Вакансии для разработчиков ИИ-агентов с Claude Code
Вакансии для разработчиков ИИ-агентов с Claude Code: подборка ролей, где в задачах или стеке указан Claude Code. Можно найти работу в этом направлении и…
Фильтр вакансий
Инженер по искусственному интеллекту II, агентные системы
ICON ищет прагматичного разработчика, который перешёл от традиционной разработки ПО к миру агентного ИИ. В роли инженера по ИИ в ICON вы будете отвечать за проектирование и внедрение инструментов, рабочих процессов и автономных агентов на базе ИИ, которые ускоряют работу платформы строительных технологий ICON. Должность подчиняется старшему директору программ оборонных технологий и доступна для удалённой работы с периодическими поездками в штаб-квартиру ICON в Остине, штат Техас, по мере необходимости. Обязанности - Проектировать и создавать агентные системы ИИ, автоматизирующие сложные многоэтапные рабочие процессы в программной платформе ICON. - Разрабатывать функции и продукты на основе LLM, используя современные фундаментальные модели и API (например, Anthropic, OpenAI). - Архитектура и реализация многогаентных конвейеров, систем использования инструментов и интеграций Model Context Protocol (MCP). - Создание надёжных RAG-систем, включая приём документов, стратегии разбиения, конвейеры эмбеддингов и векторный поиск. - Сотрудничать с командами разработчиков и профильными специалистами для выявления возможностей автоматизации с помощью ИИ и превращать их в готовые продукты. - Отвечать за полный жизненный цикл функций ИИ: прототипирование, оценка, развёртывание и итерации. - Выступать техническим ресурсом и неформальным наставником по лучшим практикам агентного ИИ в инженерной организации. - Быть на переднем крае агентного ИИ и внедрять новые методы в производство. Минимальные требования - 6+ лет профессионального опыта в разработке ПО с сильной базой в бэкенд или full-stack разработке. - Подтверждённый опыт создания и внедрения продуктов производственного уровня с использованием LLM и агентных фреймворков. - Владение TypeScript и/или Python. - Глубокое понимание промт-инжиниринга, управления контекстом и паттернов рассуждения LLM. - Опыт работы с инструментами, вызовом функций и оркестрацией агентов (например, LangChain, LlamaIndex, Claude Code или собственные реализации). - Умение проектировать и проводить структурированные оценки для измерения и улучшения производительности систем ИИ. - Отличные коммуникативные навыки и комфорт при работе с техническими и нетехническими заинтересованными сторонами. - Возможность получить и поддерживать допуск к секретной информации. Предпочтительные навыки и опыт - Опыт разработки и интеграции серверов MCP (Model Context Protocol). - Знакомство с векторными базами данных (например, pgvector, Pinecone, Weaviate). - Опыт с тонкой настройкой, RLHF или конвейерами оценки моделей. - Знание основ машинного обучения: эмбеддинги, трансформеры, механизмы внимания. - Опыт генерации структурированных выходных данных и извлечения данных на основе LLM. - Опыт работы с агентами генерации кода (например, Claude Code, Cursor, системы типа Devin). - Знакомство с AWS и серверной инфраструктурой для ИИ-нагрузок. - Опыт работы в государственных, оборонных или регулируемых средах. - Интерес или опыт в отрасли AEC (архитектура, инженерия, строительство). Диапазон оплаты: $126,400 - $180,000.
Mobile-разработчик, Frontend-разработчик
- Работа с продуктовыми метриками: Crash-free >99.8%, ускорение запуска на 30%. - Решение проблем с Offline-first архитектурой и оптимизацией карт. - Влияние на выручку: спас 15% дохода через SDK. - Продуктовая аналитика: ускорение продаж на 25% через оптимизацию воронки в GA4. - Проектирование собственной экосистемы плагинов для e-commerce. - Сокращение релизного цикла в 16 раз и снижение багов на 35%. - Использование AI-агентов (Claude Code/MCP) в профессиональном workflow. - Улучшение LCP с 4.5с до 1.2с и рост NPS с 32 до 68. - Разработка собственных инструментов (Archora) для решения архитектурных проблем enterprise-масштаба. - Участие в NASA Space Apps Challenge 2023, статус победителя. - Работа с 10к+ юзерами и интеграции iiko/R-Keeper. - Сочетание Enterprise-стека с backend-экспертизой. - Работа с метриками: конверсия, отказы, время загрузки. - Оптимизация инфраструктуры (Docker, CI/CD) и архитектуры (App Router, тестирование). - Миграция с React на Svelte, уменьшение бандла на 89%. - Создание MVP за 8 дней. - Архитектура Web3-интерфейсов с решением проблем производительности. - Опыт работы с высокой нагрузкой (500–1000 RPS) и крупными проектами (90K+ MAU, 1M+ аудитория каналов). - Интеграция сложных платежных систем (Stars, Crypto, Cards) в одном продукте. Условия: от 200 000 ₽, РФ, удаленно, фуллтайм или парт-тайм.
Вайбкодер начального уровня, генеративный ИИ
Обязанности - Создавать быстрые прототипы, proof-of-concepts, внутренние инструменты и приложения на базе ИИ с использованием современных практик разработки ПО и технологий генеративного ИИ. - Использовать AI-ассистированные инструменты разработки, такие как Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные платформы, для ускорения разработки и экспериментов. - Разрабатывать full-stack приложения и сервисы с использованием React, Next.js, Node.js, Python, JavaScript/TypeScript или Golang. - Работать с большими языковыми моделями (LLM), Retrieval-Augmented Generation (RAG), промт-инжинирингом, AI-агентами и Model Context Protocol (MCP). - Проектировать и интегрировать REST API, микросервисы и компоненты приложений с поддержкой ИИ. - Экспериментировать с паттернами оркестрации ИИ и новыми инструментами разработчика, быстро превращая идеи в работающие решения. - Взаимодействовать с командами продукта, UX и инженерии для понимания требований и разработки инновационных прототипов. - Использовать Git и GitHub для контроля версий, совместной работы и управления кодом. - Тестировать, отлаживать, дорабатывать и документировать прототипы и приложения. - Отслеживать новые технологии генеративного ИИ, фреймворки, coding-ассистенты и методологии разработки. Требования - Сильные навыки программирования на Python, JavaScript/TypeScript, Golang или Node.js. - Опыт работы с React и/или Next.js. - Знание REST API, микросервисов и Git/GitHub. - Практический опыт работы с Cursor, Claude Code, GitHub Copilot, ChatGPT или аналогичными AI-ассистированными инструментами кодирования. - Понимание LLM, RAG-архитектур, промт-инжиниринга, AI-агентов и MCP. - Развитые навыки решения проблем, аналитического и креативного мышления. - Способность быстро осваивать новые технологии и экспериментировать с новыми инструментами. - Хорошие коммуникативные навыки и умение работать в команде. - Интерес к генеративному ИИ, быстрому прототипированию и AI-ассистированной разработке ПО. Опыт и образование - 0–2 года профессионального опыта разработки ПО. - Подтверждённый опыт создания программных проектов, прототипов, приложений или proof-of-concepts с использованием современных технологий разработки. - Опыт использования AI-ассистентов кодирования или инструментов генеративного ИИ для улучшения разработки строго предпочтителен. - Академический, личный, стажёрский, open-source или проектный опыт может рассматриваться вместо большого профессионального опыта. - Обязательно гражданство США. - Предпочтительно степень бакалавра в Computer Science, Software Engineering, Information Technology или смежной технической области; эквивалентное образование, обучение, курсы или подтверждённый технический опыт могут быть рассмотрены. - Требуются отличные устные и письменные коммуникативные навыки на английском и способность профессионально взаимодействовать с разными людьми. Условия - Удалённая работа на территории США. - Длительность: 12 месяцев. - Ожидаемая базовая зарплата: $114,000–$135,000. Предложения по зарплате основываются на навыках, обучении, опыте, образовании, рыночных факторах и, где применимо, лицензиях или сертификатах. - Также предлагается конкурентный пакет льгот. О компании - CTG, компания Cegeka, предоставляет ИТ- и бизнес-решения, повышающие цифровую гибкость клиентов. - Более 60 лет опыта. - Более 9 000 сотрудников в более чем 15 странах. - Работает в Америке, Европе и Индии, с более чем 3 000 клиентов в отраслях с высоким ростом.
