Биржа вакансий в сфере ИИ, ML

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании FunCorp создаёт музыкальный технологический продукт для тех, кто поёт и играет на гитаре. Идея — дать живому музыканту возможность играть с AI так, чтобы это ощущалось как репетиция с настоящей группой, а не игра под статичную фонограмму. Задачи - Проводить исследования на основе большого количества реальных гитарных джемов - Работать с open source моделями, адаптировать их под музыкальные задачи - Отвечать за полный цикл: от идеи и исследования до реализации и деплоя - Генерировать и распознавать игру на инструментах - Тестировать на слух — с гитарой в руках - Работать с инфраструктурой: Docker, облака, MLOps Требования - Играть на гитаре и жить музыкой - Обязателен опыт в voice/audio ML — генерация, распознавание, обработка звука - Уметь адаптировать open source модели под задачу Условия - Полная занятость - Полная удалёнка

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

Офис

Страна

Россия

Город

Не указан

Компания «Ай-Теко» — ведущий российский системный интегратор и поставщик IT-решений для корпоративных заказчиков. Компания работает на рынке с 1997 года и входит в число крупнейших IT-компаний России. Формат работы Офис, Москва. Занятость: полная. Обязательно полное высшее образование. Задачи - Поддерживать и развивать DevOps-инфраструктуру AI-проектов. - Работать с Docker и Kubernetes. - Использовать Ansible, ArgoCD и Terraform. - Строить и поддерживать CI/CD на GitLab CI / Jenkins. - Работать с мониторингом и логированием: Prometheus / VictoriaMetrics, Grafana, Loki / ELK. - Администрировать Linux и разбираться в сетевых взаимодействиях микросервисной архитектуры. - Изучать новые технологии: мультиагентные фреймворки, RAG, MCP. - Предлагать и внедрять улучшения инфраструктуры. Требования - Коммерческий опыт работы DevOps от 3 лет. - Уверенное владение Docker и Kubernetes. - Опыт с Ansible, ArgoCD, Terraform. - Понимание CI/CD. - Опыт работы с системами мониторинга и логирования. - Знание Linux и основ сетевого взаимодействия. - Готовность разбираться в AI и агентных технологиях. Будет плюсом - Понимание жизненного цикла AI-агентов и ML-моделей. - Опыт разработки и развёртывания автономных AI-агентов. - Практический опыт с MCP и RAG. - Опыт работы с платформами оркестрации агентов или serverless-средами. - Опыт интеграции корпоративных систем (OneWork, SberSpace). - Интерес к AI и агентным системам. Условия - Стабильная работа в крупной IT-компании. - Официальное оформление по ТК РФ с первого дня. - «Белая» заработная плата. - Расширенный ДМС, включая стоматологию. - Корпоративные скидки на фитнес. - Футбольная и волейбольная секции. - Профессиональное обучение и развитие. - Насыщенная корпоративная жизнь. - Современная техника: мощный ноутбук предоставят уже в день оформления. Важно: работа только из офиса в Москве.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О компании Fab2 проектирует оборудование и программное обеспечение для производства чипов, а также самостоятельно создаёт фабрики, инструменты и компоненты. Основатели — Сэм Зелуф и Джим Келлер. Команда разработчиков создаёт ПО, которое управляет процессами компании. О роли Ищем инженера-программиста для создания ИИ-платформы Fab2. Это зелёное поле с широкой зоной ответственности. Вы будете строить инфраструктуру и агентные системы, превращающие инженерные знания и рабочие процессы в полезные инструменты для команд. Обязанности - Создание инфраструктуры для использования ИИ-моделей в облаке и на собственных вычислительных мощностях. - Разработка агентов, общих навыков, MCP-серверов и песочниц для выполнения кода. - Создание eval-наборов и бенчмарков для оценки работы агентов. - Превращение инженерных знаний и повторяемых процессов в общие ИИ-инструменты. - Разработка ИИ-систем для автоматизации экспериментов, обнаружения дефектов, инженерного анализа и операций на фабрике. - Исследование систем, которые анализируют результаты, предлагают следующие шаги и в перспективе взаимодействуют с физическим оборудованием. - Участие в формировании подхода к использованию ИИ в компании. Требования - Сильные основы программной инженерии и опыт выпуска production-систем. - Уверенная работа с фронтендом, бэкендом, инфраструктурой и данными. - Эффективное использование ИИ-инструментов для кода при сохранении способности самостоятельно читать, писать, отлаживать и анализировать код. - Сильное продуктовое чутьё и умение превращать неоднозначные задачи в работающие системы. - Отличная техническая коммуникация и высокая степень ответственности. Плюсы - Опыт founding-инженера, CTO или работы в раннем стартапе. - Опыт создания ИИ-агентов, инструментов для разработчиков, eval-систем или ML-инфраструктуры. - Практический опыт с GPU или локальной вычислительной инфраструктурой. - Опыт в робототехнике, аппаратном обеспечении, научных вычислениях или автоматизированных экспериментах. - Опыт создания ПО для регулируемых сред. Условия - Ранний аппаратный стартап с устойчивым финансированием, консультантами мирового уровня и лабораторией или офисом в Остине (Техас) и Сан-Франциско (Калифорния). - Годовая зарплата: $140,000 – $200,000 в зависимости от квалификации и опыта. - Щедрая доля в капитале компании. - Льготы: медицинская, стоматологическая и офтальмологическая страховка; оплачиваемый отпуск, включая праздники и больничные; спонсорство визы; страхование жизни и инвалидности; оплачиваемый отпуск по уходу за ребёнком; пенсионный план 401(k); еженедельные возможности для обучения и развития; компенсация расходов на дорогу, включая парковку и поздние поездки на Uber от офиса; ежедневные обеды, ужины 3 раза в неделю, офисная кухня с закусками и напитками. Работодатель — равных возможностей. Позиция связана с доступом к технологиям, подпадающим под экспортный контроль США; предложение о работе будет зависеть от способности кандидата соблюдать требования экспортного контроля.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Astoria AI создает агентную среду для раскрытия человеческого потенциала — набор специализированных ИИ-агентов для кандидатов и компаний на всех этапах найма и управления талантами: карьерная стратегия, нетворкинг-аналитика, верифицированный матчинг, найм с учетом комплаенса, онбординг и удержание сотрудников. Рынок найма структурно сломан: 44% резюме содержат выдуманные данные, ATS-фильтры отклоняют 88% квалифицированных кандидатов, 27% вакансий — «призрачные», а регуляторное давление (EU AI Act, Mobley v. Workday, иски по FCRA) вынуждает компании пересматривать подход к ИИ в найме. Мы строим решение этой проблемы. Вы будете отвечать за интеллектуальный слой продукта: LLM-управляемые агентные рабочие процессы (использование инструментов, структурированные выходы, многошаговая оркестрация), RAG/поисковые пайплайны, легковесное ML для классификации/ранжирования/матчинга сущностей, а также циклы оценки риска галлюцинаций и качества выходных данных. Требования: - 6+ лет профессиональной разработки ПО (Python/TypeScript/API/БД) - Практический опыт работы с LLM API и агентными рабочими процессами - Желательно: опыт с RAG/эмбеддингами/векторными БД за пределами простых чат-ботов Условия: - Стадия: до запуска, pre-seed, команда-основатель - Оплата только долей в компании до закрытия seed-раунда (~4-6 месяцев) - После закрытия раунда — конкурентоспособная зарплата и гранты на акции

