Биржа вакансий в сфере ИИ, ML

Формат

Офис

Страна

Не указана

Город

Не указан

вакансия ai AI / ML Backend Developer (Python) Компании-разработчику программного обеспечения систем управления очередью, систем анкетирования, Digital Signage и других продуктов "Максима Прайдекс" требуется AI / ML Python Developer. Направление Machine Learning у нас активно развивается и уже интегрировано в ключевые продукты компании. Мы реализовали ИИ-терминалы с голосовым вводом и компьютерным зрением, а также внедрили корпоративную RAG-систему. Сейчас мы ищем специалиста, который возьмет на себя развитие наших ИИ-сервисов, создание сложных пайплайнов обработки данных и построение систем умной аналитики. ООО "МТГ. Бизнес-решения" является одним из лидеров рынка (нам доверяют ПСБ, Камкомбанк, ЗЕНИТ, Альфастрахование, СОГАЗ, ФНС, МФЦ, Аптеки "Столички" и множество других компаний). Суть работы (ваши задачи): - Audio Processing Pipeline: Доработка и масштабирование системы анализа аудио (диаризация спикеров → распознавание речи → NLP-модуль проверки на нежелательные слова). - LLM & RAG: Разработка комплексной RAG-системы на основе нашего портала в Битрикс (интеллектуальный поиск по истории чатов, прикрепленным файлам, регламентам и профилям сотрудников). - Smart Analytics: Создание системы рекомендательной и предиктивной аналитики на основе статистики с наших терминалов в банковских отделениях (алгоритмы оптимизации работы операторов и распределения услуг). - Интеграция ML-моделей в production-среду, обеспечение их быстрой и стабильной работы. От кандидата мы ожидаем: - Уверенное владение Python и опыт коммерческой разработки (от года) - NLP / LLM: Практический опыт построения RAG-систем, понимание принципов работы векторного поиска и эмбеддингов (включая легковесные in-memory решения). - Speech-to-Text: Опыт работы с технологиями распознавания речи (например, Vosk, Whisper) и системами диаризации. - Backend & Инфраструктура: Опыт использования Docker для контейнеризации сервисов, оборачивания моделей в API (FastAPI) и архитектурного проектирования асинхронной обработки тяжелых ML-запросов. - Data Science / Аналитика: Уверенное владение Pandas, NumPy и базовыми алгоритмами машинного обучения для построения аналитических прогнозов и оптимизации бизнес-процессов. - Знание английского на уровне свободного чтения технической документации. Будет плюсом: - Apache Airflow - Celery Мы предлагаем: - Аккредитованная ИТ-компания - Работа в офисе рядом со ст. м. Стахановская. Удобный доступ на автобусе, метро, электричке или МЦК. - График с 9:00 до 18:00 (можно согл Компания: МТГ. Бизнес-решения Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.

Формат

Удалённо

Страна

Европа, Латинская Америка

Город

Не указан

Company name: Toptal Title: AI Engineer — AWS Bedrock AgentCore & Production Agentic Systems Grades: senior Job description: Build and productionize AI systems on AWS Bedrock AgentCore: production-grade RAG pipelines and agent architectures serving live traffic, plus the service layer around them (Lambda, API Gateway, IAM, DynamoDB, OpenSearch), CI/CD across dev/beta/prod, and observability with tracing, cost and latency metrics. Location: LATAM & Europe Anywhere: No Remote: Yes Forbidden locations: Outside Latin America and Europe 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: ai machinelearning llm aws bedrock rag langchain python remote latam europe freelance senior

Формат

Удалённо

Страна

Любая

Город

Не указан

GenAI/LLM-инженер, удалённо, работа в часовом поясе PST. Предпочтителен кандидат из района залива Сан-Франциско. Роль требует практикующего специалиста по глубокому обучению, уверенно работающего с современными фреймворками и библиотеками для разработки LLM. Задачи: - Внедрение и оптимизация продвинутых методов тонкой настройки (LoRA, PEFT, QLoRA) для адаптации фундаментальных моделей под домен клиента. - Разработка системных методологий промт-инжиниринга для операционной деятельности, нормативного соответствия и технической документации. - Создание переиспользуемых шаблонов и библиотек промтов для стандартизации взаимодействия с LLM-приложениями. - Внедрение фреймворков тестирования промтов для количественной оценки и итеративного улучшения их эффективности. - Настройка систем версионирования промтов и управления для поддержания качества. - Применение методов кастомизации моделей: дистилляция знаний, квантизация, прунинг — для снижения потребления памяти и затрат на инференс. - Решение проблем с памятью с помощью шардированного параллелизма данных, выгрузки на GPU или гибридных подходов CPU+GPU. - Построение пайплайнов RAG с векторными базами данных, пайплайнами эмбеддингов и оптимизированными стратегиями чанкинга. - Разработка продвинутых стратегий промтинга: цепочки рассуждений, оркестрация диалогов, агентные подходы. - Совместная работа с MLOps-инженером для эффективного развертывания, мониторинга и переобучения моделей. Требования: - Глубокое обучение и NLP: владение PyTorch/TensorFlow, Hugging Face Transformers, DSPy, продвинутыми техниками обучения LLM. - Знание GPU и аппаратного обеспечения: опыт многогпу-обучения, оптимизации памяти, стратегий параллелизации. - LLMOps: знакомство с процессами поддержки LLM-приложений в продакшене и мониторингом производительности моделей. - Техническая адаптивность: умение читать исследовательские статьи и внедрять новые техники (без обязательного владения математикой уровня PhD). - Доменная адаптация: навыки создания пайплайнов данных для тонкой настройки моделей под специфический контент.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Грейд

