Вакансии для разработчиков ИИ-агентов

Формат

Гибрид

Страна

Россия

Город

Москва

Компания: Сбер. Формат работы: офис или гибрид (Москва). Чем предстоит заниматься - Проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами. - Превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать. - Разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью. - Проектировать, строить и сопровождать витрины данных для ML-моделей и агентов. - Обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи. - Обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных. Пожелания к кандидатам - Опыт промышленной разработки на Python от 2 лет. - Умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями. - Уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных. - Опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных. - Опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию. - Понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API. - Понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления. - Опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора (будет плюсом). - Опыт работы с LLM, RAG и векторными хранилищами (будет плюсом). - Опыт оркестрации пайплайнов в Airflow или аналогичных системах (будет плюсом). - Опыт работы с Kafka и событийными архитектурами (будет плюсом). - Знание Docker, CI/CD и Kubernetes (будет плюсом). - Практический опыт работы с Hadoop и Spark (будет плюсом). - Опыт внедрения ML- или LLM-сервисов во внутреннем контуре (будет плюсом). - Опыт в банковском домене, продуктах для юридических лиц или документообороте (будет плюсом).

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

Компания Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций. Мы полностью удалённая компания с сотрудниками в более чем 40 странах. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. Компания поддерживается ведущими инвесторами, включая Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. Роль Мы ищем Staff-бэкенд-инженера для создания первых production-сервисов системы управления контекстным слоем. Это ранний этап, высокая автономия. Вы будете проектировать и запускать основную backend-архитектуру для ingestion, хранения контекста, retrieval API и интеграций для агентов. Задачи - Создание основных backend-сервисов: проектирование, реализация, тестирование и эксплуатация первых сервисов для ingestion контекста, индексации, оркестрации retrieval, API доступа, конфигурации источников и администрирования. - Создание масштабируемой SaaS-основы: архитектура мультитенантного сервиса, включая изоляцию тенантов, отслеживание использования, квоты, аудит-логи, фоновые задачи и надежные границы сервисов. - Поддержка retrieval-процессов для агентов: создание API и интерфейсов, позволяющих AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, происхождение, сигналы уверенности и предупреждения. - Работа на стыке продукта и инфраструктуры: поиск компромиссов между быстрым экспериментированием и долгосрочной надежностью, особенно при переходе от прототипа к production. - Эксплуатация созданного: инструментирование сервисов метриками, логами, трейсами, алертами и дашбордами. Использование observability-инструментов для понимания поведения системы и повышения надежности. - Вклад в техническое направление: помощь в формировании архитектуры, границ сервисов, выбора хранилищ, API-контрактов, паттернов развертывания и инженерных практик для нового продукта. - Эффективная коммуникация: работа в динамичной и совместной среде, умение эффективно общаться и вносить вклад в работу команд. - Ответственность и влияние: полная ответственность за разрабатываемые AI-решения, обеспечение их инновационности, масштабируемости, поддерживаемости и соответствия реальным пользовательским сценариям. Условия Удалённая работа. Подходящие кандидаты могут находиться в Испании, Швеции, Великобритании, Ирландии или Германии.

Формат

Удалённо

Страна

США

Город

Не указан

Примечание: работа удалённая, открыта для кандидатов из США. Yuna.io занимается трансформацией поддержки ментального здоровья с помощью эмпатичного разговорного ИИ. Промт-инженер будет отвечать за определение и оценку поведения ИИ в диалогах, обеспечивая качество и согласованность в мультиагентных системах, а также взаимодействовать с клиницистами и продуктовыми командами. Обязанности - Отвечать за поведение диалоговой системы в мультиагентной, мультимодельной среде. - Совместно с клиницистами проектировать и эксплуатировать системы оценки качества диалогов: эмпатии, полезности, согласованности. - Диагностировать сбои, анализируя реальные трассы диалогов, маршрутизацию агентов, использование памяти и системный контекст. - Использовать продуктовые данные и качественные ревью для приоритизации улучшений. - Оценивать и выбирать модели у провайдеров (например, Claude, AI) по критериям задачи, стоимости, задержки и качества выходных данных. Требования - Подтверждённый опыт управления поведением модели или агента в продакшене. - Практический опыт проектирования и эксплуатации систем оценки (качественных и количественных). - Умение определять, что значит «хорошо», и защищать это с помощью данных, а не ощущений. - Уверенная работа с инструментами вроде LangGraph, LangSmith или аналогичными системами трассировки и оценки. - Высокая грамотность в работе с данными: умение анализировать логи, трассы, метрики и аналитику для поиска первопричин. - Понятная коммуникация и умение работать с продуктовыми, клиническими и инженерными командами в условиях неопределённости. - Рабочее знание Python: умение читать, отлаживать и участвовать в разработке логики агентов и кода оценки. - Знакомство с концепциями согласования (например, человеческие ценности, компромиссы безопасности, поведение отказа). - Владение SQL и Excel. - Образование в области психологии, лингвистики, нейронаук, педагогики или смежных областей. Условия - Конкурентная зарплата (зависит от опыта) + опционы на акции. - Культура удалённой работы с гибкостью. - Быстрорастущая, талантливая и эмпатичная команда, занимающаяся трансформацией ментального здоровья. - Возможность использовать ИИ во благо. - Уровень ответственности, позволяющий влиять на результат и создавать передовые ИИ-системы, улучшающие жизнь людей каждый день. О компании Миссия Yuna — радикально изменить способ доступа к поддержке ментального здоровья и её предоставления. Штаб-квартира в Сан-Франциско, Калифорния, США. Штат сотрудников: 11–50 человек.

Формат

Удалённо

Страна

США

Город

Не указан

О компании LMI — консалтинговая фирма, основана в 1961 году, штаб-квартира в США, численность сотрудников 1001–5000. Компания поддерживает государственные миссии через технологии и ИИ-решения. LMI ищет Full-Stack разработчика с agentic AI для улучшения сложных программных систем, работы в мультидисциплинарных командах и создания безопасных масштабируемых решений. Обязанности - Использовать продвинутые инструменты agentic AI для быстрого добавления нового функционала в существующие кодовые базы в крупных комплексных программах. - Вносить быстрый и значимый вклад в стратегически важные проекты портфеля LMI. - Сотрудничать с командами разработки, стейкхолдерами и техническими лидами для выявления проблем в существующих системах и внедрения решений в agile-среде. - Переключаться между программами, применяя техническую экспертизу для приоритизации наиболее важных инициатив. - Анализировать требования заказчиков и цели программ для разработки инновационных решений, соответствующих задачам миссии. - Работать в мультидисциплинарных командах: обеспечивать интеграции, решать технические задачи и соблюдать сроки разработки. - Обеспечивать соответствие протоколам безопасности, государственным стандартам и отраслевым практикам. - Документировать технические решения и улучшения для передачи знаний между командами и программами. - Проводить тщательное тестирование для гарантии производительности, масштабируемости и надёжности обновлённого или нового кода. Требования - Кандидаты должны соответствовать требованиям для получения допуска к безопасности правительства США; предпочтителен действующий допуск Secret. - Только граждане США имеют право на получение допуска. - В связи с характером работы LMI рассматривает только кандидатов с допуском или имеющих право на его получение. - 3–5 лет разработки в production-среде. - Подтверждённый опыт использования agentic AI инструментов для улучшения существующих кодовых баз в масштабе. - Опыт full-stack разработки: минимум 3–5 лет разработки, поддержки и улучшения фронтенд- и бэкенд-систем. - Владение как минимум одним бэкенд-языком (предпочтительно Python) и одним фронтенд-фреймворком/инструментом (предпочтительно TypeScript). - Опыт разработки и использования RESTful API для интеграции систем. - Знание SQL и NoSQL баз данных: реляционные (PostgreSQL, MySQL, SQL Server) и нереляционные (MongoDB). - Опыт работы в agile-среде, в том числе в мультидисциплинарных командах. - Уверенное владение Git (предпочтительно GitLab). - Опыт с тестированием, безопасностью, DevSecOps и CI/CD процессами. - Развитые коммуникативные навыки: умение объяснять технические концепции техническим и нетехническим заинтересованным сторонам. Предпочтительно - Продвинутое владение agentic AI инструментами для оптимизации рабочих процессов кодирования и интеграции современного AI-функционала. - Опыт работы с облачными средами: AWS, Azure или Google Cloud. - Опыт проектирования и внедрения микросервисов и контейнерных решений (Docker, Kubernetes). - Знание современных фронтенд-фреймворков: React, Vue.js или Angular. - Понимание DevSecOps: безопасные пайплайны разработки и деплоя, инфраструктура как код (Terraform, Ansible). - Опыт с ETL-инструментами, управлением пайплайнами данных и платформами аналитики реального времени. - Сертификаты безопасности: Security+ или CISSP. - Продвинутое знание Agile или SAFe, участие в спринт-планировании и церемониях. Условия - Удалённая работа; вакансия открыта для кандидатов в США. - Зарплата по договорённости.