AI-инженер по автоматизации, LLM и AI-агенты
Компания Skytech — команда, создающая мобильные игры с аудиторией более 4 млн игроков в месяц. Компания развивает направление AI-автоматизации и ищет инженера для внедрения LLM, AI-агентов и современных AI-инструментов. Задачи - Интеграция AI-инструментов в процессы компании; - Автоматизация тестирования игр с помощью LLM; - Автоматизация поддержки и DevOps-задач; - Развитие CI/CD; - Создание сервисов и AI-агентов для внутренних задач. Требования - Знание ООП, алгоритмов и структур данных; - Понимание HTTP, сетей и API; - Уверенное владение одним или несколькими языками программирования; - Опыт работы с LLM и AI-инструментами: Claude Code, Codex и др.; - Умение быстро решать задачи и самостоятельно осваивать новые технологии; - Высшее техническое образование. Условия - Полная занятость; - Удалённо из любой точки мира или офис в Новосибирском Академгородке; - Конкурентная зарплата по итогам собеседования; - Гибкий график; - Официальное трудоустройство и белая зарплата; - Современное оборудование, оплачиваемый отпуск и больничный; - Компенсация фитнеса.
Разработчик ИИ-агентов, агентные системы
О компании Aisle создает слой управления в реальном времени для физической розницы. Платформа связывает действия покупателей, стимулы и результаты в непрерывный цикл обратной связи, позволяя брендам запускать, измерять и оптимизировать розничные показатели в моменте. Это основа для автономного розничного исполнения. Сегодня 1600+ брендов и 5M+ потребителей используют Aisle. Под капотом — обработка событий с высокой нагрузкой, принятие решений в реальном времени и низколатентная инфраструктура. Небольшая быстрорастущая команда масштабирует систему. О роли Ищем Agent Builder для работы вместе с ведущим инженером по агентам над внутренним стеком агентов — сейчас это 8 агентов (Reggie и остальные) плюс экосистема плагинов. Стек построен на OpenClaw, но подойдет опыт с любым продакшн-харнессом (Hermes, кастомные решения). Работа делится на две части: - Операторский enablement: сидеть с операторами, изучать их рабочие процессы, проектировать и внедрять инструменты — tools, skills, плагины, интеграции. - Системы жизнеобеспечения агентов: память, системные промпты, управление контекстом, retrieval, эвалы, наблюдаемость, маршрутизация моделей. Обязанности - Тесно работать с доменными экспертами и операторами, превращать их неявные знания в возможности агентов. - Отвечать за системы жизнеобеспечения агентов: память, системные промпты, контекстные окна, retrieval, циклы эвалов, наблюдаемость. - Проектировать и создавать фоновые инструменты, плагины и скиллы. - Поддерживать систему в проде: диагностировать сбои агентов и исправлять первопричины, а не симптомы. - Проводить эксперименты, определять, где агенты полезны или вредны: задавать рубрики, читать трейсы, решать, что чинить дальше. - Разрабатывать и распространять паттерны: обобщать работающие решения в переиспользуемые паттерны для памяти, промптинга, контекста, инструментов и оркестрации. Приносить новые возможности моделей и дизайн-паттерны в команду. Требования Владение агентами: - Обязательно: практический продакшн-опыт с хотя бы одним агентным фреймворком (OpenAI Agents SDK, Claude Code, Codex, Cursor, OpenClaw, LangGraph, Hermes или собственный харнесс). Вы уже создавали и запускали агентов, которыми пользуются люди, и знаете их сбои наизусть. - Свободное владение сессиями, контекстными окнами, системами памяти, вызовом инструментов/функций и харнессами в стиле MCP/ACP. - Промпт и контекстный дизайн — ключевое ремесло, а не хобби; вы итеративно доводите поведение агента до надежного. - Мыслите в терминах результатов: можете сидеть с оператором, наблюдать за работой и декомпозировать его задачи на то, что агент реально может сделать. - У вас есть мнение о субстрате: дизайн памяти, архитектура системных промптов, управление контекстом, retrieval, эвалы — и вы внедряли это для агента, которым пользуются. Технический комфорт (минимум, не потолок): - Уверенно работаете в терминале: меняете конфиги, запускаете скрипты, перезапускаете сервисы, читаете логи — но не обязаны быть «фулстек-инженером». - Можете подключать инструменты и плагины по документации и примерам. - Можете работать вместе с инженерами, когда нужны реальные изменения кода, и понимаете, когда выходите за пределы своих знаний. Образ мышления (важнее резюме): - Чутье 80/20 в обе стороны: знаете, какие 20% фич дают 80% ценности, и какие 20% действий агенты делают плохо, проектируете компенсирующие паттерны на уровне харнесса. - Архитектурное мышление: видите агентные системы как системы, держите всю анатомию в голове, проектируете изменения с учетом побочных эффектов. - С одинаковым удовольствием отлаживаете странный трейс в OpenClaw TUI и обсуждаете с человеком, почему агент ощущается «не таким». - Ориентированы на результат: важно, что агент достигает, а не сколько строк вы написали. - Сильная декомпозиция задач и оркестрация: разбиваете сложные задачи на то, что агент реально может сделать.
Senior Backend-разработчик
О компании Close — CRM-система, разрабатываемая с 2013 года. Компания bootstrapped и прибыльная, команда из 120 человек, полностью удалённая. Сейчас в продукт внедряется ИИ: автоматизация ручного ввода данных, упрощение рабочих процессов. Команда публикует открытый код и делится инженерным опытом в блоге. Стек Бэкенд: Python Flask, TaskTiger для асинхронных задач. Хранилища: MongoDB, PostgreSQL, Elasticsearch, Redis. Инфраструктура: AWS (EKS, MSK, RDS, ElastiCache, EC2), Docker, Kubernetes, CI/CD, Terraform, Ansible. Есть публичный API. Команды Работа распределена по направлениям, кандидат может выбрать предпочтительное. Возможны перемещения между командами со временем. - Agents: агентная платформа и пользовательские ИИ-функции (Voice Agents, Custom Agents, Ask Chloe), общий слой интеллекта и оркестрации, API и MCP для внешних агентов. - Communications: инфраструктура голоса, SMS и email (Twilio, WebRTC, WebSockets, AssemblyAI, ElevenLabs), голосовые и текстовые ИИ-агенты, синхронизация календаря. - CRM: слой структурированных данных для людей и агентов, перестройка модели данных, подготовка CRM к работе с ИИ (retrieval, traversal, action coverage через MCP и API), функции AI Enrich, Autofill, AI Search, работа с миллиардами документов в MongoDB и Elasticsearch. - Growth: эксперименты и биллинг (Stripe metered billing, AI credit top-ups), конверсия из триала в платных клиентов, агентный онбординг. Требования - Опытный инженер: Python как основной язык, также возможен опыт с Go, Rust или TypeScript. - Опыт создания ИИ-функций на LLM для реальных пользователей, понимание их надёжности и подготовки к продакшену. - Использование ИИ-инструментов в повседневной работе (Claude Code, Codex и другие). - Ориентация на быструю итерацию и запуск первых версий функций. Условия - Полная удалённая работа, только для кандидатов из США. - Компания оплачивает использование ИИ-инструментов.