Senior

О компании ClickHouse — компания из списка Forbes Cloud 100 2025 года. Более 4 000 клиентов, годовой рост ARR более 250%. Лидер рынка в области аналитики реального времени, хранилищ данных, наблюдаемости и AI-нагрузок. Привлекла $400 млн в раунде Series D. Среди клиентов — Capital One, Lovable, Decagon, Polymarket, Airwallex, а также Meta, Cursor, Sony, Tesla. Команда Connectors занимается интеграциями: плагины визуализации (Tableau, PowerBI, Superset, Metabase), коннекторы для фреймворков данных (Apache Spark, Flink, Kafka Connect, Fivetran), оркестрации и AI-инструментов. Работа влияет на обработку больших данных: аналитика реального времени, наблюдаемость, AI-приложения. О роли Senior Software Engineer, специализация — AI/ML экосистема. Ключевой участник, отвечающий за развитие AI-экосистемы ClickHouse. Роль находится на стыке высокопроизводительной инженерии баз данных и разработчикового опыта. Нужен опыт работы AI/ML-инженером или дата-сайентистом. Базы данных становятся векторными хранилищами для RAG, бэкендами для LLM-агентов и фиче-сторами для ML-инференса. Ответственность за полный жизненный цикл ключевых AI/ML-интеграций: LangChain, LlamaIndex, n8n, а также более широкие AI-инструменты: пайплайны эмбеддингов, RAG с ClickHouse как векторным хранилищем, ML-фиче-сторы, LLM-приложения. Задачи - Развивать Python-коннектор и SDK-экосистему ClickHouse: производительность, надёжность, дизайн API. - Формировать стратегию AI/LLM-интеграций: коннекторы и паттерны для RAG-архитектур, ML-фиче-пайплайнов и LLM-приложений. - Активно работать с open-source сообществом: разбирать issues, поддерживать контрибьюторов, защищать интересы пользователей, формировать roadmap. - Сотрудничать с командами Product, Cloud и другими инженерными командами. - Привносить практический взгляд в решения по roadmap, опираясь на реальные рабочие процессы дата-инженеров и дата-сайентистов. Требования - 7+ лет опыта разработки ПО, включая практическую работу дата-сайентистом или ML-инженером. - Глубокий опыт проектирования и поддержки продакшн-готовых Python-коннекторов, SDK или интеграций для как минимум одной крупной платформы (оркестрация, BI, MLOps или трансформация данных). - Практический опыт применения AI/ML в продакшн-контексте дата-инженерии: генерация эмбеддингов, векторный поиск, фиче-пайплайны или LLM-инструменты, которые были запущены и работали в продакшене. - Уверенный опыт с Python-экосистемой данных: Pandas, NumPy, Pydantic и смежные библиотеки. - Сильные знания баз данных: SQL, моделирование данных, оптимизация запросов, знакомство с OLAP/аналитическими базами данных. - Уверенный опыт с конкурентным Python: threading, multiprocessing, async-паттерны. - Отличные письменные и устные коммуникативные навыки.

Формат

Удалённо

Страна

Россия

Город

Не указан

Требуется «Python / LLM Engineer: RAG и ИИ-агенты» (Москва, до 150 000 ₽) Компания «ООО "М-ТЕХ"» ищет хорошего специалиста на вакансию «Python / LLM Engineer: RAG и ИИ-агенты». Москва (Россия), Санкт-Петербург (Россия), Самара (Россия). До 150 000 ₽. Неполный рабочий день. Можно удалённо. Требуемые навыки: middle, Git, Python, Docker, REST, CI/CD, LLM, Langgraph, LangChain, GPT.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.

Формат

Офис

Страна

Не указана

Город

Не указан

ML-разработчик в команду автоматизаций в клиентском сервисе Yandex Crowd Yandex Crowd — крупный инфраструктурный сервис Яндекса, внедряющий краудсорсинг для расширения бизнес-процессов и разрабатывающий внутренние функции для продуктов. Одна из целей — автоматизация клиентского сервиса через генеративные чат-боты, агентов и co-pilot для операторов. Ищем ML-разработчика, готового экспериментировать с передовыми подходами, погружаться в бизнес-контекст и строить ИИ-сервисы для интеграции с продуктами. Задачи - Внедрение и развитие AI-агентов: развитие чат-ботов, разработка ИИ-агентов, совместная с разработчиками работа над агентской платформой; исследование новых подходов к ИИ-автоматизациям, тестирование гипотез по улучшению качества и оптимизации агентских архитектур; сбор бенчмарков, создание универсальных компонентов для агентов, проработка сценариев и способов интеграции в продукт. - Эксперименты с внешними технологиями: поиск оптимальных подходов к решению продуктовых задач, исследование лучших рыночных практик и современных архитектур, сравнение внутренних и внешних моделей на основе бенчмарков и замер производительности. - Работа над проектами под ключ: погружение в бизнес-процессы, общение с другими командами Яндекса, совместная проработка архитектуры и алгоритмов, внедрение готовых решений и настройка регулярного мониторинга и обновления моделей. Требования - Отличное понимание GenAI, практический опыт в разработке агентов и внедрении RAG. - Уверенное знание Python, опыт продакшн-разработки, владение MLOps/LLMOps. - Стремление стать экспертом, самостоятельно развивающим и поддерживающим AI-решения. Условия Предоставляется социальный пакет: ежегодные медицинские чекапы, йога, психотерапия. Предусмотрены и другие бонусы (полный список на сайте компании).

