Биржа вакансий в сфере ИИ, ML

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

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

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

Канада

Город

Не указан

Грейд

Senior

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

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

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

Формат

Офис

Страна

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

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

Офис

Страна

Латинская Америка

Город

Не указан

Грейд

Senior

О компании Truelogic — провайдер near-shore услуг по расширению штата, штаб-квартира в Нью-Йорке. Более 20 лет на рынке, команда из 600+ IT-специалистов в Латинской Америке. Клиент — поставщик интегрированного облачного HR-программного обеспечения для государственного сектора. Продукт делится на три модуля: Recruit, Develop, Manage, автоматизирует и поддерживает весь жизненный цикл сотрудника. Платформа оптимизирует HR-процессы и поддерживает инициативы по разнообразию, помогая государственным и образовательным учреждениям эффективно обслуживать свои сообщества. О вакансии Ищем Senior .NET-инженера для проектирования, разработки и поставки высококачественных масштабируемых enterprise SaaS-приложений. Роль предполагает решение сложных архитектурных задач, создание модульных бэкенд-систем и полную ответственность за качество и тестирование кода в современном процессе разработки с использованием AI-инструментов. Задачи - Разбивать сложные бизнес-задачи на модульные, чистые решения. - Создавать базовые фреймворки и применять архитектурные паттерны: Domain-Driven Design (DDD) и CQRS. - Разрабатывать, поддерживать и оптимизировать RESTful API и микросервисы на C, .NET Core, Web API и Entity Framework (EF Core / EF6). - Работать с SQL Server: проектирование БД, написание сложных хранимых процедур, индексация, оптимизация запросов и настройка производительности. - Полностью отвечать за тестирование кода (модульное, интеграционное и нагрузочное) в модели Shift Left / без отдельной команды QA. - Активно использовать AI-инструменты разработки для ускорения генерации кода, рефакторинга, документации и общей скорости работы. - Взаимодействовать с продакт-менеджерами и кросс-функциональными командами для превращения бизнес-требований в клиентоориентированные функции. Требования - 5+ лет опыта разработки enterprise или SaaS-приложений на C, .NET Core, Web API, Entity Framework и SQL Server. - Понимание ООП, паттернов проектирования, корпоративной архитектуры, многопоточности и асинхронного программирования. - Практический опыт с DDD, CQRS и чистым разделением бизнес-логики и слоя доступа к данным. - Ежедневное использование AI-ассистентов кодирования (GitHub Copilot, Claude или аналогичных) в процессе разработки. - Знакомство с Angular (или другими современными фронтенд-фреймворками), Git и CI/CD в Agile-среде. - Отличные письменные и устные коммуникативные навыки на английском, опыт работы в распределённых командах. Плюсы - Опыт создания AI-функций в продакшене (интеллектуальный поиск, умные формы, NLP-процессы). - Опыт работы в среде Shift Left / полного владения функциональностью от проектирования до продакшена. - Опыт с event-driven архитектурами, асинхронными сообщениями или распределёнными системами. Условия - 100% удалённая работа: достаточно ноутбука и стабильного интернета. - Высокая конкурентоспособная оплата в USD. - Оплачиваемый отпуск. - Автономия в управлении временем: важны результаты, а не часы. - Работа с ведущими американскими компаниями. - Культура, ценящая сотрудников: приоритет благополучия и work-life balance, вовлекающие мероприятия, динамичные команды. - Глобальная сеть: более 600 профессионалов в 25+ странах, мультикультурная команда из Латинской Америки. - Работа с опытными специалистами: все члены команды — опытные эксперты.

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

Россия

Город

Не указан

Обязанности: - Разработка ИИ-ассистентов и функциональных агентов в рамках проверки PoC для ИИ-идей, входящих в ИИ-инкубатор. - Практическое применение знаний в NLP. - Запуск моделей на GPU и CPU. - Контейнеризация. - Работа с Jenkins. - Использование векторных баз и эмбеддингов для RAG. - Реализация function calling. - Работа с KServe. - Применение BERT-подобных моделей. - Работа с эвристиками. - Опыт квантизации LLM. Требования: - Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. - Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов. - Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов. - Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных. - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI. - Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты. - Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review. - Уверенное владение SQL. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Умение оценивать стоимость, latency и масштабируемость LLM-решений. - Опыт работы в e-commerce, retail или других продуктовых highload-системах. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными.