Инженер генеративного медиа, ИИ-соцсети
Компания Luxury Presence, разработчик ИИ-платформы для недвижимости, при поддержке Bessemer Venture Partners и других инвесторов, достигла $100 млн годовой выручки. Более 90 000 специалистов по недвижимости, включая свыше 30% топ-100 агентов США по версии WSJ Real Trends, используют платформу. Продукт AI Social — ИИ-агент, создающий брендированные карусели и рилсы для Instagram из исходных данных. Инженер отвечает за пайплайн рендеринга, промпты и агентские циклы, а также визуальное качество результата. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с системами на LLM: промпты, структурированные выходы, вызовы инструментов, агентские циклы, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал или Are.na. - Формальное или самообразование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными прототипами и доведёнными до клиентов решениями. - Ежедневное использование Claude Code, Cursor или аналогичных ИИ-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в ИИ-рабочие процессы. - Склонность к экспериментам с промптами и обмену результатами. - Системное мышление, ориентация на общие системы, а не отдельные фичи. - Умение работать с неинженерами, терпение и ясность в коммуникации. - Высокая ответственность и низкое эго, готовность принимать направление от продуктовых партнеров. Роль не включает: - Владение архитектурой платформы или распределёнными системами. - Владение социальной стратегией — только участие в её формировании. - Управление людьми — это индивидуальная роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), рендеринг в headless-браузере. Условия: вакансия предполагает работу в Канаде.
Generative Media Engineer, AI Social
Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, поддерживается Bessemer Venture Partners, годовой повторяющийся доход — $100 млн. Платформой пользуются более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. AI Social — продукт, в рамках которого AI-агент создает фирменные карусели и рилсы для Instagram для каждого клиента Luxury Presence: от исходных данных до готового медиа. Это не написание кода LLM, а дизайн, выбор фото, озвучка сценария, подбор кадров и финальная композиция. Роль: владение пайплайном рендеринга, промптами и циклами агентов, а также визуальным качеством релизов. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с LLM-системами: промпты, структурированные выходы, вызовы инструментов, циклы агентов, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал, Are.na. - Формальное или самостоятельное образование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными PoC и продакшен-качеством. Техническая беглость с AI-инструментами: - Ежедневное использование Claude Code, Cursor или аналогичных AI-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в AI-рабочие процессы. - Готовность экспериментировать с промптами, делиться выводами и иметь мнение о развитии медиа. Мышление: - Склонность к улучшению систем, а не только выполнению задач. - Приоритет систем над отдельными фичами: шаблонные семейства, которые выпускают десять постов, вместо десяти разовых. - Работа на общих системах, восприятие ограничений как рычага. - Высокие стандарты качества при готовности выпускать релизы. - Умение работать с нетехническими специалистами: продуктом, дизайном, контент-стратегией. - Высокая ответственность и низкое эго. Что не входит в роль: - Владение архитектурой платформы или распределенными системами — партнерство с профильными командами. - Владение социальной стратегией — только голос в ее формировании. - Управление людьми на старте — hands-on IC-роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), headless-рендеринг браузера.
Senior Full Stack разработчик C#, Angular и AI
Платформа для бизнес-аналитики, насыщаемая возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. Формат работы: удаленно, РФ, московский часовой пояс. Заработная плата: обсуждается по пожеланиям кандидата. Предоставляются корпоративные подписки на AI-инструменты. Чем предстоит заниматься: · 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 Что важно: · 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
Frontend Developer
Резюме Frontend Developer, 180 000 ₽, удаленно/гибрид, фуллтайм. Опыт работы с метриками: цифры в каждом блоке опыта, а не абстрактные «улучшил показатели». Реальное влияние на бизнес: от сокращения багов на 35% до роста конверсии на 20%. Демонстрация инженерного подхода: интеграция Sentry, оптимизация изображений и покрытия тестами 80%. Связка конкретных технических задач с измеримыми результатами (-40% ререндеров, -20% LCP). Портфолио с реальными ссылками на рабочие проекты. Реальные кейсы оптимизации производительности (сборка с 2 мин до 40 сек, виртуализация 5000+ позиций). Практический опыт внедрения AI-агентов в процессы команды (Claude Code, Cursor). Конкретика в решении бизнес-задач. Переход на schema-driven архитектуру, сокративший кодовую базу на 30-40%. Опыт работы с PIXI.js. Работа с высоконагруженными интерфейсами (1 млн+ записей). Реальные кейсы с нагрузкой 500-1000 RPS и спецификой Telegram-экосистемы. Работа с платежными шлюзами (Stars, Crypto, Cards) в одном продукте. Реальные бизнес-метрики: рост онлайна в 7-8 раз после внедрения личного кабинета. Конкретика по UX: увеличение конверсии пополнений на 15%. Опыт менторства и онбординга новичков. Успешное внедрение unit-тестирования с нуля до 80% в критически важном модуле. Снижение возвратов от QA до 14,4%. Глубокая экспертиза в специфичных инструментах (BPMN-редакторы, meta-driven UI). Указан конкретный процент роста эффективности и конверсии по каждому проекту. Демонстрация полного цикла разработки: от логики бэкенда до финального UI. Реализация мониторинга рынка с 50+ real-time графиками и оптимизация рендеринга. Конкретные метрики производительности (Lighthouse 1.4с, bundle -30%). Зрелый подход к архитектуре (FSD, аудит, менторинг).
AI Workflow Engineer
Ultimate Knowledge Institute ищет AI Workflow Engineer для проектирования агентного SDLC с нуля: формализованные пайплайны, где AI-агенты планируют, создают, тестируют, ревьюят и выпускают код вместе с командой старших инженеров, с управлением, обоснованием и метриками эффективности. Это не исследовательская роль и не работа с промптами — вы будете проектировать систему доставки: рабочие процессы, защитные механизмы и циклы обратной связи, позволяющие команде работать значительно быстрее без потери инженерного качества. Работа напрямую ускоряет миссию: обеспечение готовности кадров для кибервойск страны. О компании: с 1999 года Ultimate Knowledge Institute задает стандарты обучения кибербезопасности для Министерства обороны, федеральных агентств и компаний из списка Fortune 500. Платформа выявляет индивидуальные пробелы в экспертизе и строит адаптивные индивидуальные планы обучения для федеральных клиентов США, оборонного сектора, разведывательного сообщества, местных и коммерческих заказчиков. Вы присоединитесь к новой формирующейся AI-команде внутри зрелой продуктовой инженерной команды — реальные пользователи, реальные stakes и зеленое поле для трансформации процессов разработки. Задачи: - Построить агентный SDLC-пайплайн: проектировать, внедрять и эксплуатировать агентные рабочие процессы на всех этапах жизненного цикла разработки — планирование, генерация кода, ревью, тестирование, документация и релиз, интегрированные с GitOps и CI/CD-инфраструктурой. - Улучшить опыт разработчиков: внедрять современные AI-интеграции в ежедневный процесс команды — кодинг-агенты, автоматическое ревью, интеллектуальная генерация тестов и self-service инструменты. - Строить обоснованные и надежные системы: разрабатывать retrieval-grounded и контекстно-зависимые AI-системы с надежными и проверяемыми результатами, проектировать оценочные стенды для их подтверждения. - Установить управление и защитные механизмы: определять и внедрять политики, контрольные точки с участием человека, аудит-трейлы и меры безопасности для ответственного применения агентного AI в средах, где доверие критично. - Формализовать и масштабировать: превращать успешные практики в повторяемые фреймворки, плейбуки и внутренние платформы, расширяя агентное ускорение за пределы инженерии на всю организацию. - Продвигать практику: обучать и поддерживать внедрение AI в команде, выступая мультипликатором, а не изолированным специалистом. Требования: - 2-3+ года практического опыта создания систем на AI/LLM в продакшене. - 2+ года проектирования и эксплуатации агентных рабочих процессов и пайплайнов, включая многошаговую оркестрацию агентов, использование инструментов, оценку и управление. - Опыт работы в современных командах разработки с практиками GitOps и CI/CD. - Рабочее знание паттернов grounded AI: RAG, контекстная инженерия, структурированные выходы, оценка и наблюдаемость LLM-систем. - Солидные основы программной инженерии на JavaScript/TypeScript и/или Python; уверенная работа со стеком (Angular/React фронтенды на Express веб-приложениях). - Соответствие культуре continuous delivery — подход Аллспоу/Хаммонда, Phoenix Project (Ким): малые партии, быстрая обратная связь, обучение без обвинений, операционное совершенство. - Проактивность: видите возможность ускорить команду — строите, измеряете и делитесь результатом. - Сильные коммуникационные навыки: умение объяснить агентную архитектуру инженеру и ее ROI — руководителю. - Требуется разрешение на работу в США; роль — удаленная в США. Будет плюсом: - Опыт с агентными фреймворками и протоколами (LangGraph/LangMem, Claude Agent SDK, MCP, OpenAI Agents) и AI-инструментами для кодинга (Claude Code, Copilot, Cursor).