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Senior / Lead

Ведущий/Старший Python разработчик Компания: Сбер Обязанности - Разработка сервисов и библиотек для AI агентов - Поддержка и развитие существующих сервисов - Проектирование детальной архитектуры и API для новых сервисов - Интеграция продуктов компании с партнерами - Контроль за качеством и отказоустойчивостью Требования - Высшее оконченное образование - Опыт коммерческой разработки на Python от 3 лет - Опыт управления командой от 2 лет - Владение инструментами контроля версий (Git), знание паттернов и антипаттернов разработки (SOLID, ООП) - Опыт работы с фреймворками fastapi, asyncpg, aiopg и написания тестов с использованием pytest - Практический опыт проведения code-review, а также работы с PostgreSQL (написание запросов, работа с индексами и транзакциями) - Понимание общих принципов работы LLM (модальность, токены, температура, галлюцинации) и архитектуры RAG, опыт работы с LangChain/LangGraph, Prompt engineering и Tool calling - Знание протоколов взаимодействия между агентами

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python-developer / AI developer в Sance.AI Локация: удаленка Зарплата: 120 000 – 150 000 ₽ Опыт работы: от 1.5 лет О компании - Sance.AI — платформа ИИ-автоматизаций воронки продаж и поддержки для корпоративных заказчиков. - Призёры Yandex AI Startup Lab и Conversation AI. - Наш сайт с техническим описанием продукта. Задачи - Работать над повышением стабильности и улучшением производительности платформы - Сопровождать клиентские запуски совместно с клиентским менеджером и заказчиком - Разрабатывать новые интеграции и дорабатывать функционал - Создавать и настраивать автоматизации на платформе - Разбирать тикеты и фиксить баги Требования - Хорошее знание современного Python (фреймворки не принципиальны) - Опыт разработки функционала, связанного с LLM: знакомство с OpenAI API, принципами составления промптов, tool calling, prompt caching, RAG и прочим - Умение использовать ИИ в работе: составлять требования, проверять, тестировать, а не просто делать одиночные запросы - Опыт работы с API и интеграциями в основных российских CRM (AmoCRM, Bitrix24 и подобных) - Проактивность, готовность продолжать учиться новому и внедрять лучшие практики в работу Будет плюсом - Наличие pet-проектов, связанных с LLM/AI - Хорошее знание SQL и PostgreSQL / Clickhouse - Техническое образование - Опыт работы в небольших командах / стартапах Условия - Работа в быстрорастущем стартапе, что подразумевает максимально разнообразные задачи и быстрый рост.

Формат

Удалённо

Страна

Не указана

Город

Не указан

LLMOps Компания KODE Локация Калининград Формат работы Удалённая работа, гибрид, офис Занятость Полная Зарплата от 170 000 до 230 000 gross Особенности найма - 2 этапа интервью Задачи - Развертывание, сопровождение и обновление LLM-инференс платформ (vLLM, SGLang, Ollama) - Эксплуатация и развитие AI-платформы в Kubernetes, включая масштабирование и управление GPU-ресурсами - Настройка AI Gateway (LiteLLM): маршрутизация запросов, API-ключи, квоты, лимиты и политики доступа - Оптимизация производительности inference: batching, KV Cache, semantic cache, снижение latency и стоимости инференса - Настройка мониторинга, логирования и трассировки (OpenTelemetry, Langfuse, Signoz, Prometheus/Grafana) - Автоматизация CI/CD процессов для инфраструктуры и моделей, поддержка GitOps-подхода - Интеграция и сопровождение сервисов памяти, векторных хранилищ и компонентов RAG/Agentic AI - Диагностика и устранение инцидентов, обеспечение стабильности и высокой доступности LLM-платформы Требования - Опыт в роли DevOps от 3 лет - Опыт администрирования Kubernetes в production, Docker, Helm, понимание GitOps-подходов - Опыт эксплуатации LLM inference-серверов (vLLM, SGLang, Ollama или TGI) и понимание их архитектуры - Хорошее понимание принципов работы LLM: токены, KV Cache, batching, streaming, квантование, RAG - Практический опыт работы с GPU (NVIDIA/CUDA), распределением ресурсов и оптимизацией производительности - Опыт настройки мониторинга и observability (Prometheus, Grafana, OpenTelemetry, Signoz/Langfuse) - Уверенные знания Linux, Docker, сетевого взаимодействия и диагностики инфраструктурных проблем - Навыки автоматизации на Python и работы с CI/CD (GitLab CI/GitHub Actions) - Опыт работы с Redis, PostgreSQL и API-шлюзами Будет плюсом - Знание LiteLLM, KEDA, Qdrant/Milvus