Формат

Удалённо

Страна

США, Канада

Город

Не указан

О компании Grafana Labs — компания, развивающая Grafana Cloud, управляемую платформу наблюдаемости. Компания полностью удалённая, команда распределена по 40+ странам. Клиенты: Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. О роли Открыта позиция Staff Backend Engineer в новой инициативе (skunkworks) с целью сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных в реальном времени. Строится ИИ-нативная система управления контекстом для агентов: надёжный управляемый доступ к корпоративному контексту, данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Задачи - Проектировать и внедрять основные серверные сервисы: ingestion контекста, индексацию, оркестрацию retrieval, API-доступ, конфигурацию источников и администрирование. - Создавать масштабируемую SaaS-основу: мультитенантная архитектура, изоляция тенантов, отслеживание использования, квоты, аудит-логи, фоновые задачи, надёжные границы сервисов. - Строить API и интерфейсы для ИИ-агентов, MCP-инструментов, CLI и внутренних приложений: retrieval контекста, происхождение, сигналы уверенности, предупреждения. - Работать на стыке продукта и инфраструктуры, находить баланс между быстрыми экспериментами и долгосрочной надёжностью. - Эксплуатировать создаваемое: метрики, логи, трейсы, алерты, дашборды. - Влиять на техническое направление: архитектура, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики. - Эффективно коммуницировать в динамичной среде. - Владеть результатом: ИИ-решения должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным рабочим процессам. Условия - Удалённая работа. - Кандидаты из США или Канады. Жители Квебека не подходят на эту роль.

Формат

Не указан

Страна

США

Город

New York

Грейд

Lead

Ramp создаёт инфраструктуру для финансовых команд, встроенную в поток транзакций. Компания автоматизирует движение более $200 млрд годовых расходов для 70 000+ компаний: авторизация платежей, выявление рисков, категоризация расходов и закрытие книг. О роли Команда Ramp Travel строит платформу бронирования и управления командировками внутри Ramp. Она отвечает за возможности, позволяющие путешественникам оставаться продуктивными в поездках: поиск авиабилетов и отелей, бронирование и оплата, агентный ассистент для путешествий и мобильное сопровождение поездки. Также команда отвечает за эффективное расходование средств на командировки: оценка политики поездок, интеграции с поставщиками и TMC, бенчмаркинг и аналитика данных. Развитие сложности и глобального охвата продукта Travel — один из главных стратегических приоритетов Ramp. Задачи - Руководить, наставлять, обучать и развивать команду инженеров Ramp Travel (сейчас около 6 инженеров). - Отвечать за поставку по направлениям управления командировками: поиск и инвентарь, котировки и пересчёт цен, оформление заказа, оценка политики, лояльность, пост-бронирование. - Отвечать за надёжность и корректность системы, зависящей от третьих сторон: API поставщиков, контент GDS и агрегаторов, интеграции с TMC и OBT. - Работать с Product, Design, Ops, Partnerships и Sales по корпоративным обязательствам в сфере командировок. - Определять практики команды для AI-assisted разработки и выпускать агентные функции бронирования. - Нанимать сотрудников. Ожидается рост команды. Требования - 2+ года управления инженерами, размер команды примерно от 5 до 15 человек. - Высокий уровень ответственности. Способность брать сложные неоднозначные задачи и доводить их до успешного выполнения. - Опыт создания продукта с нуля (0→1) и последующего масштабирования. - Готовность работать руками. Это команда из шести человек, и в Ramp все — билдеры. - Достаточная техническая актуальность, чтобы вести дизайн-ревью и оценивать архитектурное предложение. - Сильное продуктовое чутьё и комфорт в общении с клиентами. - Опыт владения транзакционной системой с внешними зависимостями: бронирование, платежи, маркетплейс или логистика. Предпочтительно - Опыт в корпоративных командировках: корпоративные онлайн-инструменты бронирования (OBT), интеграции с источниками контента о путешествиях (GDS/NDC), фронтенд-опыт для путешественников. - Опыт в enterprise B2B fintech или T&E. - Опыт внедрения агентных инструментов разработки в команду или выпуска функций на базе LLM. Условия Льготы доступны всем штатным сотрудникам Ramp (глобально): - Гибкий PTO. - Централизованный заказ оборудования для домашнего офиса. - Стипендия на здоровье и благополучие. - Бюджет на поездки между офисами. - Еженедельная стипендия на кофе. США: - 100% покрытие медицинской, стоматологической и офтальмологической страховки для сотрудника, частичное покрытие для иждивенцев. - Годовое членство One Medical. - 401(k) с match от работодателя на взносы, сделанные во время работы в Ramp. - Fertility HRA (до $10 000 в год). - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой. - Страхование питомцев. - Офисные льготы: обед, снеки, напитки и другое. - Покрытие расходов на релокацию в NYC или SF (при необходимости). Канада: - Групповое медицинское, стоматологическое и офтальмологическое покрытие через Sun Life. - Страхование жизни, AD&D и по нетрудоспособности. - Покрытие лекарств для фертильности (до $4 000 за всю жизнь). - Групповой пенсионный план с match от работодателя (RRSP + DPSP). - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой, с возможностью дополнительного времени при сниженной оплате. - Программа помощи сотрудникам и виртуальная помощь через Lumino Health. Великобритания: - Частное медицинское страхование через Freedom Elite. - Виртуальный GP и помощь на дому через eMed x Livi. - Рабочая пенсия через Penfold с опцией salary sacrifice. - Родительский отпуск: до 16 недель (рождение + bonding) или 8 недель (только bonding) со 100% оплатой, с возможностью дополнительного времени при сниженной оплате.