Senior AI-инженер, автоматизация и интеграция
Grafana Labs — компания, создавшая открытую облачную платформу для наблюдаемости, ищет Senior Engineer (AI & Automation) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Вы будете создавать мультиагентные архитектуры, интеграции с LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных. Это удалённая позиция для кандидатов из Канады. Жители Квебека не могут претендовать на эту роль. Задачи Агентные системы и AI-инфраструктура: - Полный цикл разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков для вызова через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Интеграция систем и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов для подключения AI-моделей к бизнес-системам (BigQuery, Slack, CRM, электронная почта, календари, аналитические инструменты). - Проектирование потоков данных для RAG: подключение LLM к внутренним базам знаний, данным о клиентах и бизнес-контексту в реальном времени. - Разработка serverless- или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся под нагрузку и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, регионального маркетинга и SDR для выявления высокоприоритетных задач автоматизации, поиска узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью инструментов оркестрации (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем для самостоятельного использования: документация, плейбуки и обучающие материалы, позволяющие командам работать независимо. Требования - 8+ лет опыта в разработке ПО с глубокими знаниями в бэкенд-разработке, системной интеграции или инженерии данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, знание Git-процессов, практик код-ревью и дисциплины тестирования. - Практический опыт работы с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции.
Staff Analytics Engineer, data modelling
Компания Pleo ищет Staff Analytics Engineer в команду Data Services & Governance. Это индивидуальный контрибьюторский уровень: вы будете владеть семантическим слоем и стандартами аналитики для всей компании, задавая стандарты качества для всех доменов. Вы будете разрабатывать, улучшать и поддерживать стандарты моделирования и практики AI-ускоренной разработки, которыми пользуются все аналитические инженеры. Семантический слой, который вы спроектируете и будете поддерживать, станет единым источником истины для AI-агентов, BI-инструментов и аналитиков. Слой находится на ранней стадии, выбор инструментов ещё идёт, и у вас будет решающий голос. BI-стек также в переходном состоянии — вам предстоит определить, каким он должен быть, и построить его. Текущий технологический стек: GCP, BigQuery, dbt Core, Airflow, SQL, Python, Claude Code, GitHub Copilot. Вы будете подчиняться менеджеру по инженерии данных, который руководит командами Data Infra & MLOps и Data Services & Governance. Основное взаимодействие — с аналитическими инженерами в функции Intelligence, которые будут обращаться к вам за архитектурными рекомендациями и решениями по семантическому слою. Также вы будете работать со Staff Data Engineer над стандартами инженерии данных и практиками пайплайнов, с другими коллегами — над self-serve аналитикой и управлением BI-инструментами, с командой Data Serving — над определениями сущностей, с платформенной командой GenAI — над тем, как должны выглядеть AI-ready данные. Задачи: - Владеть семантическим слоем: определять, что такое метрика, как она структурирована, где хранится и как обеспечивается её соблюдение. Цель — единое каноническое определение MRR, оттока, транзакции и клиента, используемое аналитиками, BI- и AI-инструментами без расхождений. - Задавать стандарты моделирования данных для функции: как выглядит чистая, слоистая, хорошо протестированная dbt-архитектура во всех доменах и на всех уровнях сложности. - Создать и вести сообщество практики Analytics Engineering: код-ревью, общие паттерны, документация, онбординг. Цель — социальная инфраструктура, которая делает стандарты устойчивыми. - Владеть практикой AI-нативной разработки: использовать AI-инструменты кодирования как естественную часть рабочего процесса написания, ревью и миграции моделей данных. Оценивать, что работает в управляемом контексте инженерии данных, что создаёт риски, и формировать, как сообщество их внедряет. - Вести ответственную AI-ускоренную миграцию: использовать AI-инструменты для ускорения моделирования и миграций в аналитическом хранилище и операционной платформе данных. - Проектировать модели данных и определения метрик в документированном и структурированном виде, обеспечивающем надёжное потребление AI-сервисами без участия человека. - Взаимодействовать с бэкенд- и продуктовыми инженерами для внедрения дисциплины контрактов данных и владения схемами на上游, а не управления несогласованностью на下游. - Участвовать в развитии Data & AI-продуктов для внешней клиентской аналитики, где растут паттерны моделирования и потребности в разговорной аналитике. Требования: - Глубокий подтверждённый опыт в области моделирования данных и аналитической инженерии.
AI Automation Engineer, Full-stack разработчик
Производственная компания, 17 лет занимается шатрами, ангарами и каркасно-тентовыми конструкциями, внедряет ИИ в управление: продажи, производство, маркетинг, SEO, ERP, автоматизацию отделов и работу с данными. Ищет специалиста на постоянную работу, который сможет проектировать и внедрять реальные AI-инструменты в бизнес. Что уже есть ERP-система управления продажами и производственными процессами. Интеграции через API и MCP-серверы с Bitrix24 / внутренними сервисами. Архитектура системы управления производством, отделами и заказ-нарядами. 41 SEO/маркетинговый AI-агент, которые нужно развивать, улучшать и запускать в работу. Потребность в постоянной автоматизации: CRM, сайты, лидогенерация, маркетинг, производство, аналитика, внутренние ассистенты. Что нужно делать Работать с Claude Code, Codex и другими AI-инструментами для разработки. Проектировать и дорабатывать ERP, CRM-интеграции, MCP-серверы, API-связки. Создавать AI-агентов для SEO, маркетинга, продаж, аналитики и внутренних процессов. Разрабатывать небольшие веб-сервисы, панели управления, интеграции и автоматизации. Работать с базами данных, SQL, серверной логикой, backend/frontend-кодом. Разбираться в существующей архитектуре и предлагать решения, которые реально внедряются в работу компании. Помогать превращать бизнес-задачи в работающие технические решения. Кого ищут Нужен инженер, который понимает, как работают: языковые модели и ограничения LLM; prompt engineering, context engineering, agents, tools, MCP; API, webhooks, интеграции между сервисами; backend, frontend, базы данных, SQL; серверы, деплой, логи, отладка; бизнес-процессы: продажи, производство, маркетинг, CRM/ERP. Будет плюсом Опыт с Claude Code, Codex, Cursor или аналогичными AI coding tools. Опыт создания AI-агентов. Опыт с Bitrix24, n8n, Make, Telegram-ботами, CRM/ERP. Опыт SEO-автоматизации, генерации контента, лидогенерации. Примеры реальных проектов, где ИИ был внедрен в бизнес-процесс, а не остался демо. Формат Постоянная работа. Удаленно или гибридно обсуждается. Важен результат, самостоятельность и способность доводить решения до внедрения. В сопроводительном письме обязательно ответить: Какие AI-инструменты для разработки реально используете: Claude Code, Codex, Cursor, ChatGPT, другие? Показать 1-3 проекта, где автоматизировали бизнес-процесс с помощью ИИ, API, базы данных или агентов. Описать коротко один самый сложный технический кейс: задача, стек, что сделали, какой был результат. Как бы подошли к задаче: есть ERP, Bitrix24, база данных, сайт и SEO-агенты. Нужно связать это в единую AI-систему управления компанией. С чего начнете? Приложить GitHub, портфолио, описание проектов или короткое видео-демо, если есть. Отклики без сопроводительного письма и примеров работ не рассматриваются. Тестовое задание Диагностическое задание на мышление. Оно должно показать, умеет ли человек проектировать систему, работать с агентами, API, SQL и бизнес-задачей. Задание для кандидата Представьте, что у компании есть: сайт с заявками; Bitrix24 / CRM; ERP-система производства; база данных заказов; 41 SEO-агент; Claude Code / Codex для разработки; задача: автоматизировать путь от лида до производственного заказ-наряда. Нужно подготовить короткое техническое решение на 2-4 страницы: Какую архитектуру предложите? Какие сервисы, API, MCP-серверы или агенты нужны? Какие таблицы или сущности должны быть в базе данных? Как будет идти путь заявки: сайт → CRM → расчет → заказ → производство → контроль статуса? Какие ошибки и риски предусмотрите? Что можно сделать за первые 2 недели? Где ИИ действительно полезен, а где лучше обычная программная логика? Дополнительно, если кандидат сильный технически: сделать небольшой прототип API или псевдокод одного процесса, например: принять заявку; проверить данные; создать сделку в CRM; записать в БД; вызвать AI-агента для классификации заявки; вернуть статус. Формат: Markdown, PDF, GitHub или Google Doc. Срок: 1-2 дня. Объем: без воды, главное структура и логика.