Формат

Удалённо

Страна

США

Город

Не указан

О проекте Мы создаём ИИ для обучения в реальном времени: API и конвейеры данных, связывающие поведение живых пользователей и продавцов с системами, которые учатся на этих данных. Патентованная технология, поддержка $35 млн на R&D от DARPA. AI-нативная команда: вы ежедневно используете агентные инструменты кодирования, включая запуск нескольких параллельных сессий, в быстро меняющейся кодовой базе. Делимся контекстом, а не тикетами. Требования - 5+ лет создания продакшен-бэкенд-систем - Практический опыт агентного ИИ-кодинга - Опыт работы с API и конвейерами данных, питающими аналитические или ML-системы - Python, SQL, TypeScript, React

Формат

Офис

Страна

Канада, США, Европа, Латинская Америка

Город

Не указан

CodePath — крупнейший образовательный проект для студентов колледжей по компьютерным наукам в США. Обучено более 40 000 студентов из 1 000+ университетов, партнёры включают Amazon, Google и другие ведущие технологические компании. Запущена программа на $150M с Anthropic по подготовке ИИ-специалистов. Компания расширяется на новые рынки и масштабирует команду. О роли Локация: удалённо, США, Европа, Канада или LATAM Тип занятости: полная занятость Руководитель: VP of Engineering Компенсация: $170 000–$190 000 в год для кандидатов из США, корректируется в зависимости от локации для Канады, LATAM и Европы Образовательные программы работают на платформе на базе Ruby-приложений, охватывающих приём, проведение курсов, оценивание, карьерное сопровождение и отчётность. Ищем Staff Software Engineer, способного вести архитектуру, продуктовое направление, возможности команды и долгосрочную стратегию. Роль предполагает работу на всех уровнях технического стека — от инфраструктурных решений до разработки новых продуктов. Высокая степень ответственности: работа напрямую со стейкхолдерами, участие в определении того, что создаётся, и руководство исполнением. Идеальный кандидат — веб-инженер, вдохновлённый такими проектами: - Создание нового функционала на Rails и других технологиях для новых инструментов и расширения охвата на новые категории учащихся - Переработка ключевых компонентов платформы при миграции с Sinatra на Rails - Интеграция ИИ/ML-технологий в платформу для адаптивного обучения - Масштабирование системы, помогавшей десяткам тысяч студентов, до сотен тысяч Ключевые задачи - Проектирование и разработка веб-приложений на Ruby on Rails, Sinatra/Padrino и Django - Принятие технических решений по инфраструктуре, моделированию данных, дизайну API и новым технологиям с полной ответственностью за компромиссы - Поддержание стандартов качества кода через ревью, архитектурные рекомендации и конструктивную обратную связь - Написание автоматизированных тестов, отражающих реальные граничные случаи - Выявление узких мест производительности и системных проблем до возникновения сбоев - Наставничество инженеров и повышение технического уровня команды Требования - 10+ лет опыта в разработке ПО, включая минимум 5 лет с Ruby on Rails - Знакомство с Claude Code или аналогичными инструментами разработки и связанными практиками - Системное мышление: учёт масштабируемости, поддерживаемости и сценариев отказов до написания кода - Навыки работы с PostgreSQL и проектирования баз данных: сложные запросы, стратегии индексации, эволюция схемы - Уверенное владение полным веб-стеком — от инфраструктуры до CSS - Опыт руководства техническими решениями в небольшой автономной команде - Сильные письменные и устные коммуникативные навыки: умение объяснять технические компромиссы неинженерам - Интерес к образованию и желание оказывать положительное влияние Будет плюсом - Опыт в высшем образовании или edtech - Опыт работы с LLM и генеративным ИИ в продакшене - Знакомство с Docker, Ansible и/или Terraform - Опыт развёртывания на GCP Условия - Полностью удалённая позиция - Медицинская, стоматологическая и офтальмологическая страховка (90% покрывается работодателем для сотрудников и иждивенцев), возмещение медицинских расходов, FSA, программа помощи сотрудникам - 401(k), страхование жизни и инвалидности за счёт работодателя, защита от кражи личности - Щедрый оплачиваемый отпуск, оплачиваемые праздники, 10 недель полностью оплачиваемого отпуска по уходу за ребёнком, ежегодная закрытая неделя в конце года (24 декабря – 2 января)

Формат

Удалённо

Страна

Россия

Город

Не указан

О компании Adapty — платформа монетизации подписок для мобильных приложений. Через платформу проходит более $2 млрд подписочной выручки в год, ею пользуются более 20 000 приложений. Продукт разделён на стримы, сейчас аналитика и ML собираются под одного владельца. Контекст Вся мобильная реклама держится на разрыве: выручка от привлечённого пользователя приходит в течение года подписками и продлениями, а решение о продолжении трат на канал нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV. Данных у компании больше, чем почти у кого-либо на рынке: видны тысячи приложений одновременно. Сейчас предсказание не работает, и это задача роли. Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Задачи - Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня. - Забрать A/B-тесты пейволлов и свести их с предиктом: тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке. - Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе. - Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем. - Вести команду из двух ML-инженеров. Требования - Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов. - SQL и Python — самостоятельно доставать и перепроверять числа. - Умение взять широкое направление и довести до результата без постановки задач. - Продуктовый опыт — плюс, но не требование. Плюсом - Подписки, мобайл или финтех: LTV, churn, когортная экономика. - Экспериментальный дизайн: мощность, MDE, множественные сравнения. - ClickHouse. - Олимпиады, Kaggle, публичные проекты. Условия - Зарплата $75–90k/год. - Бонус от роста направления. - Полная удалёнка.

