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

Россия

Город

Не указан

Грейд

Senior

Polymedia — один из лидеров российского рынка BI. Visiology Cortex — AI-модуль платформы, встроенный интеллектуальный ассистент на базе LLM. Технологии: Python, LangGraph, PostgreSQL, векторные эмбеддинги, LLM API, Docker. Опыт работы: от 6 лет Полная занятость Формат работы: офис или удалённо Чем предстоит заниматься - Развитие архитектуры Cortex: LangGraph-агенты, маршрутизация запросов, мультиагентные сценарии - Разработка и оптимизация RAG-пайплайна: индексация документов, работа с эмбеддингами и реранкерами, поиск по векторным представлениям - Интеграция с LLM (Claude / OpenAI / GigaChat / open-source модели), контроль стоимости инференса, стриминг ответов (SSE) - Разработка backend-сервисов на Python - Работа с PostgreSQL, в т.ч. с хранением и поиском по векторам - Интеграция с ядром платформы Visiology через REST API (дашборды, метрики, модели данных) - Точечные задачи на Angular/TypeScript (UI Cortex) и C/.NET при стыковке с сервисами платформы - Написание unit- и интеграционных тестов, разработка технической документации Пожелания к кандидатам - Опыт коммерческой разработки от 6 лет - Уверенное знание Python, опыт построения backend-сервисов - Опыт работы с PostgreSQL - Понимание базовых принципов работы с LLM и RAG: эмбеддинги, векторный поиск, prompt engineering, ограничения контекста - Практический опыт работы с AI-ассистентами разработки (Claude Code, Cursor, Copilot или аналогами) - Понимание работы веб-приложений (HTTP, REST API) - Знание структур данных и шаблонов проектирования - Умение проводить качественное code review - Опыт работы с системами контроля версий (Git) - Знание английского языка на уровне чтения технической документации

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

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

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

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Компания Polymedia — один из лидеров российского рынка BI. Visiology Cortex — AI-модуль платформы, встроенный интеллектуальный ассистент на базе LLM. Технологии: Python, LangGraph, PostgreSQL, векторные эмбеддинги, LLM API, Docker. Условия - Опыт работы: от 6 лет - Полная занятость - Формат работы: офис или удалённо Чем предстоит заниматься - Развитие архитектуры Cortex: LangGraph-агенты, маршрутизация запросов, мультиагентные сценарии - Разработка и оптимизация RAG-пайплайна: индексация документов, работа с эмбеддингами и реранкерами, поиск по векторным представлениям - Интеграция с LLM (Claude / OpenAI / GigaChat / open-source модели), контроль стоимости инференса, стриминг ответов (SSE) - Разработка backend-сервисов на Python - Работа с PostgreSQL, в т.ч. с хранением и поиском по векторам - Интеграция с ядром платформы Visiology через REST API (дашборды, метрики, модели данных) - Точечные задачи на Angular/TypeScript (UI Cortex) и C/.NET при стыковке с сервисами платформы - Написание unit- и интеграционных тестов, разработка технической документации Требования - Опыт коммерческой разработки от 6 лет - Уверенное знание Python, опыт построения backend-сервисов - Опыт работы с PostgreSQL - Понимание базовых принципов работы с LLM и RAG: эмбеддинги, векторный поиск, prompt engineering, ограничения контекста - Практический опыт работы с AI-ассистентами разработки (Claude Code, Cursor, Copilot или аналогами) - Понимание работы веб-приложений (HTTP, REST API) - Знание структур данных и шаблонов проектирования - Умение проводить качественное code review - Опыт работы с системами контроля версий (Git) - Знание английского языка на уровне чтения технической документации

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Trucordia формирует новую продуктовую инженерную команду для создания AI-платформ с нуля. Команда AI Personal Lines уже показала результат: развернула облачную инфраструктуру и выпустила production-приложение за несколько недель. Ищем senior full stack-инженера, который поможет масштабировать этот подход. Вы будете работать на всех уровнях стека, интегрировать AI и сторонние сервисы и выпускать продукт в защищенном облаке. Присоединитесь к небольшой команде с высоким уровнем доверия, где важны скорость, ответственность и результат. Задачи: - Разрабатывать full-stack функции: фронтенд на TypeScript и Next.js и облачный бэкенд, используя серверный AI-прокси, чтобы ключи API и секреты не попадали в браузер. - Интегрировать AI и LLM-возможности: OpenAI API, retrieval-augmented generation, диалоговые сценарии, агентные фреймворки вроде LangGraph, а также GPT actions и MCP-серверы. - Разворачивать и подключать облачную инфраструктуру на Azure: Functions (Python), Service Bus, Storage, API Management, Front Door, аутентификацию B2C. - Создавать и поддерживать интеграции с внешними API: котировки, идентификация, получение документов, сторонние данные. Обрабатывать аутентификацию, валидацию и крайние случаи реального использования. - Отвечать за код на всех этапах: от песочницы до dev, staging и production, используя CI/CD, понятные практики ветвления, автоматические тесты и проверки качества. - Работать с security-командой над усиленной архитектурой: пентесты и требования соответствия. - Работать в быстром AI-поддерживаемом процессе разработки с ежедневными стендапами и трекингом в Jira, устранять production-инциденты. Требования: - 5+ лет опыта создания и выпуска production-веб-приложений в роли full stack-инженера. - Уверенные навыки TypeScript и JavaScript с современным React-фреймворком, желательно Next.js, плюс рабочий опыт с Python. - Практический облачный опыт, желательно Azure: Functions, Service Bus, Storage, API Management, Front Door, B2C. Сильный опыт AWS или GCP также подойдет. - Опыт интеграции сторонних REST API: аутентификация, rate limiting, работа с неконсистентными данными. - Привычка к security-ориентированной разработке: корректная работа с секретами, проксирование запросов, понимание сетевых границ. - Уверенная работа с CI/CD, Git-процессами и продвижением кода через несколько сред. - Подтвержденная способность быстро действовать и выдавать результат в неоднозначных, быстро меняющихся условиях в составе небольшой команды. Будет плюсом: - Опыт в страховании, финтехе или других регулируемых отраслях. - Глубина в infrastructure-as-code и облачной архитектуре. - Опыт параллельной интеграции множества внешних вендоров или партнеров в условиях дедлайнов. Условия: - Медицинская, стоматологическая и офтальмологическая страховка. - Страхование жизни и от несчастных случаев. - FSA и HSA. - FSA на транспорт и уход за детьми. - Поддержка при онкологических заболеваниях. - Страхование домашних животных. - Страхование от несчастных случаев и критических заболеваний. - Компенсация госпитализации. - Программа помощи сотрудникам.