Формат

Гибрид

Страна

Россия

Город

Не указан

DevOps-инженер О компании: Группа Компаний «Фурштат Поволжье Групп» (ломбардный бизнес, ювелирный ритейл, недвижимость). Локация: Санкт-Петербург, станция метро «Площадь Восстания». Формат работы: гибридный (офис и удалёнка), обязательно нахождение в Санкт-Петербурге. Доступ к мощному железу (GPU NVIDIA). Занятость: полная. Зарплата: - Оплата фиксированная за этапы или проектная. - Бюджет от 300 000 руб. за реализацию базовой инфраструктуры. - Поэтапная оплата за каждый внедрённый модуль (IaC, RAG, Data Pipeline, n8n). - Уровень Middle+: 200 000 — 280 000 руб. - Уровень Senior/Architect: 300 000 — 400 000+ руб. Особенности найма: работа строго с ИП или самозанятыми, обязательное подписание NDA. Задачи - AI & RAG: развертывание локальных моделей (Ollama, vLLM), настройка векторных БД (Qdrant/Milvus), интеграция «тяжёлых» моделей для обучения локальных. - Data Pipeline: настройка пайплайнов для OCR (распознавание документов), очистки данных и векторизации. - Integration: настройка n8n, автоматизация взаимодействия с клиентами. - Security: обеспечение сетевой безопасности. Требования - Опыт работы DevOps/System Architect от 3 лет. - Уверенный стек: Linux, Docker, Python. - Практический опыт работы с LLM (развертывание, квантование, RAG). - Понимание того, как работают API.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Старший бэкенд-разработчик в команду Quality Компания: Авито Формат работы: удалёнка Задачи - Построить единую платформу для работы AI-агентов в рамках кластера — от концепции до внедрения - Разработать инструменты наблюдаемости, оценки качества и проводить исследования, чтобы понимать, какие подходы, фреймворки и технологии работают в реальных сценариях - Внедрять архитектурные решения для ключевых инициатив в области GenAI, обеспечивая масштабируемость, надёжность и эффективность Требования - Опыт разработки на Python/Go - Глубокое понимание ограничений LLM: контекстные окна, галлюцинации, задержки и стоимость — и умение проектировать решения с учётом этих факторов - Опыт построения RAG-пайплайнов на realtime данных - Понимание архитектурных выборов: когда использовать harness, а когда — framework (Claude Code, Dify, n8n и др.), и как правильно подбирать модель под задачу - Умение считать token economics: оптимизировать маршрутизацию моделей, кешировать промпты, оценивать ROI on-prem решений - Опыт проведения бенчмаркинга AI-агентов с помощью precision/recall, LLM-as-judge и A/B-тестов на production-данных - Способность автономно вести квартальные проекты «под ключ» — от постановки цели до сдачи результата

Формат

Офис

Страна

Россия

Город

Не указан

Компания Мегафон Название вакансии Python разработчик цифровых продуктов Локация и формат работы Москва, офис Задачи - Разрабатывать сервисы под NLP и LLM - Разрабатывать AI-тренажеры, работа с RAG, интеграция с голосовым движком (ASR/TTS) - Проводить PoC по новым инициативам - Проводить code review Требования - Уверенные знания Python - Стек: FastAPI, asyncio, PostgreSQL, Redis, Docker/Kubernetes - Опыт работы с RAG, векторными БД (Milvus, Chroma) - Умение писать тесты (pytest) и проектировать отказоустойчивые API - Опыт разработки телеграм и макс ботов (библиотеки maxapi, aiogram) - Опыт работы с ASR/TTS - Знание инфраструктуры ML (Triton Inference Server, локальные LLM) - Опыт проектирования или работы с AI платформами - Опыт работы в кросс-функциональных командах с DS и DevOps

Формат

Удалённо

Страна

Россия

Город

Не указан

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

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

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

Формат

Удалённо

Страна

Россия

Город

Не указан

NLP-разработчик Консьержа в Алису Огромный вызов в нашей сфере сейчас — работа ассистентов на срезе Консьержа. Зачастую это сложные задачи, для решения которых нужна длинная цепочка действий с разными инструментами (Поиск, Оператор, Звонилка, различные API и т. д.). Глобальная цель — сделать единую точку входа для решения произвольных задач пользователей. Какие задачи вас ждут - Сбор бенчмарка: собирать образ среза Консьержа. Это глубокая исследовательская задача с вайбами CTF. Нужно придумать примеры, собрать футуристическую эмуляцию и найти точки роста внутренних и внешних SOTA-моделей. - Построение RL-сред: масштабировать процесс сбора интересных примеров, чтобы провести более качественный замер и дать полезный сигнал при обучении моделей через RL-среды. - Развитие продукта: анализировать данные, генерировать направления роста, проверять гипотезы в проде. - Внедрение SOTA-подходов: следить за трендами, проводить эксперименты и доносить успешные исследования до релиза. Мы ждём, что вы - Работали с RAG-системами и агентами - Работали над кросс-функциональными проектами - Запускали ML-системы в продакшен - Разбираетесь в SOTA-подходах в сфере Почему у нас хорошо - В крупных офисах есть спортзалы с тренажёрами, инвентарём и душевыми