Формат

Офис

Страна

Не указана

Город

Не указан

Группа семантических технологий в Поиске Яндекса помогает пользователям находить качественные и релевантные документы. В работе используются LLM и информационный поиск. Для экспериментов доступны сотни GPU, что позволяет ставить масштабные эксперименты. Ищем NLP-инженера, который будет end-to-end решать ML-задачи. Задачи - Разрабатывать агентские системы. Для дальнейшего роста качества Поиска нужны агенты, способные понимать смысл запроса, определять релевантность страниц и оценивать их качество. Предстоит строить системы, которые смогут собирать и оркестрировать агентов для решения этих задач. - Обучать генеративные модели. Продакшен-модели обучаются на миллионах пар «запрос — документ». Размечать такие датасеты с помощью сложных агентских пайплайнов дорого, поэтому нужно дистиллировать знания агентских систем в более лёгкие ML-модели. - Разрабатывать ML-компоненты end-to-end. Полный цикл разработки от идеи и эксперимента до интеграции в зрелый продакшен-сервис. Нужно находить точки роста в моделях, формулировать и проверять исследовательские гипотезы. Требования - Глубокое понимание современного NLP, особенно агентских систем. - Умение проектировать ML-системы. - Уверенное владение Python, работа с SQL и PyTorch. - Хорошая база в теории вероятностей и математической статистике. Условия - Ежегодные медицинские чекапы. - Йога. - Психотерапия.

Формат

Удалённо

Страна

Любая

Город

Не указан

Principal AI-инженер по персонализации и рекомендациям Rula Health — компания, работающая в сфере ментального здоровья, полностью удалённо. Наём ведётся в большинстве штатов США, за исключением Гавайев. О роли Специалист отвечает за прикладные AI и ML-решения, определяющие, как ИИ применяется в ментальном здравоохранении. Фокус — не на изолированных прототипах, а на production-grade системах, которые напрямую обеспечивают подбор пациентов и терапевтов, клинические рабочие процессы и вовлечение пациентов. Непосредственная зона ответственности — поисковое ранжирование, релевантность и подбор пациентов и терапевтов. Более широкая область — стратегии персонализации и рекомендаций, а также развитие базовых ML-платформ для их масштабирования. Работа находится на стыке прикладных исследований, системной архитектуры и реальных клинических ограничений. Задачи включают разработку продвинутых рекомендательных движков и моделей поиска, применение NLP и генеративного ИИ в клинических процессах, установление технических стандартов безопасности ИИ и принятие ключевых решений о внедрении машинного обучения в среде с высокими требованиями. Цель — сделать помощь доступнее и эффективнее без ущерба для доверия и результатов. Роль предполагает глубокую практическую работу и реальное техническое владение. Специалист будет разрабатывать и дообучать модели (Learning-to-Rank, эмбеддинги, алгоритмы рекомендаций, LLM), проектировать продуктовые AI-архитектуры и базовую ML-инфраструктуру, решать сложные инженерные задачи и усиливать команду инженеров на разных продуктовых поверхностях. Успех измеряется внедрением прикладных AI-функций, которые заметно улучшают качество подбора и пользовательский опыт, а также созданием масштабируемых и надёжных AI-основ для дальнейшего развития. Требования - 10+ лет в разработке ПО, включая 7+ лет проектирования и масштабирования распределённых систем и 5+ лет создания и развёртывания production-grade ML-приложений. - 5+ лет практического опыта построения и оптимизации поисковых, ранжирующих и рекомендательных систем в масштабе (Learning-to-Rank, коллаборативная фильтрация, глубокие рекомендательные системы, семантический векторный поиск). - 5+ лет сильного опыта программирования на Python и как минимум одном бэкенд-языке (предпочтительно TypeScript, Java или Go), а также 2+ года создания AI-продуктов на базовых моделях (OpenAI, Anthropic, Gemini) и паттернов интеграции LLM (RAG, агенты). - Подтверждённый опыт работы как с традиционной поисковой инфраструктурой (Elasticsearch, OpenSearch), так и с современными векторными базами данных (Pinecone, Weaviate, FAISS, Milvus). - 3+ года опыта с MLOps, пайплайнами данных и системами оценки (офлайн-метрики NDCG/MAP, онлайн A/B-тестирование), а также способность определять техническую стратегию и направлять развитие AI/ML-инфраструктуры. Предпочтительные квалификации - Опыт проектирования безопасных и соответствующих требованиям AI-решений в регулируемых средах (HIPAA, GDPR). - Знакомство с системами с участием человека (human-in-the-loop) и фреймворками клинической поддержки принятия решений. - Опыт разработки пайплайнов оценки для выравнивания с человеком, фактической точности или интерпретируемости моделей. - Вклад в open-source AI-фреймворки или прикладные исследования в NLP, healthcare AI или безопасности GenAI. - Опыт развития команды на ранней стадии (0 → 1). - Опыт руководства или менторства инженерных команд в области AI и ML.