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

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания: МТС О продукте В команду ищут эксперта разработки, который возьмёт на себя самые критичные и нагруженные части платформы. Важен не только сильный инженер, но и человек, которому интересно, как индустрия агентов взрослеет: от prompt- к context engineering, от одиночного бота к мульти-агентным системам, MCP и A2A как новые стандарты, память и eval агентов, reasoning-модели, эффективный serving (vLLM / SGLang). Важно пробовать это руками. Над чем будете работать - Оркестратор диалога на LangGraph: граф сценариев, чекпоинтинг состояния, tool-calling, интеграция с LLM. Это сердце платформы и одна из самых нагруженных её частей. - Планирование и выполнение многошаговых задач, субагенты и мульти-агентная оркестрация. - Развитие долговременной памяти агентов, изолированные сэндбоксы для исполнения кода и инструментов, guardrails и контроль действий. - Парсинг и чанкинг документов, индексация и гибридный / семантический поиск в Milvus. - Рантайм диалога на Kafka: обработка входящих сообщений, маршрутизация ответов в каналы, поток событий диалога в аналитику. - Оценка качества агентов, наблюдаемость. Чем предстоит заниматься - Реализовывать высоконагруженные бэкенды критичной бизнес-логики. - Быть владельцем кода одного или нескольких сервисов и отвечать за его качество, производительность, отказоустойчивость и документированность. - Прототипировать и исследовать подходы: новые модели, фреймворки агентов, способы инференса, чтобы обоснованно выбирать решения, а не следовать хайпу. - По желанию и в перспективе расти в техлида или тимлида продукта. Мы ожидаем от вас - Релевантный опыт backend-разработки от 5 лет с Python как основным языком на экспертном уровне: понимать не только как писать, но и как и почему это работает под капотом. - Глубокое понимание async-модели: где asyncio даёт выигрыш, а где только добавляет сложности, как не положить event loop блокирующим вызовом и как дебажить асинхронный код под нагрузкой. Опыт с async-фреймворком. - Опыт проектирования и эксплуатации высоконагруженных и отказоустойчивых сервисов: нагрузка, конкурентность, backpressure, деградация, идемпотентность. - Уверенная работа с микросервисами и брокерами сообщений. - Опыт с реляционными БД, понимание, чем платить за консистентность и как не положить базу под нагрузкой. - Алгоритмы и структуры данных, ООП, SOLID, чистый читаемый код, code review.

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

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

Удалённо

Страна

Россия

Город

Не указан

Компания Эра Проект — бюро цифрового проектирования городской среды. В портфолио более 200 объектов. Компания ищет специалиста по AI, AI-агентам и автоматизации; идеи по внедрению AI ждут технической реализации. Задачи - Разрабатывать AI-решения на базе OpenAI, Claude, Gemini, DeepSeek. - Создавать AI-агентов с LangChain, LangGraph, CrewAI, AutoGen. - Автоматизировать бизнес-процессы через API. - Интегрировать CRM, Google Sheets, Notion, Telegram, hh.ru и другие сервисы. - Писать асинхронные сервисы на Python / FastAPI / asyncio. - Работать с PostgreSQL / SQLite. - Использовать Docker и Git. - Быстро превращать идеи в работающие прототипы — за 1–2 дня. Требования - Уверенный Python и реальные проекты в портфолио. - Практический опыт работы с LLM. - Понимание архитектуры AI-агентов. - Опыт API-интеграций. - FastAPI, asyncio, pandas, requests. - PostgreSQL или SQLite. - Docker и Git. Будет плюсом: MCP и Telegram Bot API. Личные качества - Самостоятельная декомпозиция задач и доведение до результата. - Быстрое прототипирование и готовность экспериментировать. - Отслеживание новых AI-технологий. - Предложение собственных идей и решений. Условия - Зарплата обсуждается. - Гибкий график. - Частичная удалённая работа. - Официальное оформление по ТК РФ. - Реальные проекты и возможность влиять на технологическую стратегию.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания и продукт Компания Axis ищет AI-инженера, который будет отвечать за агентный контур продукта. Компания создаёт AI-продукты для управления себестоимостью строительства. Основной продукт работает с PDF и Excel: проводит нормоконтроль, проверяет спецификации и расчёты, сравнивает стадии и редакции документов и по каждому замечанию показывает источник, цитату и логику проверки. Продукт уже используется платящими клиентами и находится на пилотах. Условия - Зарплата: 150 000–300 000 ₽/мес до вычета налогов - Полная занятость - Удалённо - График: 5/2, 8 часов - Опыт: 1–3 года Задачи - Отвечать за качество агентных проверок: точность, полноту, скорость и стоимость - Собирать ошибки пользователей и превращать их в тесты - Сравнивать модели и промпты - Проектировать агентный движок: контекст, инструменты, действия и ограничения - Работать со структурированными результатами и валидацией - Обеспечивать надёжность длительных проверок и сохранение состояния - Развивать архитектуру без привязки к одной модели или фреймворку Требования - Хороший Python и опыт backend-разработки - API, async-задачи, очереди, тестирование и обработка ошибок - Опыт работы с LLM и AI-агентами в production - Tool calling, управление контекстом, structured output - JSON Schema / Pydantic - Опыт с RAG и поиском по документам с обязательной ссылкой на источник - Понимание оценки качества LLM-систем: тестовые наборы, error analysis, сравнение моделей и промптов Будет плюсом PydanticAI, LangGraph, Temporal, MCP, OpenTelemetry, Langfuse, локальные модели, AI-сервисы в закрытом контуре, OCR, PDF, таблицы и Document AI. Технический вызов Нужно превратить AI-агентов в надёжную production-систему, где результат можно проверить и использовать для принятия решений. Цель — чтобы методолог мог описывать новые проверки без разработки, а пользователь получал проверяемый результат на своём комплекте документов.