Формат

Гибрид

Страна

Россия

Город

Москва

Компания: Сибинтек Локация: Москва, Россия Занятость: полная занятость Формат работы: офис / гибрид / удалённо (РФ) Команда занимается проектами в области здравоохранения, создавая диагностические и прогностические решения. Цель — работа над нейродегенеративным направлением: в тесной связке с врачами команда находит потенциальные возможности и воплощает их в реальные продуктовые решения. Задачи - Анализ и выбор SOTA-решений: постоянный мониторинг передовых подходов под конкретные задачи, умение переводить статьи в код без готовых репозиториев. - Разработка и улучшение моделей детекции, сегментации и трекинга: обучение и адаптация моделей для обработки диагностических снимков, видеоаналитики и данных анамнеза. - Мультимодальная обработка данных: разработка пайплайнов для обработки медицинских данных, полученных из разных источников. - Внедрение и масштабирование: оптимизация моделей, анализ ошибок, работа с большими объёмами данных и инфраструктурой обучения. Требования - Опыт обучения нейросетевых моделей и применения разных подходов, понимание устройства моделей изнутри. - Работа с PyTorch. - Ориентация в прикладном DL: знание теории компьютерного зрения и умение добиваться практических результатов. - Понимание особенностей realtime-ограничений. - Чтение статей с ML-конференций и отслеживание развития области. Будет плюсом - Опыт работы с медицинским доменом. - Опыт работы с большими фундаментальными моделями и понимание их устройства. - Публикации на ведущих ML-конференциях. - Профильная учёная степень (физико-математическое направление). Условия - ДМС со стоматологией. - 28 календарных дней отпуска. - Годовая премия по результатам работы. - Конкурентная заработная плата (по результатам собеседования). - Корпоративное обучение и возможности для профессионального развития.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - исследование и внедрение современных подходов для широкого круга NLP-задач; - участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения; - разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.); - участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др.; - сотрудничество с продуктовыми, техническими и клиентскими командами; - построение пайплайнов подготовки данных и обучения LLM (LLM-цепочки); - организация процесса мониторинга качества и производительности LLM в продакшене; - проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные); - контейнеризация и оркестрация сервисов (Docker, Kubernetes); - настройка систем логирования и мониторинга (Prometheus, Grafana) для ML сервисов. Требования: - высшее образование: математическое, IT, техническое; - аналогичный опыт работы от 1 года; - хорошее знание Python и основных библиотек анализа данных; - базовые навыки классического ML (EDA, предобработка, обучение моделей); - понимание основных метрик оценки качества моделей; - опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций); - опыт реализации RAG; - уверенное владение PyTorch или TensorFlow для тонкой настройки LLM; - опыт работы с инструментами CI/CD (Git, GitLab CI/CD, Jenkins и пр.); - умение работать Docker, Kubernetes. Условия: - оформление по ТК РФ с первого дня и все социальные гарантии; - офисный формат работы (удаленка возможна, если вы проживаете в регионе, где нет офиса IBS); - комфортные офисы в городах присутствия: с зонами для работы, переговорными комнатами, отдельными зонами отдыха и развлечения, спортивными уголками; - предоставляются ноутбук, наушники, мышь, при необходимости — другая техника; - условия для карьерного роста и программы профессионального развития; - оплачиваемое профессиональное обучение и сертификация; - бонусы и бенефиты: подарки для детей, оплата мобильной связи, конкурсы и квизы с призами, скидки у корпоративных партнёров, покупка мерча за виртуальную игровую валюту; - неформальные мероприятия, интеллектуальные игры, спортивные клубы, собственная Киберлига, возможность заниматься волонтерской деятельностью и благотворительностью, творческие вечера.

Формат

Офис

Страна

Россия

Город

Не указан

Компания СОГАЗ, блок IT, центр внедрения ИИ. Проект: продуктовая ML-платформа, генеративные AI-ассистенты и классические модели машинного обучения. Формат работы — полный офис в бизнес-центре у м. Курская. Обязанности: - Проектировать архитектуру AI-систем; - Внедрение GPU-планировщика для шаринга нагрузки на одном железе; - Проектирование и поддержка ML-пайплайнов; - CI/CD для моделей: версионирование данных, моделей, экспериментов; - Мониторинг production-моделей; - Деплой и оптимизация LLM / inference-серверов; - Контейнеризация и оркестрация сервисов; - CI/CD (GitLab CI); - Мониторинг и observability (Prometheus, Grafana); - Обеспечение выполнения требований ИБ в отношении инфраструктуры. Требования: - Бэкграунд в ML/DS — понимание процессов обучения, инференса, работы с данными; - Опыт от 2 лет в MLOps / DevOps с ML-спецификой; - Docker, Kubernetes — production-опыт; - CI/CD (GitLab CI, методология GitOps); - Глубокие знания Linux; - Опыт построения или управления GPU-кластерами (NVIDIA, CUDA, nvidia-container-toolkit); - Понимание специфики multi-tenant GPU-шаринга (MIG, MPS, time-slicing); - Опыт работы с LLM / inference-серверами (vLLM, TGI, Triton); - Опыт с GPU-планировщиками; - Опыт с MLflow, Kubeflow, Airflow или аналогами; - Высшее техническое образование. Условия: - Оформление полностью в соответствии с ТК РФ, включая оплачиваемый отпуск 29 календарных дней (плюс 1 день отпуска); - ДМС в лучших клиниках города, страхование жизни и страхование от несчастных случаев и болезней + ДМС родственников с 75% скидкой; - Премиальные условия на всю продуктовую линейку группы компаний «СОГАЗ» для работников и их близких родственников (ОСАГО, каско, имущество, жизнь); - Социальный пакет и специальные предложения по страхованию, кредитованию и другие программы от партнёров; - Профессиональное развитие: курсы, тренинги, корпоративная библиотека; - Забота о детях сотрудников: подарки на Новый год и скидки в детские лагеря.

Формат

Удалённо

Страна

Европа

Город

Не указан

Грейд

Senior

Компания AppFollow — платформа управления отзывами о приложениях и ASO. Роль Senior AI-инженер, команда Product Neuro Forge. Полная занятость, удалённо в Европе. Кандидаты вне Европы не рассматриваются. Задачи - Развивать AI/ML-функциональность end-to-end: исследование, прототипирование, запуск и мониторинг LLM-решений на данных отзывов и оценок приложений. - Создавать категоризацию отзывов, суммаризацию, генерацию ответов, семантический поиск, обнаружение аномалий и агентные сценарии. - Разрабатывать сервисы и API вокруг этих функций. Стек AI, ML, LLM, Python, RAG, NLP.