Формат

Офис

Страна

Марокко

Город

Не указан

Грейд

Senior

GE Vernova — команда, работающая на стыке передовых технологий и традиционной промышленности. Сотрудники взаимодействуют с бизнес-подразделениями GE Vernova, правительством США и более чем 420 организациями, выполняя более 150 проектов в сфере энергетики. Обязанности - Совместно с профильными экспертами выявлять бизнес-потребности и превращать их в понятные и эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно взаимодействовать с разработчиками для интеграции LLM-решений в существующие и новые приложения. - Участвовать в создании масштабируемого фреймворка для промт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Собирать и анализировать обратную связь от пользователей для постоянного повышения эффективности промптов. - Отслеживать развитие технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промт-инжиниринга, лучшие практики и результаты сценариев для формирования базы знаний. Требования - Опыт работы от 10 лет. - Минимум степень бакалавра 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 на базе Кембриджа: обязательная трёхмесячная (гибридная) программа адаптации в Исследовательском центре GE Vernova Advanced Research Center в Нискаюне. Предоставляются расходы на поездки, жильё и стипендия. - Предоставляется помощь с переездом. - Требуется разрешение на работу в США. - Предложение о работе обусловлено успешным прохождением теста на наркотики (где применимо). - Вилка зарплаты для позиций в США: $152 400 – $254 000. В отдельных регионах применяется географический коэффициент 110%, 120% или 130% от зарплаты. Конкретный размер оплаты зависит от опыта, образования и навыков кандидата. - Бонус: дискреционный ежегодный бонус. - Льготы: медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточный ресурс с медсёстрами); Программа помощи сотрудникам (конфиденциальные консультации и услуги 24/7). - Пенсионные льготы: GE Vernova Retirement Savings Plan — налогово-эффективный 401(k) с матчинг-взносами компании. - Компания предлагает рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию. Будет плюсом - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - Опыт промт-инжиниринга и знакомство с инструментами: модели OpenAI GPT, Hugging Face и др. - Опыт работы с Python или другими языками программирования, обычно используемыми в AI/ML-разработке. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операционных процессов и вызовов традиционной промышленности.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Мы — технический, ориентированный на внедрение спин-офф глобальной управленческой консалтинговой компании. Наши клиенты — преимущественно компании из DAX и Fortune Global 500, которым мы оказываем консультации по вопросам аналитики, больших данных и машинного обучения. В рамках группы мы занимаемся разработкой индивидуальных и управляемых данными решений, чтобы превратить клиентов в компании на базе ИИ. Мы предлагаем международную рабочую среду с гибкими командами и креативными стартап-методами, а также выше среднего вознаграждение и многочисленные дополнительные льготы. Офисы в Гамбурге, Мюнхене и Дюссельдорфе, а также хаб-локации во всех крупных городах Германии (Берлин, Франкфурт, Штутгарт) обеспечивают интеграцию всех коллег в нашу команду экспертов по всей Германии. В роли Senior AI Engineer вы объединяете миры науки о данных, машинного обучения, разработки ПО и консалтинга. Ваша миссия — разрабатывать и вводить в эксплуатацию модели ИИ, которые приносят измеримый эффект для клиентов. Вы тесно сотрудничаете с заинтересованными сторонами, чтобы понять бизнес-задачи, преобразовать их в подходы на основе данных и перевести инсайты в готовые к продакшену сквозные решения. Вы проектируете, внедряете и оцениваете кейсы применения ИИ и ML — от классического ML до передовых LLM — и обеспечиваете их надежное развертывание и мониторинг в реальных средах. Помимо создания прототипов, вы сосредоточены на практиках MLOps, разработке ПО и интеграции, обеспечивая воспроизводимость, масштабируемость и непрерывное улучшение систем ИИ. Вы ясно и уверенно доносите результаты до технической и нетехнической аудитории, делая сложные решения понятными и применимыми. Вам нравится мыслить за пределами краткосрочной реализации, чтобы создавать долгосрочный эффект для бизнеса клиентов. Требования: - Подтвержденный опыт в науке о данных, статистике, машинном обучении, разработке ПО и/или прикладных проектах ИИ. - Свободное владение Python, уверенное использование современных и распространенных ML-фреймворков и библиотек. - Опыт в MLOps и развертывании: сервировка моделей, мониторинг, CI/CD-процессы (например, MLflow, Airflow, Docker, GitHub Actions). - Навыки разработки ПО: чистый поддерживаемый код, структурирование проектов с использованием современных практик (FastAPI, SQLAlchemy, Pydantic). - Практический опыт в NLP и LLM, таких как GPT, Claude, Gemini, Llama или Deepseek. - Основы инженерии данных: уверенное знание SQL и работы с базами данных, умение проектировать эффективные пайплайны для обучения и инференса. - Опыт работы с ML-стеками на AWS, Azure или Google Cloud. - Свободное владение немецким (C1) и английским языками. Условия: - Гибкая работа: гибридные модели, гибкий график, возможность работы из дома. - Открытая коллаборативная культура с плоской иерархией, международная команда. - Индивидуальные возможности обучения и карьерные пути, поддержка профессионального и личного развития. - Международная сеть из более чем 1300 коллег, регулярные кросс-офисные и международные мероприятия. - Возможность саббатикала. - Программа Company Bike и субсидируемое членство EGYM Wellpass. - Современные офисы в центральных локациях Гамбурга, Мюнхена и Дюссельдорфа, а также гибкие хаб-локации в крупных городах Германии. - Бесплатные напитки, свежие фрукты, закуски, премиальный кофе. - Среда, построенная на доверии, ответственности и непрерывном росте, где ваши идеи ценятся независимо от роли или уровня.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Т1 — один из лидеров российского ИТ-рынка, партнёр ключевых производителей и разработчиков в сфере ИТ. Направление Искусственного интеллекта: большие данные, платформы хранения информации, аналитические и рекомендательные системы для крупного бизнеса. Опыт работы: от 3 до 6 лет. Формат работы: Рязань, гибрид. Чем предстоит заниматься: - Интеграция LLM в продукты и сервисы (API, backend, пайплайны обработки данных). - Оценка качества ответов моделей (автоматические метрики, human eval). - Построение RAG-систем: индексация данных, работа с векторными БД. - Оптимизация производительности и стоимости инференса (квантизация, batching, caching). Пожелания к кандидатам: - Уверенное владение Python, SQL. - Знания в области NLP алгоритмов. - Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. - Опыт с фреймворками: LangChain, LlamaIndex, Hugging Face.