Формат

Офис

Страна

Ватикан

Город

Не указан

О компании Credence — компания в сфере AI, облачных технологий, кибербезопасности и модернизации. Штат — более 1700 сотрудников, включая 1500+ экспертов по AI и данным. Компания имеет 100+ prime-контрактов. Признана Top Workplace по версии Washington Post шесть лет подряд и входит в Inc. 5000 Fastest Growing Private Companies 13 из последних 14 лет. О роли Credence ищет AI Software Engineer в практику AI и автоматизации. Роль предполагает техническое лидерство в практике, применение фундаментальных навыков AI для создания и развертывания решений на основе данных. Под руководством старших AI-лидеров инженер будет вести жизненный цикл разработки агентного ИИ и взаимодействовать с командами инженеров, данных и заинтересованными сторонами для создания высокоэффективных облачных AI-возможностей для федеральных миссий. Обязанности - Генеративный ИИ и LLM: участие в проектах с генеративным ИИ и LLM, прототипирование, кастомизация и доработка AI-функций. - Разработка агентных ИИ-систем: поддержка полного цикла разработки — выбор модели, создание агентов, вызов инструментов, синтез ответов и фоновые агенты. - Инженерия ПО: соблюдение принципов разработки с использованием современных AI-инструментов генерации кода для ускорения рабочих процессов. - Совместная работа: работа с инженерами данных, разработчиками ПО и дата-сайентистами над созданием операционных агентных AI-систем. - Облачная поддержка: автоматизация развертывания моделей с помощью Infrastructure as Code (IaC), CI/CD и инструментов оркестрации контейнеров. - Мониторинг и оптимизация: мониторинг AI-систем после развертывания, настройка производительности, обеспечение надежности и масштабируемости. - Техническая строгость и документация: написание чистого, документированного кода по отраслевым и федеральным стандартам; поддержка воспроизводимой разработки. - Профессиональный рост: отслеживание трендов AI/ML, обучение у старших коллег через менторство и технические ревью. Требования - Степень бакалавра или магистра в области компьютерных наук, AI/ML или смежной области. - 1–5 лет практического опыта в разработке AI/ML-решений. - Опыт работы с генеративным ИИ, LLM и добавлением вызовов инструментов (MCP). - Опыт работы с агентными фреймворками: Agent2Agent Protocol, Mastra, Strands, AgentCore и/или Gemini Agent Platform. - Глубокое понимание AI API: OpenAI, Anthropic, Gemini, Bedrock. - Владение TypeScript и ключевыми библиотеками и фреймворками (Nx, NextJS, Mastra, Vercel AI SDK, Playwright, Jest, Vite). - Владение Python и библиотеками и фреймворками (uv, Pydantic, FastAPI, CrewAI, LangChain, LangGraph, Unstructured). - Опыт развертывания приложений с использованием облачных платформ (AWS, GCP) и контейнерных инструментов (Docker, Kubernetes). - Знакомство с CI/CD (GitLab CI). - Опыт использования AI-инструментов для кодинга (Claude Code, Codex, Antigravity). - Развитые коммуникативные навыки и клиентоориентированность. - Гражданство США и возможность получения допуска DoD Secret. Предпочтительно - Интерес к новейшим AI-инновациям, нацеленность на достижение миссии. - Опыт в смежных областях: инженерия данных, дата-сайенс, UI/UX, облачная и платформенная инженерия. - Опыт с IaC-инструментами: Terraform, Open Tofu, AWS CDK или CloudFormation. - Знание федеральной кибербезопасности, RMF, FedRAMP или регуляторных фреймворков. Зарплата и условия - Зарплата: $120,000–$150,000 в год. Фактическая компенсация зависит от опыта, образования, сертификатов, навыков и квалификации. - Медицинская страховка (медицина, стоматология, зрение). - Пенсионный план (401k, IRA). - Страхование жизни (базовое, добровольное, AD&D). - Оплачиваемый отпуск (отпуск, больничные, государственные праздники). - Семейный отпуск (декретный, отцовский). - Краткосрочная и долгосрочная нетрудоспособность. - Обучение и развитие.

Формат

Офис

Страна

США

Город

Не указан

О компании Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд. О роли Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение. Задачи - Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов. - Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации. - Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации. - Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости. - Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок. Требования - Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах. - Опыт с LangChain/LangGraph или аналогичными агентными фреймворками. - Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка. - Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks). - Опыт валидации данных и проектирования схем (Pydantic, JSON Schema). - Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform. - Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами. Будет плюсом - Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов. - Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog). - Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами. - Инфраструктура как код (Terraform, CDK). Условия и компенсация - Базовая зарплата: $215,000–$250,000 в год + опционы на акции. - Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем. - Участие в капитале компании (equity). - Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников. - Пенсионный план 401(k). - Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются. - Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие. - Гибкий отпуск (PTO). - Бесплатное использование платформы Future.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