Формат

Офис

Страна

Мальта

Город

Не указан

Грейд

Middle

О компании D.A. Davidson Companies — независимая компания, принадлежащая сотрудникам, с 90-летней историей. Ведёт бизнес в соответствии с высокими стандартами честности и этики, поддерживает дружелюбную, открытую культуру и поощряет открытое общение. Одна из ключевых ценностей — вклад в развитие местных сообществ. О роли Мы ищем Middle AI-инженера по автоматизации для разработки возможностей следующего поколения на базе ИИ в среде Microsoft. Роль предполагает создание интеллектуальных ассистентов и автоматизированных рабочих процессов с использованием Microsoft 365 Copilot Studio, Power Automate и Azure AI Foundry. Идеальный кандидат сочетает экспертизу в разработке ПО с интересом к применению ИИ для трансформации бизнес-процессов в сфере финансовых услуг и управления благосостоянием. Вы будете интегрировать решения на основе больших языковых моделей в корпоративные системы, обеспечивая их безопасность, соответствие требованиям и реальную ценность для конечных пользователей. Требования - Образование и опыт: степень бакалавра в области компьютерных наук, программной инженерии или смежной области; 5+ лет опыта в разработке ПО, автоматизации или аналогичных ролях. - Владение экосистемой Microsoft: практический опыт работы с Microsoft Power Automate и связанными инструментами Power Platform для автоматизации рабочих процессов; знакомство с функциями M365 Copilot или аналогичными инструментами разработки ИИ-ботов/агентов (например, Azure AI services, Cognitive Services). - Навыки программирования: владение как минимум одним языком программирования или сценариев (Python, C или JavaScript) для расширения и настройки решений; опыт создания и использования RESTful API, работы с интеграцией данных. - Знание облака и ИИ: рабочее знание облачных сервисов Azure и фреймворков ИИ/ML; умение разворачивать приложения или автоматизации в облачной среде и интегрировать ИИ-API (Azure OpenAI, Azure Cognitive Services и др.). - DevOps-подход: опыт работы с системами контроля версий (git, Bitbucket) и конвейерами CI/CD для программных проектов; уверенное использование Azure DevOps или GitHub Actions для автоматизации процессов сборки, тестирования и развёртывания. - Решение проблем и коммуникация: сильные аналитические навыки и умение решать задачи с подтверждённым опытом внедрения решений, отвечающих бизнес-потребностям; отличные коммуникативные навыки для работы с техническими и нетехническими участниками команды. - Координация: согласование усилий с другими бизнес-направлениями и функциональными областями, включая партнёров в Operations, Finance, Wealth Management и других. Желательно - Экспертиза в Copilot Studio: опыт работы с Microsoft 365 Copilot Studio, например, создание и управление ИИ-копилотов/агентов в производственной среде; знание проектирования потоков разговоров, тем, инструментов и продвинутых функций Copilot (пользовательские действия, взаимодействие агент-агент). - Продвинутые навыки ИИ и ML: знакомство с большими языковыми моделями за пределами базового использования API — например, опыт настройки промптов, развёртывания LLM или реализации пайплайнов RAG с векторными базами данных для предметных вопросов-ответов; опыт работы с Azure AI Foundry и возможностями Azure AI (документный интеллект, компьютерное зрение, речь и др.). - Опыт в финансовых услугах: опыт проектов в сфере финансовых услуг или управления благосостоянием; понимание отраслевых регуляторных требований (например, конфиденциальность данных, аудит, управление модельными рисками) и умение проектировать соответствующие ИИ-решения. - Фокус на безопасности и соответствии: практический опыт внедрения практик безопасности, соответствия и ответственного ИИ в программном обеспечении; например, знакомство с принципами ответственного ИИ Microsoft, Azure Purview для управления данными или аналогичными инструментами контроля использования ИИ. - Инициативность и лидерство: проявленная инициатива на предыдущих ролях — например, внедрение нового инструмента автоматизации, проведение пилота ИИ-решения или активный вклад в сообщества по ИИ/автоматизации; сертификации Microsoft в области Azure AI, Power Platform или смежных областях будут преимуществом. - Опыт Lean и Agile: большой опыт работы в высоко-итеративных процессах разработки; понимание принципов, но без жёсткой привязки к конкретной методологии. - Терпение: готовность заниматься рутинными и сложными задачами. В роли ИИ-инженера не каждый день происходит развёртывание новых моделей и агентов; инженер должен быть готов к интеграции вендорских решений, исправлению ошибок и другим операционным задачам.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Компания AMD строит платформу, где автономные ИИ-агенты проводят кампании валидации аппаратного обеспечения, разбирают сбои и пополняют общую базу знаний без участия человека. Вы станете ключевым инженером этой системы и будете проектировать и разрабатывать фреймворк LLM-агентов, RAG-пайплайны, MCP-бэкенд и инструменты для разработчиков. Роль находится в организации Global Cluster Engineering, где вы будете создавать ПО для распределенной инфраструктуры глобального масштаба. Это ИИ-нативная инженерная роль: основное время уйдет на создание систем мультиагентной оркестрации, пайплайнов генерации с дополнением (RAG), фреймворков для использования инструментов и интеграцию графов знаний. Глубокие знания аппаратного обеспечения не требуются, но интерес к тому, как работают валидация прошивок и сетевое оборудование, поможет создавать лучшие инструменты для инженеров. Открыты две позиции Senior Software Engineer; конкретные зоны ответственности будут определены по сильным сторонам и интересам каждого кандидата. Требования: - Опыт разработки ПО с сильным портфолио продакшн-систем. - ИИ-нативная разработка: интерес к созданию ИИ-нативного ПО, опыт запуска реальных LLM-систем, внимание к деталям (обоснованность, оценка, режимы отказа, а не только промпты). - RAG-системы: практический опыт создания RAG-пайплайнов — эмбеддинг-модели, векторные базы данных, стратегии чанкинга, оценка поиска, гибридный поиск и реранкинг. - LLM-инженерия: продакшн-опыт с использованием инструментов LLM, мультиагентной оркестрацией, инженерией промптов, управлением контекстом и снижением галлюцинаций. - Основные навыки: уверенное владение одним или несколькими современными языками программирования, такими как Python, TypeScript/Node.js, Go, Java, C или Rust, с подтвержденной способностью создавать и эксплуатировать сервисы продакшн-уровня. Предпочтителен опыт Python из-за экосистемы ИИ/ML. - Инженерное мастерство: асинхронное программирование, проектирование API, распределенные системы, чистый код. Опыт проектирования для надежности в автоматизированных средах без наблюдения — восстановление после сбоев, журналы аудита, управление состоянием, наблюдаемость. - Облачная инфраструктура: опыт работы с AWS, Azure или GCP — предоставление инфраструктуры, управляемые сервисы, сети, развертывание продакшн-нагрузок в масштабе. - ИИ-инструменты: активное использование ИИ-ассистентов для кодирования и LLM-инструментов разработчика (Claude Code, GitHub Copilot, Cursor и т. п.) для ускорения разработки. Обязанности: - Оркестрация агентов: проектирование, разработка и поддержка слоя оркестрации ИИ-агентов — мультиагентная диспетчеризация, управление контекстным окном, защита от галлюцинаций, отслеживание прогресса, восстановление после сбоев, журналы аудита и протоколы межсетевого взаимодействия агентов. - Разработка RAG-пайплайна: создание и постоянное улучшение пайплайна генерации с дополнением — сбор документов из Slack, GitHub, Jira и Confluence; стратегии чанкинга и эмбеддинга; гибридный векторный и ключевой поиск; реранкинг на основе кросс-энкодеров и LLM; индексация графов знаний через LightRAG и Neo4j. - Пользовательский опыт и интерфейсы: создание интуитивных веб-приложений и инструментов для разработчиков, позволяющих инженерам взаимодействовать с ИИ-агентами, системами знаний, рабочими процессами валидации, панелями наблюдаемости и операционными инструментами. Опыт создания современных веб-приложений с использованием React, Next.js, Angular, Vue или аналогичных фреймворков. - Бэкенд-системы: проектирование и реализация распределенных сервисов, API, событийно-ориентированных архитектур и микросервисов, обеспечивающих ИИ-рабочие процессы и интеграции платформы. - ИИ-сервисы: проектирование и реализация масштабируемых низколатентных ИИ-сервисов для генерации метаданных, извлечения признаков и поиска знаний — обеспечение точного и обоснованного контекста для агентов в момент запроса. - Инструменты на базе LLM: создание инструментов разработчика на базе LLM — автоматическая генерация тест-планов, аудит качества тест-кейсов, ИИ-разбор сбоев, автономное пополнение знаний после каждого тестового запуска и интеллектуальная генерация отчетов. - Развертывание агентного ИИ: разработка и развертывание агентных ИИ-решений — автономные агенты, фреймворки мультиагентной оркестрации и LLM-рабочие процессы.