Формат

Удалённо

Страна

Ирландия, Испания, Швеция, Великобритания, Германия

Город

Не указан

Грейд

Senior

Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой observability, которой доверяют более 10 000 организаций. Платформа построена на открытом исходном коде и открытых стандартах, привносит ИИ в observability и observability в ИИ. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft, Salesforce. Компания полностью удалённая, сотрудники в более чем 40 странах. Открыта удалённая позиция; рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии или Германии. О роли Недавно запущена skunkworks-инициатива с целью принести observability в остальной бизнес. Цель — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных реального времени со всего предприятия. В рамках инициативы строится AI-native система интеллектуального анализа данных, которая даёт агентам надёжный и управляемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Открыта позиция Senior Software (Database) Engineer для создания системы хранения данных для общей платформы данных. Слой базы данных поддерживает OLAP и OTLP для классических аналитических запросов и одновременной выдачи свежесохранённых данных. Он реализует разделение вычислений и хранения и рассчитан на работу в нескольких облачных провайдерах. Это ранний этап в команде с высокой автономией: нужно уверенно работать в условиях неопределённости, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS. По мере развития команды роль можно расширять или переопределять. Новая команда — смесь опытных сотрудников Grafana и новых наймов. Работаем с высокой степенью автономии и ответственности — как индивидуально, так и в команде. Инженеры могут принимать решения, быстро двигаться и рано проверять идеи, опираясь на глубоко коллаборативную культуру, ценящую любознательность, обратную связь и межфункциональное партнёрство. Задачи - Взять на себя ответственность за одну или несколько частей базы данных: проектировать, реализовывать, тестировать и эксплуатировать приём данных, планирование запросов, распределённое выполнение запросов, форматы данных и хранения. - Создавать масштабируемую основу SaaS: помогать определять и строить архитектуру мультитенантного сервиса базы данных, включая изоляцию тенантов, учёт использования, квоты, аудит-логи, фоновые задачи и надёжные границы сервисов. - Обеспечивать retrieval-процессы для агентов: API и интерфейсы базы данных, позволяющие ИИ-агентам, MCP-инструментам, CLI и внутренним приложениям быстро получать данные. - Работать на стыке продукта и инфраструктуры: вместе с командой находить практические компромиссы между быстрым экспериментированием и долгосрочной надёжностью, особенно при переходе от прототипа к production. - Эксплуатировать созданное: инструментировать сервисы базы данных метриками, логами, трейсами, алертами и дашбордами; использовать observability-инструменты для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: помогать формировать архитектуру, границы сервисов, выбор хранилищ, контракты API, паттерны развёртывания и инженерные практики нового продукта. - Эффективно общаться в высокодинамичной и коллаборативной среде, вносить вклад в работу команд. - Полностью отвечать за разрабатываемые решения по базам данных, обеспечивая их инновационность и масштабируемость. Условия - Удалённая работа. - Зарплата по договорённости.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Компания Muck Rack — SaaS-платформа для специалистов по связям с общественностью и коммуникациям. Платформа на базе ИИ объединяет медиабазу, мониторинг и отчётность, помогая командам сотрудничать, готовить питчи и анализировать результаты. Компания полностью распределённая, управляется основателями и устойчиво растёт. Ценности — устойчивость, прозрачность, ответственность и преданность клиентам. Отмечена наградами Inc., Quartz, G2 и BuiltIn. Работа удалённая (Ирландия). Роль: ведущий архитектор Business Data Analytics, подчинение VP Analytics. Нужно определить и развивать AI-first архитектуру данных и аналитики, модернизировать аналитическую платформу и открыть командам новые способы доступа к данным и взаимодействия с ними. Технический план: современный стек аналитики данных — загрузка данных в Snowflake / Databricks, моделирование данных и семантические слои (dbt, Python, SQL), аналитика на естественном языке (агенты), активация данных (rETL, system-to-system), self-service аналитика (BI-инструменты). Взаимодействие с Data Science, Engineering, Product и Revenue Operations для масштабируемой архитектуры, интеграционных паттернов, управления и инженерных практик. Задачи - Определять и развивать целевую архитектуру AI-first корпоративной платформы данных и аналитики, задавать техническое направление и паттерны для модернизации и консолидации стека. - Проектировать масштабируемую инфраструктуру данных, ingestion и трансформационные фреймворки, модели хранения и интеграционные паттерны на Snowflake, Databricks, dbt, Python, SQL и связанных системах. - Проектировать управляемые семантические слои данных и архитектуру для ИИ-агентов, запросов на естественном языке, разговорной аналитики и других аналитических функций на ИИ. - Создавать архитектурные паттерны для retrieval, API и интеграций, позволяющие ИИ-агентам и приложениям безопасно находить, понимать и использовать доверенные корпоративные данные. - Развивать практики управления данными, безопасности, приватности, контроля доступа и соответствия во всём аналитическом стеке. - Устанавливать инженерные стандарты для моделирования данных, тестирования, observability, CI/CD, документации, деплоя и системной интеграции. - Обеспечивать техническое лидерство и менторство для аналитических инженеров команды. Требования - 7+ лет опыта в проектировании и развитии современных архитектур данных и аналитики, включая ответственность за архитектурные решения на уровне нескольких систем, команд или бизнес-кейсов. - Глубокий опыт с современными облачными платформами данных и практиками аналитической инженерии: Snowflake, Databricks, dbt, Python, SQL. - Опыт проектирования масштабируемых моделей данных, трансформационных пайплайнов, семантических или метрических слоёв и интеграционных паттернов для доверенной self-service аналитики. - Опыт архитектуры или внедрения ИИ-систем для работы с данными: аналитика на естественном языке, ИИ-агенты, Retrieval-Augmented Generation (RAG), векторный поиск или связанные LLM-процессы. - Сильные знания корпоративных практик управления данными, безопасности, приватности, контроля доступа и качества данных. - Опыт внедрения инженерных практик: автоматизированное тестирование, CI/CD, observability, контроль версий, надёжные паттерны деплоя для систем данных и аналитики. - Умение задавать техническое направление, оценивать сложные архитектурные компромиссы и влиять на решения между командами без прямой власти. - Сильные коммуникативные навыки для перевода сложной архитектуры данных и ИИ в понятные решения, стандарты и технические направления для технических и бизнес-партнёров. Будет плюсом - Опыт модернизации или консолидации фрагментированной корпоративной экосистемы данных в более целостный современный стек. - Опыт проектирования семантических или метрических слоёв специально для ИИ-аналитики, разговорной или self-service аналитики.

