Биржа вакансий в сфере ИИ, ML

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Senior

Senior NLP/LLM Engineer Сбер Опыт работы: 3–6 лет Полная занятость Формат работы: офис или гибрид (Москва) Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация) - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование - Писать чистый, документированный и тестируемый python-код, проектировать API-контракты для ML-компонент - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Honeycomb — сервис для наблюдаемости, работающий с такими компаниями, как HelloFresh, Slack, LaunchDarkly и Vanguard. Компания закрыла раунд Series D, прошла отметку в 200 сотрудников и была названа Forbes одним из лучших стартапов Америки 2022 и 2023 годов. Компания полностью распределённая, с высокой степенью доверия, автономии и ответственности с первого дня. Команда LLM Observability строит базовый слой, который делает AI-нагрузки наблюдаемыми в Honeycomb. Команда определяет, как AI-системы представлены в телеметрии (spans, traces, использование токенов, стоимость, eval-сигналы и т.д.), и нормализует данные из разнородных экосистем (например, LangChain, OpenLLMetry, Braintrust) в единую модель на основе OpenTelemetry. Команда владеет инфраструктурой и моделью данных, на которые опираются все downstream-инструменты наблюдаемости для AI. Задачи: - Проектировать, разрабатывать и поставлять бэкенд-системы и API на Go с акцентом на ясность, поддерживаемость и обратную совместимость. Учитывать стоимость, масштаб и риски, прорабатывать альтернативы и компромиссы. - Разрабатывать и поддерживать full-stack функции продукта: фронтенд на React/TypeScript и бэкенд на Go. - Обеспечивать техническое лидерство: определять паттерны и операционные стандарты, планировать и вести сложные проекты с участием нескольких команд, включая проекты с внешними зависимостями, наставлять коллег. Роль техлида ротируется с каждой функцией. - Работать в модели продуктовой триады с дизайном и продактом — от discovery до поставки, быстро итерируя на основе обратной связи. Вносить вклад в технический роадмап команды и помогать формировать квартальные продуктовые роадмапы. - Поддерживать и владеть своим кодом в продакшене: участвовать в on-call ротациях, обеспечивать надёжность, решать проблемы пользователей. - Коммуницировать письменно и устно, наставлять инженеров, делиться знаниями и делегировать задачи. Требования: - Глубокий опыт проектирования, разработки и поддержки бэкенд-систем: существенная экспертиза в создании API и бэкенд-сервисов на Go (или аналогичных языках), сильные позиции по дизайну API, обработке ошибок и developer experience. - Владение фронтендом на React и TypeScript: профессиональный опыт поставки фронтенд-функций и участия в full-stack разработке на всех этапах жизненного цикла, при этом основной профиль — бэкенд. - Опыт ведения сложных технических проектов: планирование и поставка проектов, охватывающих несколько команд или систем, работа с внешними зависимостями и неопределённостью. - Самостоятельность: проактивное выявление проблем, предложение решений, владение проектами от планирования до деплоя и поддержки, работа с техдолгом и отладка сложных проблем.

Формат

Офис

Страна

Канада

Город

Не указан

О компании Gadriel AI Corp. — ранняя стартап-команда (участник NVIDIA Inception), создающая инструменты для выявления проблем безопасности, соответствия требованиям и поведения в ИИ-сгенерированном коде и системах ИИ-агентов до выхода в продакшен. О роли Практическая инженерная роль с высокой степенью ответственности в стартапе ранней стадии. Работа непосредственно с основателями, участие в архитектурных решениях, быстрая поставка функций. Задачи - Проектировать, создавать и поставлять функции продуктов валидации ИИ от начала до конца. - Ежедневно работать в современных ИИ-инструментах кодирования (Claude Code, Cursor, Windsurf и аналогичных) как в основной среде разработки. - Использовать собственный продукт GCA в рабочем процессе — dogfooding является основой подхода. - Создавать интеграции с ИИ-ассистентами кодирования, CLI и инструментами разработчика. - Вносить вклад в бэкенд-сервисы, CLI-инструменты и логику валидации. - Работать со структурированными данными, концепциями статического анализа и отчётами для разработчиков (HTML/PDF-отчёты, конвейеры результатов). - Участвовать в обсуждениях архитектуры и продукта — вклад формирует дорожную карту. - Поддерживать качество кода, тестирование и CI-практики по мере роста команды и продукта. - Быстро двигаться, итерировать на основе реальной обратной связи и адаптироваться к смене приоритетов. Требования - Сильные инженерные основы, уверенная работа в стеке (TypeScript/JavaScript, Python или аналогичные языки). - Реальный практический опыт работы с ИИ-ассистентами кодирования — не эпизодическое использование, а повседневное. - Опыт работы с CLI, инструментами разработчика или продуктами для разработчиков — весомый плюс. - Знакомство с концепциями безопасности (SAST, SCA, сканирование секретов) или сильный интерес к их изучению. - Уверенная работа с экосистемой Node.js/npm. - Менталитет стартапа: высокая автономия, комфорт в условиях неопределённости, нацеленность на поставку. - Сильные коммуникативные навыки — работа в небольшой распределённой команде. - Бонус: опыт с фреймворками ИИ-агентов (LangChain, CrewAI, MCP, A2A) или интерес к агентным системам. - Бонус: опыт работы в стартапе или создании продукта с нуля. Условия - Доля в компании на ранней стадии. - Прямой доступ к основателям и реальное влияние на направление продукта. - Быстрая среда, где работа быстро попадает в продакшен и имеет значение. - Гибкость в формате и месте работы: команда в Сан-Диего, удалённо для подходящего кандидата. - Возможность работать в одной из самых активных областей ИИ — валидация систем, которые все остальные спешат запустить. Особенности работы Компания создаёт инструменты, которые продаёт, и использует их сама. Ожидается, что вы будете использовать продукт Gadriel AI Code Assurance (GCA) в ежедневном рабочем процессе — он работает локально вместе с вашим ИИ-ассистентом кодирования и валидирует код по мере написания. Продукт бесплатен для индивидуальных разработчиков, поэтому его можно попробовать до отклика.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Techno Diasoft — аккредитованная IT-компания, создана в 2008 году. Специализируется на разработке высоконагруженных FinTech-проектов, умных устройств, голосовых ассистентов, а также решений в области биометрии и искусственного интеллекта. Флагманский продукт — автоматизированная банковская система xBank. В компании работает более 300 сотрудников. Проект Разработка backend-сервисов на Python в проекте с AI-стеком. Требования - Опыт коммерческой разработки на Python от 3 лет - Опыт разработки на синхронных и асинхронных фреймворках - Навыки DevOps, понимание Docker, Kubernetes - Навыки работы с реляционными и нереляционными БД - Опыт работы с системами управления агентами: LangChain / Graph, CrewAI, Semantic Kernel - Опыт работы с протоколами обмена сообщениями агентов: MCP, A2A - Опыт построения RAG-систем, работа с векторными БД Условия - Оформление, сотрудничество по ИП - Удаленный, гибридный или офисный формат работы - Простой и быстрый процесс собеседований: одно техническое интервью (примерно 1 час), знакомство с командой, предложение о работе - Предоставление необходимой техники для работы