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

Марокко

Город

Не указан

Грейд

Senior

Компания GE Vernova внедряет передовые технологии для оптимизации операций, улучшения клиентского опыта и роста. Создается команда для использования генеративного ИИ. Цель команды — автоматизировать промптинг, разработать фреймворк для промптинга для переиспользования и обмена между бизнесами. GE Vernova Advanced Research — акселератор, занимающийся стратегией и исследованиями для энергетического перехода. Исследователи сотрудничают с бизнесами GE Vernova, правительством США и более чем 420 организациями, выполняя 150+ проектов в области энергетики. Обязанности - Сотрудничать с экспертами в предметной области для понимания бизнес-потребностей и преобразования их в четкие эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений LLM в существующие или новые приложения. - Вносить вклад в разработку масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе отзывов пользователей для постоянного улучшения эффективности промптов. - Следить за развитием технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - 5+ лет релевантного опыта и степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. Условия - Готовность работать в офисе в Кембридже, Массачусетс, или Нискаюне, Нью-Йорк. - Для сотрудников в Кембридже предусмотрена обязательная трехмесячная (гибридная) онбординг-резиденция в Исследовательском центре GE Vernova Advanced Research в Нискаюне, Нью-Йорк. Программа позволяет старшим талантам установить прочную техническую основу, сотрудничать с ведущими учеными и инженерами. Предоставляются расходы на поездки, жилье и стипендия. - Компания предлагает отличную рабочую среду, профессиональное развитие, сложные задачи и конкурентоспособную компенсацию. Предпочтительно - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - 3+ года опыта в промпт-инжиниринге и знакомство с инструментами, такими как модели GPT от OpenAI, Hugging Face и др. - 3+ года опыта с Python или другими языками программирования, обычно используемыми в AI/ML разработке. - Опыт с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (например, Pandas, NumPy). - Предыдущий опыт или стажировки в проектах NLP или машинного обучения. - Знакомство с системами контроля версий, такими как Git. - Сильные навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операций и проблем традиционной промышленности.

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

Мальта

Город

Не указан

Грейд

Middle

D.A. Davidson Companies — независимая компания, принадлежащая сотрудникам, с 90-летней историей. Компания работает в сфере финансовых услуг и управления благосостоянием. Роль: Mid-Level AI и Automation-инженер для разработки AI-возможностей в среде Microsoft. Задачи: создание интеллектуальных ассистентов и автоматизированных рабочих процессов с использованием Microsoft 365 Copilot Studio, Power Automate и Azure AI Foundry; интеграция решений на основе больших языковых моделей в корпоративные системы с обеспечением безопасности и соответствия требованиям. Требования: - Высшее образование в области компьютерных наук, программной инженерии или смежной области. - 5+ лет опыта в разработке ПО, автоматизации или аналогичных ролях. - Практический опыт с Microsoft Power Automate и инструментами Power Platform для автоматизации рабочих процессов. - Знакомство с функциями M365 Copilot или аналогичными инструментами разработки AI-ботов/агентов (Azure AI services, cognitive services). - Владение как минимум одним языком программирования или скриптов (Python, C или JavaScript). - Опыт создания и использования RESTful API, работы с интеграцией данных. - Знание облачных сервисов Azure и AI/ML-фреймворков. - Опыт развертывания приложений или автоматизаций в облачной среде и интеграции AI API (Azure OpenAI, Azure Cognitive Services). - Опыт работы с системами контроля версий (git, Bitbucket) и CI/CD-пайплайнами (Azure DevOps, GitHub Actions). - Развитые аналитические навыки и навыки решения проблем. - Отличные коммуникативные навыки для работы с техническими и нетехническими командами. - Координация усилий с другими бизнес-направлениями: Operations, Finance, Wealth Management. Предпочтительные квалификации: - Опыт работы с Microsoft 365 Copilot Studio: создание и управление AI-копайлотами/агентами в продакшене, проектирование диалоговых потоков, тем, инструментов, использование продвинутых функций (custom actions, agent-to-agent workflows). - Знакомство с большими языковыми моделями: промпт-тюнинг, развертывание LLM, реализация RAG-пайплайнов с векторными базами данных для доменных Q&A. - Опыт с Azure AI Foundry и возможностями Azure AI: document intelligence, computer vision, speech. - Опыт в проектах для финансовых услуг или управления благосостоянием. - Понимание отраслевых регуляторных требований (приватность данных, аудит, управление модельными рисками) и проектирование AI-решений с их соблюдением. - Практический опыт внедрения практик безопасности, соответствия и ответственного AI (Microsoft Responsible AI guidelines, Azure Purview). - Проявленная инициатива: внедрение новых инструментов автоматизации, пилотирование AI-решений, участие в AI/automation-сообществах. - Сертификации Microsoft в Azure AI, Power Platform. - Опыт работы в высокоитеративных процессах разработки (Lean, Agile). - Готовность к рутинным задачам: интеграция вендоров, исправление ошибок, операционная работа.

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

США

Город

Не указан

О компании Oddball — небольшая компания, разрабатывающая качественное ПО для государственного сектора. Мы ценим обучение и рост, а также возможность оказывать значительное влияние в небольшой компании. Мы верим, что можем добиться больших изменений и улучшить повседневную жизнь миллионов людей. О роли Мы ищем прикладного AI/ML-инженера для проектирования, разработки и внедрения практических решений на основе ИИ, которые решают реальные задачи. Роль включает применение современных методов ML и GenAI в производственных системах — от экспериментов и прототипирования до развертывания, оценки и итераций. Вы будете тесно работать с инженерами, дизайнерами и заинтересованными сторонами, чтобы превращать неоднозначные задачи в масштабируемые и надежные возможности на основе ИИ. Это практическая инженерная роль для того, кто любит запускать продукты, быстро учиться и сочетать техническую строгость с реальными ограничениями. Задачи - Проектировать, разрабатывать и внедрять функции на основе машинного обучения и ИИ в производственные системы. - Применять методы обучения с учителем, без учителя и глубокого обучения к структурированным и неструктурированным данным. - Строить и оценивать модели для задач классификации, ранжирования, прогнозирования, NLP или обнаружения аномалий. - Разрабатывать и интегрировать решения на основе GenAI (например, рабочие процессы на базе LLM, RAG, агенты). - Преобразовывать бизнес- и пользовательские потребности в постановки задач ML, метрики и эксперименты. - Реализовывать конвейеры данных и процессы инженерии признаков для поддержки обучения и инференса моделей. - Оценивать производительность моделей, смещение, дрейф и надежность; итерировать на основе результатов. - Сотрудничать с инженерами для интеграции моделей в API, сервисы и пользовательские приложения. - Участвовать в архитектурных решениях по обслуживанию моделей, масштабируемости и оптимизации затрат. - Документировать подходы, допущения и компромиссы для поддержки сопровождаемости и обмена знаниями. - Выполнять другие связанные обязанности по поручению. Требования - Прочная основа в концепциях машинного обучения, включая выбор моделей, обучение, валидацию и оценку. - Опыт построения и развертывания моделей ML в реальных приложениях. - Владение Python и распространенными библиотеками ML (например, PyTorch, TensorFlow, scikit-learn). - Опыт работы с большими языковыми моделями, эмбеддингами и системами на основе промптов. - Знакомство с инструментами и процессами обработки данных (например, Pandas, SQL, Spark или аналоги). - Понимание лучших практик разработки ПО (контроль версий, тестирование, ревью кода). - Способность рассуждать о компромиссах между точностью, задержкой, стоимостью и сопровождаемостью. - Отличные коммуникативные навыки и комфортная работа в кросс-функциональных командах. Бонусом, если у вас есть - Опыт работы в инновационных, исследовательских, лабораторных или исследовательских инженерных командах. - Опыт развертывания моделей на облачных платформах и управления инференсом в масштабе. - Знакомство с практиками MLOps, такими как мониторинг моделей, CI/CD для ML и отслеживание экспериментов. - Опыт участия в архитектурных обсуждениях или технической стратегии. Условия - Гибридный формат / удаленно. Кандидаты должны находиться в регионе DMV (округ Колумбия, Мэриленд, Вирджиния) и иметь возможность участвовать в офисной коллаборации. - Кандидаты должны быть авторизованы для работы в США. В соответствии с требованиями федеральных контрактов некоторые роли могут также требовать гражданства США и способности получить и поддерживать федеральную проверку биографии и/или допуск к секретной информации. Льготы - Полностью удаленная работа. - Ежегодная выплата. - Комплексный социальный пакет. - Пенсионный план 401(k) с взносами компании. - Гибкий оплачиваемый отпуск, оплачиваемые праздничные дни.