Формат

Офис

Страна

Не указана

Город

Не указан

Лид ML-аналитики в Нейросервисы Мы строим AI-сервисы для бизнеса на базе технологий Яндекса. Среди наших продуктов — Нейроюрист, Алиса Про и Нейросаппорт. Параллельно мы активно развиваем новые направления Нейросейлз и Нейробухгалтер. Ищем лида ML-аналитики, который поможет выстроить сильную функцию аналитики качества AI-сервисов. Задачи - Развитие аналитики качества LLM: поиск способов измерения качества моделей и AI-сценариев, построение системы метрик, улучшение процессов оценки, помощь командам в быстром и безопасном запуске изменений. - Построение процессов ML-аналитики: от ручной разметки и продуктовых исследований до LLM-as-a-judge и автоматических проверок. - Работа с несколькими сервисами одновременно: помощь AI-продуктам (Нейроюристу, Алисе Про, Нейросаппорту, Нейросейлзу и др.), быстрое переключение между задачами, поиск общих паттернов и перенос лучших практик между командами. - Управление командой и её развитие: найм и развитие ML-аналитиков, формирование сильной инженерно-продуктовой культуры вокруг аналитики качества AI. Требования - Опыт руководства аналитиками, ML-аналитиками или quality-направлениями. - Умение строить метрики качества для AI-систем. - Уверенное владение SQL и Python. Будет плюсом - Работа с LLM-as-a-judge, synthetic data или автоматическими evals. - Опыт построения ML-метрик или платформ оценки качества. - Умение работать с AI-ассистентами, RAG-системами или агентами. - Понимание специфики B2B- и enterprise-AI-продуктов. Условия ДМС Яндекса действует с первого месяца работы. Причём получить плановую или неотложную помощь можно и за рубежом — так что можно не бояться путешествовать.

Формат

Удалённо

Страна

Россия

Город

Не указан

Публикатор: Nelly вакансия MLOps DevOps Python LLM AI MachineLearning Kubernetes Docker CICD PostgreSQL Мы создаем экосистему цифровых сотрудников на базе передовых открытых LLM/VLM-моделей. Наши ИИ-агенты автоматизируют ключевые операционные процессы, напрямую влияя на эффективность и конкурентное преимущество бизнеса наших заказчиков. Компания: Selecty Позиция: MLOps (банк) Уровень дохода: 250-340 к гросс Формат: оформление по ТК РФ Удаленка РФ чем предстоит заниматься: Ты станешь ключевым инженером, который превращает исследовательские прототипы в отказоустойчивую GenOps-фабрику цифровых агентов. Твои задачи: DevOps для AI: Проектирование и развитие самообслуживания CI/CD пайплайнов для внутреннего деплоя AI-агентов и мультиагентных систем. Инференс под управление: Развертывание и оптимизация LLM/VLM в процессе разработки (оптимизация памяти, формирование скорости) с использованием vLLM, Triton Inference Server, SGLang. Надёжность: Обеспечение высокой доступности сервисов, работа с масштабированием горизонтальных подов и управление состоянием агентов. Мониторинг 360°: Внедрение комплексного наблюдения: от стандартных метрик (CPU/GPU, задержка) до конкретных ML-метрик (качество генерации, дрейф данных, оценка тональности ответов). Обязательные требования Опыт вывода LLM-решений в прод. Уверенное владение Python и асинхронным программированием (asyncio). Уверенное владение Kubernetes (Helm, управление кластерами). Знание Gitlab CI, Jenkins и пр Понимание архитектуры RAG-систем, работы embedding-моделей и ранжирования. Умение оптимизировать инференс: квантизация, continuous batching, PagedAttention. Будет плюсом: опыт с графовыми БД и построением мультиагентных систем Технологический стек: Python, FastAPI, langchain/llamaindex/haystack k8s, docker, S3, postgres Опыт работы с векторными и графическими БД. Условия Оформление по ТК РФв в IT-аккредитованную компанию ДМС (включая стоматологию) Компенсация фитнеса Скидки на обучение английскому (Skyeng) Индексация заработной платы Современная техника IT-аккредитация компании