О проекте СберСпасибо развивает платформу, в ядро которой встраиваются возможности генеративного ИИ. Ищут сильного бэкенд-разработчика уровня Middle/Senior, который не просто пишет на Java, но и глубоко понимает механику работы LLM, умеет строить RAG-пайплайны и проектировать сложных агентов. Задачи - Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security). - Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов. - Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов к векторному пространству. - Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений). - Глубокий промт-инжиниринг: написание промптов с нуля под разные пользовательские сценарии одного агента, внедрение техник Few-shot, Chain-of-Thought (CoT) и структурированного вывода (JSON mode). - Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, topp, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров LLM. - Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции. - Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins. Ожидания от кандидата - Уверенное владение Java 17+. Понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом). - Экспертный уровень владения стеком Spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений БД и параметров безопасности. - Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, бороться с блокировками и писать эффективные миграции (Liquibase/Flyway). - Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus. Понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance). - Опыт разработки с библиотеками LangChain и/или LangGraph. Навык построения графов состояний (State Machines) и интеграции внешних инструментов (tool calling). - Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели. - Опыт работы с Docker и Kubernetes (написание манифестов, Helm-чартов). Знание Linux shell на уровне уверенного пользователя. - Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Компания — лидер в автоматизации контроля качества. Разработана платформа RETAILIQA для автоматизации операционного аудита, которой пользуются компании по России и ближнему зарубежью. Среди клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, DNS, ВсеИнструменты, Spar, Мираторг, Рив Гош и другие. В связи с запросами ритейла активно развивается платформа RETAILIQA AI-VISION для автоматизации контроля выкладки товаров и промопрограмм на базе ML, Deep Learning и Computer Vision. Ищем ведущего AI/ML-инженера для разработки и развития AI-сервисов в области автоматизации compliance-процессов — от архитектуры и экспериментов до запуска решений в production. Основной технологический фокус — Agentic AI, RAG, мультимодальные LLM и классические Deep Learning-модели (Computer Vision). Решения разворачиваются в облачной инфраструктуре и on-premise на оборудовании компании. Используемые технологии: Python, FastAPI, FastMCP, RabbitMQ, FastStream, PostgreSQL/pgvector, Milvus, LlamaIndex, PydanticAI, LangGraph, DeepEval, RAGAS, Langfuse, ClearML, vLLM, Triton Inference Server, Docker, GitLab CI/CD, Prometheus, Grafana. Чем предстоит заниматься - Проектировать архитектуру AI-сервисов и принимать ключевые технические решения. - Разрабатывать LLM-, RAG- и Agentic AI-решения. - Создавать production-ready сервисы на Python. - Разрабатывать AI-агентов, workflow и интеграции с корпоративными системами. - Быстро проверять AI-гипотезы и создавать PoC/MVP. - Доводить успешные решения до production. - Организовывать evaluation и контроль качества AI-систем. - Участвовать в развитии технической архитектуры и инженерных стандартов нового AI-направления. - Взаимодействовать с backend-разработчиками, DevOps, аналитиками и продуктовыми специалистами. Что мы ожидаем - От 3 лет опыта промышленной разработки ML/AI-решений преимущественно на Python. - Практический опыт разработки LLM-, RAG- или Agentic AI-систем. - Опыт самостоятельного создания AI/ML-сервисов от идеи и прототипа до production. - Сильные навыки проектирования архитектуры AI-сервисов. - Уверенное владение Python и опыт backend-разработки. - Понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation и evaluation. - Опыт интеграции коммерческих LLM API и/или развёртывания open-source моделей. - Опыт работы с PostgreSQL и векторными базами данных. - Уверенное владение Linux, Docker и Git. - Понимание распределённых систем, очередей сообщений и асинхронной обработки. - Понимание принципов model serving, мониторинга и эксплуатации ML/LLM-сервисов. - Способность самостоятельно принимать технические решения в условиях технологической неопределённости. Будет плюсом - Опыт работы с LlamaIndex, LangGraph, PydanticAI или аналогичными фреймворками. - Опыт разработки MCP-серверов и MCP-интеграций. - Опыт работы с PostgreSQL/pgvector, Milvus или другими векторными хранилищами. - Опыт эксплуатации open-source LLM через vLLM, Triton Inference Server или аналогичные решения. - Опыт evaluation LLM/RAG-систем: DeepEval, RAGAS, Langfuse или аналоги. - Опыт on-premise развёртывания AI-моделей. - Опыт работы с мультимодальными моделями или Computer Vision. - Опыт технического взаимодействия с корпоративными заказчиками. - Опыт участия в создании новой AI/ML-команды или технического направления с нуля. Условия работы - Официальное трудоустройство по ТК РФ. - Работа в аккредитованной IT-компании. - Гибкий график работы. - Конкурентная зарплата, зависящая от опыта и квалификации кандидата. - Профессиональное развитие и обучение. - Доступ к проектам с реальными бизнес-заказчиками из числа федеральных сетей. - Возможность непосредственно влиять на практическое применение AI в бизнесе. - Система квартального премирования.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Citi — глобальный банк с примерно 200 миллионами клиентских счетов, работающий более чем в 160 странах. Предоставляет финансовые продукты и услуги: потребительский банкинг и кредит, корпоративный и инвестиционный банкинг, брокерские услуги по ценным бумагам, транзакционные сервисы и управление капиталом. О роли Инженер агентного ИИ работает на стыке искусственного интеллекта и корпоративных финансовых технологий. Роль предполагает проектирование retrieval-grounded, контекстно-зависимых и автономных ИИ-систем для Controls Technology. Сотрудник будет работать с senior-разработчиками, ИИ-архитекторами и бизнес-стейкхолдерами по всему миру, развивая агентные ИИ-приложения: от RAG-пайплайнов и графов знаний до мультиагентных рабочих процессов и продакшн-решений на базе генеративного ИИ. Обязанности - Создавать и интегрировать приложения генеративного ИИ на основе предобученных и размещённых фундаментальных моделей (через управляемые GenAI API и эндпоинты открытых моделей). - Проектировать и внедрять контекстную инженерию: системные инструкции, извлечённые знания, определения инструментов, память диалога и метаданные задач в токен-эффективные промпты. - Участвовать в промпт-инжиниринге (zero-shot, few-shot, chain-of-thought, role-based) и разработке ИИ-рабочих процессов. - Разрабатывать и поддерживать RAG-системы: чанкинг, эмбеддинги, гибридный поиск (семантический + ключевой) и реранкинг. - Помогать в создании графов знаний и Graph RAG-пайплайнов для многошаговых рассуждений и отслеживаемых ответов. - Участвовать в разработке агентных рабочих процессов: ИИ-агенты с вызовом инструментов, структурным планированием и памятью, используя фреймворки Google ADK, LangGraph или CrewAI. - Интегрировать агентов с внешними инструментами и источниками данных через Model Context Protocol (MCP) и обеспечивать взаимодействие агентов через Agent2Agent (A2A) протокол. - Помогать с развёртыванием, мониторингом и сопровождением GenAI и агентных приложений в продакшене. - Сотрудничать с дата-сайентистами и инженерами для интеграции ИИ-возможностей. - Выполнять предобработку данных, загрузку документов и разработку API для ИИ-приложений. - Участвовать в код-ревью, тестировании и документировании для обеспечения качества и надёжности. - Отслеживать новые достижения в области генеративного и агентного ИИ и делиться знаниями.