Формат

Не указан

Страна

США

Город

Не указан

Грейд

Senior

О компании GoodLeap — технологическая компания, предоставляющая финансовые и программные продукты для устойчивых решений: от солнечных панелей и батарей до энергоэффективных систем HVAC, тепловых насосов, кровли, окон и других. Более 1 миллиона домовладельцев воспользовались технологией компании. Тысячи профессионалов, внедряющих решения для дома и солнечной энергетики, полагаются на проприетарные AI-приложения и инструменты разработчика GoodLeap. Платформа обеспечила более 30 миллиардов долларов финансирования устойчивых решений с 2018 года. GoodLeap также поддерживает некоммерческую организацию GivePower. Обзор позиции Команда безопасности GoodLeap защищает информационные активы организации, охватывая безопасность и устойчивость продуктов, security paved roads, доверие клиентов и регуляторов, а также технологическое управление. Как Senior Product Security Engineer, вы будете партнером для продуктовых и инженерных команд, чтобы сделать поставляемые продукты безопасными по умолчанию. Вы будете разделять время между созданием production-сервисов безопасности и ревью того, что создают другие команды: дизайны до написания кода, pull request до merge, работающие системы до того, как кто-то найдет проблему. Вы будете основным партнером по безопасности для одного или нескольких бизнес-юнитов; GRC, security operations и monitoring несут свои части мандата, но вы отвечаете за результат product security. GoodLeap использует TypeScript, Node.js, .NET и Python, и вы будете работать со всеми ними. Компания также внедряет LLM- и agentic-функции в регулируемый потребительский финансовый продукт; адверсариальное тестирование этих систем (prompt injection, jailbreaks, tool abuse, exfiltration) и определение того, что "достаточно безопасно для запуска", является ключевой частью роли. Не требуется многолетний опыт в AI-безопасности — нужно показать, что вы можете разобраться в незнакомой системе, рассуждать о том, как она ломается, и давать выводы, которые продуктовые команды примут в работу. Обязанности - Адверсариальное тестирование AI и LLM-функций: проектирование и запуск атак на LLM-приложения и агентов — prompt injection, jailbreaks, tool abuse, data exfiltration — и превращение находок в критерии pass/fail, которые продуктовые команды будут использовать. - Создание и эксплуатация production-сервисов безопасности: бэкенд-сервисы и внутренние инструменты (API, streaming transports, proxy/CLI/chat интерфейсы) на TypeScript, Node.js, .NET или Python, с тем же уровнем качества, что и любой production-сервис: тестовое покрытие, CI, управление зависимостями. - Поиск новых способов автоматизации работы: замечать, когда ручная работа становится автоматизируемой, прототипировать и обосновывать, даже если это означает замену инструмента, купленного в прошлом году. - Ревью находок уязвимостей в pull request: триаж результатов сканирования и AI-ассистированного ревью, отделение реальных находок от шума. Глубокая ручная проверка auth-путей и высокорисковых изменений, передача полученных знаний в инструменты. - Threat modeling на основе продуктовых дизайнов: ревью PRD и технических дизайнов до написания кода, определение trust boundaries и потоков данных в незнакомых областях, постановка вопросов безопасности, пока дизайн еще дешево изменить. - Ручное тестирование веб-приложений и API, триаж реальной эксплуатируемости, ретест фиксов. Поддержка программ bug bounty и непрерывного пентеста red team. - Поддержка AppSec-инструментов: настройка SAST/сканирования зависимостей, триаж и маршрутизация находок, SSO и управление доступом, автоматизация повторяющихся частей, чтобы программа масштабировалась без увеличения штата. - Безопасность инфраструктуры, на которой работают инструменты: IAM least-privilege, управление секретами, жизненный цикл контейнеров и сети — как infrastructure as code с автоматическими проверками дрейфа. - Обучение инженеров: создание security-тренировок и документации, которые инженеры будут реально использовать. - Оценка инструментов и помощь в установлении AI-стандартов: проведение структурированных bake-off тестов security-продуктов против заданных требований, помощь в установлении стандартов, которым должны удовлетворять AI/agent-системы перед запуском в production. - Поддержка остальной части security-команды: расследования, threat hunting, incident response для покрываемых продуктов, вклад в жизненный цикл управления уязвимостями и платформу security-аналитики. Требования - Вы выпускаете production-код. Требуется сильный бэкенд-инжиниринг.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior / Middle

О компании SpaceAI — платформа для безопасного запуска и управления AI-агентами в корпоративной инфраструктуре. Мы создаём инфраструктурный слой между AI-агентами и корпоративными системами: CRM, ERP, 1С, ITSM, базами данных, внутренними API и другими сервисами. SpaceAI позволяет компаниям контролировать, что именно может делать AI-агент, к каким системам он имеет доступ, какие действия необходимо подтверждать, а какие — блокировать, а также сохранять полный audit trail всех операций. Сейчас усиливаем core-команду и ищем Go Developer / Backend Engineer, который будет участвовать в разработке ядра платформы. Задачи - Разрабатывать backend-сервисы SpaceAI на Go. - Развивать UAG — Universal Agent Gateway, через который проходят действия AI-агентов. - Проектировать и реализовывать высоконагруженные API и микросервисы. - Работать над Policy Engine: allow / deny, лимиты, правила доступа и выполнение политик. - Разрабатывать механизмы управления доступом AI-агентов к корпоративным системам. - Реализовывать execution-контур: AI Agent → UAG → Policy / Risk Check → Corporate System → Audit. - Разрабатывать интеграционный слой и коннекторы к корпоративным системам, API, БД и другим сервисам. - Работать с протоколами взаимодействия AI-агентов: MCP, A2A, API. - Развивать аудит и трассировку действий агентов. - Реализовывать механизмы Human-in-the-Loop для подтверждения критичных действий. - Участвовать в проектировании отказоустойчивой и масштабируемой архитектуры. - Писать production-grade код, тесты и техническую документацию. - Участвовать в code review и архитектурных обсуждениях вместе с CTO и командой. Стек Backend: Go Архитектура: microservices, REST / gRPC Данные: PostgreSQL, Redis Инфраструктура: Docker, Kubernetes, Helm Observability: OpenTelemetry, Prometheus, Grafana, distributed tracing Безопасность: RBAC / ABAC, Zero Trust, mTLS, secrets management Интеграции: REST API, MCP, A2A, корпоративные API и системы CI/CD: GitHub Actions / GitLab CI / аналогичные инструменты Конкретный стек может развиваться вместе с архитектурой продукта. Требования - Коммерческий опыт разработки на Go. - Хорошее понимание конкурентности в Go: goroutines, channels, context. - Опыт разработки REST / gRPC API. - Понимание принципов построения микросервисных систем. - Опыт работы с PostgreSQL. - Уверенная работа с Git и Docker. - Понимание Linux и сетевого взаимодействия сервисов. - Умение писать понятный, поддерживаемый и тестируемый код.

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

О компании Grafana Labs — компания за Grafana Cloud, управляемой observability-платформой, которой доверяют более 10 000 организаций. Grafana Cloud построена на открытом исходном коде и открытых стандартах, объединяет AI и observability. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, сотрудники работают в более чем 40 странах. О роли Grafana Labs строит observability-инструменты. В рамках новой skunkworks-инициативы создаётся AI-native система интеллектуального анализа данных, которая даёт AI-агентам надёжный управляемый доступ к корпоративному контексту: данным, метаданным, определениям, lineage, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Команда работает с высокой степенью автономии и ответственности. Требуется Staff-бэкенд-инженер для создания первых production-сервисов системы управления контекстом. Роль ранняя, в команде с высокой автономией; нужно комфортно работать в условиях неоднозначности, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS. Задачи - Проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для ingestion контекста, индексации контекста, оркестрации retrieval, доступа через API, конфигурации источников и администрирования системы. - Создавать масштабируемую SaaS-основу: архитектуру multi-tenant сервиса, изоляцию тенантов, учёт использования, квоты, аудит-логи, фоновые задачи и надёжные границы сервисов. - Строить API и сервисные интерфейсы, позволяющие AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, provenance, сигналы уверенности и предупреждения. - Работать на стыке продукта и инфраструктуры: находить практические компромиссы между быстрыми экспериментами и долгосрочной надёжностью, особенно при переходе от прототипа к production. - Эксплуатировать созданное: инструментировать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать observability-инструменты для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: архитектуру, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики нового продукта. - Эффективно коммуницировать в динамичной и коллаборативной среде. - Нести полную ответственность за разрабатываемые AI-решения: они должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным пользовательским сценариям. Условия - Удалённая работа. - Рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии или Германии.

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

О компании Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости. Компания полностью удалённая, команда работает в более чем 40 странах. О проекте В Grafana Labs запущена skunkworks-инициатива: сделать Grafana лучшим местом, где люди и AI-агенты понимают и действуют на основе данных реального времени. В рамках инициативы строится AI-native система интеллектуальной работы с данными, которая даёт агентам управляемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Ищем Staff-бэкенд-инженера для создания первых продакшн-сервисов системы управления контекстом. Нужно проектировать и запускать базовую бэкенд-архитектуру: приём данных, хранение контекста, retrieval API и интеграции для агентов. Это ранний этап, команда с высокой автономией; важно комфортно работать в условиях неоднозначности, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до продакшн-SaaS. Задачи - Строить основные бэкенд-сервисы: проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для приёма контекста, индексации, оркестрации retrieval, API-доступа, настройки источников и администрирования. - Создавать масштабируемый SaaS-фундамент: архитектура мультитенантного сервиса с изоляцией тенантов, учётом использования, квотами, аудит-логами, фоновыми задачами и надёжными границами сервисов. - Обеспечивать retrieval-сценарии для агентов: API и интерфейсы для AI-агентов, MCP-инструментов, CLI и внутренних приложений — с контекстом, происхождением, сигналами уверенности и предупреждениями. - Работать на стыке продукта и инфраструктуры: находить практичные компромиссы между быстрыми экспериментами и долгосрочной надёжностью, особенно при переходе от прототипа к продакшену. - Эксплуатировать созданное: инструментировать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать инструменты наблюдаемости для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: архитектура, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики нового продукта. - Эффективно коммуницировать в динамичной коллаборативной среде и работать в командах. - Нести полную ответственность за разрабатываемые AI-решения: они должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным пользовательским сценариям. Условия - Удалённая работа. - Компания полностью удалённая, команда в более чем 40 странах. - Кандидаты рассматриваются в Испании, Швеции, Великобритании, Ирландии или Германии. - Зарплата по договорённости.