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Что предстоит делать - Создавать, настраивать и поддерживать ИИ-помощников для разных направлений: геймдизайн, нарратив, разработка, продюсирование. - Структурировать контент и кодовую базу для эффективной работы, создавать и улучшать обвязку проектов, внедрять новые решения на базе ИИ. - Автоматизировать рутинные процессы студии: микросервисы, n8n. - Внедрять нейросервисы для генерации контента: коммерческие API и open-weight модели. - Тестировать гипотезы, подбирать промпты, оценивать качество ответов моделей. - Документировать решения и делиться экспертизой внутри команды. Требования - Опыт работы с LLM от 2 лет: коммерческий или пет-проекты с продакшн-применением. - Опыт работы с современной агентской разработкой: от CLI-агентов до полностью автономных систем. - Понимание возможностей и ограничений современных моделей: контекст, галлюцинации, стоимость, скорость. - Умение работать с различными API: OpenAI, Anthropic, локальные модели через Ollama/vLLM. - Базовые навыки Python для интеграций и автоматизации. - Опыт работы с промпт-инжинирингом и RAG-решениями. - Желателен опыт в геймдеве или интерес к игровой разработке. Будет плюсом - Знание LangChain / LangGraph. - Опыт с open-weight моделями: LLM и медиа. - Понимание основ MLOps: деплой, мониторинг. - Понимание основ DevOps. Мы предлагаем - Работу над живыми игровыми проектами. - Возможность строить AI и бизнес-процессы с нуля, решения будут внедряться сразу. - Гибкий формат занятости: фулл-тайм / парт-тайм. - Удаленный формат работы. - Стабильный доход 100 000 рублей на руки и учёт рабочего времени.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Qohash создаёт уровень контроля безопасности данных с нулевым копированием, необходимый предприятиям для безопасного внедрения ИИ. Платформа Qostodian помогает крупным организациям обнаруживать, классифицировать, управлять и устранять чувствительные неструктурированные данные в критически важных источниках без перемещения или копирования данных. Такая архитектура снижает риски, сохраняет суверенитет данных и позволяет защищать данные непосредственно там, где они находятся. Внедрение ИИ повышает риск, сложность и срочность задач корпоративной безопасности данных. Культура компании основана на пяти ценностях: стремление к совершенству, устойчивость, ориентация на миссию, ответственность и принятие конфликтов. Профиль кандидата Senior Full Stack Developer комфортно работает в среде, где ИИ — в центре работы и масштабирования. Вы — разработчик, который пишет код быстро и точно, превращая идеи в рабочие автоматизации, снимающие узкие места и ускоряющие результаты. Вам интересны генеративный ИИ и фреймворки автоматизации, вы умеете применять их прагматично. Вы независимы, но умеете работать в команде, мотивированы результатами, приближающими Qohash к статусу AI-first кибербезопасной компании. Задачи - Создать встроенного в Qostodian AI-аналитика безопасности данных, владея средой выполнения агента от начала до конца: оркестрация на Claude Agent SDK, память диалога и её восстановление, потоковая передача рассуждений и активности инструментов, жизненный цикл промптов. - Спроектировать и выпустить слой MCP-инструментов: предоставить сервисы поиска, статистики, рабочих процессов и устранения рисков Qostodian как управляемые, хорошо типизированные инструменты; переводить естественный язык в запросы и действия платформы. - Выпускать агентные сценарии, которые клиенты запускают на своих данных: расследования инсайдерских рисков, отчёты о влиянии потерянных или украденных устройств, планы снижения рисков, включая создаваемые артефакты и отчёты. - Вносить вклад во фронтенд, создавая новый тип UI-опыта в AI-first парадигме, где основной интерфейс — диалог, а не дашборд: потоковые трассы рассуждений, генерируемые визуализации, экспорт и прерывание промптов. - Расширять архитектуру навыков: создавать собственные навыки и строить основу, позволяющую клиентам создавать, включать и управлять своими. - Относиться к качеству как к инженерной задаче: наборы eval и золотые наборы диалогов, которые пропускают изменения промптов, инструментов и навыков так же, как тесты пропускают код. - Писать чистый, хорошо документированный, поддерживаемый код, который следующий разработчик сможет расширять. - Владеть production-системой от начала до конца: разворачивать, инструментировать и поддерживать её работоспособность, отслеживать и оповещать об ошибках агента, ошибках инструментов, задержках и стоимости, оценивать реальные production-сессии, чтобы ловить ухудшение качества до того, как его заметят клиенты. - Участвовать в код-ревью и обмене знаниями: активно использовать AI-инструменты для кодинга, чтобы выпускать продукт за дни, а не месяцы, и задавать стандарт AI-first инженерной культуры в Qohash. Обязательные требования - Более 7 лет опыта разработки ПО на Python. - Практический опыт владения и разработки AI-агентного решения в боевой production-среде (например, Claude Agent SDK или Langchain). - Знакомство с AI-инструментами для написания кода (например, Claude Code или аналогами). - Подтверждённая способность работать самостоятельно, быстро решать проблемы и быстро достигать результатов. - Рабочий уровень английского языка (требуется в соответствии с операционными потребностями компании). Желательно - Двуязычие (английский/французский). - Базирование в Квебеке (предпочтительно). - Опыт работы с AWS. - Вклад в open-source проекты или личное портфолио кода. - Осведомлённость в кибербезопасности или знание лучших практик. - Опыт работы в стартапе. Условия - Конкурентоспособный уровень зарплаты. - До шести недель оплачиваемого отпуска в год. - Комплексное медицинское страхование, включая: страхование жизни, краткосрочную и долгосрочную нетрудоспособность, парамедицинские услуги и телемедицину, счёт на медицинские расходы (HSA). - Qohash — равный работодатель.

Формат

Офис

Страна

Канада

Город

Торонто

Грейд

Senior

Компания Messagepoint — частная софтверная компания, предоставляющая SaaS-решение на базе ИИ для управления и персонализации коммуникаций предприятий. Платформа позволяет бизнес-пользователям создавать и оптимизировать комплаенс-коммуникации в цифровых и печатных каналах с помощью контент-аналитики и больших языковых моделей. Штаб-квартира находится в Торонто, сотрудники расположены в Канаде, США, Франции и Великобритании. О роли Senior Full Stack AI Developer в команде исследований и разработок. Работа над современными веб-приложениями, которые сочетают насыщенный пользовательский интерфейс с интеллектуальными агентными бэкендами на базе больших языковых моделей, глубоко интегрированными в корпоративную платформу. Участие на всём стеке: создание современных производительных фронтендов и вклад в бэкенд-сервисы AI-продуктов. Работа вместе со старшими разработчиками, тестированием и управлением продуктом над выпуском качественных функций, повышением инженерного уровня и развитием использования ИИ в кодовой базе и продуктах. Задачи - Вести миграцию легаси-фронтенда с vanilla JavaScript / jQuery / HTML5 / CSS на современный стек на React. - Поддерживать и развивать существующий фронтенд на Angular CLI в отдельном продукте. - Разрабатывать общие концепции новых и существующих функций и компонентов в портфеле AI-продуктов. - Вносить вклад в бэкенд-сервисы на Python (агентные рабочие процессы) и Node.js по мере изменения приоритетов. - Писать production-ready, безопасный и производительный код, применять практики безопасной разработки на всех этапах. - Вести работу end-to-end через CI/CD на GitLab: ветвление, merge request, code review, сборка, тесты, деплой; отслеживать задачи в Jira. Требования - 5+ лет опыта разработки и выпуска веб-приложений. - Уверенный опыт с React и современным JavaScript, HTML5 и CSS3. - Рабочее знание Angular — достаточно для поддержки и развития фронтенда на Angular CLI. - Бэкенд-опыт в Node.js и/или Python. - Уверенная работа с PostgreSQL или другой реляционной базой данных. - Практический опыт с CI/CD (GitLab CI — плюс), Git-процессами (ветвление, merge request, code review) и работой в Jira. - Понимание основ безопасной разработки. - Хорошие коммуникационные навыки и способность эффективно работать в быстро меняющейся среде. Будет плюсом - Знакомство с агентными рабочими процессами и современными AI-инструментами: LangChain, LangGraph, RAG, function calling и промпт-инжиниринг. - Опыт интеграции с LLM-провайдерами, такими как OpenAI и Anthropic, и с хостинг-платформами моделей, такими как AWS Bedrock. - Знакомство с облачной инфраструктурой AWS: деплой, эксплуатация и наблюдение за сервисами в production. - Уверенное использование AI-ассистентов для кодинга, например Claude Code, Augment Code, Cursor, в ежедневной работе. - Общее знакомство с Java/Spring и JSP. - Опыт модернизации легаси-фронтендов на React в production. Условия - Удалённая позиция для кандидатов, проживающих в Канаде и имеющих право работать в Канаде. - Компенсация привязана к канадскому рынку и выплачивается в канадских долларах. - Messagepoint — работодатель равных возможностей и поддерживает разнообразие и инклюзивность на рабочем месте.