Формат

Удалённо

Страна

Любая

Город

Не указан

Pliant — европейская финтех-компания, специализирующаяся на B2B-платежах. Модульная платформа с API-first подходом помогает бизнесу оптимизировать расходы, улучшать денежные потоки и интегрировать платежи в финансовые процессы. Компания обслуживает два сегмента клиентов: компании, оптимизирующие операционные процессы через приложения и API, и бизнесы (финансовые платформы, ERP-провайдеры, банки), которые запускают или улучшают свои кредитные карты через встроенные финансы и white-label решения. Основана в 2020 году, штаб-квартира в Берлине. Pliant поддерживает более 4 000 компаний и 20 партнеров по всему миру. Как лицензированное электронное денежное учреждение (EMI), компания выпускает кредитные карты Visa в 11 валютах в более чем 30 странах. Команда AI Experience строит AI-продукты, которые помогают финансовым командам понимать, автоматизировать и оптимизировать корпоративные расходы: AI-чаты, финансовые копилоты, аналитика расходов, внутренние AI-инструменты и автономные рабочие процессы. Это не роль промт-инженера — здесь строят сложные системы, где LLM — один из компонентов наряду со структурированными финансовыми данными, API, ретривалом, бизнес-логикой, оркестрацией, оценкой, наблюдаемостью и продакшн-инфраструктурой. Цель — превращать перспективные AI-возможности в надежные продуктовые решения. Роль — Applied AI-инженер в команде AI Experience. Работа на стыке разработки ПО, продуктового мышления и прикладного AI. Нужно комфортно работать в условиях неопределенности: часть задач не имеет четкого ТЗ, и роль включает определение того, что стоит строить, что автоматизировать, где AI полезен, а где лучше традиционный код. Задачи: - Проектировать и строить AI-продукты для финансов и управления расходами. - Создавать чаты, копилоты, автономные рабочие процессы и внутренние AI-инструменты. - Работать с LLM, структурированными финансовыми данными, API и бизнес-логикой для продакшн-систем, включая ретривальные системы (векторный поиск, гибридный ретривал, text-to-SQL), OCR и понимание документов. - Выбирать подходящий подход для задачи: tool calling, ретривал, агентные рабочие процессы, детерминированная логика или их комбинация. - Строить наблюдаемые и объяснимые системы с защитными механизмами и мониторингом качества для продакшна. - Создавать подходы к оценке, чтобы измерять улучшение AI-систем. - Экспериментировать с новыми моделями и техниками, внедрять полезные в продакшн. - Учитывать точность, задержку, стоимость, надежность и доверие пользователей. - Тесно сотрудничать с продакт-менеджерами, дизайнерами и инженерами. - Повышать стандарты AI-инженерии в компании. Требования: - Опыт вывода AI-продуктов или функций в продакшн. - Сильные навыки разработки на Java (Spring Boot) и/или Python. - Знание паттернов и анти-паттернов распределенной архитектуры. - Плюс: опыт с облачной инфраструктурой, Terraform и масштабируемыми бэкенд-системами. - Понимание устройства современных LLM-приложений за пределами простого промптинга. Плюс: опыт с LangChain, LlamaIndex или LangGraph и понимание концепций, чтобы не зависеть от одного фреймворка. - Практический опыт с паттернами взаимодействия с LLM: tool calling, память, структурированные выходы, RAG, эмбеддинги, агентные циклы, оценка. - Умение проектировать системы, где AI — часть большей архитектуры, а не вся архитектура. - Продуктовое мышление: важна полезность создаваемого, а не только техническая интересность.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Integrated Medical Systems, Inc. (IMS) — дистрибьютор на рынке альтернативной медицинской помощи, основан в 1994 году. Компания предлагает гибкие условия аренды и покупки одноразовых и арендных продуктов для инфузионной терапии, респираторной поддержки, энтерального питания, онкологии и чистых помещений. О роли IMS ищет AI-инженера для проектирования, создания и развертывания интеллектуальных агентных ИИ-приложений, которые подключаются к корпоративным данным, бизнес-системам и внешним сервисам. Это роль инженера приложений ИИ, а не традиционного ML-инженера или специалиста по обучению моделей. Основной фокус — создание систем, позволяющих ИИ-моделям работать с реальными данными и бизнес-инструментами: безопасные, надежные и масштабируемые ИИ-агенты, которые понимают контекст, получают доступ к информации, используют инструменты и выполняют действия. В работе активно используются Model Context Protocol (MCP), оркестрация LLM, API, вызовы инструментов, корпоративные данные и асинхронные архитектуры приложений. Обязанности - Проектировать, разрабатывать и развертывать MCP-серверы, которые безопасно подключают ИИ-приложения к внутренним базам данных, векторным хранилищам, бизнес-приложениям и другим корпоративным ресурсам. - Создавать стандартизированные интерфейсы, позволяющие ИИ-агентам обнаруживать и взаимодействовать с доступными инструментами, ресурсами и рабочими процессами. - Разрабатывать MCP-инструменты, ресурсы и промпты для поддержки повторяемых бизнес-процессов. - Оценивать и выбирать подходящую LLM для конкретных сценариев на основе возможностей рассуждения, стоимости, размера контекстного окна, задержки и производительности. - Проектировать ИИ-процессы, которые маршрутизируют задачи между несколькими моделями и сервисами. - Реализовывать вызовы инструментов и функций, чтобы ИИ-агенты могли взаимодействовать с внешними системами. - Создавать надежные интеграции REST API и сторонних систем. - Настраивать схемы вызова функций и инструментов для вызова внешних сервисов ИИ-агентами. - Преобразовывать ответы внешних систем в структурированные форматы, которые могут эффективно интерпретировать и использовать LLM. Обязательные требования - Уверенное владение Python или TypeScript. - Понимание асинхронного программирования и паттернов async/await. - Опыт создания и использования RESTful API. - Понимание JSON-RPC 2.0 и обмена сообщениями. - Практический опыт создания MCP-серверов с использованием стандартных SDK или фреймворков, таких как FastMCP. - Опыт работы с MCP-инструментами, ресурсами и промптами. - Понимание LLM API и вызова инструментов/функций. - Опыт интеграции ведущих LLM-платформ: OpenAI, Anthropic Claude или аналогичных. - Опыт работы с векторными базами данных/векторными хранилищами и ИИ-поиском. - Умение создавать инструменты поиска и извлечения, предоставляющие релевантный структурированный контекст для LLM. - Понимание идентификаторов документов, метаданных и обработки цитирований/источников. - Понимание безопасной аутентификации и авторизации для подключения ИИ-приложений к проприетарным данным и корпоративным системам. - Умение проектировать правильно ограниченный доступ между ИИ-агентами, внутренними системами и внешними сервисами. Предпочтительные требования - Опыт разработки агентных ИИ-приложений или многошаговых ИИ-процессов. - Опыт работы с FastMCP или другими MCP-фреймворками. - Опыт с LangChain, LangGraph, Semantic Kernel или аналогичными фреймворками оркестрации ИИ. - Опыт с Docker, Git, CI/CD и облачными платформами. - Опыт интеграции ИИ с корпоративными базами данных, ERP-системами, CRM-платформами или другими бизнес-приложениями. - Опыт наблюдаемости, логирования, тестирования и мониторинга ИИ-приложений. - Знакомство с требованиями к медицинским данным, конфиденциальности, безопасности или компетентности. Критерии успеха В этой роли вы поможете IMS перевести ИИ из экспериментов в практические, безопасные и готовые к бизнесу приложения. Успех означает создание ИИ-систем, которые могут: - Понимать правильный контекст. - Находить и извлекать нужную информацию. - Использовать подходящие бизнес-инструменты. - Безопасно взаимодействовать с корпоративными системами. - Выбирать правильную модель для задачи. - Надежно выполнять рабочие процессы. - Предоставлять точные и отслеживаемые ответы. Вы будете помогать создавать инфраструктуру и прикладной уровень, которые делают ИИ полезным внутри бизнеса.