Формат

Гибрид

Страна

Россия

Город

Не указан

ML-разработчик в команду претрейна VLM. Мы строим мультимодальные foundation-модели и отвечаем за претрейн — этап, на котором закладываются базовые способности модели и определяется потолок её качества на последующих стадиях. Наша задача — находить решения, которые масштабируются, устойчиво работают на больших объёмах данных и улучшают понимание мира. Задачи: - Развивать претрейн моделей: исследовать архитектурные решения, рецепты и режимы обучения для VLM. Находить подходы, которые улучшают базовые способности модели, усиливают связь между визуальной и текстовой модальностями и дают устойчивый прирост качества. - Работать с петабайтами мультимодальных данных: массивы данных image-text, OCR, документы, таблицы, графики, интерфейсы, видео, UGC. Принимать решения, какие форматы и пропорции усиливают модель, исследовать scaling laws, превращать работу с данными в масштабируемый pipeline. - Работать с large-scale-обучением: профилировать узкие места, следить за эффективностью использования GPU, улучшать стабильность запусков и воспроизводимость экспериментов. Требования: - Опыт в CV, NLP и понимание устройства LLM/VLM. - Знание устройства распределённого обучения больших моделей. - Умение писать рабочий код и доводить идеи до воспроизводимого результата. Условия: - Компенсация обедов. - Свежие фрукты на кофепойнтах.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания Propio Language Services ищет AI-инженера уровня senior. Задачи: - Прототипирование, разработка и запуск сквозных AI-приложений в области речи, LLM и генерации текста: AI-сгенерированные сводки, инструменты контроля качества для переводчиков, мультиязычный поиск. - Интеграция OpenAI, Whisper, Deepgram и открытых аналогов ASR/NLP. - Создание внутренних дашбордов для оценки сводок и качества. - Улучшение пайплайнов моделей для передачи в MLOps. Условия: - Полная занятость. - Удаленная работа из любой точки мира.

Формат

Офис

Страна

Не указана

Город

Не указан

О команде и проекте GE Vernova создаёт команду для применения генеративного ИИ. Цель — автоматизация промптинга и разработка фреймворка для промптинга, чтобы максимизировать переиспользование и обмен между бизнес-подразделениями. Сотрудник будет работать на стыке передовых технологий и традиционной индустрии, влияя на бизнес-процессы. Компания ведёт стратегию и R&D для энергетического перехода, сотрудничает с правительством США и более чем 420 организациями, реализует 150+ энергетических проектов. Задачи - Взаимодействовать с профильными экспертами для понимания бизнес-потребностей и превращения их в чёткие эффективные промпты для LLM. - Разрабатывать, тестировать и уточнять промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений на основе LLM в существующие или новые приложения. - Участвовать в разработке масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи 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 - Степень магистра в области компьютерных наук, ИИ/МО, инженерии, математики или смежной области и не менее 5 лет релевантного опыта. - Право на работу в США (требование работодателя). Предпочтительные качества - PhD в области компьютерных наук, инженерии, науки о данных или смежной области. - Опыт промпт-инжиниринга и знакомство с инструментами: OpenAI GPT, Hugging Face и др. - Владение Python или другими языками, обычно используемыми в ИИ/МО. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в NLP или проектах по машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание операционных процессов и задач традиционной индустрии. - Развитые 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. Условия - Конкурентная компенсация, профессиональное развитие, сложные задачи, хорошая рабочая среда. - Вилка зарплаты для позиции в США: $98 400 – $164 000. - Компания выплачивает географическую надбавку 110%, 120% или 130% к зарплате в определённых регионах. - Возможен дискреционный ежегодный бонус. - Предоставляется помощь с переездом (relocation assistance). - Медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточная поддержка медсестёр); программа помощи сотрудникам (EAP) с круглосуточной конфиденциальной оценкой и консультациями. - Предложение о работе зависит от успешного прохождения проверки на наркотики (если применимо).