Формат

Офис

Страна

Габон

Город

Не указан

Компания Omnissa, создатель AI-ориентированной платформы для цифровой работы, ищет инженера-программиста в команду глобализации. Специалист будет разрабатывать AI-сервисы, инструменты и платформы для интернационализации (i18n) и локализации продуктов компании. Задачи: - Проектировать, разрабатывать и масштабировать бэкенд-сервисы на Python, Node.js и TypeScript для поддержки глобализации, интернационализации и локализации. - Разрабатывать и интегрировать AI/ML и LLM-решения, включая архитектуры RAG/GraphRAG, векторные эмбеддинги и семантический поиск, для повышения качества перевода и локализации. - Строить и поддерживать CI/CD-пайплайны, контейнеризированные сервисы (Docker, Kubernetes) и RESTful API, развернутые на Azure, AWS, GCP или аналогичных облачных платформах. - Интегрировать LLM-эндпоинты (Azure OpenAI, AWS или аналоги) с корпоративными системами с использованием MCP и оркестрационных фреймворков, таких как LangChain или LangGraph. - Работать с SQL, NoSQL и графовыми базами данных (например, Neo4j/Cypher) для поддержки масштабируемых решений в области глобализации. - Взаимодействовать с командами продукта, инженерии и локализации для продвижения стратегии глобализации компании. Требования: - Уверенные навыки Python и практический опыт работы с AI/ML-библиотеками: TensorFlow, PyTorch или Hugging Face. - Владение Node.js и TypeScript (или аналогичными бэкенд-фреймворками). - Опыт работы с Java или C будет преимуществом. - Владение SQL и NoSQL базами данных. - Опыт работы с Docker, Kubernetes, CI/CD и RESTful API. - Опыт построения CI/CD-пайплайнов с использованием GitHub, Jenkins или аналогичных инструментов. - Знание векторных эмбеддингов, архитектур RAG/GraphRAG и фреймворков семантического поиска. - Опыт работы с графовыми базами данных (Neo4j/Cypher или аналоги). - Опыт интеграции LLM-эндпоинтов (Azure OpenAI, AWS или аналоги). - Опыт интеграции LLM с корпоративными системами с использованием MCP. - Опыт развертывания масштабируемых AI-сервисов на Azure, AWS, GCP или аналогичных платформах. - Знакомство с LangChain, LangGraph или аналогичными LLM-оркестрационными фреймворками. Предпочтительные квалификации: - Опыт проектирования и внедрения решений Retrieval-Augmented Generation (RAG) с использованием векторного поиска и семантического поиска. - Опыт создания агентных AI-систем с использованием LangGraph, n8n или Flowise. - Опыт фронтенд-разработки с React.js и HTML/CSS/JavaScript-фреймворками. - Опыт работы с моделями эмбеддингов, векторными базами данных и технологиями семантического поиска. - Знание стандартов интернационализации (i18n) будет преимуществом. Условия: - Локация: Атланта, Джорджия. - Формат: гибридный. - Командировки не предусмотрены. - Образование: степень бакалавра или магистра в области компьютерных наук или смежной области предпочтительна, либо эквивалентная комбинация образования и релевантного профессионального опыта. - Зарплата: типичный базовый оклад от $102 000 до $160 000 в год, возможно участие в корпоративной бонусной программе. Фактическое предложение может варьироваться в зависимости от географического местоположения, опыта, образования, уровня навыков и других факторов. - Льготы: участие в собственности компании, медицинская страховка, 401k с взносами работодателя, страхование по инвалидности, оплачиваемый отпуск, возможности роста и другое.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания Cherry Bekaert — одна из крупнейших бухгалтерских и консалтинговых фирм в США, признана Great Place to Work. Команда Business Transformation ищет разработчика AI-агентов и автоматизации. Формат работы: гибридный, из любого офиса компании в США. Обязанности - Проектировать и внедрять AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разрабатывать архитектуры агентов, поддерживающие автономность, интерактивность и выполнение задач. - Интегрировать агентов в приложения, API и рабочие процессы (например, чат-боты, инструменты автоматизации). - Сотрудничать с исследователями, инженерами и продуктовыми командами для развития возможностей агентов. - Оптимизировать поведение агентов через обратную связь, обучение с подкреплением или взаимодействие с пользователями. - Управлять контекстом агентов, применяя методы: промпт-инжиниринг, файнтюнинг, RAG, использование инструментов, гибридные подходы. - Отслеживать производительность, проводить оценки, внедрять механизмы безопасности и ограничений. - Поддерживать документацию по логике агентов, дизайн-решениям и зависимостям. - Следить за развитием AI, машинного обучения и агентных технологий. - Интегрировать AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создавать и разворачивать корпоративные Copilot-решения с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными бизнес-приложениями. Требования - Степень бакалавра в области компьютерных наук, AI, машинного обучения или смежной области. - Подтвержденный опыт работы с агентными системами или интеллектуальной автоматизацией — от 2 лет в аналогичной роли. - Сильные навыки программирования на Python (или аналогичном языке) и опыт работы с AI/ML-библиотеками (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений с LLM или генеративными AI-моделями. - Знание разработки API, бэкенд-сервисов и пайплайнов развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. - Адаптивность, готовность к сотрудничеству и изучению новых технологий. Условия - Общие ценности: честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и выполнять мотивирующую работу. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентная оплата и компенсационный пакет, ориентированный на благополучие. - Гибкость для значимой работы и время на жизнь вне работы. - Возможности общения и обучения у специалистов из разных культур и сфер.

Формат

Офис

Страна

Израиль

Город

Не указан

fairlife, LLC — чикагская компания по производству продуктов питания, создающая молочные продукты для потребителей. Годовой объем розничных продаж превышает 3 млрд долларов. Портфель включает ультрафильтрованное молоко fairlife, протеиновые коктейли Core Power и питательные коктейли fairlife nutrition plan. Компания является дочерним предприятием The Coca-Cola Company. Цель должности: инженер по AI-автоматизации будет играть ключевую роль в создании экосистемы Decision Intelligence. Роль сосредоточена на разработке AI-агентов и автоматизированных рабочих процессов, которые рассуждают, планируют и выполняют задачи от начала до конца, превращая рутинные процессы в надежную автоматизацию в производстве, цепочке поставок и бизнес-операциях. Работа ведется в среде Microsoft Fabric и Azure. Обязанности: - Проектировать, создавать и развертывать AI-агентов, которые автономно рассуждают, планируют и выполняют многошаговые задачи для автоматизации бизнес-процессов - Выявлять ручные, повторяющиеся и трудоемкие процессы и перестраивать их в надежные автоматизированные агентные рабочие процессы - Оркестрировать одно- и многоагентные рабочие процессы с использованием фреймворков LangChain, LangGraph, CrewAI или AutoGen - Интегрировать агентов с внутренними инструментами, API, базами данных и корпоративными системами, включая Model Context Protocol (MCP) - Внедрять пайплайны retrieval-augmented generation (RAG) для привязки агентов к доменным данным компании - Применять промт-инжиниринг, вызовы инструментов и функций, а также строгую оценку для обеспечения точности и надежности агентов - Использовать лучшие практики MLOps/LLMOps для развертывания, мониторинга, оценки и непрерывного улучшения агентных систем - Встраивать защитные механизмы ответственного ИИ — безопасность, контроль с участием человека, прозрачность и соответствие требованиям - Взаимодействовать со старшим дата-сайентистом и кросс-функциональными командами для выявления и приоритизации возможностей автоматизации Требования: - 2+ года опыта в AI-инжиниринге, ML-инжиниринге, разработке ПО или смежных областях - Степень бакалавра или магистра в Computer Science, Data Science, AI/ML, инженерии или смежной STEM-области (или эквивалентный практический опыт) - Владение Python и опыт создания приложений с большими языковыми моделями (LLM) и фундаментальными моделями - Практический опыт с агентными AI-фреймворками (LangChain, LangGraph, CrewAI, AutoGen) и паттернами оркестрации - Опыт промт-инжиниринга, вызова инструментов и функций (включая Model Context Protocol), RAG и векторных баз данных (Pinecone, Weaviate, ChromaDB) - Знакомство с облачными платформами (Azure/Fabric, AWS или GCP) для масштабируемого развертывания AI - Опыт с практиками MLOps/LLMOps и принципами ответственного ИИ, включая мониторинг, управление и соответствие требованиям - Сильные основы разработки ПО: разработка API, контроль версий (Git), контейнеризация (Docker) - Навыки коммуникации для взаимодействия с бизнес- и техническими командами - Предпочтительно: склонность к автоматизации, опыт выявления повторяющихся ручных процессов и создания инструментов для их устранения - Предпочтительно: опыт в производстве и цепочке поставок Условия: - Медицинская, стоматологическая и офтальмологическая страховка с первого дня - Дополнительные планы здоровья (страхование госпитализации, несчастных случаев и критических заболеваний) - Оплачиваемый отпуск - Оплачиваемый родительский отпуск и помощь в усыновлении (до 10 000 долларов) - Поддержка родителей и семейные льготы, включая ресурсы по уходу за детьми и поддержку лактации - 401(k) с корпоративным взносом до 9% - Возмещение расходов на оздоровление (до 500 долларов) - Программа помощи сотрудникам (EAP) - Оплачиваемая страховка жизни и краткосрочная нетрудоспособность - Взносы работодателя в HSA (для участников HDHP) - Возмещение расходов на обучение (до 10 000 долларов)