Формат

Офис

Страна

Канада

Город

Не указан

О роли Acquia ищет Staff AI-инженера в команду AI Core Engineering. Это прежде всего практическая инженерная роль: большую часть времени вы будете проектировать, создавать и выпускать продакшн-агентные ИИ-процессы в Acquia DXP. Основные инструменты — LangGraph, Temporal, Pydantic и LangFuse. Также предусмотрена лёгкая, но значимая менторская роль: помощь в повышении ИИ-инженерных навыков коллег по мере роста команды. Обязанности - Ежедневно писать и выпускать продакшн-код для ИИ. - Проектировать агентные ИИ-процессы с использованием LangGraph, Temporal, Pydantic — многоагентные процессы с сохранением состояния, рассчитанные на корпоративный масштаб и надёжность. - Отвечать за наблюдаемость ИИ через LangFuse: трассировка, версионирование промптов, оценка и бенчмаркинг производительности всех взаимодействий с моделями. - Задавать стандарты ИИ-инженерии для паттернов агентов, RAG, управления промптами, оптимизации контекста и стратегий вызова инструментов. - Взаимодействовать с командами продукта и платформы для создания ИИ-архитектур, отвечающих корпоративным требованиям SLA, безопасности и соответствия. - Оценивать и внедрять новые инструменты: бенчмаркинг LLM-провайдеров, оркестрационных фреймворков и улучшений агентного стека. - Наставлять инженеров через код-ревью, парное программирование и дизайн-обсуждения. - Представлять ИИ-возможности Acquia в архитектурных обзорах клиентов, техническом исследовании и обсуждениях дорожной карты. Требования - 8+ лет в разработке ПО, из них 3+ года в продакшн-разработке ИИ-агентов. - Практический опыт с LangGraph, Temporal, Pydantic — процессы с сохранением состояния, циклические, многоагентные, в корпоративном масштабе. - Практический опыт с LangFuse — трассировка, оценка, управление промптами и тестирование на основе датасетов. - Владение фреймворками для агентов, такими как LangChain или аналоги (LlamaIndex, CrewAI) — компоновка цепочек, инструментов, памяти и пайплайнов поиска. - Глубокое знание Python и сильные инженерные основы (тестирование, CI/CD, архитектура). - Опыт облачного развёртывания ИИ (AWS, Azure или GCP), включая контейнеризацию и управление стоимостью инференса. - Знание архитектуры RAG — векторные базы данных, модели эмбеддингов и стратегии поиска. - Степень бакалавра в Computer Science или эквивалентный практический опыт. Желательные навыки - Опыт в корпоративном SaaS или CMS, включая знакомство с DXP Acquia на базе Drupal. - Свободное владение агентным процессом разработки — ИИ-ассистирующие инструменты (Copilot, Cursor, Claude) как повседневные ускорители. - Знакомство с персистентными рантаймами агентов — такими как OpenClaw и Hermes Agent, понимание кросс-сессионной памяти, автономного создания навыков и постоянно работающей инфраструктуры агентов. - Опыт тонкой настройки LLM или оценки моделей, понимание компромиссов фундаментальных моделей.