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Область и стек Бэкенд Должность Ведущий разработчик Java Компания BellIntegrator Зарплатная вилка от 400к Формат работы Удаленка Страна работы РФ Требования - Senior Java разработчик с опытом (можно в личных проектах) работы с LLM - Понимание того, что такое Embedding, как конструируется и используется RAG - Понимание того, что такое агенты и как они реализуются. Что такое tools и MCP - Будет плюсом опыт использования Spring AI и использования Python (на любом уровне) - Высшее образование в области ИТ (или опыт работы в ИТ сфере от 6 лет) и опыт работы программистом от 4 лет в компании уровня Enterprise - Свободное владение Java 15+ и/или Kotlin, Spring Framework, SQL - Знание и опыт применения шаблонов проектирования ПО и интеграции систем - Опыт создания приложений, функционирующих в микросервисной архитектуре - SQL (написание и оптимизация запросов), использование ORM Hibernate (миграции Liquibase) - Отличное понимание и опыт реализации взаимодействия приложений, построенного на основе REST, GRPC, JSON-RPC, Kafka - Опыт работы с кэшами, в том числе распределёнными - Опыт работы с алгоритмами шифрования, ЭП, Сертификатами - Опыт организации интеграционного тестирования и тестирования на моках Дополнительные требования - Опыт выполнения функции архитектора приложения - Опыт использования Docker, понимание работы Kubernetes - Знание принципов работы Istio и опыт использования OpenShift - Опыт работы по Agile/Scrum методологии Обязанности - Участие в создании отказоустойчивых систем - Анализ кодовой базы, ревью пул-реквестов, контроль программного дизайна - Экспертная оценка плановой трудоемкости задач Условия - Конкурентоспособная заработная плата - Корпоративное обучение и сертификация в технических и бизнес областях - Корпоративные развлекательные программы - Возможность работать удаленно на территории РФ

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Scientist LLM/NLP Удалёнка Компания WaveAccess — аккредитованная ИТ-компания с 25-летним опытом. Требования - Опыт работы в качестве Data Scientist от 3 лет - Английский язык на уровне B2 и выше - Уверенные навыки работы с текстовыми данными - Глубокое понимание работы с крупными языковыми моделями (LLM) и их применением. Знание современных техник LLM, таких как Retrieval-Augmented Generation (RAG) и LLM-агенты - Уверенные навыки работы с Python - Опыт представления достигнутых результатов

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания, специализирующаяся на технологических сервисах и трансформации программного обеспечения и персонала, ищет ML / LLM инженера для участия в инициативе по машинному обучению, которая превращает агента, ориентированного на знания, в коммерчески успешный продукт. Работа предполагает взаимодействие с продуктовыми спецификациями для оценки рыночной жизнеспособности. Обязанности: - Инженерная трансформация существующего агента, ориентированного на знания и конкурентов, в агента, нацеленного на создание успешного продукта: перепроектирование его базового интеллектуального слоя от поиска и выборки к прогностическому скорингу. - Проектирование и создание ML-пайплайнов, которые принимают продуктовые входные данные (цвет, тип рукава, категория, цена и т. д.) и выдают классификации «успешный/неуспешный» с показателями уверенности. - Настройка и оптимизация LLM-интегрированных рабочих процессов, где текстовые описания продуктов, брифы покупателей или спецификации парсятся, обогащаются и подаются в модель. - Создание пользовательских интерфейсов ввода, позволяющих бизнес-пользователям вводить продуктовые спецификации в формализованном или диалоговом виде и получать ранжированные прогнозы с пояснительным обоснованием. - Работа с данными об ассортименте и эффективности продуктов для построения, валидации и непрерывного улучшения моделей с учителем и полуавтоматических прогностических моделей. - Разработка пайплайнов извлечения признаков из данных об атрибутах продуктов: обработка категориальных переменных (цвет, конструкция), сезонных паттернов, исторических показателей продаж и сигналов конкурентов. - Совместная работа с командами данных и продуктов для определения стратегий разметки для эталонной истины «успешный/неуспешный»: выявление правильных бизнес-метрик (продажи, маржа, повторные заказы) в качестве обучающего сигнала. - Оценка и итерация производительности моделей: создание офлайн-фреймворков оценки и интеграция циклов обратной связи от живого использования в процесс улучшения модели. - Документирование архитектуры моделей, данных и логики для поддержки управления, объяснимости и доверия заинтересованных сторон. Требования: - Сильный практический опыт в ML: классификация, регрессия, градиентный бустинг (XGBoost, LightGBM, Random Forest), проектирование признаков, оценка моделей и продакшн-развертывание. - Практический опыт интеграции LLM в производственные рабочие процессы: инженерия промптов, вызов функций/инструментов, RAG-пайплайны, парсинг и оценка LLM. - Опыт построения моделей, прогнозирующих реальные результаты или успех продукта на основе данных об атрибутах: контексты розничной торговли, моды, FMCG или ассортимента являются преимуществом. - Владение Python с pandas, NumPy и scikit-learn; способность обрабатывать, очищать и создавать признаки из неструктурированных данных о продуктах или транзакциях. - Опыт построения и развертывания сквозных ML-пайплайнов: обучение, оценка, версионирование и сервировка инференса. - 4–8 лет общего опыта в машинном обучении и/или AI-инженерии, минимум 2 года работы с LLM в производственном или близком к производственному контексте. - Сильный количественный бэкграунд: уверенное владение математикой моделей классификации, калибровкой вероятностей и метриками оценки (AUC, F1, компромиссы precision/recall). - Одинаково комфортная работа с табличными данными (атрибуты продуктов, история продаж) и текстом (описания продуктов, заметки покупателей, отчеты о трендах). - Прагматичный инженерный подход, балансирующий сложность моделей и скорость доставки: понимание, когда тонко настроенная модель градиентного бустинга превосходит LLM-пайплайн, а когда нет. - Развитые навыки совместной работы с командами мерчандайзинга, данных и продуктов, которые могут не иметь технического бэкграунда. - Интерес к продуктовой области: искреннее понимание того, что делает продукт коммерчески успешным, а не только оптимизация функций потерь в изоляции. - Предыдущий опыт работы с данными о продуктовом ассортименте, системами мерчандайзинга, PLM-данными или прогнозированием спроса в розничном или потребительском контексте. - Практический опыт работы с LangChain, Semantic Kernel или аналогичными оркестрационными фреймворками для создания LLM-рабочих процессов. - Опыт использования текстовых или мультимодальных эмбеддингов для кодирования атрибутов продуктов, поиска по сходству или кластеризации ассортимента. - Знакомство с MLflow или аналогичными инструментами для отслеживания экспериментов, реестра моделей и мониторинга производительности. - Опыт работы с Azure ML, AWS SageMaker или аналогичными платформами.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