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Senior Prompt Engineer (AI/ML), Brand Concierge Задачи: - Разработка шаблонов и многошаговых цепочек промптов для бизнес-функций (продажи, поддержка, управление знаниями). - Создание few-shot, zero-shot и гибридных паттернов для улучшения рассуждений и удержания контекста. - Ведение библиотек промптов с контролем версий. - Внедрение вызова функций LLM для работы с API, базами данных и внутренними инструментами. - Построение пайплайнов инструментов в агентных рабочих процессах для автоматизации сложных задач. - Определение и создание персон, ролей и поведения агентов для доменных приложений. - Управление многоходовыми диалогами, памятью и контекстной непрерывностью. - Адаптация промптов для корпоративной среды с приоритетом точности, конфиденциальности, справедливости и соответствия требованиям. - Сотрудничество с юридическим и security-отделами для снижения рисков галлюцинаций, предвзятости и злоупотреблений. - Интеграция промптов в агентные рабочие процессы и оркестрационные пайплайны совместно с инженерами AI-агентов. - Ведение документации и рабочих процессов для продакшн-развертывания. Требования: - 3+ года опыта в NLP, разработке AI/ML-продуктов или написании прикладных скриптов. - Глубокое понимание возможностей и ограничений LLM (OpenAI, Claude, Mistral, Cohere). - Опыт создания промптов и методов оценки для корпоративных задач. - Знакомство с фреймворками LangChain, Semantic Kernel или AutoGen. - Навыки ML, Python и интеграции API. - Отличные письменные коммуникационные навыки и структурное мышление. Предпочтительно: - Опыт с вызовом функций LLM, интеграцией пользовательских инструментов и агентными рабочими процессами. - Опыт в UX-райтинге, человеко-компьютерном взаимодействии или instructional design. - Понимание корпоративных стандартов соответствия (SOC 2, GDPR) в AI-системах. - Степень бакалавра или эквивалентный опыт в Computer Science, Computational Linguistics, Cognitive Science или смежных областях. О компании: Adobe разрабатывает платформы и инструменты для творчества, продуктивности и персонализированного клиентского опыта. Продукты включают Adobe Acrobat Studio, Adobe Express, Adobe Firefly, Creative Cloud, Adobe Experience Platform, Adobe Experience Manager и GenStudio. В компании работают более 30 000 сотрудников по всему миру.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

О роли Ищем системно-ориентированного Senior AI Agent Engineer для проектирования, разработки и поддержки интеллектуальных агентов, которые автоматизируют процессы и создают бизнес-эффект в масштабах предприятия. Роль предполагает полный цикл разработки агентов: от дизайна до версионирования, оркестрации и непрерывного обучения. Инженер будет напрямую влиять на масштабирование AI-стратегии, создавая переиспользуемые компоненты, оптимизируя рабочие процессы агентов и обеспечивая их реальную производительность в production-среде. Обязанности Разработка агентов - Создание и тонкая настройка специализированных AI-агентов для целевых сценариев клиентского опыта: поиск, поддержка, квалификация лидов. - Внедрение стратегий промт-инжиниринга, управления памятью, распределения ресурсов и интеграции вызова инструментов. Мультиагентная коммуникация - Использование протоколов взаимодействия агентов и механизмов передачи задач для совместного выполнения и делегирования. - Построение оркестрированных рабочих процессов между агентами с помощью фреймворков LangChain, AutoGen или Semantic Kernel. Шаблоны и переиспользование - Создание переиспользуемых шаблонов агентов и модульных компонентов для ускорения внедрения в бизнес-подразделениях. - Разработка конфигураций plug-and-play под требования конкретных доменов. Управление жизненным циклом и мониторинг - Отслеживание и улучшение качества диалогов, процента успешных задач, удовлетворенности пользователей и метрик производительности. - Автоматизация мониторинга поведения агентов с помощью инструментов наблюдаемости (Arize, LangSmith, собственные дашборды). Непрерывное улучшение - Внедрение процессов обучения, включая обратную связь human-in-the-loop и автоматическое переобучение. - Уточнение промтов и поведения моделей через структурированные эксперименты и циклы обратной связи. Поддержка и управление - Обновление баз знаний, обнаружение дрейфа данных, отслеживание деградации производительности и интеграция новой бизнес-логики. - Обеспечение соответствия агентов меняющимся корпоративным источникам данных и требованиям комплаенса. Деплой - Управление версионированием агентов, тестовыми конвейерами (unit, регрессионное, UX-тестирование) и контролируемыми процессами раскатки. - Взаимодействие с командами DevOps, QA и инфраструктуры для обеспечения масштабируемых развертываний. Требования - 3–5+ лет опыта в AI/ML-инжиниринге, NLP-системах или backend-разработке. - Уверенное владение LLM-фреймворками (OpenAI API, LangChain, RAG-пайплайны). - Опыт создания разговорных агентов или workflow-ботов в production-среде. - Знакомство с облачными платформами (AWS/GCP/Azure), REST API, Python и контейнеризацией (Docker, K8s). - Уверенная работа с промт-дизайном, векторными базами данных и стратегиями управления памятью. Желательные квалификации - Опыт работы с мультиагентными фреймворками или системами оркестрации агентов. - Знакомство с инструментами наблюдаемости, процессами разметки данных или генерацией синтетических данных. - Опыт в дизайне диалогов или системах управления диалогами. - Степень в области компьютерных наук, науки о данных, инженерии или смежной области.

Формат

Офис

Страна

Россия

Город

Не указан

О компании Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Штат насчитывает 2500+ специалистов. Компания разрабатывает программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и других. Заказчик — крупнейший коммерческий банк страны, лидер по объему активов и цифровому развитию. Банк активно продвигает мобильные сервисы, ценит скорость, гибкость и неформальный подход внутри команд. Многократно отмечен наградами, в том числе «Bank of the Year in Russia 2019» (The Banker) и «Best Mortgage Bank in CEE» (Global Finance). Интересные стороны роли - глубокая автоматизация — возможность оптимизировать процессы развертывания и мониторинга; - влияние на инфраструктуру — участие в принятии решений по масштабируемости и надежности системы. Задачи - создавать AI-агентов и платформы для них; - строить MLOps-инфраструктуру; - работать с данными для ML. Требования - опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет; - production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны; - опыт работы с Docker и Kubernetes в контексте развертывания моделей как сервисов; - опыт работы с одним из major cloud-провайдеров, желательно GCP или AWS/Azure с пониманием hybrid-cloud; - умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol); - знание распределенных вычислений (Spark); - опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.); - отличные знания Python, SQL на очень высоком уровне для работы с data vault; - знания Git, GitLab CI/CD. Условия - зарплата обсуждается индивидуально, есть доплаты за менторство и профактивности; - долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review; - релокейт между офисами, выбор формата работы: удалённо, офис, гибрид; - адаптация для новых сотрудников; - доступ к корпоративному порталу, митапам, конференциям, в том числе в роли спикера; - ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные; - тимбилдинги, детские праздники, внутренние мероприятия. Офисы - Москва, ул. Вильгельма Пика, 11, БЦ «Ботаника», 13 этаж, офис 1310; - Санкт-Петербург, Владимирский проспект, д. 23, 8 этаж; - Казань, Н. Ершова, 76/1; - Нижний Новгород, ул. Новая, 28, коворкинг «VMESTE»; - Самара, IT-парк «Монте Роза».