Product Engineer, PHP / Python + Vue
Digital Clouds — IT-компания, 13 лет на рынке, 130 человек, 200+ проектов: e-commerce, B2B-порталы, мобильные приложения, корпоративные системы. Разработка перестраивается под AI-first модель: рутинный код по спецификациям пишут AI-агенты, инженеры проектируют, пишут спецификации и принимают результат. Конвейер уже работает на боевых проектах. Суть роли Product Engineer — инженер, который ведёт проект целиком: сам говорит с заказчиком, пишет спецификацию, запускает AI-конвейер и отвечает за результат. Роль объединяет аналитика, разработчика и техлида в одной позиции. Работа идёт плотными автономными группами (2–3 инженера на проект). Нет бесконечных согласований, есть только задача и ресурсы для её решения. Чем предстоит заниматься - Discovery: разбираться в задаче заказчика и переводить её в техническую спецификацию - Проектировать решение: архитектура, декомпозиция, контракты интеграций - Писать спецификации для AI-агентов — в этой модели спека важнее кода - Инженерная приёмка: ревью кода агентов, тесты, отлов поведенческих ошибок (галлюцинации, преждевременное завершение, лишние шаги) - Менять конвенции кода, где агент буксует: сложные участки, отладка, тонкие интеграции - Доводить до результата: сроки, демо, коммуникация с заказчиком Что для нас важно - 4+ года коммерческой разработки: PHP (Laravel) и / или Python, фронтенд — Vue - Быстро читать чужой код и находить в нём проблемы — ревьюить придётся больше, чем писать - Опыт прямого общения с заказчиком: сбор требований, защита решений и оценок - Уже применяются AI-инструменты в работе (Claude Code, Cursor, Copilot) и есть желание использовать их системно - Самостоятельность: старт с уровня «проблема бизнеса», а не с готового ТЗ Будет плюсом - Опыт spec-driven development (SDD) или работы с агентными пайплайнами - Роль техлида или единственного инженера на проекте - Docker, CI / CD, Kubernetes - Опыт с платформой Битрикс - Образование НГУ или НГТУ: математика, физика, информационные науки Кому не подойдёт - Если комфортно работать только по детальному ТЗ на входе - Если AI воспринимается как игрушка или угроза, а не рабочий инструмент - Если хочется писать код и не разговаривать с людьми
AI-инженер, аналитика навыков
Andrew Ng опубликовал карту навыков AI-инженера. Мы разобрали семь ролей, которые закрыли в 2026-м, — и видим ровно то же самое. Andrew Ng (сооснователь Coursera, ex-глава Google Brain и Baidu AI Group) выпустил AI Engineering Skills Map — результат анализа более 10 000 вакансий и десятков интервью с экспертами и нанимающими менеджерами. Он выделяет четыре ключевых навыка: разработка и деплой AI-приложений, фундаментальные инженерные основы, работа с кодинг-агентами и shaping the build — способность самому формулировать требования, а не ждать готового ТЗ. Мы подбираем разработчиков с 2011 года, поэтому посмотрели на это со своей стороны: отобрали семь ролей — от Staff AI Engineer до QA, — и разобрали требования. Совпадение почти буквальное. 6️⃣ Ownership вместо исполнительности. Год назад такого требования в вакансиях не было, а в нашей выборке оно встретилось дважды — и оба раза в Senior Fullstack-ролях. От инженера ждут, что после релиза он сам посмотрит на метрики и предложит следующий шаг. У Andrew Ng это ровно shaping the build. Подвох в том, что классические техинтервью этот навык не проверяют. 2️⃣ 8+ лет опыта как осознанный фильтр. В четырёх вакансиях из семи, хотя пару лет назад на те же задачи искали с отметкой 5+. Когда код генерируется за секунды, ценность смещается к тем, кто начинал ещё до эпохи готовых фреймворков: они проектировали архитектуру с нуля и видят риски в сгенерированном коде. 3️⃣ Fluency в agentic coding — уже не бонус, а требование. Причём даже там, где в самом продукте никакого AI нет: в обычной C-вакансии со стеком .NET, SQL Server и AWS прямым текстом просят свободно работать с Claude Code, Cursor и подобными инструментами. 4️⃣ Умение НЕ использовать AI. Ищут не тех, кто применяет нейросети везде, а тех, кто понимает их границы и знает, где обычный предсказуемый алгоритм сработает лучше обращения к модели. Мы проверяем это одним вопросом: вспомните случай, когда AI предложил решение, а вы его отклонили, — и объясните почему. Человек с реальным опытом отвечает сразу и конкретно. И главное следствие, которое чувствуем каждый день: резюме перестало быть фильтром. Почти все CV сгенерированы под конкретную вакансию и формально безупречны. Поэтому этап интервью подорожал: из 20–60 откликов на senior-позицию до технического интервью доходит около 5%, а оффер получают 2–3%. При этом на поиск senior-разработчика у нас уходит в среднем 4 недели, и все нанятые кандидаты прошли испытательный срок. В статье — полная воронка с цифрами, конкретные вопросы, которыми мы проверяем реальный опыт, и десять требований из JD, которых в 2025 году не было.
Senior AI Enablement Engineer
Формат работы: удалённо. Кандидат должен находиться в одной из стран: Польша, Португалия, Испания, Грузия, Сербия, Армения, Турция или Кипр. Требования по языкам: - Русский — свободное владение. - Английский — C1 (устный и письменный). Чем предстоит заниматься: - Помогать инженерным командам эффективно использовать AI в ежедневной разработке. - Работать с Claude Code, Cursor, Codex и другими AI-инструментами. - Проводить 1:1, воркшопы и распространять лучшие практики использования AI. - Разрабатывать внутренние AI-интеграции на Node.js / TypeScript (MCP и другие). - Исследовать новые AI-инструменты, оценивать их эффективность и внедрять лучшие решения. - Измерять влияние AI на продуктивность инженерных команд. Ожидания: - 7+ лет коммерческого опыта разработки. - Отличное знание Node.js и TypeScript. - Глубокий практический опыт работы с Claude Code, Cursor, Codex или аналогичными AI coding tools. - Опыт разработки внутренних сервисов и интеграций. - Понимание LLM, prompting, RAG, agentic workflows. - Сильные коммуникационные навыки и желание помогать инженерам внедрять AI в свою работу. О компании: Fundraise Up — международная SaaS-платформа, которой доверяют UNICEF, Alzheimer's Association и сотни других благотворительных организаций по всему миру. Мы создаём продукт, который помогает некоммерческим организациям привлекать больше пожертвований. AI уже является неотъемлемой частью нашей инженерной культуры, и мы ищем человека, который поможет вывести использование AI в разработке на новый уровень.