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

О компании Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой observability, которой доверяют более 10 000 организаций. Платформа построена на открытом исходном коде и открытых стандартах, совместима с любым стеком и объединяет AI и observability. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая: сотрудники живут в более чем 40 странах. О вакансии Это удалённая позиция; рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии и Германии. Grafana Labs запустила инициативу skunkworks, цель которой — принести observability в остальной бизнес и сделать Grafana лучшим местом, где люди и AI-агенты понимают и реагируют на данные в реальном времени. В рамках инициативы строится AI-нативная система интеллектуальной обработки данных, которая даёт агентам надёжный и контролируемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Ищем бэкенд-инженера уровня Staff для создания первых production-сервисов системы управления контекстным слоем. Нужно спроектировать и запустить основную бэкенд-архитектуру: ingestion, хранение контекста, retrieval API и интеграции для агентов. Это ранняя роль в команде с высокой автономией; важно комфортно работать в условиях неопределённости, принимать прагматичные архитектурные решения и строить системы, которые могут развиться от внутреннего использования до production-grade SaaS. Задачи - Создавать основные бэкенд-сервисы: проектировать, реализовывать, тестировать и эксплуатировать первые сервисы для ingestion контекста, индексации, оркестрации retrieval, доступа через API, настройки источников и администрирования. - Создавать масштабируемую SaaS-основу: архитектура multi-tenant сервиса с изоляцией тенантов, учётом использования, квотами, аудит-логами, фоновыми задачами и надёжными границами сервисов. - Обеспечивать retrieval-процессы для агентов: API и интерфейсы, позволяющие AI-агентам, MCP-инструментам, CLI и внутренним приложениям получать релевантный контекст, происхождение данных, сигналы уверенности и предупреждения. - Работать на стыке продукта и инфраструктуры: находить практичные компромиссы между быстрыми экспериментами и долгосрочной надёжностью, особенно при переходе от прототипа к production. - Эксплуатировать созданное: инструментировать сервисы метриками, логами, трейсами, алертами и дашбордами; использовать observability-инструменты для понимания поведения системы и повышения надёжности. - Влиять на техническое направление: помогать формировать архитектуру, границы сервисов, выбор хранилищ, API-контракты, паттерны деплоя и инженерные практики нового продукта. - Эффективно коммуницировать в динамичной и коллаборативной среде. - Брать на себя ответственность за разрабатываемые AI-решения: они должны быть инновационными, масштабируемыми, поддерживаемыми и соответствовать реальным пользовательским сценариям.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании JetBrains с 2000 года создаёт инструменты для разработчиков, включая IntelliJ IDEA, Kotlin, TeamCity и другие. Продуктами пользуются более 15 млн разработчиков в 287 тыс. компаний по всему миру. Компания полностью частная, прибыльная и руководствуется тезисом: хорошие инструменты делают разработчиков лучше. Air — следующий продукт JetBrains: агентная среда разработки, в которой несколько ИИ-агентов выполняют задачи параллельно, пока разработчик сохраняет контроль. Это новый тип инструмента: нативное десктоп-приложение, расширяющийся веб-интерфейс и облачные автоматизации. Сейчас в команде дизайна Air два человека; вы станете третьим. Основной фокус — веб-поверхность и подкоманда автоматизаций. Задачи - Проектировать веб-интерфейс Air: управление командой, настройка автоматизаций, обзор результатов. - Формировать дизайн-процесс для подкоманды автоматизаций, работая напрямую с разработчиками: ревью и передача в разработку. - Определять, что будет создано: превращать нечёткое направление продукта в объём, план и готовую поверхность; уметь отказываться от лишнего. - Отвечать за развитие дизайн-системы на вебе и десктопе: что входит в неё, что остаётся локальным, как две поверхности остаются одним продуктом. - Использовать вайбкодинг и ИИ для прототипирования, когда это ускоряет движение идей. - Участвовать в кросс-командных демо и квартальном планировании, представляя дизайн-перспективу развития Air. Требования - 7+ лет опыта в продуктовом дизайне с примерами результатов, влияющих на бизнес. - Чувство собственности: доводить фичи от дизайна до продакшена; доставка — часть определения «сделано». - Отличная кросс-командная работа: умение действовать в условиях ограниченного контекста, прояснять важное, определять объём и двигать проекты без постоянного контроля. - Активный пользователь ИИ: использование ИИ-инструментов в дизайн-процессе; эксперименты с прототипированием в Cursor, Claude или аналогичных инструментах. - Уверенное владение Figma: компоненты, токены/переменные, дизайн-системы; умение работать с существующим UI-китом и добавлять новые компоненты. Желательно - Опыт с продуктами для разработчиков или техническими инструментами (IDE, дашборды, инструменты работы с данными). - Опыт вайбкодинга, дизайн-инжиниринга или прототипов на уровне кода. - Знакомство с агентными и ИИ-нативными интерфейсными паттернами: сигналы доверия, human-in-the-loop, обработка ошибок в масштабе. Условия - Удалённая работа. - Редкий продуктовый масштаб: продукт, который может определить следующее поколение инструментов для разработчиков; небольшая команда, прямое влияние, быстрые решения. - Культура JetBrains: инженерия в приоритете, ориентация на качество, полностью частная компания. Без давления венчурных инвесторов и искусственных целей роста. - Конкурентная компенсация и льготы — зависят от локации, полный расклад по запросу. Зарплата по договорённости.