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

Удалённо

Страна

Любая

Город

Не указан

Anika Systems — технологическая компания, которая помогает федеральным агентствам решать сложные бизнес-задачи. Услуги охватывают AI-стратегию, интеллектуальный анализ данных, машинное обучение, интеллектуальную автоматизацию и инженерию, с фокусом на программы национальной безопасности и федерального финансирования. Позиция удаленная, но в соответствии с федеральными контрактными требованиями возможен частичный или полный возврат в офис в будущем. Требуется гражданство США и возможность получить допуск к государственной тайне. AI-инженеры проектируют и внедряют продакшн-системы ИИ в коммерческих и федеральных проектах. Это hands-on роль в небольшой команде senior-специалистов. Инженеры отвечают за работу от начала до конца: данные, интеграция моделей, сервисы, UI, инфраструктура, безопасность и деплой. Ожидается принятие технических решений в условиях федеральных требований по соответствию, безопасности и закупкам. Требования: - Степень бакалавра в области компьютерных наук, компьютерной инженерии, науки о данных, вычислительной лингвистики или смежной области; магистерская степень приветствуется. - 1–3 года профессионального опыта в создании и запуске ML или NLP-систем, включая решения на основе LLM или генеративного ИИ. - Сильный продакшн-опыт в Python и TypeScript, включая современные веб-фреймворки (FastAPI, React). - Опыт интеграции LLM в реальные приложения: стриминг, вызов функций, учет токенов, обработка ошибок, на одной из платформ: OpenAI, Anthropic, Bedrock, Vertex или Azure OpenAI. - Опыт проектирования агентных систем: многошаговые рабочие процессы, RAG, оценка, контроль с участием человека. - Уверенное моделирование реляционных данных на PostgreSQL с асинхронным ORM и инструментами миграций. - Владение AWS (compute, storage, IAM, secrets, networking, observability) и infrastructure-as-code, желательно Terraform. - Понимание OAuth/OIDC, JWT, RBAC, изоляции мультитенантности и принципа наименьших привилегий. - Дисциплинированные привычки тестирования, линтинга и проверки типов; понятные диффы и четкая письменная коммуникация. Желательные навыки: - Опыт работы с федеральными программами: NIST 800-53, FedRAMP, FISMA, процесс ATO или требования к обработке данных агентств. - Опыт с Keycloak или другим OIDC-провайдером, мультитенантность на основе RLS или zero-trust дизайн приложений. - Знание платформ data/lakehouse (Databricks, Snowflake) и SQL за пределами CRUD. - Document AI/OCR-пайплайны и модернизация легаси-процессов. - Продакшн-наблюдаемость (CloudWatch, OpenTelemetry, Grafana) и опыт реагирования на инциденты. - Укрепление цепочки поставок: SBOM, сканирование зависимостей, подписанные сборки, моделирование угроз.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Команда поиска — ключевое направление бизнеса Okko, генерирующее основной трафик на просмотры тайтлов. Для развития продукта проводятся исследования и эксперименты. Требуется ML-инженер, готовый слушать предложения бизнеса и предлагать собственные идеи. Ожидания от кандидата - знание основ математической статистики и основных методов расчета A/B-тестов, интерес к другим методикам (bootstrap, cuped, diff-in-diff и др.); - глубокое понимание области NLP; - опыт вывода нейронных сетей в продакшен; - знание методов ускорения инференса нейронных сетей; - знание методов ранжирования; - уверенное владение и опыт разработки на Python; - уверенное владение SQL; - опыт в разработке и выкатке в продакшн ML-моделей. Условия - необходимое оборудование и софт для работы; - официальное трудоустройство; - ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; - льготные условия ипотеки в рамках зарплатного проекта; - бесплатная подписка на сервисы партнёров; - корпоративный спорт; - насыщенная корпоративная жизнь; - электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.