Senior AI Enablement Engineer
Компания: Fundraise Up Формат работы: удалённо. Кандидат должен находиться в одной из стран: Польша, Португалия, Испания, Грузия, Сербия, Армения, Турция или Кипр. Требования по языкам: - Русский — свободное владение. - Английский — C1 (устный и письменный). Чем предстоит заниматься: - Помогать инженерным командам эффективно использовать AI в ежедневной разработке. - Работать с Claude Code, Cursor, Codex и другими AI-инструментами. - Проводить 1:1, воркшопы и распространять лучшие практики использования AI. - Разрабатывать внутренние AI-интеграции на Node.js / TypeScript (MCP и другие). - Исследовать новые AI-инструменты, оценивать их эффективность и внедрять лучшие решения. - Измерять влияние AI на продуктивность инженерных команд. Ожидания: - 7+ лет коммерческого опыта разработки. - Отличное знание Node.js и TypeScript. - Глубокий практический опыт работы с Claude Code, Cursor, Codex или аналогичными AI coding tools. - Опыт разработки внутренних сервисов и интеграций. - Понимание LLM, prompting, RAG, agentic workflows. - Сильные коммуникационные навыки и желание помогать инженерам внедрять AI в свою работу. О компании: Fundraise Up — международная SaaS-платформа, которой доверяют UNICEF, Alzheimer's Association и сотни других благотворительных организаций по всему миру. Мы создаём продукт, который помогает некоммерческим организациям привлекать больше пожертвований. AI уже является неотъемлемой частью нашей инженерной культуры, и мы ищем человека, который поможет вывести использование AI в разработке на новый уровень.
Senior Full Stack разработчик C# + Angular + AI
Платформа для бизнес-аналитики, насыщаемая возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. Формат работы: удаленно, РФ, московский часовой пояс. Заработная плата: готовы обсудить ваши пожелания. Корпоративные подписки на AI-инструменты. Чем предстоит заниматься: - 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 Что важно: - 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
Lead Backend Developer / AI Engineer
Компания CRT — IT-компания с 20-летним опытом разработки, базируется в Тюмени. ООО «Креатив» внесено в реестр аккредитованных IT-организаций 10.10.2017. Сейчас формируется кадровый резерв Java-разработчиков уровня Middle и выше для проектного сотрудничества с партнерами CRT. Компания знакомится с кандидатом, обсуждает опыт, стек, формат работы и ожидания. При совпадении условий специалист добавляется в рабочий чат с актуальными проектными запросами. Можно откликаться только на те проекты, которые подходят по опыту, загрузке и условиям. Под конкретный запрос готовится обезличенное резюме и направляется партнеру. Проекты могут длиться от месяца до полугода и дольше. Возможна проектная или полная загрузка. Чем предстоит заниматься: — Анализировать нечёткие требования, формировать user stories, технические постановки, критерии приёмки и негативные сценарии — Декомпозировать фичи и распределять задачи между собой, командой и AI-агентами — Проектировать микросервисы, API, интеграции и модели данных — Разрабатывать backend-сервисы и проверять созданный агентами код на корректность, безопасность, производительность и соответствие архитектуре — Формировать для AI-агентов контекст, ограничения и стандарты, итеративно управлять результатом — Проводить код-ревью, планировать работу команды, участвовать в менторинге и технических собеседованиях — Погружаться в предметную область и доводить функциональность от идеи до работающего решения в проде Что ожидается от кандидата: — Коммерческий опыт backend-разработки от 5 лет на Python, Go или другом серверном языке — Практический опыт системного анализа, работы с требованиями и подготовки технических постановок — Опыт проектирования и разработки крупных микросервисных систем — Уверенное владение SQL, опыт проектирования баз данных и работы с PostgreSQL и MongoDB — Понимание паттернов Repository, Service, Unit of Work и подходов DDD и CQRS — Опыт работы с Docker, CI / CD и GitLab CI, базовое знание Kubernetes — Понимание мониторинга и логирования с использованием Prometheus, Grafana или ELK — Активный опыт работы с Claude Code, Cursor, Copilot, Gemini или другими AI-инструментами — Умение делегировать агентам полноценные задачи, формировать контекст и критически проверять результат — Опыт лидирования разработки от 2 лет, включая постановку задач, код-ревью и развитие команды Заработная плата: до 250 000 ₽ за месяц, на руки.
Инженер по оценке ИИ-агентов, разработчик задач
Компания Mindrift подбирает специалистов для проектной работы с ИИ-системами ведущих технологических компаний. Участие проектное, не постоянная занятость. Роль: разработка задач на кодинг для frontier-моделей ИИ. Каждая задача — самодостаточное Docker-окружение с неработающим кодом, который агент должен исправить; автоматические тесты проверяют результат. Итоговый результат — полный пакет: сломанный код, тесты, инструкция и эталонное решение. Задачи: - Придумать реалистичный сценарий разработчика — реальный баг, сломанный ETL, отсутствующая функция, а не учебная проблема. - Собрать воспроизводимое Docker-окружение с фиксированными зависимостями. - Написать pytest, проверяющий результат, а не команды, — детерминированный, стабильный, не раскрывающий исправление. - Написать instruction.md в формате Jira-тикета. - Написать эталонное решение solve.sh, доказывающее решаемость задачи. - Калибровать сложность так, чтобы современные агенты решали задачу в 20–60% случаев. - Дорабатывать задачи по обратной связи от экспертных QA-ревьюеров. - Позже — рецензировать задачи других авторов в роли QA-ревьюера. Вне области: разметка данных, промт-инжиниринг, продакшн-код, задачи уровня Leetcode. Требования: - 3+ года продакшн-разработки в одном бэкенд-стеке: Python, Go, Node.js, Java или Rust. - Свободное владение Python и pytest — обязательно независимо от основного стека: фикстуры, parametrize, monkeypatch, таймауты, conftest.py. - Опыт создания Docker-образов: воспроизводимые Dockerfile, фиксированные зависимости, multi-stage сборки, запуск от non-root пользователя. - Уверенная работа с Linux и Bash: отладка внутри контейнеров (strace, lsof, journalctl), shell-скрипты сложнее set -euo pipefail. - Опыт работы с ИИ-агентами кодинга — Claude Code, Cursor, Roo Code или аналогичными — на нетривиальных задачах; умение привести пример, когда ИИ уверенно ошибался, и как это было обнаружено. - Письменный английский уровня B2+. Не подходит: инженеры Data Science, ML или Computer Vision без бэкенд-опыта; мануальные QA без автоматизации; фронтенд-only, low-code/no-code, IT-поддержка, бизнес-аналитики; инженеры без опыта написания pytest с нуля; джуниоры, интерны или ассистенты на последней позиции. Предпочтительно: - Глубина в одной из областей: безопасность, системное администрирование (nginx, systemd, cron), научные вычисления (NumPy, PyTorch, SciPy), DevOps или внутренности Git. - Современный Python-тулинг: uv, poetry, pyproject.toml. - Инструменты покрытия: pytest-cov, coverage.py, gcov, llvm-cov, kcov. - Фаззинг или property-based тестирование (Hypothesis). - Опыт участия в бенчмарках оценки агентов. Процесс: заявка → квалификационный этап (90-минутный тест-задача и короткое поведенческое интервью) → присоединение к проекту → выполнение задач → оплата. Время: онбординг — около 10 часов на первую задачу; далее — около 5 часов на задачу, 2–4 параллельные задачи; реалистичная недельная нагрузка — 8–20 часов. График свободный, задачи сдаются к дедлайну и по критериям приёмки. Оплата: до $35 в час, зависит от экспертизы, оценки навыков, локации и потребностей проекта. Возможны повышенные ставки для узких специалистов, пониженные — на онбординге. Детали оплаты сообщаются по каждому проекту.