Формат

Удалённо

Страна

Испания, Швеция, Великобритания, Ирландия, Германия

Город

Не указан

О компании Grafana Labs — компания, развивающая Grafana Cloud, управляемую платформу наблюдаемости, которой доверяют более 10 000 организаций. Платформа построена на открытом исходном коде и открытых стандартах, сочетает AI и наблюдаемость. Компания полностью удалённая, сотрудники находятся в более чем 40 странах. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. О проекте В рамках инициативы Second Horizon команда строит AI-нативную систему интеллектуальной работы с данными, которая даёт агентам надёжный управляемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: контекстную систему обслуживают специалисты по данным, агенты принимают решения. Задачи - Проектировать и развивать основные бэкенд-сервисы: приём контекста, индексирование, оркестрацию поиска, API-доступ, настройку источников и администрирование. - Создавать масштабируемую SaaS-основу: мультитенантность, изоляция, учёт использования, квоты, аудит-логи, фоновые задачи и границы сервисов. - Строить API и интерфейсы для AI-агентов, MCP-инструментов, CLI и внутренних приложений. - Работать на стыке продукта и инфраструктуры, находить баланс между быстрыми экспериментами и долгосрочной надёжностью. - Сопровождать сервисы: метрики, логи, трейсы, алерты и дашборды. - Влиять на архитектуру, границы сервисов, выбор хранилищ, API-контракты, паттерны развёртывания и инженерные практики. - Эффективно коммуницировать в динамичной среде и нести ответственность за развитие AI-решений. Условия - Полная удалённость; рассматривают кандидатов в Испании, Швеции, Великобритании, Ирландии и Германии. - Ранний этап, высокая автономия, возможность расширять роль по мере развития команды.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Sance.AI — платформа для AI-автоматизации продаж и поддержки корпоративных клиентов: интеграция с CRM и другими системами заказчика, создание AI-агентов. Компания стала призёром Yandex AI Startup Lab и Conversation AI. Чем предстоит заниматься Развитие платформы: - Работать над функционалом, стабильностью и производительностью. - Развивать AI-функционал: LLM-based сценарии, tool calling, RAG, работу с контекстом, кэширование и другие механики. - Разбираться со сложными production-инцидентами и устранять не только последствия, но и причины проблем. Клиентские внедрения: - Превращать пожелания клиента в дорожную карту запуска. - Проектировать архитектуру интеграции Sance.AI с инфраструктурой клиента. - Отвечать за техническую часть сложных клиентских запусков — от discovery до production. Команда и инженерные практики: - Менторить junior/middle-разработчиков: помогать с декомпозицией задач, архитектурой и сложными техническими вопросами. - Проводить code review и повышать качество решений команды. Что мы ожидаем Python и backend: - От 4 лет коммерческого опыта, от 1 года опыта в продуктовой команде. - Уверенные знания в asyncio, очередях, кешировании, конкурентности. LLM / AI: - Важен практический опыт создания production-функционала на базе LLM, а не только использование ChatGPT. - Ожидаем опыт с: OpenAI API или другими LLM API; prompt engineering, tool calling, RAG, caching и context management; embeddings, vector search и agentic workflows; тестирование и evals; понимание production-проблем: latency, стоимость, rate limits, hallucinations, retries и observability. Интеграции: - Уверенная работа с REST API сторонних сервисов, webhooks и внешними сервисами. Умение разбираться в документации. - Опыт интеграций с CRM — особенно amoCRM и/или Bitrix24. Самостоятельность и ownership: - Умение довести размытую бизнес-задачу до работающего production-решения, видеть системные проблемы и помогать команде расти. Будет плюсом: - B2B/Enterprise-внедрения, highload и event-driven системы. - Собственные AI-проекты и опыт работы в стартапах. Что предлагаем - Работу в быстрорастущем AI-стартапе, влияние на продукт, архитектуру и процессы. - Разнообразные задачи, крупные клиенты и короткий путь от идеи до production. - Быстрый карьерный рост.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О проекте Клиент — аутстафф-компания, для которой подбирают инженеров на длительные проекты. Заказчик развивает ИИ-направление и выводит решения на базе LLM в промышленную эксплуатацию. Нужны люди, которые уже доводили AI-агентов до продакшена. Команда распределённая, работа полностью удалённая. Кого ищут Data Scientist / AI Engineer с коммерческим опытом от 3 лет, который в роли DS/AI Engineer реализовал и вывел в прод решения на базе ИИ, включая AI-агентов на базе LLM. Кандидат должен одинаково уверенно чувствовать себя в классическом ML, глубоком обучении и инфраструктуре. Требования - Python - Torch - Transformers - k8s Условия - Полная удалённая работа - Длительные проекты через аутстафф - Распределённая команда - Зарплата: от 200 000 000 до 230 000 000 ₽ Отбор Техническое собеседование по каждому пункту требований: от классического ML и Transformer до проектирования агентов и продакшена.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

В Ozon Tech формируют команду, которая будет отвечать за платформу для AI-агентов. Цель — создать инфраструктуру, на которой разработчики смогут быстро собирать и запускать агентские системы. Для команды ищут Senior-разработчиков. Неважно, на каком языке вы пишете сейчас: Go в приоритете, но интервью можно пройти на своём стеке. Если Go не ваш основной язык, это тоже допустимо — после выхода будет возможность его освоить при поддержке команды. Формат работы: офис. Оплата — по договорённости.

Формат

Удалённо

Страна

США

Город

Не указан

Грейд

Lead

Роль: ведущий AI .NET разработчик. Местоположение: удалённо (США). Тип занятости: W2-контракт. Требуются кандидаты из домена Fintech. Краткое описание: мы ищем практикующего, ориентированного на исполнение ведущего AI-разработчика, который станет техническим партнёром нашего ведущего AI-инженера. Ведущий AI-инженер задаёт архитектурное видение и дорожную карту трансформации, а вы будете основным разработчиком, пишущим production-grade код на C/.NET, проектирующим stateful agentic workflows и внедряющим автоматизированные пайплайны. Ваша главная миссия — революционизировать жизненный цикл разработки ПО (SDLC) и повысить продуктивность разработчиков, создавая, настраивая и разворачивая агентные AI-инструменты, которые бесшовно интегрируются в современную экосистему Microsoft и GitHub клиентов в нескольких командах. Обязанности - Внедрение агентного SDLC: создавать, тестировать и разворачивать stateful multi-agent workflows, механизмы вызова функций и парсеры структурированных выходных данных LLM на C/.NET для автоматизации этапов SDLC (перевод требований, автоматическая генерация кода, создание тестовых наборов). - Разработка на основе спецификаций: преобразовывать спецификации, JSON-схемы и структурированные технические спецификации в машиночитаемые форматы, которые управляют автономной генерацией кода и тестов в репозиториях. - Повышение продуктивности разработчиков и интеграция инструментов: разрабатывать расширения, плагины и скрипты автоматизации, интегрированные в GitHub Copilot, GitHub Actions и инструментальные цепочки Microsoft, чтобы оптимизировать рабочие процессы разработчиков. - Работа с командами и парное программирование: работать непосредственно с командами разработчиков, участвуя в парном программировании, живой отладке и практическом руководстве, чтобы показать, как эффективно использовать агентные AI-инструменты в повседневной разработке. - Оптимизация токенов и FinOps: внедрять и настраивать стратегии оптимизации токенов, включая управление контекстным окном, кэширование промптов и гибридную маршрутизацию между малыми языковыми моделями (SLM) и frontier-моделями, чтобы минимизировать операционные затраты на токены. - Обеспечение guardrails и качества кода: внедрять инженерные guardrails, проверки безопасности и парсеры качества кода, определённые ведущим AI-инженером, для обеспечения безопасного, соответствующего требованиям и готового к production AI-сгенерированного кода. - Петля обратной связи: собирать ежедневные отзывы разработчиков о проблемах в рабочих процессах и сообщать о них ведущему AI-инженеру для постоянного улучшения наборов промптов, циклов агентов и опыта разработчика (DevEx). Требования - Предпочтительно продвинутое владение GitHub Copilot с сертификацией GH-600/300. - Практический опыт в C и .NET: уверенное владение современным C и .NET Core, глубокое понимание архитектуры, cloud-native паттернов и создания надёжного бэкенд-инструментария. - Практический опыт в агентном AI и LLM: подтверждённый опыт создания production-grade LLM-приложений, stateful agent execution loops, структурированных выходных данных (JSON mode/function calling) с использованием GitHub Copilot. - Автоматизация SDLC и владение GitHub: практический опыт автоматизации инженерных пайплайнов, создания расширений и CI/CD процессов с использованием GitHub Actions, GitHub Copilot и современных инструментов разработчика. - Знание спецификаций: понимание использования структурированных схем (JSON Schema) для управления автоматической генерацией кода и multi-agent workflows. - Понимание продуктивности разработчиков и DevEx: острое понимание проблем разработчиков в SDLC и страсть к созданию инструментов, улучшающих поток, удовольствие и скорость разработки. - Совместный и прагматичный стиль: ориентированность на действия, глубокое погружение в код и готовность работать бок о бок с командами разработчиков, обучая их реальным агентным трансформациям.