Формат

Удалённо

Страна

Любая

Город

Не указан

Мы ищем AI-разработчика для создания интеллектуальных решений по управлению неструктурированными данными и интеллектуальной обработке документов (IDP). Вы будете участвовать во всем жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инжиниринг, backend-разработку и архитектуру корпоративных данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, векторными базами данных, агентными AI-фреймворками (Agent Core, LangGraph, MCP), паттернами интеграции агент-к-агенту (A2A) и платформами оркестрации рабочих процессов. Ключевые обязанности: - Разработка AI-решений для IDP: создание пайплайнов интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с помощью современных подходов AI/ML. - Архитектура и внедрение в облаке: проектирование и реализация масштабируемых, безопасных решений на AWS (S3, compute, networking), платформах данных Snowflake и инфраструктуре векторных баз данных. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков Agent Core, LangGraph и Model Context Protocol (MCP) для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Интеграция агент-к-агенту (A2A): создание и внедрение паттернов A2A-коммуникации, позволяющих автономным системам координировать и передавать работу внутри предприятия. - Оркестрация рабочих процессов: проектирование, создание и эксплуатация сложных production-grade процессов с использованием фреймворков оркестрации (например, Step Functions, Airflow, Temporal); обеспечение надежности, аудируемости и соответствия требованиям. - Реализация векторных баз данных: архитектура и внедрение решений на векторных базах данных для поддержки семантического поиска, RAG-пайплайнов и retrieval на основе эмбеддингов в масштабе. - Backend и разработка сервисов: создание синхронных и асинхронных сервисов, API и микросервисов для приема, обработки и дальнейшего потребления документов. - Управление данными и безопасность: применение принципов управления данными — каталогизация, происхождение, хранение, защита данных — с учетом требований здравоохранения (HIPAA) и безопасности как основы. - Наставничество и взаимодействие: работа с дата-инженерами, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования: - 5 лет профессионального опыта разработки ПО, из них минимум 2 года — в AI/ML-разработке или дата-инжиниринге в production-среде. - Практический опыт работы с векторными базами данных (например, Pinecone, Weaviate, OpenSearch, pgvector или аналогичными) для поддержки RAG или семантического поиска. - Непосредственный production-опыт с A2A (agent-to-agent) фреймворками и паттернами. - Подтвержденный опыт работы с инструментами оркестрации рабочих процессов (AWS Step Functions, Apache Airflow, Temporal или эквивалент) в production. - Опыт работы с MCP (Model Context Protocol) для подключения агентов и инструментов к данным и сервисам. - Практический опыт работы с Agent Core или эквивалентным агентным AI-фреймворком. - Непосредственный опыт работы с AWS Bedrock для развертывания и интеграции фундаментальных моделей. - Практический опыт работы с AWS S3 и основными AWS compute-сервисами. - Общее владение платформой AWS (EC2, networking, основы безопасности). - Production-опыт работы со Snowflake или эквивалентным современным облачным хранилищем данных. - Владение backend-разработкой: создание масштабируемых API, микросервисов или событийно-ориентированных систем. - Опыт AI/ML-разработки: создание, обучение, развертывание и эксплуатация AI-моделей; рабочие знания LLM, фундаментальных моделей, промпт-инжиниринга и RAG-архитектур. - Практики корпоративной разработки ПО: CI/CD, тестирование, код-ревью, лучшие практики безопасности и соответствие регуляторным требованиям (опыт в здравоохранении — весомое преимущество). Предпочтительные требования: - Непосредственный опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Опыт работы с LangGraph или аналогичными фреймворками оркестрации агентов. - Промпт-инжиниринг и RAG для доменно-специфичных приложений. - Опыт работы в сфере здравоохранения. - Вклад в проекты по неструктурированным данным и AI. - Продвинутая степень (BS/MS) в Computer Science, Data Science или смежной области. - Опыт работы в нескольких доменах (здравоохранение, финансовые услуги и т.д.). - Опыт работы с методологиями Agile, Waterfall или гибридной доставки. Требуемый опыт работы: 5 лет соответствующего опыта; профессиональный опыт технического проектирования и написания кода в IT-индустрии. Требуемое образование: профильный бакалаврский диплом или эквивалентный соответствующий опыт работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Местоположение: удалённо. Оплата: 58–63 $/час, контракт W2. Мы ищем Senior AI-разработчика для создания следующего поколения решений для интеллектуального управления неструктурированными данными и интеллектуальной обработки документов (IDP) для предприятий. Вы будете участвовать в полном жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инженерию, бэкенд-разработку и корпоративную архитектуру данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, агентными AI-фреймворками (AgentCore, LangGraph и др.), решениями автоматизация-к-автоматизации (A2A) и платформами оркестрации рабочих процессов. Основные обязанности - Разработка AI-решений для IDP: создание конвейеров интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с использованием современных подходов AI/ML. - Облачная архитектура и реализация: проектирование и внедрение масштабируемых, безопасных решений с использованием AWS (S3, compute, networking), платформ данных Snowflake и связанных управляемых сервисов. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков AgentCore и LangGraph для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Оркестрация рабочих процессов: проектирование и реализация сложных production-grade рабочих процессов с использованием оркестрационных фреймворков; обеспечение надежности, аудируемости и соответствия требованиям. - Бэкенд-разработка и сервисы: создание синхронных и асинхронных сервисов, API и микросервисов для поддержки приема, обработки и последующего использования документов. - Управление данными и безопасность: применение принципов управления данными, таких как каталогизация, происхождение, хранение, защита данных, с соблюдением требований здравоохранения (HIPAA) и безопасности как основополагающего требования. - Наставничество и сотрудничество: взаимодействие с инженерами данных, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования - Опыт работы: от 5 лет в профессиональной разработке ПО, из них не менее 2 лет в разработке AI/ML или инженерии данных в производственных средах. - Навыки бэкенд-разработки: подтвержденный опыт создания масштабируемых API, микросервисов или событийно-ориентированных систем. - Облачные платформы: практический опыт работы с AWS (S3, EC2 или аналоги) и современными хранилищами данных (Snowflake или аналоги). - AI/ML разработка: опыт создания, обучения, развертывания и эксплуатации AI-моделей; знание LLM, фундаментальных моделей, промпт-инжиниринга, RAG-архитектур и агентных фреймворков. - Оркестрация рабочих процессов: подтвержденный опыт работы с AWS Step Functions, Apache Airflow, Temporal или аналогичными инструментами в производстве. - Основы управления данными: уверенное понимание моделирования данных, архитектуры конвейеров, обеспечения качества и принципов управления. - Корпоративные практики разработки: уверенная работа с CI/CD, тестированием, код-ревью, лучшими практиками безопасности и регуляторными требованиями (опыт в здравоохранении — весомое преимущество). Обязательные технологии: Vector DB, A2A Framework, Workflow Orchestration/Development, MCP, Agent Core, Bedrock, S3, AWS, Snowflake. Образование: профильный бакалавр или соответствующий опыт работы. Предпочтительные квалификации - Опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Практический опыт с агентными AI-фреймворками (AgentCore, LangGraph или аналоги). - Опыт с паттернами интеграции A2A (automation-to-automation). Льготы - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкий счет на расходы на иждивенцев. - План 401(k). - Добровольное страхование жизни, краткосрочной нетрудоспособности, целой жизни, срочной жизни, от несчастных случаев и критических заболеваний. - Программа помощи сотрудникам. - Больничный в соответствии с нормативными требованиями.