Frontend Developer (AI, Москва)
Frontend Developer (AI, Москва) Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. В компании работает более 2500 аналитиков, руководителей проектов, разработчиков, тестировщиков и специалистов по сопровождению крупных информационных систем. Проекты реализуются по всей России, среди заказчиков — ведущие финансовые, телеком и ритейл компании. Центральный офис расположен в Москве, представительства — в Санкт-Петербурге, Нижнем Новгороде, Пензе, Саратове, Уфе, Барнауле, Минске (Беларусь). Проект Разработка и поддержка продукта ERA — системы комплексной диагностики продуктов и услуг. Решение позволяет проводить диагностику, анализ и аудит продукта для получения комплексного решения развития и снятия барьеров роста сервисов Банка. Цель проекта — построить полностью автономную систему для исследований, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Кого ищут Frontend-разработчика, для которого AI-агент — основной рабочий инструмент. Кандидат вайб-кодит осознанно: ставит агенту задачу через спецификацию, управляет контекстом, ревьюит результат. При этом остаётся инженером: понимает, что генерирует агент, и отвечает за качество кода в проде. Агентная разработка — не строчка «будет плюсом», а способ ежедневной работы команды. Как устроена работа (AI-workflow) - Основной инструмент — CLI-агент GigaCode (на базе Qwen Code) с доступом к разным моделям. Если кандидат работал с Claude Code, Codex CLI, Gemini CLI, Qwen Code, OpenCode, Roo Code или Cursor — переход займёт день: принципы те же. - Внутренний реестр скиллов — готовых инструкций и плейбуков для агентов под типовые задачи проекта. Ими нужно пользоваться и пополнять реестр своими. - Написание и поддержка правил для агентов (agents.md, системные промпты, контекст проекта), чтобы агент с первой сессии работал по стандартам команды. - Подключение MCP-серверов к агентам и к продукту: таск-трекер, документация, внутренние API. - Практика spec-driven development (SDD): сначала спецификация и план, потом генерация, потом ревью. - Приветствуются любые удобные форматы и практики агентной разработки — свой workflow можно принести, лучшее попадёт в реестр. Стек React, Next.js, TypeScript · Redux Toolkit, RTK Query · SSE, стриминг, MCP · CSS3, SASS/SCSS, CSS Modules · Jest, RTL · Node.js, REST, SSR · Git, Webpack, ESLint, Jenkins, Docker · Jira, Confluence · GigaCode CLI + реестр скиллов Ожидания от кандидата - Подтверждённый опыт разработки от 3 лет (по ТК РФ). - Глубокий практический опыт с React, Next.js, TypeScript. - Redux Toolkit (плюс — RTK Query), HTML5, CSS3, SASS/SCSS. - REST API, SSR, серверный Node.js. - Server-Sent Events (SSE): механика стриминга, обработка событий, реконнекты, graceful degradation. - Unit-тесты (Jest / React Testing Library), код-ревью, GitFlow. - SOLID, DRY, KISS — и понимание, когда агент их нарушает. - Ежедневная работа с AI-агентами в разработке: Claude Code, Codex, Cursor, GigaCode, Qwen Code, OpenCode, Roo Code, Windsurf — любой из них. Важен не конкретный инструмент, а привычка так работать. - Умение управлять контекстом и сессиями агента: что положить в контекст, когда начать новую сессию, как декомпозировать задачу. - Навык написания правил и промптов под проект: agents.md / CLAUDE.md / rules, переиспользуемые инструкции (скиллы). - Понимание MCP: что это, зачем, опыт подключения MCP-серверов к агенту. - Умение ревьюить и доводить сгенерированный код: вайб-кодинг заканчивается продакшеном, а не прототипом. В сопроводительном письме нужно коротко описать свой AI-workflow: каким агентом пользуетесь, как ставите задачи, самый впечатляющий результат в связке с агентом. Задачи - Разрабатывать и рефакторить модули платформы (интерфейсы управления медиа-хранилищем) — руками агента под управлением разработчика. - Проектировать поверхности взаимодействия человека и AI: чаты с потоковой передачей ответов (SSE), канвасы, дашборды агентов. - Создавать собственных AI-агентов и мульти-агентные системы, встроенные в продукт. - Разрабатывать и подключать инструменты на базе Model Context Protocol (MCP): понимать устройство MCP-серверов и проектировать клиентские решения «интерфейс — агент — инструменты». - Писать спецификации и правила для агентов, развивать реестр скиллов команды. - Ревьюить код — и человеческий, и агентский; держать планку качества. - Участвовать в планировании, оценке задач, релизах; работать в связке с аналитиками, бэкендом, дизайном и QA; менторить джунов — в том числе учить их работать с агентами. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста в компании. - Опыт работы в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Офисный формат работы в Москве.
AI-инженер, LLM и RAG
Implicit создаёт AI-движок знаний для обслуживания и поддержки. Платформа без кода преобразует сложные технические документы, инструкции, процедуры и операционные данные в структурированные знания для людей и AI-агентов. Ищем инженера по ИИ на частичную занятость для создания AI-возможностей следующего поколения. Работа в команде с опытными инженерами, продакт-лидерами и исследователями ИИ над задачами в оборонной отрасли, производстве, поддержке клиентов и других отраслях. Обязанности - Проектировать и создавать AI-приложения на основе LLM, RAG, семантического поиска и AI-агентов. - Разрабатывать интеллектуальные пайплайны для загрузки документов, извлечения знаний и поиска. - Улучшать качество ответов с помощью промт-инжиниринга, фреймворков оценки и оптимизации поиска. - Создавать и оптимизировать продакшн-сервисы ИИ на Python и современных AI-фреймворках. - Работать с инструментами агентной разработки, включая Claude Code, Cursor, и AI-ассистируемыми процессами написания кода. - Писать чистый, поддерживаемый, хорошо протестированный код с акцентом на качество и надёжность. - Тесно сотрудничать с командами продукта, разработки и Data Science для быстрого прототипирования и выпуска новых возможностей. - Оценивать новые AI-модели, инструменты и техники для постоянного улучшения платформы. Требования - Опыт от 3 лет в создании AI, ML или NLP-приложений в индустрии, open-source или исследованиях. - Уверенный опыт с большими языковыми моделями (LLM), RAG, эмбеддингами и семантическим поиском. - Хорошее понимание NLP, машинного обучения и современных техник глубокого обучения. - Практический опыт с PyTorch, TensorFlow или аналогичными ML-фреймворками. - Навыки разработки на Python и опыт создания продакшн-программного обеспечения. - Опыт работы с API, векторными базами данных и AI-фреймворками приложений. - Степень бакалавра в Computer Science или смежной области, или эквивалентный практический опыт. Предпочтительно - Опыт создания AI-систем для корпоративного управления знаниями или технической документации. - Опыт с AI-агентами, вызовом инструментов и агентными процессами. - Знакомство с графами знаний, OCR, парсингом документов или мультимодальным ИИ. - Опыт развёртывания AI-приложений с использованием современных практик MLOps. - Опыт оценки и бенчмаркинга производительности LLM. Условия - Конкурентоспособная оплата. - Гибкий график частичной занятости. - Удалённая работа в пределах США. - Гибкая политика отпусков. - Возможность создавать передовые AI-продукты в небольшой, опытной и высокотехничной команде, решающей сложные реальные задачи.