Формат

Удалённо

Страна

ЕС

Город

Не указан

Грейд

Senior

Уровень: Senior. Занятость: полная. Формат: удалённо (EU). Оплата: по договорённости. Проект: Windward — платформа морской разведки с агентным ИИ. Системы используются оборонными ведомствами, правительствами и глобальными предприятиями для безопасности торговли и контроля соблюдения требований на море. Проект предполагает NDA. Ожидается автономная работа, влияние на ключевую архитектуру и повышение стандартов AI-assisted разработки в команде. Обязательные навыки - 7+ лет профессионального опыта в full-stack или backend-разработке. - 2+ года создания агентов или агентных рабочих процессов в production в масштабе распределённой системы. - Опыт высоконагруженной AI-разработки. - Опыт с GraphQL или REST и проектирования масштабируемых облачных распределённых архитектур. - Уверенная работа с AWS (K8S, Serverless, Event-driven), очередями сообщений (SQS, SNS) и базами данных (PostgreSQL, DynamoDB, MongoDB). - Опыт создания автономных агентных систем с использованием фреймворков LangChain, LangGraph, DeepAgents, CrewAI, OpenClaw или Hermes. - Свободное владение Python (предпочтительно) или TypeScript/Go/Rust. - Уверенный опыт со стеком AWS, включая Kubernetes (K8S), Terraform (IaC) и CI/CD. Желательно - Опыт с фронтенд-стеком (NextJS, React.js или аналогичным). - Опыт с векторными базами данных. Задачи - Проектировать и внедрять агентные рабочие процессы и масштабируемые микросервисы, преимущественно на Python, в распределённой архитектуре. - Руководить интеграцией возможностей генеративного ИИ, включая LLM API, RAG-пайплайны и агентные рабочие процессы, в production-системы. - Внедрять операционные практики, наблюдаемость и автономные мониторы для обеспечения надёжности ИИ в production. - Повышать качество и скорость разработки за счёт AI-SDLC-практик, код-ревью, автоматизации тестов и непрерывной trace-based оценки качества всех программных и агентных компонентов. - Оценивать новые AI-инструменты, наставлять коллег и вносить вклад в технический roadmap.

Формат

Не указан

Страна

США

Город

San Francisco

О команде Команда AI Architect помогает организациям превращать самые мощные модели OpenAI в реальную пользу. Она работает с розничными и потребительскими компаниями: определяет, где ИИ создаёт ценность, проектирует безопасные и масштабируемые решения и помогает переходить от ранних экспериментов к устойчивому production-внедрению. Команда объединяет техническую стратегию, партнёрство с клиентами и практический опыт внедрения, работая совместно с Sales, Product, Engineering, Research и специализированными командами. О роли AI-архитектор — старший технический владелец портфеля розничных клиентов и основной технический контакт для их руководства. Он действует как «CTO своего портфеля», формирует ИИ-стратегию клиента и ведёт его от pre-sales discovery и оценки решений до внедрения, принятия и измеримого бизнес-эффекта. Архитектор владеет техническим планом по ChatGPT Enterprise, OpenAI API, Codex и другим агентным ИИ-решениям. В партнёрстве с Account Director он переводит бизнес-приоритеты в портфель сценариев использования, дорожную карту внедрения и путь к устойчивой ценности. Account Director отвечает за коммерческую стратегию; архитектор — за техническую стратегию, путь клиента и выход на production. Архитектор остаётся ответственным за технический результат, привлекая специалистов по внедрению, безопасности, продукту и партнёрам. Задачи - Быть основным техническим советником и владельцем долгосрочных технических отношений для портфеля существующих клиентов и pre-sales-перспектив. - Совместно с Account Directors вести стратегию аккаунта, владеть техническим планом, техническими вехами, приоритетами внедрения и возможностями расширения. - Проводить discovery с руководителями и техническими командами для выявления, квалификации и приоритизации сценариев, связанных с бизнес-результатами. - Разрабатывать Applied AI Architectures: модели, приложения, данные, интеграцию, безопасность, приватность, управление, оценку и развёртывание. - Сопровождать клиентов в технических оценках, демонстрациях, воркшопах, прототипах и proof of value. - Поддерживать портфель сценариев с критериями решений, владельцами, блокерами, метриками успеха, потребностями внедрения и планами принятия. - Выстраивать доверительные отношения с CTO, CIO, CISO, ИИ-лидерами, инженерными командами и другими стейкхолдерами. - Координировать поддержку Deployment Engineering, внедрения, обучения, продукта, партнёров и других команд. - Отвечать за технический прогресс и результаты клиентов, передавая исполнение командам внедрения. - Отслеживать принятие, использование, здоровье аккаунта, production readiness и измеримый эффект, вмешиваясь при рисках. - Применять экспертизу в рознице для выявления повторяемых паттернов и возможностей расширения. - Делиться инсайтами клиентов с Product, Engineering и Research. Требования - Значительный опыт в клиентских технических ролях: solutions architecture, solutions engineering, техническое руководство аккаунтами, внедрение ИИ или технический customer success. - Опыт ведения enterprise-организаций от технической оценки до production-внедрения и измеримого бизнес-эффекта. - Умение выстраивать доверие у старших технических и бизнес-руководителей и общаться с инженерами. - Сильные основы архитектуры ПО и облака: API, распределённые системы, интеграция данных, идентификация, безопасность и приватность. - Понимание современных ИИ-систем, frontier LLM, агентных приложений, оценки моделей, retrieval или enterprise-ИИ-процессов. - Умение прототипировать, объяснять технические компромиссы, работать с API, SDK и языками Python или JavaScript. - Опыт разработки технических планов аккаунтов, приоритизации портфелей и связи внедрения с измеримыми результатами. - Экспертиза в рознице или глубокое понимание потребностей розничных и потребительских компаний. - Чёткая коммуникация, умение превращать неопределённость в практический технический нарратив, решение или план действий. - Готовность работать междисциплинарно и помогать организациям внедрять ИИ ответственно. Условия - Компания: OpenAI. - Локация: Сан-Франциско. - Зарплата: по договорённости. О компании OpenAI — исследовательская и внедренческая компания в области ИИ, стремящаяся к тому, чтобы сильный искусственный интеллект приносил пользу всему человечеству. Компания развивает возможности ИИ-систем и стремится безопасно внедрять их через свои продукты.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

О проекте Мы строим платформу для бизнес-аналитики и насыщаем её возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. End-to-end подход: ведёшь задачу полностью, от идеи до продакшена. Задачи - Разрабатывать компоненты платформы целиком - Собирать требования, строить модели данных и описывать методики расчётов - Общаться напрямую с конечными пользователями - Проектировать архитектуру и защищать свои решения - Глубоко применять Claude Code и Cursor как agentic-инструменты, а не просто чат - Проводить ревью, технические обсуждения и развивать инженерную культуру Требования - 5+ лет коммерческой разработки сложных DWH/BI-систем - Уверенные навыки: C, .NET, ASP.NET, Angular, AI-инструменты - Реальный опыт работы с Claude Code: настройка CLAUDE.md, структурированные промпты, анализ кодовой базы, генерация production-ready кода, рефакторинг, тесты, pull requests и аудит безопасности - Понимание ограничений LLM и умение выстраивать безопасный HITL процесс Условия - Формат работы: удалённо, РФ, московский часовой пояс - Оплата: готовы обсудить пожелания - Корпоративные подписки на AI-инструменты