Формат

Офис

Страна

Россия

Город

Не указан

Компания: Top Selection Ищем AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать PoC, агентов и внедрять LLM в реальные бизнес-процессы. Зарплата: 260-300 тыс. руб/мес График: МСК ± 2, полная удаленка Гражданство/локация: только РФ Проект до конца года + возможна пролонгация Оформление: по договору ИП Требования: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками - Умение оценивать стоимость, latency и масштабируемость LLM-решений - Опыт работы в e-commerce, retail или других продуктовых highload-системах - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference - Адаптация моделей через fine-tuning (LoRA/PEFT) - Опыт проектирования agentic workflows или multi-agent-систем - Понимание принципов информационной безопасности, privacy и работы с персональными данными Задачи на проекте: - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив Условия: - Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете) - Реальный highload и Big Data в Retail

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании DuckDuckGo — компания в сфере онлайн-защиты, удалённая команда из более чем 300 человек. Основана в 2008 году, прибыльна с 2014 года, годовая выручка превышает 100 млн долларов США. Продукты: браузер для Mac, Windows, iOS и Android, поисковая система, подписка DuckDuckGo, а также приватный ИИ Duck.ai, позволяющий общаться с ChatGPT, Claude и другими ИИ. Культура доверия, инклюзивности и самостоятельного управления проектами: каждый член команды полностью отвечает за свои проекты — от планирования и выполнения до постмортема. Роль и задачи Работа в функциональной команде Data Science. Задачи: улучшение качества поисковой выдачи и ранжирования. Недавние проекты: - Улучшение качества и точности первого этапа ранжирования без потери скорости. - Разработка новых сигналов лексического сопоставления и авторитетности документов. - Расширение поисковых оценок для измерения готовности релевантности и выявления слепых зон ранжирования. - Исследование LLM для генерации признаков и ранжирования. Данные соответствуют строгим стандартам приватности и ограничены, поэтому требуется творческий подход для получения практических выводов в культуре, основанной на фактах, где количественная строгость является базовым уровнем. Требования - Опыт работы в Data Science от 10 лет, из них от 2 лет на уровне Staff, Principal или Director. - Опыт руководства сложными проектами от планирования до продакшена с минимальным руководством. - Умение консультировать других по сложным задачам data science. - Способность разрабатывать стратегии для неоднозначных задач и превращать их в серию чётко определённых проектов. - Практический опыт внедрения ML в продакшен, разработки NLP-решений и использования AI-ассистированной разработки. - Написание продакшен-кода на Python или аналогичном высокоуровневом языке. - Продвинутые навыки SQL и оптимизации запросов. - Эффективное взаимодействие с продуктовыми командами и вклад в общую производительность команды. Предпочтительно: - Опыт реализации поисковых проектов (ранжирование, поиск или индексация) от планирования до продакшена. - Опыт работы с масштабной поисковой инфраструктурой (например, Vespa, Elasticsearch, OpenSearch или Solr). Условия - Зарплата: 222 033 доллара США в год и опционы на акции. Компенсация одинакова для профессиональных уровней независимо от географического расположения или команды. Уровень компенсации прозрачен внутри организации. - Право на медицинские льготы от компании ограничено сотрудниками, находящимися в США; не распространяется на сотрудников в других странах (например, Канада или Великобритания). - Поддержка благополучия: оплачиваемый отпуск по уходу за ребёнком, обустройство офиса, надбавка на коворкинг. - Требуется участие в видеоконференциях с включённой камерой. - Ожидаются поездки минимум два раза в год: на общую встречу команды и на командный ретрит (каждый по 4–5 дней). Посещение настоятельно рекомендуется. - Гибкий график без фиксированных часов, но в среднем полная занятость 40 часов в неделю. - Успешный кандидат должен пройти проверку биографии (background check) как условие присоединения к команде.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании GE Vernova развивает направление генеративного ИИ: создаёт команду для автоматизации промптинга и разработки фреймворка для переиспользования промптов между бизнес-подразделениями. GE Vernova Advanced Research выступает акселератором и ведёт исследования для энергетического перехода. Позиция предполагает работу на стыке передовых технологий и традиционной промышленности. Задачи - Взаимодействовать с профильными экспертами для перевода бизнес-потребностей в эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции LLM-решений в существующие или новые приложения. - Участвовать в создании масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи пользователей для постоянного улучшения эффективности промптов. - Отслеживать достижения в области 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 - 10+ лет релевантного опыта и степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. - Готовность работать в офисе в Нискаюне (штат Нью-Йорк) или Кембридже (штат Массачусетс). - Для сотрудников в Кембридже: обязательная трёхмесячная гибридная адаптационная программа в Исследовательском центре GE Vernova Advanced Research в Нискаюне. Предоставляются расходы на поездки, жильё и проживание. - Наличие права на работу в США. Желательные качества - PhD в области компьютерных наук, ИИ, машинного обучения, инженерии, науки о данных или смежных областях. - 3+ года опыта в промпт-инжиниринге и знакомство с инструментами, такими как модели OpenAI GPT, Hugging Face и др. - 5+ лет опыта работы с Python или другими языками программирования, обычно используемыми в AI/ML. - Опыт с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (например, Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание особенностей работы традиционной промышленности и её задач. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. Условия - Компания предлагает хорошую рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию.