FlexBoard — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении утечек данных с помощью продвинутой AI-платформы. Компания ищет Data Engineer для проектирования и создания инфраструктуры данных для AI-продуктов, требующих экспертизы в интеграции LLM и соответствующих решений. Обязанности: - Архитектура, внедрение и оптимизация платформ данных и пайплайнов, специально предназначенных для поддержки LLM, RAG и сложных AI-систем в масштабе Exabyte. - Внедрение и развитие рабочих процессов и методов агентного оркестрирования для создания автономных, управляемых данными функций. - Проектирование и реализация высокомасштабируемых, отказоустойчивых и экономически эффективных решений для данных с акцентом на итеративность и высокую скорость развертывания. - Написание качественного production-кода с фокусом на производительность, поддерживаемость и строгость тестирования, обеспечивая быструю поставку без ущерба для технического качества. - Техническое лидерство и глубокая экспертиза в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Установление лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления с минимальным вмешательством для AI-сервисов. - Наставничество инженеров, проведение технических воркшопов, руководство дизайн-ревью и укрепление знаний команды в передовых технологиях AI-платформ. - Совместная работа с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные production-сервисы. - Владение полным жизненным циклом критически важных сервисов данных: разработка, тестирование, развертывание и мониторинг. Требования: - Степень магистра или PhD в Computer Science, Data Engineering или STEM-области, либо эквивалентный практический опыт. - Более 10 лет опыта в Data Engineering, из них минимум 3 года в архитектуре и создании платформ для AI/ML или Data Science. - Подтвержденный практический опыт в LLM-инжиниринге (fine-tuning, инженерия, развертывание), RAG и разработке рабочих процессов. - Подтвержденный опыт проектирования и поставки крупномасштабных распределенных систем (шардирование, партиционирование, конкурентность). - Исключительная способность писать чистый, элегантный, тестируемый код в сочетании с проактивностью и ориентацией на быстрые результаты. - Глубокое понимание инженерных практик, включая эффективные peer-review, проектирование отказоустойчивой архитектуры и комплексные парадигмы тестирования. - Предыдущий опыт на уровне Senior или Staff инженера с демонстрацией технического лидерства и наставничества. - Подтвержденный опыт использования AI-технологий для улучшения принятия решений, оптимизации рабочих процессов и повышения эффективности бизнеса. - Опыт создания, развертывания и управления LLM в production-среде. - Предыдущий опыт в индустриях кибербезопасности, разведки или с высокими требованиями к комплаенсу. - Вклад в open-source проекты, связанные с данными или AI/ML. Условия: - Бонусы и гранты на акции. - Комплексный пакет льгот, включая медицинскую страховку, 401k и оплачиваемый отпуск. - Компенсация и акционерные вознаграждения. - Программы физического и ментального благополучия. - Конкурентный отпуск и праздничные дни. - Оплачиваемый отпуск по уходу за ребенком и усыновлению. - Возможности развития для сотрудников любого уровня и роли. - Сети сотрудников, географические сообщества и волонтерские возможности для построения связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру. Компания является фирмой в сфере кибербезопасности, предоставляющей облачную защиту для рабочих нагрузок, идентичности и данных. Основана в 2011 году, штаб-квартира в Саннивейле, Калифорния, США, численность сотрудников 5001–10000 человек.