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм США, ищет разработчика AI-агентов и автоматизации в команду Business Transformation. Возможна гибридная модель работы из любого офиса компании в США. Обязанности: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами над улучшением возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая: - Prompt Engineering — внедрение информации непосредственно в промпты. - Fine-tuning — дообучение моделей на дополнительных данных. - Retrieval-Augmented Generation (RAG) — внедрение документов в векторные базы данных и поиск релевантной информации. - Tool Use — использование субагентов или детерминированных моделей для поиска контекста. - Гибридные подходы — комбинирование двух и более методов для повышения надежности. - Мониторинг производительности, проведение оценок и внедрение механизмов безопасности. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области AI, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI и Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными приложениями. Требования: - Степень бакалавра в области компьютерных наук, AI, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с AI/ML-библиотеками (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на основе LLM или генеративных моделей. - Знакомство с разработкой API, бэкенд-сервисами и пайплайнами развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки для взаимодействия с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративные ценности, включающие честность, сотрудничество, доверие и взаимное уважение. - Возможность заниматься инновационной работой. - Среда, ориентированная на карьерный рост и профессиональное развитие. - Конкурентоспособная компенсация и пакет льгот, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Не указана

Город

Не указан

AI Agent & Automation Developer в команду Business Transformation компании Cherry Bekaert, одной из крупнейших бухгалтерских и консалтинговых фирм в США. Гибридный формат работы из любого офиса компании в США. Задачи: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами над развитием возможностей агентов. - Оптимизация поведения агентов через обратную связь, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов: промпт-инжиниринг, дообучение моделей, RAG (векторные базы данных), использование инструментов и гибридные подходы. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и защитных ограничений. - Ведение документации по логике агентов, архитектурным решениям и зависимостям. - Отслеживание отраслевых новинок в области ИИ, машинного обучения и агентных технологий. - Интеграция агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестраторов Microsoft для работы с Microsoft 365, Dynamics и кастомными бизнес-приложениями. Требования: - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с библиотеками ИИ/МО: LangChain, OpenAI API, Hugging Face, PyTorch. - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на базе LLM или генеративных моделей. - Знание разработки API, бэкенд-сервисов и пайплайнов развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с техническими и бизнес-заинтересованными сторонами. - Аналитическое мышление, навыки решения сложных задач и принятия решений на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративная культура, основанная на ценностях: честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентоспособная компенсация и пакет льгот, ориентированный на благополучие. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Израиль

Город

Не указан

Компания INA Solution Условия - Локация: Шампейн, Иллинойс (офис) - Прямой найм - Требуется разрешение на работу: гражданство США, грин-карта или GC-EAD. H1B, OPT, CPT не рассматриваются Задачи - Создание и развертывание приложений на основе LLM и ИИ-агентов - Разработка RAG-пайплайнов, оркестрация рабочих процессов, работа с фундаментальными моделями Требования - Python, Agents SDK, LangChain/LangGraph - PyTorch, HuggingFace - Azure OpenAI, AWS Bedrock - Snowflake, Databricks, Pinecone - RAG, AI-агенты, дообучение и оценка моделей - Управление ИИ, мониторинг и guardrails

Формат

Офис

Страна

Канада

Город

Не указан

О компании Sonatype — компания в сфере управления цепочками поставок программного обеспечения. Она управляет Maven Central — крупнейшим в мире репозиторием Java-компонентов с открытым исходным кодом. Платформу Sonatype используют более 2000 организаций, включая 70% компаний из Fortune 100, и более 15 миллионов разработчиков. Роль Ищем Data Scientist в растущую команду AI и Data Science. Вы будете работать как внутренний ИИ-консультант и технический лидер, помогая командам Sonatype применять машинное обучение и генеративный ИИ: от обнаружения вредоносного поведения и аномалий в данных безопасности до GenAI-решений для разработчиков и аналитиков. Вы будете исследовать сложные наборы данных, проектировать эксперименты, строить и валидировать модели, тесно сотрудничать с командами продукта, инженерии и безопасности, превращая исследовательские идеи в практические масштабируемые решения. У нас зрелая команда инженерии данных, поэтому вы сможете сосредоточиться на построении и запуске моделей. Роль подходит тому, кто комфортно работает с автономией, любит превращать неоднозначные идеи в работающие системы и предпочитает работать на стыке направлений. Что вы будете делать - Вести прикладные AI-проекты от концепции до результата: прототипирование, валидация, помощь командам во внедрении практических ML и GenAI-решений. - Выступать внутренним консультантом для команд продукта, инженерии, безопасности и исследований: определять задачи, оценивать подходы, давать рекомендации по лучшим практикам ML/AI и продуктивному использованию генеративных технологий. - Руководить исследованиями, разработкой и внедрением моделей для таких задач, как обнаружение вредоносного поведения, аномалий и мошенничества — с использованием методов от классического ML до LLM, эмбеддингов, retrieval-augmented generation и агентных рабочих процессов. - Проектировать надёжные эксперименты и создавать пайплайны оценки надёжности, точности и бизнес-эффекта моделей (кросс-валидация, мониторинг дрейфа, оценка на эталонных данных). - Соединять исследования и продакшн: превращать исследовательские результаты в масштабируемые API, инструменты или рабочие процессы, позволяющие другим командам эффективно применять AI. - Исследовать новые техники (LLM, эмбеддинг-модели, RAG, агентные рабочие процессы) для улучшения опыта разработчиков и специалистов по безопасности. - Понятно доносить технические концепции, компромиссы и рекомендации до технических и нетехнических заинтересованных сторон через презентации, документацию и совместную работу; наставлять коллег и повышать AI-грамотность организации. - Сотрудничать с командой управления данными для соблюдения нормативных требований по конфиденциальности данных и этических соображений при работе с данными клиентов. Что мы ждём - 5+ лет практического опыта в прикладной науке о данных, машинном обучении, AI-инженерии или AI-исследованиях. - Степень в области компьютерных наук или эквивалентную техническую степень (желательно). - Уверенные навыки Python и практический опыт работы с библиотеками и платформами для данных и AI: Databricks, LLM API, scikit-learn. - Опыт создания и запуска ML или GenAI-приложений — от раннего прототипа до рабочего внутреннего или клиентского процесса. - Глубокое знакомство с современными LLM-экосистемами: OpenAI, Anthropic/Claude, Hugging Face, модели с открытыми весами. - Умение выбирать модели и проектировать эффективные LLM-приложения с использованием промптинга, управления контекстом, структурированных выходов, поиска и использования инструментов. - Опыт создания агентных или многошаговых AI-рабочих процессов с LangGraph, LangChain, Semantic Kernel или аналогичными фреймворками оркестрации. - Сильное аналитическое мышление: определение полезных метрик качества, создание репрезентативных оценочных датасетов, оценка надёжности и принятие решений на основе данных. - Комфортная работа с большими, «грязными», структурированными и неструктурированными данными для создания признаков, инсайтов и понятных визуализаций. - Владение Git, тестированием, код-ревью и совместными практиками разработки ПО. - Практичный и взвешенный подход: интерес к новым возможностям AI при создании поддерживаемых, безопасных и надёжных систем. - Проактивность и ответственность, сильные письменные и устные коммуникативные навыки для работы с техническими и нетехническими специалистами.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Senior