Формат

Офис

Страна

Россия

Город

Не указан

Менеджер по продажам B2B в компанию Биорг. Компания Биорг — российский разработчик систем для оцифровки документов, распознавания изображений, идентификации личности (KYC) на базе технологий искусственного интеллекта: компьютерного зрения, машинного обучения, обработки естественного языка (NLP). Требуется профессионал, который умеет говорить с первыми лицами компаний на одном языке, находит общие темы и боли, имеет свою «записную книжку» контактов и понимает, как продавать с крупным чеком в ИТ-отрасли (B2B, SaaS). Обязанности: - Вести полный цикл продаж: от квалификации лида и выявления потребностей до презентации преимуществ продукта и успешного закрытия сделок на годовые лицензии. - Развивать собственные каналы продаж: начиная со второго месяца работы, ожидается проактивность. Задача — сформировать личный пул контактов, чтобы 30% клиентов приходило по каналам, которые найдены и развиты самостоятельно. - Поддерживать высокий стандарт работы с клиентской базой: вести прозрачную и детальную историю взаимодействий в CRM, трекере задач и «Книге продаж». Требования: - Опыт в B2B-продажах: от 2-х лет самостоятельной продажи корпоративного ПО (опыт работы с лицензиями станет преимуществом). - Своя сеть контактов: наличие собственной базы ЛПР («записной книжки») и четкое понимание психологии и специфики переговоров с корпоративными заказчиками. - Навык упаковки смыслов: умение готовить убедительные, структурированные презентации и коммерческие предложения, которые бьют точно в боли бизнеса. - Системность и дисциплина: отношение к заполнению CRM и ведению документации как к важнейшему инструменту управления своей воронкой и выручкой. Высокая внимательность к деталям в цифрах и документах. Условия: - Заработная плата: окладная часть обсуждается по итогам собеседования + КПЭ от выполнения плана продаж. - Оформление по ТК, официальная заработная плата. - Профессиональное развитие, компенсация внешнего обучения. - Интересные и перспективные проекты, ориентированные на крупных корпоративных и государственных заказчиков. - Чай/кофе, фрукты в офисе. Корпоративные мероприятия. - Удобное расположение — станция метро «Технопарк». - Работа в аккредитованной IT-компании.

Формат

Офис

Страна

Не указана

Город

Не указан

Команда создаёт и совершенствует системы распознавания речи в приложениях и сервисах Яндекса, включая работу с уникальным доменом запросов к голосовому помощнику. Модели позволяют выводить Алису в новые регионы: ОАЭ, Саудовскую Аравию, Казахстан. Также решаются смежные задачи понимания голоса. Достигнуто высокое качество распознавания для многих областей, сейчас стоит задача расширять технологии на новые языки. Ищут опытного ML-разработчика, который сможет усилить команду. Ценится глубокое понимание ML и DL, работе со звуком готовы научить. Задачи: - Расширять технологии на новые языки: Алиса уже работает на множестве языков в разных регионах мира, главная задача — расширить её языковые возможности. - Участвовать в разработке новых проектов: изучать и применять научные публикации, строить гипотезы и проводить эксперименты. - Запускать в продакшн: собирать и анализировать данные для низкоресурсных языков, тренировать большие ASR-модели, внедрять результаты в продакшн. Требования: - Хорошее знание Python и опыт работы с PyTorch. - Опыт в области DL, например в CV или NLP. - Базовые навыки в C++. Будет плюсом: - Опыт работы с DL в области речевых технологий. - Опыт внедрения нейросетевых моделей в продакшн. - Опыт работы с большими данными. Условия: - ДМС действует с первого месяца работы, включая плановую и неотложную помощь за рубежом.