Формат

Офис

Страна

Не указана

Город

Не указан

Задачи - Развитие AI-саджеста: переосмысление роли саджеста в чате с Алисой, новые сценарии работы ассистента, изучение возможностей языковых моделей (LLM) для взаимодействия с поисковыми подсказками. - Разработка ранжирования и подсказок: эксперименты с моделями и факторами ранжирования, обучение LLM генерации полнотекстовых подсказок, построение пайплайнов обучения и оценки моделей, проверка гипотез с помощью A/B-тестов. - AI-агенты в разработке: эксперименты с AI-агентами, ускорение разработки ML-систем, авторесёрч и создание прототипов. Требования - Опыт работы с ML-алгоритмами - Понимание принципов работы, обучения и оценки ML-моделей - Уверенное владение Python Условия - Офисный формат работы - Зарплата по договорённости - В крупных офисах есть спортзалы с тренажёрами, инвентарём и душевыми

Формат

Удалённо

Страна

Россия

Город

Не указан

ПравоТех — продуктовая IT-компания, которая с 2008 года автоматизирует юридические бизнес-процессы. Сейчас команда активно развивает AI-направление и создает AI-агентов для решения реальных юридических задач. Что предстоит делать: - превращать юридические процессы в workflow для AI-агентов; - описывать логику работы юриста и требования к результату; - проверять AI-ответы и документы на юридическую корректность; - находить ошибки и улучшать логику агентов; - участвовать в создании AI-сценариев для судебных и юридических процессов; - совместно с Product Manager развивать продукт; - экспериментировать с LLM, AI-агентами и автоматизациями. Что важно: - высшее юридическое образование; - реальный опыт работы юристом; - опыт в арбитражных спорах и/или судебной практике; - понимание гражданского и арбитражного процесса; - опыт работы с судебными документами; - практический интерес к AI и LLM (ChatGPT, Claude и др.); - способность структурировать сложные юридические процессы; - самостоятельность и проактивность. Будет плюсом: банкротство, корпоративные споры, LegalTech, продуктовая аналитика, опыт работы с AI-агентами, промптами и автоматизациями. Первые задачи: погрузиться в продукт, оценить работу AI-агентов, найти юридические ошибки, детализировать workflow и перевести один из юридических процессов в сценарий AI-агента. Формат: преимущественно удалённо, возможна работа из офиса. Оформление по ТК РФ, ДМС, обучение, командный бонус.

Формат

Офис

Страна

Не указана

Город

Не указан

Python Data Engineer Компания WhiteSnake занимается разработкой программного обеспечения и консалтингом, предлагая технологические решения клиентам по всему миру. Направления работы: Fintech, искусственный интеллект, блокчейн. Что для нас важно: - Коммерческий опыт работы от 2 лет - Опыт работы с SQL и Python - Data Modeling (DWH / Data Lake / Lake House) - Опыт работы с ClickHouse / Redshift / BigQuery - Опыт работы с Big Data stack (HDFS / Spark / Cloud / Object Storage) - Опыт работы с ETL / ELT (Airflow / Flink / Dagster) - Опыт работы с Agile методологиями - Опыт работы и интеграции с AI агентами (Cloude Code, ChatGPT, Copilot, OpenCode) - Английский B2 и выше Будет плюсом: - Опыт работы с веб-фреймворками (Flask / FastAPI / Django) - Опыт работы с Kafka / RabbitMQ / Kinesis / SQS - Опыт работы с облачными хранилищами, такими как AWS / Azure / GCP - Опыт работы с CI / CD Условия работы: - Просторный офис А класса в нескольких шагах от метро - Защищённая от инфляции заработная плата - Молодой и дружный коллектив, где ценятся инновации и совместная работа - Гибкий рабочий график, который поможет сохранить баланс между работой и личной жизнью Вакансия планируемая к созданию и / или замещению (перспективная).

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

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

AI Engineer / AI Architect Компания Camirix — AI Business Operating System — ищет специалиста для создания интеллектуального ядра платформы — AI Brain, а на его основе — системы автономных AI-агентов. Чем предстоит заниматься - Проектировать архитектуру AI Brain. - Разрабатывать AI Agents и Agent Runtime. - Заниматься LLM orchestration, RAG, Memory и Context Engineering. - Реализовывать reasoning, planning и decision making. - Работать с Tool Calling и внешними API. - Разрабатывать Business Ontology и работать с бизнес-данными. - Создавать AI Employees: Sales, Marketing, Support, Finance, Operations и др. - Разрабатывать системы feedback, evaluation и обучения агентов. - Оптимизировать качество, скорость и стоимость AI-систем. Главная задача — построить AI Brain Camirix и систему автономных AI-агентов, способных понимать бизнес-контекст, принимать решения и самостоятельно выполнять реальные бизнес-процессы. Что ожидаем - Сильный Python. - Опыт разработки LLM/AI-приложений и AI-агентов. - Понимание LLM, RAG, embeddings, Tool Calling. - Опыт работы с API OpenAI / Anthropic / Gemini или аналогами. - PostgreSQL, Redis, FastAPI. - Понимание архитектуры production AI-систем. - Способность самостоятельно проектировать и реализовывать сложные системы. Условия - Full-time. - Удалённая работа. - Middle+ / Senior. - Задачи на уровне архитектуры и разработки AI-продукта с нуля.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Twilio, специализирующаяся на коммуникационных решениях, ищет Senior Engineering Manager в организацию Conversational Agents. Организация Conversational Agents строит мост между ИИ-агентами и платформой Twilio. Роль предполагает руководство командой Agent Implementations, которая создает и эксплуатирует агентов, обеспечивающих внутренние бизнес-процессы Twilio. Задачи: - Руководить инженерной стратегией и реализацией для безопасного и надежного доступа клиентских ИИ-агентов к возможностям платформы Twilio. - Создавать и масштабировать системы, обеспечивающие работу ИИ-агентов для внутренних бизнес-операций Twilio, повышая эффективность и автоматизацию. - Взаимодействовать с командами продукта, платформы, безопасности и выхода на рынок для выявления высокоэффективных сценариев использования ИИ-агентов и поставки готовых к продакшену решений. - Развивать высокопроизводительную инженерную команду: нанимать, наставлять и развивать менеджеров и инженеров в быстро меняющейся технической области. - Обеспечивать операционное совершенство: устанавливать четкие метрики, планировать дорожную карту, гарантировать надежность, соответствие требованиям и непрерывное улучшение. - Осваивать новые технические навыки и знания в среде с высоким темпом работы. Ожидается крутая кривая обучения, комфорт при погружении в сложные задачи и умение создавать ясность для себя. Требования: - 5+ лет практического опыта инженера, написания продакшен-кода на современном языке программирования (язык не важен). - 3+ года опыта непосредственного руководства командами инженеров разных дисциплин. - Опыт развития культуры технического совершенства и сопровождения команды в технических дизайн-решениях. - Подтвержденный опыт вывода продуктов в продакшен, раннего тестирования идей с клиентами и быстрой итерации по их обратной связи. - Сильная клиентоориентированность, тесный цикл обратной связи с клиентами. - Отличные письменные и устные коммуникативные навыки. - Интерес к новым технологиям и отслеживание их последних разработок. Желательно: - Опыт создания продукта от идеи до product-market fit (zero to one). - Опыт руководства разработкой продуктов или функций, использующих LLM. - Склонность к практической работе, страсть к созданию и воплощению своих идей в жизнь. Условия: - Удаленный формат работы, но роль не предусматривает найм в Сан-Франциско, Окленде, Сан-Хосе (Калифорния) или прилегающих районах. - Конкурентоспособная оплата, щедрый отпуск, отпуск по уходу за ребенком и по состоянию здоровья, медицинская страховка, пенсионная программа. Набор льгот зависит от локации. - Вилка зарплаты для кандидатов из Калифорнии, Колорадо, Гавайев, Иллинойса, Мэриленда, Массачусетса, Миннесоты, Нью-Джерси, Нью-Йорка, Вермонта, округа Колумбия и штата Вашингтон: от $207 200. Для других локаций зарплата обсуждается в процессе найма.

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

Офис

Страна

Канада

Город

Не указан

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