Сбер Senior NLP/LLM-инженер. Опыт работы: 3–6 лет. Полная занятость. Формат работы: офис или гибрид (Москва). Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация). - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG. - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование. - Писать чистый, документированный и тестируемый Python-код, проектировать API-контракты для ML-компонент. - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами. Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM. - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph. - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса. - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML. - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов. - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Чем предстоит заниматься - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов Условия - Полная занятость - Удалённо на территории РФ

Формат

Офис

Страна

Не указана

Город

Не указан

Cherry Bekaert — одна из крупнейших бухгалтерских и консалтинговых фирм США, признанная отличным местом для работы. В команду Business Transformation требуется разработчик AI-агентов и автоматизации. Работа предполагает гибридный формат из любого офиса Cherry Bekaert в США. Задачи - Проектировать и внедрять AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разрабатывать архитектуры агентов, поддерживающие автономность, интерактивность и выполнение задач. - Интегрировать агентов в приложения, API или рабочие процессы (например, чат-боты, инструменты автоматизации). - Сотрудничать с исследователями, инженерами и продуктовыми командами для итеративного улучшения возможностей агентов. - Оптимизировать поведение агентов с помощью обратной связи, обучения с подкреплением или взаимодействия с пользователями. - Управлять контекстом для агентов, чтобы они получали нужную информацию в нужное время, применяя методы: промпт-инжиниринг, тонкая настройка (где применимо), RAG (извлечение с дополнением генерации), использование инструментов, гибридные подходы. - Мониторить производительность, проводить оценки, внедрять механизмы безопасности и ограничений. - Поддерживать подробную документацию по логике агентов, проектным решениям и зависимостям. - Следить за отраслевыми разработками и достижениями в области ИИ, машинного обучения и агентных технологий. - Интегрировать AI-агентов с платформами Microsoft: Copilot Studio, Azure AI и Semantic Kernel SDK. - Создавать и разворачивать корпоративные Copilot'ы с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и пользовательскими бизнес-приложениями. Требования - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Подтверждённый опыт работы с агентными системами или интеллектуальной автоматизацией, минимум 2 года на аналогичной должности. - Сильные навыки программирования на Python (или аналогичном языке) и опыт работы с библиотеками ИИ/ML (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений с использованием LLM или генеративных моделей ИИ. - Знание разработки API, бэкенд-сервисов и пайплайнов развёртывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, способность решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия - Общие ценности, включающие инклюзивность и принадлежность: непоколебимая честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и выполнять работу, которая мотивирует и вовлекает. - Коллаборативная среда, способствующая карьерному росту и непрерывному профессиональному развитию. - Конкурентоспособная компенсация и пакет вознаграждения, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общаться и учиться у профессионалов с разным опытом и культурой.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания и проект Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Условия - Полная занятость - Удалённо на территории РФ Задачи - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов

Формат

Офис

Страна

Канада

Город

Не указан

Компания: Adobe Роль: Applied AI Engineer Задачи: - Разработка, создание и поддержка интеллектуальных агентов для автоматизации и бизнес-эффекта в масштабах предприятия. - Полный цикл разработки агентов: от проектирования до версионирования, оркестрации и непрерывного обучения. - Создание масштабируемых платформ Agentic AI, расширяющих возможности разработчиков и ускоряющих внедрение ИИ. - Создание переиспользуемых шаблонов агентов и модульных компонентов для ускорения развертывания в бизнес-подразделениях. - Перевод моделей ИИ из прототипов в продакшен-системы. - Разработка автономных агентов и навыков для задач генерации кода и вызова инструментов. - Оптимизация производительности моделей, снижение задержек и повышение надежности. - Внедрение стратегий промт-инжиниринга, управления памятью, распределения ресурсов и интеграции вызова инструментов. Требования: - Опыт работы в AI/ML-инжиниринге и бэкенд-разработке от 3 до 5+ лет. - Опыт работы с LLM API или ИИ-сервисами в продакшене. - Опыт работы с инструментами ИИ: LangChain, LlamaIndex или векторными базами данных. - Умение измерять и улучшать показатели решаемости задач и точности моделей. - Сильные инженерные основы: Python, REST. - Опыт работы с потоковой передачей событий (Kafka, Flink, Kinesis или аналоги) и конвейерами данных (Spark, Databricks или сопоставимые). - Знакомство с продакшен-операциями: Kubernetes, CI/CD, мониторинг, алертинг и реагирование на инциденты. - Знакомство с облачными платформами (AWS/GCP/Azure), REST API, Python и контейнеризацией (Docker, K8s). Условия: - Вилка зарплаты в США: $114 100 — $214 950 в год, зависит от географического рынка и опыта. - Для Калифорнии: $148 500 — $214 950.

Формат

Офис

Страна

Монголия, США

Город

Остин

О компании Компания AVP VIGILANT TECHNOLOGY PVT LTD создаёт AI-продукты нового поколения на основе больших языковых моделей и интеллектуальной автоматизации для решения сложных бизнес-задач. Инженерные команды сочетают современные AI-технологии с масштабируемой разработкой ПО для создания надёжных, безопасных и готовых к продакшену решений на базе генеративного ИИ. О роли Ищем GenAI-инженера для проектирования, разработки и развёртывания приложений генеративного ИИ на основе LLM, RAG, Python и LangChain. Работа охватывает полный жизненный цикл AI-приложений: от прототипирования и экспериментов до продакшен-развёртывания и оптимизации. Локация Сан-Франциско, Калифорния; Нью-Йорк, Нью-Йорк; Сиэтл, Вашингтон; Остин, Техас. Ключевые обязанности - Проектирование и разработка готовых к продакшену приложений генеративного ИИ на основе LLM. - Построение и оптимизация RAG-пайплайнов для точных и контекстно-зависимых ответов. - Разработка AI-воркфлоу и компонентов приложений с использованием Python и LangChain. - Интеграция коммерческих и открытых больших языковых моделей в корпоративные приложения. - Разработка процессов приёма документов, чанкинга, эмбеддингов, поиска и реранжирования. - Внедрение промт-инжиниринга, структурированных выводов, вызова инструментов и AI-агентов. - Оценка качества, релевантности, задержки и надёжности моделей с помощью соответствующих методов. - Оптимизация приложений по производительности, масштабируемости, стоимости и качеству ответов. - Создание API и сервисов, интегрирующих возможности GenAI с существующими программными платформами. - Совместная работа с инженерами, дата-сайентистами, продакт-менеджерами и бизнес-стейкхолдерами. - Мониторинг продакшен-систем и непрерывное улучшение производительности моделей и приложений. - Соблюдение лучших практик ответственного ИИ, безопасности, приватности и разработки ПО. Требования - 2–5 лет профессионального опыта в разработке ПО, машинном обучении, AI-инжиниринге или смежной области. - Уверенное программирование на Python. - Практический опыт создания приложений на основе LLM. - Опыт разработки приложений на базе RAG. - Опыт работы с LangChain или аналогичными фреймворками для LLM-приложений. - Понимание эмбеддингов, векторных баз данных, семантического поиска и информационного поиска. - Глубокое понимание промт-инжиниринга и архитектуры LLM-приложений. - Опыт работы с API и продакшен-разработкой ПО. - Навыки отладки, аналитического мышления и решения проблем. Желательно - Опыт с LangGraph, LlamaIndex или аналогичными фреймворками. - Опыт с векторными базами данных: Pinecone, Weaviate, Milvus или pgvector. - Знакомство с фундаментальными моделями OpenAI, Anthropic, Google, Meta и других. - Опыт с облачными платформами AWS, Azure или Google Cloud. - Знание Docker, Kubernetes, CI/CD и MLOps-практик. - Опыт в оценке LLM, наблюдаемости, guardrails и безопасности ИИ. - Знакомство с концепциями NLP, машинного обучения или глубокого обучения. Условия - Полная занятость. - Зарплата $130,000–$210,000+ в год в зависимости от опыта и квалификации. - Медицинская, стоматологическая и офтальмологическая страховка. - 401(k) и пенсионные выплаты. - Оплачиваемый отпуск и корпоративные праздники. - Возможности профессионального развития и обучения. - Гибкий или гибридный формат работы в зависимости от локации. - Возможность работать над высокоэффективными продуктами генеративного ИИ.