Формат

Офис

Страна

Не указана

Город

Не указан

TwelveAI ищет AI-инженера для разработки LLM-ассистента и backend-логики для AI-платформы, которая автоматизирует продажи, запись и поддержку клиентов. Локация: Астана, офис. Формат: Full-time, 5/2. Зарплата: от 600 000 тенге. Задачи: — разрабатывать LLM-ассистента: чат, сценарии и логику диалогов; — создавать RAG-системы, работать с embeddings, chunking и retrieval; — интегрировать БД и внешние сервисы; — разрабатывать REST и async API; — работать с транзакциями, race conditions и WebSocket; — оптимизировать качество ответов и стоимость инференса. Стек: Django 4.2, Django Ninja, DRF, Daphne, Django Channels, PostgreSQL, Redis, Celery, OpenAI SDK, scikit-learn, NumPy, SciPy, vector DB, Docker. Будет плюсом: Document AI, OCR/NLP, semantic matching, AI-агенты, микросервисы, CI/CD.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Eraneos — технический спин-офф глобальной управленческой консалтинговой компании. Клиенты — преимущественно компании из DAX и Fortune Global 500. Мы разрабатываем индивидуальные решения в области аналитики, больших данных и машинного обучения, помогая клиентам становиться компаниями на основе ИИ. Головной офис в Гамбурге, дополнительные офисы в Мюнхене и Дюссельдорфе, хаб-офисы в Кёльне, Берлине, Франкфурте и Штутгарте. Senior AI-инженер соединяет Data Science, машинное обучение, разработку ПО и консалтинг. Задачи: - Разрабатывать и вводить в эксплуатацию ИИ-модели, дающие измеримые результаты для клиентов. - Тесно работать с заинтересованными сторонами: понимать бизнес-задачи, переводить их в подходы на основе данных и превращать в готовые end-to-end решения. - Проектировать, внедрять и оценивать сценарии ИИ и ML — от классического ML до современных LLM, обеспечивать их надёжное развёртывание и мониторинг. - Создавать прототипы, применять практики MLOps, разработку ПО и интеграцию для воспроизводимости, масштабируемости и непрерывного улучшения ИИ-систем. - Понятно и уверенно доносить результаты до технической и нетехнической аудитории. - Думать за пределами краткосрочной реализации, добиваясь устойчивого эффекта для бизнеса клиентов. Требования: - Подтверждённый опыт в Data Science, статистике, машинном обучении, разработке ПО и/или прикладных ИИ-проектах. - Свободное владение Python, уверенное использование современных и распространённых ML-фреймворков и библиотек. - Опыт с Model Serving, мониторингом и CI/CD-процессами (например, MLflow, Airflow, Docker, GitHub Actions). - Написание чистого поддерживаемого кода, структурирование проектов с использованием современных практик разработки (FastAPI, SQLAlchemy, Pydantic). - Практический опыт с NLP и LLM: GPT, Claude, Gemini, Llama или Deepseek. - Уверенное владение SQL и работа с базами данных, проектирование эффективных пайплайнов для обучения и инференса. - Знакомство с ML-стеками на AWS, Azure или Google Cloud. - Свободный немецкий (C1) и английский. Условия: - Проекты на стыке стратегии, технологий и бизнеса. - Гибкий график, мобильные модели работы, возможность удалённой работы. - Открытая культура на «ты», плоские иерархии, международная среда. - Индивидуальные карьерные пути, обучение и развитие. - Международная сеть из более чем 1300 коллег, регулярные мероприятия. - Возможность саббатикала. - Company Bike и субсидия на EGYM Wellpass. - Современные офисы в Гамбурге, Мюнхене, Дюссельдорфе и гибкие хабы в крупных городах Германии. - Бесплатные напитки, фрукты, закуски и кофе.

Формат

Офис

Страна

Россия

Город

Не указан

Менеджер по продажам B2B в компанию Биорг. Компания Биорг — российский разработчик систем для оцифровки документов, распознавания изображений, идентификации личности (KYC) на базе технологий искусственного интеллекта: компьютерного зрения, машинного обучения, обработки естественного языка (NLP). Требуется профессионал, который умеет говорить с первыми лицами компаний на одном языке, находит общие темы и боли, имеет свою «записную книжку» контактов и понимает, как продавать с крупным чеком в ИТ-отрасли (B2B, SaaS). Что нужно делать: • Вести полный цикл продаж: от квалификации лида и выявления потребностей до презентации преимуществ продукта и успешного закрытия сделок на годовые лицензии. • Развивать собственные каналы продаж: начиная со второго месяца работы ожидается проактивность. Задача — сформировать личный пул контактов, чтобы 30% клиентов приходило по каналам, которые найдены и развиты самостоятельно. • Поддерживать высокий стандарт работы с клиентской базой: вести прозрачную и детальную историю взаимодействий в CRM, трекере задач и «Книге продаж». Пожелания к кандидату: • Опыт в B2B-продажах: от 2-х лет самостоятельной продажи корпоративного ПО (опыт работы с лицензиями станет преимуществом). • Своя сеть контактов: наличие собственной базы ЛПР («записной книжки») и четкое понимание психологии и специфики переговоров с корпоративными заказчиками. • Навык упаковки смыслов: умение готовить убедительные, структурированные презентации и коммерческие предложения, которые бьют точно в боли бизнеса. • Системность и дисциплина: отношение к заполнению CRM и ведению документации как к важнейшему инструменту управления своей воронкой и выручкой. Высокая внимательность к деталям в цифрах и документах. Что предлагаем: • Заработная плата: окладная часть обсуждается по итогам собеседования + КПЭ от выполнения плана продаж. • Оформление по ТК, официальная заработная плата. • Профессиональное развитие, компенсация внешнего обучения. • Интересные и перспективные проекты, ориентированные на крупных корпоративных и государственных заказчиков. • Чай/кофе, фрукты в офисе. Корпоративные мероприятия. • Удобное расположение — ст. м. «Технопарк». • Работа в аккредитованной IT-компании.