Формат

Офис

Страна

США

Город

Не указан

Компания Roboflow разрабатывает инструменты для построения и использования моделей компьютерного зрения. Продуктами компании пользуются более 1 млн разработчиков, включая сотрудников половины компаний из Fortune 100. Примеры применения: подсчёт клеток для ускорения исследований рака, повышение безопасности на стройплощадках, оцифровка поэтажных планов, сохранение популяций коралловых рифов, управление полётом дронов. Команда небольшая, успех пользователей считается успехом компании. Roboflow привлекала более 63 млн долларов от Google Ventures, Y Combinator, Craft Ventures, Сэма Альтмана, Lachy Groom и других инвесторов. О роли Inference — один из ключевых open source-проектов компании, движок, который запускает модели компьютерного зрения от облачных GPU до устройств на периферии. Он лежит в основе коммерческой платформы и используется десятками тысяч разработчиков. Роль создана для того, чтобы быть ответственным за этот проект. Inference быстро растёт, растёт и объём вкладов, всё чаще создаваемых с помощью ИИ-агентов. Сейчас релизы выходят примерно еженедельно, и это требует усилий. Цель — построить и развивать агентный конвейер вкладов и релизов: автоматизированное и полуавтоматическое рецензирование, триаж, CI/CD и сквозное тестирование. Это позволит безопасно принимать большой объём PR от агентов, сохраняя контроль качества. Идеальное конечное состояние — ночные сквозные тесты для каждой целевой платформы (отдельно и в составе платформы), подкреплённые расширяющимся набором тестов, проверяющих реальное здоровье каждой сборки. Тогда ежедневные релизы становятся рутиной, и можно принимать больше вкладов без снижения планки, отклоняя их по строго определённым стандартам рецензирования. Также этот человек становится «лицом» Inference: обучает внутренние команды и клиентов, сотрудничает с маркетингом и отвечает за добавление новых моделей в движок. Требования - Любите создавать качественные продукты вместе с увлечёнными коллегами. - Стремитесь владеть результатом, а не только процессом. - Мотивированы ответственностью и подотчётностью. - Готовы выполнять работу, большую и малую. - Мотивированы вопросом «Как я могу это улучшить?» и имеете опыт улучшений, в том числе в смежных областях. - Многие в команде — бывшие основатели, комфортно чувствующие себя в условиях автономии. - Вам важны open source и разработчики, которые зависят от него. Обязанности - Поддерживать и развивать Inference — флагманский open source и коммерческий движок компьютерного зрения, сохраняя его качество при росте объёма вкладов. - Строить агентный конвейер вкладов: автоматизированное и полуавтоматическое рецензирование, триаж и CI/CD, чтобы безопасно принимать большой объём PR от агентов и перейти от еженедельных релизов к ежедневным. - Проектировать и расширять набор тестов, проверяющих реальное здоровье сборок для каждой целевой платформы (отдельно и в составе платформы), с целью ночного сквозного прогона по всем платформам. - Определять и обеспечивать соблюдение «правил дорожного движения» — стандартов рецензирования и навыков, которым должны следовать агенты и контрибьюторы. Принимать решения, когда объединять изменения быстро, а когда отклонять, и закладывать эти решения в систему. - Упрощать добавление новых моделей в Inference — делать это значительно быстрее и легче для пользователей. - Обучать внутренние команды и клиентов: помогать полевому инженерному и поддержке быть на шаг впереди, чтобы они могли самостоятельно работать и глубже разбираться, а клиенты получали полную ценность продукта. - Быть мостом между основной разработкой и клиентами — превращать новые возможности в документацию.

Формат

Офис

Страна

США

Город

Не указан

Компания Roboflow упрощает создание и использование моделей компьютерного зрения. Более 1 млн разработчиков, включая половину Fortune 100, используют открытые и хостинговые инструменты машинного обучения Roboflow. Примеры применений: подсчёт клеток для ускорения исследований рака, повышение безопасности на стройплощадках, оцифровка поэтажных планов, сохранение популяций коралловых рифов, управление полётом дронов. Компания привлекла более $63 млн от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Lachy Groom и других софтверных инвесторов. В команде ценят ответственность, самостоятельность, любопытство к новым технологиям и предпочтение показывать работу, а не рассказывать о ней. Задачи В составе Enterprise-команды вы будете создавать новые функции и улучшения в любом месте продукта Roboflow. Ищем технических универсалов, готовых осваивать новый стек и инструменты. Основная часть существующей кодовой базы — JavaScript и Node.js. Также нужно поддерживать и улучшать корпоративный пайплайн инференса Jetson, поэтому желательны твёрдые знания Linux. Enterprise-команда тесно взаимодействует с корпоративными клиентами, чтобы понимать их потребности и развивать их успех в компьютерном зрении с Roboflow. Ожидаются частые визиты к клиентам, экскурсии по фабрикам и создание функций, необходимых для успеха потенциальных и текущих клиентов. Также вы будете тесно работать с Field Engineering командой: расширять партнёрства и помогать полевым инженерам эффективнее собирать визуальные данные и предоставлять клиентам инсайты. Большинство задач относится к основному продукту — сквозному пайплайну для компьютерного зрения от приёма изображений до аннотации, обучения и развёртывания. Иногда придётся заниматься интеграцией маркетинговых и продажных инструментов, «тушением пожаров», автоматизацией внутренних процессов и open source проектами. У вас будет большая свобода в выборе приоритетных проектов. Если вам нужен жёсткий список задач на несколько месяцев вперёд — эта роль, скорее всего, не подойдёт. Технологии Основная часть кодовой базы написана на JavaScript, пайплайн машинного обучения и обработки изображений — на Python. Используются Firebase и GCS, часть ML-инфраструктуры на AWS. Всё чаще применяется Docker (внутри компании и в клиентских продуктах, например, edge inference server). Много кода работает в браузере (включая TensorFlow JS), также разрабатываются API и клиентские библиотеки на нескольких языках. Не требуется опыт во всех этих областях, но важно желание учиться новому. Также приветствуются новые знания и опыт, которыми вы можете поделиться с командой. Примеры проектов - Добавление инструментов записи и анализа видео в SaaS-приложение Roboflow для быстрого сбора и понимания данных клиентов. - Упрощение настройки новых устройств и инспекций в приложении Roboflow. - Добавление нового блока в workflow для отправки визуальных инсайтов в Power BI или Tableau. - Новые возможности управления edge-устройствами, например, визуализация GPS-координат. Команда Команда состоит из ~120 человек: руководители, вернувшиеся к разработке, основатели с выходом на $100M+, пользователи Roboflow, ставшие сотрудниками, контрибьюторы open source, велосипедист, пересекший США, prolific high school hackers, CTO из организации со 100+ инженерами. Вы будете работать напрямую с руководителем Enterprise-направления и командой Full Stack-инженеров. Условия Roboflow распределена по США и Европе. Есть хабы в Нью-Йорке и Сан-Франциско (планируются новые). Компания предоставляет возможности (например, командные офлайн-встречи в разных городах) и ресурсы (например, $4000 в год на путешествия) для работы вживую с коллегами.