Формат

Удалённо

Страна

Любая

Город

Не указан

Forward Deployed Engineer — инженер, который помогает бизнесу внедрять AI-решения. Роль предполагает работу с бизнес-подразделениями: от постановки задачи до запуска и оптимизации решений в production. Задачи: - Совместно с бизнес-заинтересованными сторонами определять и приоритизировать высокоценные сценарии использования, соответствующие стратегическим целям. - Переводить бизнес-задачи в технические проекты, архитектуру решений и планы внедрения. - Проектировать, разрабатывать и разворачивать комплексные решения: пайплайны данных, API, оркестрацию рабочих процессов и AI/ML-функциональность. - Интегрировать решения в существующие корпоративные системы и рабочие процессы. - Ускорять вывод решений из пилота в production итеративным методом (в течение месяца). - Обеспечивать надежность, масштабируемость и производительность решений через мониторинг, тестирование и оптимизацию. - Сотрудничать с командами архитектуры, инженерии, безопасности и данных для соблюдения корпоративных стандартов и требований безопасности. - Поддерживать решения в соответствии с отраслевыми требованиями, управлением данными и внутренним аудитом, обеспечивая контроль и документацию. - Вносить переиспользуемый код, паттерны и компоненты в корпоративные платформы. Требования: - Опыт работы с AI/LLM-технологиями от 5 до 7 лет: большие языковые модели (LLM), retrieval augmented generation (RAG), фреймворки автоматизации. - Опыт работы Forward Deployed Engineer или в аналогичной роли в сфере быстрой разработки AI-решений. - Опыт работы с облачными платформами (предпочтительно Azure), контейнеризацией и инфраструктурой как кодом. - Опыт проектирования и внедрения корпоративных решений на уровнях данных, приложений и интеграции. - Сильные full-stack навыки: бэкенд-разработка, инженерия данных, системная интеграция (React, Next.js, Python, Node.js, AI SDK, Snowflake, Azure, OpenAI API, Anthropic Claude, PyTorch, Pinecone, Qdrant). - Умение проектировать и реализовывать пайплайны данных, API и масштабируемые архитектуры решений. - Опыт в разработке ПО, инженерии данных или смежных технических ролях: фронтенд, фуллстек, бэкенд, пайплайны данных, интеграция агентов, промт-инжиниринг, быстрая разработка приложений, UX-прототипирование. - Знание управления данными, стандартов безопасности и требований соответствия. - Умение работать в кросс-функциональных командах: бизнес, продукт, инженерия. - Отличные коммуникационные навыки, способность объяснять технические концепции нетехнической аудитории. Условия: - Полная занятость, постоянная роль, не контракт. - Полная удалённая работа или гибрид в Род-Айленде. - Для удалённых кандидатов: проживание в одном из штатов — Аризона, Коннектикут, Флорида, Джорджия, Луизиана, Массачусетс, Северная Каролина, Оклахома, Род-Айленд, Южная Каролина, Техас, Вирджиния. - Работодатель не спонсирует визы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Федеральная технологическая консалтинговая компания ищет Senior Principal инженера-разработчика ИИ для присоединения к своей команде. Идеальный кандидат имеет 12–15+ лет опыта в разработке ПО и 8+ лет практического опыта в ИИ/МО, опыт проектирования и внедрения крупномасштабных ИИ-систем, знакомство с такими областями, как большие языковые модели (LLM), генерация с дополненной выборкой (RAG), агентный ИИ, оркестрационные фреймворки, MLOps, распределённое обучение и модернизация корпоративного ИИ. Требуется опыт работы с Python, PyTorch, TensorFlow, облачными платформами (AWS, Azure, GCP) и разработкой полнофункциональных приложений. Предпочтителен предыдущий опыт работы в федеральных средах, управление ИИ, облачные нативные архитектуры, DevSecOps, микросервисы и управляемые ИИ-платформы, такие как AWS Bedrock, Azure OpenAI и Google Vertex AI. Требуется гражданство США. Активный допуск Public Trust, Secret или выше будет преимуществом. Требуемые навыки и опыт: - 10+ лет опыта в науке о данных, МО или ИИ - Владение Python на экспертном уровне - Опыт в машинном обучении, глубоком обучении и LLM - RAG, векторные базы данных и инструменты генеративного ИИ - MLOps и развёртывание моделей в продакшене - Облачные платформы (AWS, Azure, GCP) - Внедрение ИИ и аналитики в масштабе предприятия - Статистика, эксперименты и оценка моделей - Степень бакалавра или магистра в смежной области - Степень в области компьютерных наук, инженерии или смежной области Предложение: - Конкурентоспособная почасовая ставка - Полный пакет медицинских льгот - Медицинская страховка - Стоматологические льготы - Офтальмологические льготы - Оплачиваемый отпуск - Пенсионный план 401(k) Соискатели должны иметь разрешение на работу в США на полную ставку сейчас и в будущем.

Формат

Удалённо

Страна

США

Город

Не указан

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

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

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

Формат

Удалённо

Страна

Россия

Город

Не указан

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

Формат

Удалённо

Страна

Россия

Город

Не указан

Fullstack AI Engineer (Remote, РФ) Зарплата: 250 000–350 000 ₽ Локация: РФ Формат: полная удалёнка, оформление по ИП Что предстоит делать: - Развивать архитектуру AI-платформы и рефакторить кодовую базу. - Разрабатывать сценарии генерации презентаций с использованием LLM. - Создавать веб-редактор для интерактивного редактирования слайдов. - Интегрировать и оптимизировать LLM-пайплайны, работать с промпт-инжинирингом. - Проводить код-ревью, заниматься рефакторингом и работать с Git. - Участвовать в проектировании архитектуры и принятии технических решений. Требования: - От 3 лет опыта в AI Engineering. - Опыт проектирования API и структур данных. - Практический опыт с агентными пайплайнами и RAG-архитектурой. - Навыки оценки и улучшения качества кода. - Понимание обработки ошибок в AI-агентах: галлюцинации, потеря контекста, методы их обнаружения и устранения. Условия: - Доход 250 000–350 000 ₽. - Полностью удалённую работу. - Гибкое начало рабочего дня. - Интересные задачи, обучение и возможности карьерного роста.

Формат

Офис

Страна

Россия

Город

Не указан

Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.