Формат

Офис

Страна

США

Город

Сиэтл

О команде и роли Nordstrom инвестирует в ИИ как ключевой драйвер розничных инноваций. Команда AI Agentic Solutions отвечает за превращение этих инвестиций в результаты. Мы определяем «искусство возможного» с агентами — сотрудничаем с бизнес- и технологическими командами, чтобы определить, где агентный ИИ может изменить работу Nordstrom, и проектируем и создаём такие решения от начала до конца в областях коммерции, персонализации, управления запасами и обслуживания клиентов. Команда находится на пересечении четырёх дисциплин: инженерия агентов, контекстная инженерия, оценки и защитные механизмы, а также управление памятью и состоянием для агентных решений. В роли Engineer 1 вы начинаете карьеру и строите фундамент в инженерии агентного ИИ. Вы работаете под руководством старших инженеров над чётко очерченными задачами — реализуете компоненты агентов, пишете тесты и учитесь тому, как создаются, оцениваются и эксплуатируются продакшн-системы агентов. Эта роль подходит тем, кто находится в начале карьеры, интересуется прикладным ИИ и хочет вырасти в полноценного инженера агентных решений. Чем предстоит заниматься - Реализовывать отдельные компоненты агентных решений — интеграции инструментов, шаблоны промптов, шаги поиска — под руководством старших инженеров, писать чистый, хорошо протестированный код и документировать работу. - Учиться применять контекстную инженерию — что видит агент, когда и почему — и активно получать знания о LLM, агентных фреймворках и промпт-инжиниринге для применения в работе. - Помогать создавать и запускать скрипты оценки и офлайн-бенчмарки для проверки безопасности, точности и надёжности поведения агентов. - Участвовать в дежурствах (on-call) и ревью дизайна, учиться отлаживать проблемы и выявлять компромиссы по своим компонентам. - Добавлять базовую инструментацию — логирование, метрики, алерты — в создаваемые системы и следовать инженерным стандартам и стандартам безопасности Nordstrom, включая безопасную обработку чувствительных данных. - Сотрудничать с коллегами из инженерии, продуктовых и бизнес-команд, чтобы понимать, как ваша работа вписывается в общее решение. Требования Обязательные: - 1+ год профессионального опыта в разработке ПО (стажировки учитываются) или профильный сертификат (например, буткемп). - Владение ИИ: практический опыт работы с LLM или API фундаментальных моделей (OpenAI, Anthropic, Google и т.п.) — через курсы, проекты, стажировки или профессиональный опыт. - Искренний интерес к агентному ИИ — как агенты используют инструменты, получают контекст и совершают действия — и желание развивать продакшн-навыки в этой области. - Твёрдые основы CS: структуры данных, алгоритмы, объектно-ориентированное проектирование, а также знакомство с RESTful API, JSON и взаимодействием сервисов. - Базовое понимание практик тестирования ПО и систем контроля версий (например, Git). - Готовность изучать современные агентные фреймворки: LangGraph, CrewAI, Semantic Kernel или Claude Agent SDK. - Развитые навыки устного и письменного общения, нацеленность на сотрудничество и обратную связь. Желательно: - Курсы, личные проекты или стажировки с промпт-инжинирингом, RAG или векторными базами данных. - Опыт работы с облачными платформами AWS или GCP. - Знакомство с контейнеризацией (Docker) и основами CI/CD. - Интерес или курсы в области розницы, электронной коммерции или цепочек поставок. - Вклад в open-source ИИ-проекты или личные эксперименты с LLM-приложениями. Условия - Гибридный формат, Сиэтл, Вашингтон. - Вилка зарплаты: $104,500–$162,500 в год (зависит от локации, знаний, навыков и опыта). - Медицинская страховка, стоматология, офтальмология, пенсионный план, оплачиваемый отпуск. - Страхование жизни и инвалидности. - Скидка на товары Nordstrom и ресурсы EAP. - Возможность получения бонусов по результатам работы. - Участие в программе 401k, медицинские/стоматологические/оптические/страхование жизни и инвалидности, начисление PTO, праздничные дни и другое. Условия зависят от локации, уровня должности, классификации и стажа.

Формат

Офис

Страна

Не указана

Город

Не указан

Местоположение: Дубай, работа на месте (onsite). Требования: - Опыт работы 6–9 лет. - Кандидаты должны находиться в Дубае и быть готовы к немедленному выходу. - Обязательные навыки: Python, GenAI/LLMs, мультиагентные ИИ-системы, RAG, мультимодальный ИИ, LangChain/LangGraph/CrewAI/AutoGen. - Требуется опыт в разработке ИИ-продуктов, Data Science и выводе ИИ-решений в продакшн.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Aisle создает слой управления в реальном времени для физической розницы. Платформа связывает действия покупателей, стимулы и результаты в непрерывный цикл обратной связи, позволяя брендам запускать, измерять и оптимизировать розничные показатели в моменте. Это основа для автономного розничного исполнения. Сегодня 1600+ брендов и 5M+ потребителей используют Aisle. Под капотом — обработка событий с высокой нагрузкой, принятие решений в реальном времени и низколатентная инфраструктура. Небольшая быстрорастущая команда масштабирует систему. О роли Ищем Agent Builder для работы вместе с ведущим инженером по агентам над внутренним стеком агентов — сейчас это 8 агентов (Reggie и остальные) плюс экосистема плагинов. Стек построен на OpenClaw, но подойдет опыт с любым продакшн-харнессом (Hermes, кастомные решения). Работа делится на две части: - Операторский enablement: сидеть с операторами, изучать их рабочие процессы, проектировать и внедрять инструменты — tools, skills, плагины, интеграции. - Системы жизнеобеспечения агентов: память, системные промпты, управление контекстом, retrieval, эвалы, наблюдаемость, маршрутизация моделей. Обязанности - Тесно работать с доменными экспертами и операторами, превращать их неявные знания в возможности агентов. - Отвечать за системы жизнеобеспечения агентов: память, системные промпты, контекстные окна, retrieval, циклы эвалов, наблюдаемость. - Проектировать и создавать фоновые инструменты, плагины и скиллы. - Поддерживать систему в проде: диагностировать сбои агентов и исправлять первопричины, а не симптомы. - Проводить эксперименты, определять, где агенты полезны или вредны: задавать рубрики, читать трейсы, решать, что чинить дальше. - Разрабатывать и распространять паттерны: обобщать работающие решения в переиспользуемые паттерны для памяти, промптинга, контекста, инструментов и оркестрации. Приносить новые возможности моделей и дизайн-паттерны в команду. Требования Владение агентами: - Обязательно: практический продакшн-опыт с хотя бы одним агентным фреймворком (OpenAI Agents SDK, Claude Code, Codex, Cursor, OpenClaw, LangGraph, Hermes или собственный харнесс). Вы уже создавали и запускали агентов, которыми пользуются люди, и знаете их сбои наизусть. - Свободное владение сессиями, контекстными окнами, системами памяти, вызовом инструментов/функций и харнессами в стиле MCP/ACP. - Промпт и контекстный дизайн — ключевое ремесло, а не хобби; вы итеративно доводите поведение агента до надежного. - Мыслите в терминах результатов: можете сидеть с оператором, наблюдать за работой и декомпозировать его задачи на то, что агент реально может сделать. - У вас есть мнение о субстрате: дизайн памяти, архитектура системных промптов, управление контекстом, retrieval, эвалы — и вы внедряли это для агента, которым пользуются. Технический комфорт (минимум, не потолок): - Уверенно работаете в терминале: меняете конфиги, запускаете скрипты, перезапускаете сервисы, читаете логи — но не обязаны быть «фулстек-инженером». - Можете подключать инструменты и плагины по документации и примерам. - Можете работать вместе с инженерами, когда нужны реальные изменения кода, и понимаете, когда выходите за пределы своих знаний. Образ мышления (важнее резюме): - Чутье 80/20 в обе стороны: знаете, какие 20% фич дают 80% ценности, и какие 20% действий агенты делают плохо, проектируете компенсирующие паттерны на уровне харнесса. - Архитектурное мышление: видите агентные системы как системы, держите всю анатомию в голове, проектируете изменения с учетом побочных эффектов. - С одинаковым удовольствием отлаживаете странный трейс в OpenClaw TUI и обсуждаете с человеком, почему агент ощущается «не таким». - Ориентированы на результат: важно, что агент достигает, а не сколько строк вы написали. - Сильная декомпозиция задач и оркестрация: разбиваете сложные задачи на то, что агент реально может сделать.