Формат

Офис

Страна

Франция

Город

Не указан

О компании Alma — французский лидер в сфере «покупай сейчас, плати потом» (BNPL), работающий в 10 европейских странах. Компания помогла более 25 000 мерчантов и 10 миллионам потребителей. В команде более 380 сотрудников, годовая выручка превышает 100 млн евро. Alma входит в Next40 и активно масштабируется в Европе. О команде ИИ-команда входит в департамент данных. Мы создаём и эксплуатируем ML-продукты, лежащие в основе бизнеса Alma, включая кредитный скоринг для бесшовного платежного опыта при минимизации дефолтов и максимизации одобрений. Недавно мы расширили сферу деятельности на ИИ для операционной эффективности — решения, которые делают операционные команды Alma более эффективными и закрывают новые бизнес-потребности, включая прогнозирование выручки и оптимизацию взыскания долгов. Вы будете работать как с основными моделями риска, так и с растущим портфелем новых ML-инициатив. Команда состоит из пяти человек, мы владеем продуктами от начала до конца — от моделирования до производственных систем, которые их обслуживают и мониторят. Вы будете подчиняться менеджеру по ML-инжинирингу и тесно работать с командами данных, SRE и количественного анализа. Это полная занятость, работа в Париже или полностью удалённо во Франции. О роли Как ML-инженер, вы будете владеть ML-продуктами от начала до конца, разделяя время между разработкой моделей и платформой, на которой они работают. В частности, вы будете: - Владеть ML-моделями на всём жизненном цикле — от пайплайнов данных и инженерии признаков до обучения, оценки, развёртывания и мониторинга; выбирать правильные метрики и защищаться от утечек, переобучения и дрейфа. - Развивать и улучшать нашу ML-платформу — владеть GitOps CI/CD и процессом релизов команды, мониторить serving-эндпоинты, задержку и нагрузку в Datadog, определять SLO и алертинг, чтобы модели оставались надёжными в продакшене. - Превращать ML в бизнес-ценность по всей организации — сотрудничать с командами риска, операционными и продуктовыми командами, чтобы находить и запускать ML-возможности, от кредитного скоринга до ИИ для операционной эффективности, делиться экспертизой через код-ревью и технический мониторинг. Вы будете работать с Python, scikit-learn, SQL, Vertex AI Pipelines (Kubeflow), dbt, BigQuery, PostgreSQL, Argo Workflows, Neo4j, FastAPI, Argo CD, Kubernetes, Terraform, Datadog. Требования Для успеха в этой роли: - 5+ лет создания и запуска ML в продакшене: сильные Python и SQL, твёрдые основы ML (оценка, утечки, пере/недообучение), чистый, протестированный, проверяемый код. Ожидается знакомство с некоторыми элементами нашего стека. - Гибридный профиль: практический опыт в MLOps и инфраструктуре (пайплайны данных, мониторинг, системный дизайн, live-предсказания / стриминг) и уверенность в рассуждениях о задержке, масштабе и надёжности. - Автономность, аналитическое мышление и бизнес-ориентированность, профессиональный английский и рабочий уровень французского (повседневный язык команды). Будет плюсом: - Опыт с GCP, Docker или графовыми базами данных. - Опыт с LLM — как инструментами разработки, так и компонентами, встроенными в продуктовые системы. - Опыт в кредитном скоринге, BNPL («покупай сейчас, плати потом»), финансовых услугах или фроде. Если вы соответствуете не всем требованиям? В Alma мы верим, что отличные наймы приходят разными путями. Если эта роль вас вдохновляет, мы призываем вас откликнуться. Мы ценим потенциал, любознательность и способность расти так же, как и опыт. Что вы получите - Видимый эффект — ваши модели напрямую влияют на финансовые показатели Alma, и вы увидите это в KPI скоринга и взыскания долгов. - Современная ML-платформа для развития и улучшения — GitOps/MLOps стек (Argo CD, GitHub Actions, dbt, Datadog), которым вы будете владеть и формировать. - Реальная широта — от основных моделей риска до ИИ для операционной эффективности, с настоящим владением моделированием и инфраструктурой в небольшой автономной команде. Компенсация и льготы - Конкурентная зарплата на основе 12 месяцев - Участие в прибыли и сберегательный план для сотрудников - Медицинская страховка: 100% покрывается Alma, включая семейный пакет - Страхование по инвалидности: 100% покрывается Alma - Спорт: партнёрства с Gymlib и Classpass или возмещение 30 евро в месяц за спортивные занятия - Отпуск по беременности и уходу за ребёнком: зарплата сохраняется на 100% во время отпуска без требования стажа. Возвращение к работе по графику 4/5 с оплатой 100% в течение 8 недель. - Пакет устойчивой мобильности (FMD): 544,80 евро в год (кроме полностью удалённых контрактов) - Обеденные ваучеры: 10 евро в день, 50% покрывается Alma - Психическое здоровье: бесплатный доступ к платформе MindDay

