ценностям. Будет плюсом: - Опыт с современными фронтенд-фреймворками: React, Angular или Vue.js. - Знание MLOps-инструментов и практик. - Знакомство с Kubernetes, infrastructure as code или микросервисной архитектурой. Условия: - 100% удаленная работа. - Ежемесячная надбавка на удаленную работу. - Программа карьерного развития с 360-градусной обратной связью. - Обучение: выделенное время в течение недели, онлайн-курсы (Pluralsight, Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства.

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

Грейд

Senior

ML-инженер | Senior Bell Integrator ищет Senior ML-инженера на удалённую работу по РФ. Требования - от 3 лет опыта в Data Science; - разработка и продуктивизация ML-сервисов; - опыт ML-пайплайнов в real-time; - Docker, Airflow или другие шедулеры; - SQL/NoSQL. Задачи - улучшать рекомендательные системы и бизнес-метрики; - разрабатывать и выводить ML-модели в прод; - проводить A/B-тесты и формировать новые гипотезы; - взаимодействовать с Data Engineers, разработчиками и аналитиками; - разрабатывать агентские сервисы. Условия - зарплата обсуждается индивидуально; - удалённо по РФ, работа по МСК; - оформление по ТК РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности Не указаны. Требования - Уровень: Senior - SQL - Python - PostgreSQL - Анализ данных - Scikit-learn - ClickHouse - Анализ угроз - Математическая статистика Условия - Заработная плата: от 4 000 до 10 000 долларов США - График: полный рабочий день - Локация: Санкт-Петербург, Россия

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

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

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

Офис

Страна

Не указана

Город

Не указан

Data Engineer / Data Analyst On-site | Full-time | Astana, Kazakhstan Nomad Venture Studio — продуктовая IT-компания, которая создаёт и развивает digital-продукты в сфере образования, карьеры и фриланса. Флагманский продукт — Jobescape: AI-платформа с оценкой $50M, работающая на рынках США и стран Tier-1. Ищем Data Engineer / Data Analyst, который поможет развивать data infrastructure, строить надёжные ETL-процессы и поддерживать качество данных. Основной фокус роли — data engineering и data quality assurance, также участие в аналитических задачах и работе с бизнес-метриками. Чем предстоит заниматься - Разрабатывать и поддерживать data pipelines - Строить и оптимизировать ETL-процессы на Python, SQL и Apache Airflow - Работать с ClickHouse Cloud: таблицы, запросы, производительность, оптимизация хранения - Интегрировать новые источники данных в существующую инфраструктуру - Настраивать проверки качества данных - Улучшать надёжность существующих пайплайнов и разбираться с ошибками - Проводить ad-hoc аналитику по продуктовым, маркетинговым и платежным метрикам Что важно для нас - Опыт в Data Engineering / Data Analytics от 2–4 лет - Сильный SQL: CTE, window functions, joins, агрегации, оптимизация запросов - Опыт работы с ClickHouse или другими DWH / OLAP-базами - Уверенный Python для обработки данных и автоматизации - Практический опыт с Apache Airflow - Понимание ETL / ELT, data warehouse, data marts и data modeling - Опыт работы с большими датасетами - Понимание data quality процессов - Умение разбираться в чужих пайплайнах и улучшать существующую логику Будет плюсом - Опыт работы с GCP - Интеграция данных из внешних API - Опыт с маркетинговыми, продуктовыми или платежными данными - Опыт подготовки данных для Tableau - Понимание продуктовых метрик: funnel, conversion rate, retention, LTV, ARPU / ARPPU - Опыт мониторинга пайплайнов и настройки алертов - Базовое понимание A/B-тестирования Наш стек ClickHouse Cloud, Apache Airflow, Python, SQL, Tableau, GCP Platform. Мы предлагаем - Работу над международным AI-продуктом на рынках США и Tier-1 - Возможность влиять на data infrastructure и архитектуру данных - Задачи на стыке data engineering, product analytics, marketing analytics и payments - Пространство для инициативы и внедрения best practices - Быстрый рост вместе с продуктом и командой

Формат

Удалённо

Страна

Россия

Город

Не указан

AI Engineer / Инженер по внедрению AI Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнес-задачи в рабочие AI-сценарии — от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Основная задача — собирать AI-ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации. Кого мы ищем Нам нужен инженер-практик, который не ограничивается настройкой промптов, а умеет собрать полноценный рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку. Важно не просто знать LLM, а уметь быстро разобраться в бизнес-задаче, собрать MVP, проверить его пользу, доработать и внедрить так, чтобы сотрудники регулярно и безопасно использовали инструмент. Наши задачи - Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений. - Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов. - Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки. - Создавать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями. - Настраивать RAG-контуры, базы знаний и поиск по документам и корпоративным данным. - Подготавливать данные для AI-сценариев: очищать, структурировать, нормализовать и описывать источники. - Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приёмки. - Проектировать сценарии с учётом контроля человека: проверка, подтверждение, логирование и обработка ошибок. - Документировать архитектуру, инструкции, ограничения и правила эксплуатации. - Обучать сотрудников работе с AI-инструментами. - Переводить успешные прототипы в промышленное или регулярное использование. Наши ожидания - Опыт создания прикладных решений с LLM / AI-инструментами. - Опыт работы с Dify, n8n, Flowise, LangChain, LlamaIndex или аналогичными инструментами. - Знание Python для интеграций, скриптов, обработки данных и работы с API. - Опыт web-разработки или готовность быстро собирать внутренние интерфейсы: React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии. - Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval. - Умение интегрироваться с внешними API и внутренними корпоративными системами. - Понимание баз данных и SQL на уровне уверенной работы с данными. - Базовое понимание эксплуатации: Docker, переменные окружения, логи, обработка ошибок и мониторинг. - Системность, аккуратность и привычка доводить решение до состояния, в котором им реально пользуются. - Умение общаться с бизнес-пользователями, разбирать процессы и переводить задачи в технические решения. Будет плюсом - Опыт автоматизации бизнес-процессов. - Опыт разработки внутренних инструментов для юристов, финансов, закупок, продаж, поддержки или операционных подразделений. - Опыт работы с документами: PDF, DOCX, XLSX, сканы, OCR, классификация и извлечение данных. - Опыт настройки прав доступа, ролей и безопасной работы с корпоративными данными. - Опыт построения evaluation-наборов и регрессионного тестирования AI-сценариев. Условия - Удалённый формат работы. - График 5/2, 09:00–18:00. - Официальное трудоустройство по ТК РФ. - Полностью белая заработная плата. - Участие в развитии AI-продуктов компании и работе с данными. - Гибкость в выборе подходов и используемых технологий. - Команда, в которой ценятся инженерное мышление, инициативность и ответственность за результат. - ДМС со стоматологией, софинансирование от компании 50/50. - Корпоративные скидки от BestBenefits.