Формат

Офис

Страна

Канада, США, Латинская Америка

Город

Не указан

Грейд

Senior

Компания RevenueCat — платформа для монетизации мобильных приложений, убирающая сложности создания и масштабирования встроенных подписок. Выпускник YC S18, используется в более чем 40% новых приложений с подписками, обрабатывает $12+ млрд годового объёма покупок. Помогает разработчикам от соло-разработчика в Бразилии до мобильной команды OpenAI. Команда — 150+ человек, полностью удалённая, в 25+ странах. Ценности: Customer Obsession, Always Be Shipping, Own It, Balance. Роль Создание ИИ-ассистента, который помогает разработчикам понимать и увеличивать доход от подписок. Сейчас живёт в Slack, расширяется на дашборд и API. Ассистент умеет получать данные в реальном времени, оценивать эксперименты, отлаживать интеграции и объяснять, что происходит в приложении, на естественном языке. В будущем большая часть взаимодействий пользователя будет опосредована или автоматизирована агентом. Нужен инженер, способный построить базовую инфраструктуру агента: оркестрацию, выполнение инструментов, управление контекстом, оценку и уровень доверия, позволяющий давать агенту больше автономии. Требования - 5+ лет опыта запуска production-систем. - Практический опыт работы с LLM — не только промптинг, но и создание систем вокруг: использование инструментов, структурированный вывод, управление контекстом, оценка, оркестрация. - Сильный бэкенд-фундамент: надёжность, наблюдаемость, безопасность. - Комфорт в условиях неопределённости: ранний продукт внутри компании на стадии роста, архитектура ещё формируется. - Самостоятельность: умение определить, что нужно построить, построить и выпустить. - Хорошая коллаборация и эффективная коммуникация в полностью удалённой культуре. Бонусы - Опыт с API OpenAI/Anthropic. - Создание агентов, которыми пользуются другие. - Опыт с фреймворками оценки и наблюдаемости (Langfuse, Langchain и др.). - Знакомство с моделями подписок, App Store или инструментами для разработчиков. - Опыт создания Slack-интеграций или других разговорных интерфейсов. - Вклад в open-source AI/ML-инструменты. Первый месяц - Выпустить первую фичу агента, познакомиться с архитектурой, экосистемой инструментов и тем, как Rico взаимодействует с API RevenueCat. - Определить самый большой пробел в надёжности или производительности и начать его исправлять. - Познакомиться с командой, настроить репозитории, окружение разработки и инструменты отладки. - Изучить дашборды RevenueCat, логирование, инструменты отладки, облачных провайдеров, управление инфраструктурой и общую архитектуру. Первые 3 месяца - Запустить новую агентную фичу для десятков тысяч разработчиков. - Владеть ключевой областью инфраструктуры — оркестрация, eval-пайплайн, инструментальный фреймворк или уровень доверия/разрешений. - Самостоятельно планировать и выполнять проекты. - Изучить основы реагирования на инциденты и участвовать в дежурствах (on-call). Первые 6 месяцев - Агент станет заметно надёжнее, быстрее и функциональнее благодаря вашей работе. - Построить инфраструктуру, с помощью которой команда выпускает агентов. - Ревьюить код, создавать предложения, участвовать в архитектурных обсуждениях. - Выпустить крупный продукт или фичу. Первые 12 месяцев - RevenueCat станет AI-native компанией; вы построите движок под ней. - Знать все основные компоненты агентной системы и уметь отлаживать сложные проблемы. - Иметь собственные инициативы по улучшению агентных продуктов, понимать текущие проблемы и приоритеты. - Менторить других инженеров, присоединяющихся к команде. Условия - Конкурентный equity в быстрорастущем стартапе Series C при поддержке топ-инвесторов, включая Y Combinator. - Окно 10 лет для реализации vested equity-опционов. - Полностью удалённая и гибкая рабочая среда. - 4–5 недель рекомендованного отпуска в год. - $2,000 USD на обустройство рабочего места и $1,000 USD ежегодно на непрерывное обучение.

Формат

Офис

Страна

Не указана

Город

Не указан

Интерика Лаб ищет технического лидера, который будет проектировать AI-решения end-to-end — от бизнес-задачи до стабильной работы в production. Компания внедряет AI в реальные бизнес-процессы: AI-ассистенты, RAG, OCR, CRM-интеграции, автоматизацию продаж, бухгалтерии и складских процессов. Задачи - проектировать архитектуру AI-сервисов, интеграций и backend-платформ; - работать с LLM, RAG, OCR и AI-агентами; - интегрировать CRM, API и базы данных; - вести техническую реализацию проектов; - менторить разработчиков; - доводить AI-решения до полноценной работы у клиентов. Требования - сильный Python; - опыт с FastAPI / Django / Flask; - опыт технического лидерства; - понимание backend-архитектуры; - интеграции, очереди и production-надежность; - опыт внедрения AI/ML-решений; - LLM API, RAG, vector DB, чат-боты, обработка документов. Будет плюсом - Битрикс24, amoCRM, 1С, МойСклад, LangChain, LlamaIndex, Qdrant, Milvus, pgvector, OCR, n8n, Kubernetes, Airflow.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания ru.shopping ищет специалиста в команду для автоматизации бизнес-процессов в сфере e-commerce. Компания работает с более чем 2 000 брендов и ассортиментом свыше 3 млн SKU. Задача Автоматизировать процессы подразделений логистики, байинга и финансов с помощью AI. Формат работы Полностью удалённо, можно работать из любой точки мира. Формат сотрудничества — удалённый. Задачи - анализировать внутренние бизнес-процессы; - находить точки для автоматизации; - создавать AI-решения и интегрировать их в существующий IT-ландшафт; - тестировать разработанный функционал; - внедрять новые инструменты; - обучать ключевых пользователей. Требования - от 3 лет коммерческой разработки в автоматизации бизнеса; - профессиональное владение несколькими языками программирования; - понимание баз данных; - опыт анализа бизнес-процессов и проектирования автоматизации; - базовые навыки архитектурного проектирования. AI-стек Практический опыт с Cursor, Claude Code, Windsurf, n8n, Make, LangChain или аналогами. Также важно понимание Prompt Engineering, RAG, оркестрации AI-агентов. Условия - полностью удалённая работа без привязки к стране; - доступ к продвинутым платным AI-инструментам для разработки; - Bitrix24 как виртуальный офис; - минимум микроменеджмента; - быстрое принятие решений; - упорядоченные процессы и дружелюбная атмосфера; - своевременная оплата.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О роли Присоединяйтесь к команде AI Forward Deployed Engineering — клиентоориентированной группе специалистов в Databricks, которая реализует проекты профессиональных услуг, помогая клиентам создавать и внедрять в производство инновационные GenAI-приложения. Вы будете работать кросс-функционально с инженерными, продуктовыми командами и разработчиками, формируя долгосрочные стратегические приоритеты. Условия - Локация: в любой точке мира - Удалённая работа - Полная занятость Технологии - AI - Machine Learning - GenAI - LLM - RAG - Python - PyTorch - LangChain