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Reddit — это сообщество сообществ. Платформа построена на общих интересах, увлечениях и доверии. Каждый день пользователи Reddit публикуют, голосуют и комментируют темы, которые им важны. В Reddit более 100 000 активных сообществ и около 130 миллионов ежедневных уникальных посетителей. О роли Reddit нанимает Senior Security Engineer, AI Security, чтобы помочь командам безопасно создавать и запускать AI-продукты. Роль сочетает суждение в продуктовой безопасности с практической инженерией для защиты систем, инструментов и процессов, лежащих в основе AI-усилий Reddit. Это не роль ML-инженера, но нужно уверенно рассуждать о том, как отказывают AI-системы, как агенты используют инструменты и как контроли безопасности встраиваются в пути инференса, поиска, использования инструментов и выполнения. Лучшие кандидаты сочетают практическое суждение в безопасности приложений с сильными инженерными навыками: умеют выявлять риски до запуска и превращать повторяющиеся находки в guardrails, сканеры, реестры, песочницы, библиотеки, проверки политик или платформенные контроли, масштабируемые за пределы одной продуктовой команды. Задачи - Анализировать и моделировать угрозы AI-функций, LLM-интеграций, агентных процессов, MCP-серверов, инструментов, плагинов, систем поиска, выходов моделей и внутренних AI-инструментов до запуска. - Создавать переиспользуемые примитивы безопасности AI: guardrails, сканеры, проверки политик, контроли использования инструментов, реестры, песочницы, библиотеки и точки принудительного применения в рабочих процессах. - Проектировать инструменты безопасности, которые могут находиться в пути инференса, поиска или выполнения для обнаружения и предотвращения prompt injection, джейлбрейков, неправильного использования инструментов, утечки данных, небезопасной генерации кода и подозрительного поведения агентов. - Работать с командами, создающими продукты и платформы с AI, чтобы определять практичные контроли безопасности, соответствующие их процессам. - Проактивно находить, исправлять и предотвращать проблемы AI-безопасности, делая изменения понятными и малотрудозатратными для команд-партнёров. - Превращать разовые проблемы AI-безопасности в системные исправления, paved paths, измеримые контроли и переиспользуемые рекомендации. Требования - 5+ лет опыта в продуктовой безопасности, безопасности приложений, безопасности ПО, инженерии безопасности, бэкенд-инженерии или платформенной безопасности. - Сильные основы безопасности приложений: безопасный дизайн-ревью, моделирование угроз, ревью кода, приоритизация уязвимостей и практическое устранение. - Опыт создания надежных бэкенд-сервисов. - Практический опыт создания автоматизации безопасности, инструментов для разработчиков, библиотек, инфраструктуры или платформенных контролей. - Понимание рисков AI, LLM или агентных систем: prompt injection, джейлбрейки, небезопасное использование инструментов, отравление инструментов, утечка данных, небезопасные выходы моделей и злоупотребление AI-ассистированными процессами. - Способность рассуждать о границах доверия: пользовательский ввод, контекст модели, системы поиска, бэкенд-сервисы, вызовы инструментов, MCP-серверы, сторонние интеграции, изолированное выполнение, логи и фронтенд-рендеринг. - Практическое понимание концепций инфраструктурной безопасности: идентичность, авторизация, сетевые границы, секреты, облачные среды, контейнеры, изоляция, принудительное применение политик рантайма и наименьшие привилегии. - Сильное инженерное суждение о том, когда блокировать запуск, когда принимать риск и как выстраивать практические исправления. - Четкие коммуникативные навыки: умение объяснять технический риск безопасности и бизнес-влияние инженерам, продакт-менеджерам и руководству. Предпочтительные квалификации - Опыт обеспечения безопасности AI/LLM-продуктов, AI-ассистированных инструментов разработки, агентных фреймворков, MCP-экосистем инструментов, RAG-систем или интегрированных с моделями процессов. - Опыт создания guardrails, политических движков, безопасных фреймворков, сканеров, линтеров, CI/CD-проверок, реестров, шлюзов или других ориентированных на разработчиков платформ безопасности. - Знакомство с песочницами для агентов, workload identity, сетевой политикой, разрешениями инструментов, AI red teaming или оценкой LLM. - Опыт сканирования или управления компонентами AI-агентов: навыки, промпты, MCP-серверы, манифесты инструментов, сгенерированный код, зависимости или связанные с моделями процессы. - Знакомство с системами машинного обучения, оценкой моделей, потоками данных AI или управлением данными для AI-продуктов. - Опыт с Go, Python, JavaScript или TypeScript.

Формат

Офис

Страна

Не указана

Город

Не указан

Разработчик качества поисковой платформы Nova (Core & Agentic Search). В Яндексе существует множество вертикальных поисков, и у каждого из них своя логика ранжирования, метрики качества и интеграции с продуктами вроде Алисы. Мы хотим собрать из этого единую платформу поиска, где команды смогут описывать требования к релевантности и интеграциям декларативно, а инфраструктура будет автоматически строить ранжирование, evaluation и подключение к агентам. Задачи: - Развивать платформу поиска для продуктовых команд: реализовывать ML-инфраструктуру, которую смогут использовать десятки команд внутри компании. - Использовать LLM для построения ML-пайплайнов: применять LLM для описания логики ранжирования, генерации обучающих данных и помощи в настройке моделей, реализовывать такие механизмы внутри платформы. - Заниматься дистилляцией моделей ранжирования: превращать тяжёлые мощные модели в быстрые продакшн-модели, позволяющие соблюдать ограничения по латентности и не сильно уступающие в качестве учителю. - Развивать систему метрик и evaluation: создавать инфраструктуру для измерения качества поиска в разных вертикалях. Требования: - Опыт обучения LLM или BERT-моделей. - Уверенное владение Python и работа с SQL. - Увлечённость ML, аналитикой и интеграцией моделей в реальные сервисы. - Хорошее знание алгоритмов и структур данных. Будет плюсом: - Опыт работы с поиском или рекомендациями. Условия: - Ежегодные медицинские чекапы. - Йога и психотерапия.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

AI-агентство ищет ML-инженера с опытом RAG в продакшене. Проект - Q&A по 3000+ техническим PDF. Стек - Python - Supabase - OpenAI API Условия - Удалённая работа, part-time. - Оплата 2 000–3 500 ₽/час. - Первый этап — 3 недели, далее возможна долгосрочная работа. Требования - Production RAG. - Python. - Vector DB. - Работа с метриками. - Опыт с PDF/таблицами — плюс.

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

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Работодатель: AI-агентство (ИП). Проектная part-time удалённая работа. Ищем инженера на контрактный проект: Q&A-система по инженерной технической документации, 3000+ PDF с таблицами и перекрёстными ссылками. Стек: Python, Supabase, OpenAI API. Пайплайн собран и работает, точность около 60%, теряется на отборе чанков и генерации. Первый этап 3 недели, при успехе работа на месяцы. Чем предстоит заниматься - Построить замерочный стенд: эталонные вопросы, автоматическая оценка, базовая линия точности - Разобрать причины отказов модели при корректном ретриве - Улучшить отбор evidence, промпты, подбор модели - Снизить себестоимость одного ответа - Далее: метаданные чанков, структурное извлечение таблиц из PDF, граф ссылок между документами Требования - Практический опыт RAG в продакшене, не туториалы - Python, векторные базы: pgvector, Supabase или аналоги - Привычка измерять качество метриками, а не на глаз - Умение разбираться в чужом коде - Плюсом: опыт с большими PDF, таблицами, техдокументацией Условия - Занятость: проектная, part-time - Формат работы: удалённо, гибкий график - Оплата 2000-3500 ₽/час, еженедельно по факту принятой работы, без задержек - Постановка задач и коммуникация с заказчиком на руководителе проекта