Формат

Офис

Страна

Ватикан

Город

Не указан

AI Agent & Automation Developer Компания Cherry Bekaert, входящая в число крупнейших бухгалтерских и консалтинговых фирм страны, ищет разработчика AI-агентов и автоматизации в команду Business Transformation. Возможна гибридная модель работы из любого офиса компании в США. Обязанности: - Проектирование и внедрение AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разработка архитектур агентов, поддерживающих автономность, интерактивность и выполнение задач. - Интеграция агентов в приложения, API и рабочие процессы (чат-боты, инструменты автоматизации). - Совместная работа с исследователями, инженерами и продуктовыми командами для улучшения возможностей агентов. - Оптимизация поведения агентов через циклы обратной связи, обучение с подкреплением или взаимодействие с пользователями. - Управление контекстом для агентов, включая: - Prompt Engineering — внедрение информации в промпты. - Fine-tuning — дообучение моделей на дополнительных данных. - Retrieval-Augmented Generation (RAG) — индексация документов в векторных базах и поиск релевантной информации. - Tool Use — использование субагентов или детерминированных моделей для поиска контекста. - Гибридные подходы — комбинация двух и более методов. - Мониторинг производительности, проведение оценок, внедрение механизмов безопасности и защитных мер. - Ведение документации по логике агентов, проектным решениям и зависимостям. - Отслеживание отраслевых новинок в области ИИ, машинного обучения и агентных технологий. - Интеграция AI-агентов с платформами Microsoft: Copilot Studio, Azure AI, Semantic Kernel SDK. - Создание и развертывание корпоративных Copilot-решений с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и кастомными приложениями. Требования: - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Опыт работы с агентными системами или интеллектуальной автоматизацией от 2 лет. - Уверенное владение Python (или аналогичным языком) и опыт работы с библиотеками ИИ/МО (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений на основе LLM или генеративных моделей. - Знакомство с разработкой API, бэкенд-сервисами и пайплайнами развертывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки для взаимодействия с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, умение решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия: - Корпоративная культура, основанная на честности, сотрудничестве, доверии и взаимном уважении. - Возможность внедрять инновации и заниматься мотивирующей работой. - Среда для карьерного роста и непрерывного профессионального развития. - Конкурентоспособная компенсация и пакет льгот, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общения и обучения у профессионалов из разных культур и слоев общества.

Формат

Офис

Страна

Канада

Город

Не указан

Обязанности - Разрабатывать и прототипировать агентные AI-приложения и рабочие процессы с использованием больших языковых моделей и современных AI-фреймворков. - Создавать AI-агентов, способных к рассуждению, использованию инструментов, оркестрации задач, поиску информации и взаимодействию с внешними системами и API. - Разрабатывать и интегрировать приложения на основе LLM, включая retrieval-augmented generation (RAG), мультиагентные системы и AI-автоматизацию. - Проектировать и реализовывать бэкенд-сервисы и API для поддержки AI-приложений и интеграции моделей. - Интегрировать LLM с структурированными и неструктурированными источниками данных, API, базами данных и программными инструментами. - Разрабатывать процессы оценки и валидации для измерения производительности, точности, надежности и поведения AI-моделей и агентов при использовании инструментов. - Выполнять обработку, преобразование и анализ данных для поддержки разработки и оценки AI. - Экспериментировать с промпт-инжинирингом, конфигурациями моделей, техниками поиска и архитектурами агентов для улучшения производительности систем. - Писать чистый, поддерживаемый и хорошо протестированный код с использованием современных практик программной инженерии. - Устранять неполадки в приложениях, интеграции моделей и конвейерах данных. - Участвовать в код-ревью, тестировании, документировании и процессах непрерывной интеграции и развертывания. - Исследовать новые разработки в области генеративного AI, LLM, агентных фреймворков и инструментов разработки AI и применять релевантные технологии в инженерных проектах. - Сотрудничать с инженерами и другими техническими заинтересованными сторонами для преобразования требований в функциональные AI-решения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, науки о данных, информационных систем или смежной технической области, либо эквивалентный практический опыт. - Сильные навыки программирования на Python и знакомство как минимум с одним дополнительным языком программирования, таким как JavaScript/TypeScript, Java, C/C++ или Rust. - Опыт работы с агентными AI или фреймворками оркестрации LLM, такими как LangChain, LangGraph, CrewAI или аналогичными технологиями. - Опыт разработки мультиагентных систем или AI-приложений, включающих автономное выполнение задач и использование инструментов. - Опыт работы с OpenAI API, Hugging Face, Ollama или другими коммерческими или открытыми LLM-платформами. - Знакомство с RAG-конвейерами, векторными базами данных, семантическим поиском или FAISS. - Опыт работы с фреймворками машинного обучения, такими как PyTorch, TensorFlow или scikit-learn. - Опыт работы с бэкенд-фреймворками, такими как FastAPI, Flask или Node.js. - Знакомство с SQL и/или NoSQL базами данных. - Опыт работы с Docker, CI/CD, GitHub Actions или облачными платформами, такими как AWS, Google Cloud или Azure. - Опыт оценки AI-моделей, бенчмаркинга, автоматизированной валидации или рабочих процессов качества данных. - Опыт использования AI-ассистируемых инструментов разработки, таких как GitHub Copilot, Cursor, Claude Code или аналогичных. - Проявленный интерес к генеративному AI через академические проекты, хакатоны, стажировки, исследования или вклад в open-source.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Обязанности: - Проектирование и разработка production AI-приложений, интегрирующих foundation-модели, системы поиска, внешние инструменты и корпоративные источники данных. - Архитектура модульных и переиспользуемых AI-компонентов для промптинга, поиска, оркестрации, выполнения инструментов, памяти и оценки. - Создание AI-приложений с использованием структурированных выходов, эмбеддингов, RAG, длинноконтекстного рассуждения и агентных рабочих процессов. - Разработка пайплайнов данных для приёма, трансформации, индексации и обновления структурированных и неструктурированных данных. - Внедрение фреймворков оценки для измерения корректности, надёжности, безопасности и результатов миссии с помощью автоматизированных и ручных методов. - Оптимизация AI-приложений по задержке, надёжности, масштабируемости и операционным затратам через эксперименты, бенчмаркинг и непрерывное улучшение. - Применение асинхронного программирования и событийно-ориентированных паттернов для поддержки длительных рабочих процессов и распределённых AI-приложений. - Внедрение наблюдаемости, мониторинга, guardrails, контроля доступа и ответственных практик AI на всём жизненном цикле приложения. - Развёртывание AI-сервисов на AWS или аналогичных облачных платформах с использованием Docker, Kubernetes, serverless или других cloud-native паттернов. - Применение современных практик разработки ПО, включая автоматизированное тестирование, CI/CD, версионирование промптов и рабочих процессов, безопасный rollout AI-обновлений. - Использование AI-ассистированных инструментов разработки для ускорения реализации при сохранении инженерной строгости и качества кода. - Сотрудничество с клиентами и кросс-функциональными командами для выявления ценных AI-возможностей, быстрого прототипирования и перевода успешных концепций в production. - Презентация технических решений техническим и нетехническим заинтересованным сторонам. Требования: - 3+ лет опыта в программной инженерии в профессиональной среде. - 2+ лет опыта разработки AI или ML-решений в профессиональной среде. - Опыт создания production AI-приложений на Python. - Опыт проектирования и внедрения генеративных AI-приложений с использованием больших языковых моделей. - Опыт создания RAG-решений и интеграции AI-систем с корпоративными данными. - Опыт работы с фреймворками оркестрации AI, такими как LangChain. - Опыт разработки AI-приложений, взаимодействующих с внешними инструментами, API или корпоративными системами, а также оценки и улучшения качества AI-приложений через тестирование, эксперименты или бенчмаркинг. - Опыт развёртывания cloud-native приложений на облачных платформах, таких как AWS. - Наличие допуска Secret. - Степень бакалавра в области компьютерных наук, инженерии или технологической сфере. Желательно: - Опыт создания AI-приложений с автономными или агентными рабочими процессами. - Опыт работы с мультимодальными AI-приложениями, включающими текст, изображения, аудио или документы. - Опыт проектирования фреймворков оценки, наблюдаемости или безопасности AI. - Опыт развёртывания портативных, edge или офлайн-совместимых AI-приложений. - Опыт разработки пользовательских интерфейсов для эффективного взаимодействия с AI-приложениями. - Опыт поставки технических решений в клиентских средах. - Опыт использования AI-ассистированных инструментов разработки для повышения продуктивности. - Степень магистра в области компьютерных наук, AI или смежной технической области.