Senior DevOps-инженер, платформенная инфраструктура
Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C с годовой выручкой $100 млн, поддерживается Bessemer Venture Partners. Более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США, используют платформу. Ищем Senior DevOps-инженера для создания AI-нативной self-service инфраструктурной платформы, на которой компания поставляет программное обеспечение. Платформа позволяет каждому разработчику, человеку или агенту, проверять изменения за минуты, быстро понимать причины сбоев и уверенно выпускать релизы. Вы присоединитесь к небольшой команде инфраструктуры с высокой отдачей, задача которой — умножить возможности каждого инженера и агента через автоматизацию, self-service и встроенные защитные механизмы. Цель — платформа, где self-service является нормой, а ручное вмешательство — исключением. Задачи: - Строить и эксплуатировать self-service инфраструктурную платформу, делая правильное действие простым, а безопасное — стандартным. - Создавать golden paths для инженеров и агентов: в рамках технического направления, заданного Staff-инженерами, строить и эксплуатировать слои, на которые они опираются (единый CI/CD-конвейер, GitOps-доставка на ArgoCD, каталог IaC-модулей, шаблоны для новых сервисов), владея конкретными компонентами от начала до конца. Цель — чтобы инженеры и агенты могли предоставлять инфраструктуру и выпускать изменения в рамках guardrails без ручного написания Terraform/Kustomize и ожидания тикетов. - Сделать агентов полноценными разработчиками: обобщить паттерн изоляции агентов в переиспользуемые примитивы платформы — sandboxed runtime, workload identity, audit trails, approval gates. Каждое действие агента должно работать на тех же рельсах идентичности, аудита, владения, распределения затрат и согласования, что и действия человека. - Строить и эксплуатировать платформу валидации и quality gates: предоставлять рельсы для проверки изменений перед продакшеном — эфемерные PR-окружения с автоудалением, а также gates безопасности, производительности и нагрузочного тестирования. Внедрять новые gates по мере роста покрытия, поддерживать их скорость и низкий уровень ложных срабатываний, переводить сервисы на эти gates. Делать результаты gates и тестов машиночитаемыми и вызываемыми вне PR-процесса, чтобы агенты и люди могли напрямую реагировать на сбои. - Отвечать за надежность и наблюдаемость создаваемого: создавать дашборды и операционные контроли, делающие поверхности, за которые вы отвечаете, наблюдаемыми и улучшаемыми по мере роста пропускной способности: pass rates gates, тренды approval-rate и self-service ratio, типичные сценарии отказов, распределение затрат, метрики DORA. Нести on-call для этих поверхностей, вести инциденты от обнаружения до разбора, превращая повторяющуюся рутину в автоматизацию и runbooks, которые используют другие инженеры. Требования: - Опыт уровня Senior в SRE, DevOps или Platform Engineering: построение и эксплуатация продакшен-инфраструктуры в масштабе, владение значимым направлением работы от начала до конца с ограниченным контролем. - Активное и осознанное использование AI-инструментов разработки (Claude Code, Codex и т.п.) в собственном инфраструктурном процессе: изменения Terraform, отладка Kubernetes, автоматизация, операционные расследования. Наличие собственной позиции о том, где эти инструменты полезны, а где нет. - Глубокий опыт с Kubernetes (EKS) и AWS (IAM, VPC, ECR, SSM/Secrets Manager, S3, SQS, Lambda, RDS/Aurora). - Сильный опыт с IaC (Terraform) и GitOps, включая PR-управляемые apply-процессы (Atlantis или аналоги) и ArgoCD. - Глубокие знания CI/CD (GitHub Actions): кэширование/параллелизм, управление артефактами, надежность тестов, наблюдаемость конвейеров. - Полный опыт владения инцидентами: on-call для созданных систем, ведение инцидентов от обнаружения до разбора. - Отличные кросс-командные коммуникации: умение переводить ограничения платформы в удобные для разработчиков решения и документацию. Будет плюсом: - Опыт с identity, access и policy-as-code: workload/service identity (SPIFFE/SPIRE, OIDC), короткоживущие credentials, управление секретами (Vault), enforcement политик. - Опыт построения self-service платформ для разработчиков, эфемерных окружений, CLI, инструментов шаблонизации или внутренних порталов разработчика (Backstage или кастомные). Отношение к инфраструктуре как к продукту. - Осознанность в затратах: построение распределения затрат, бюджетов или rightsizing в платформе. Технологический стек: - Инфраструктура: AWS, EKS, Terraform (с Atlantis), Vault, Docker, OPA (Open Policy Agent). - CI/CD: GitHub Actions, ArgoCD + Kustomize (GitOps). - Обмен сообщениями: Kafka (Confluent Cloud). - Наблюдаемость: Datadog, OpenTelemetry. - Языки и приложения: Node.js/TypeScript микросервисы, Python, React фронтенды.
GenAI-инженер, AI-ассистированная разработка
Локация Колумбус (Огайо), Чикаго (Иллинойс), Миннеаполис (Миннесота), Детройт (Мичиган), Мэдисон (Висконсин). О роли Ищем высококвалифицированного GenAI-инженера с практическим опытом работы с Devin AI, Claude Code и AI-ассистированной разработкой ПО для ускорения разработки за счет интеллектуальной автоматизации. Кандидат будет работать с инженерными командами над проектированием, разработкой, тестированием и развертыванием корпоративных приложений, используя AI-кодинг-агентов для повышения производительности, качества кода и скорости поставки. Роль требует сильных базовых знаний в разработке ПО, опыта облачной разработки, экспертизы в CI/CD и интереса к созданию переиспользуемых AI-инженерных активов. Обязанности - Проектировать, разрабатывать, тестировать и развертывать корпоративные программные решения совместно с инженерными командами. - Использовать Devin AI, Claude Code, GitHub Copilot или аналогичные AI-ассистенты для ускорения разработки, тестирования, отладки, документирования и модернизации. - Создавать и поддерживать переиспользуемые AI-активы: Devin Playbooks, Knowledge Assets, файлы CLAUDE.md, Skills, Hooks и шаблоны рабочих процессов. - Участвовать в онбординге репозиториев и стандартизации AI-рабочих процессов в инженерных командах. - Взаимодействовать с архитекторами, владельцами продуктов, QA-командами и разработчиками для поставки масштабируемых и качественных программных решений. - Обеспечивать соответствие AI-сгенерированного кода инженерным практикам, стандартам безопасности, требованиям качества и комплаенса. - Постоянно оценивать и улучшать AI-ассистированные процессы разработки и инженерные практики. - Продвигать лучшие практики AI-инжиниринга и делиться переиспользуемыми активами между командами. - Поддерживать DevOps-инициативы, автоматизацию CI/CD и разработку облачных приложений. Обязательные требования - Степень бакалавра в области компьютерных наук, программной инженерии или смежной области. - Сильный опыт в разработке ПО и корпоративных приложений. - Практический опыт работы с Devin AI, Claude Code, GitHub Copilot или аналогичными AI-ассистированными платформами разработки. - Глубокое знание современных методологий разработки ПО и Agile-практик. - Опыт работы с CI/CD-пайплайнами, автоматизированным тестированием и разработкой облачных приложений. - Опыт разработки API и микросервисов. - Понимание архитектуры ПО, паттернов проектирования и инженерных лучших практик. - Отличные аналитические, коммуникационные навыки и навыки совместной работы. - Интерес к AI-ассистированной инженерии и повышению продуктивности разработчиков. Предпочтительные требования - Опыт разработки агентного ИИ (Agentic AI). - Опыт создания генеративных AI-приложений. - Знание RAG (Retrieval-Augmented Generation). - Опыт в промпт-инжиниринге и контекст-инжиниринге. - Опыт в DevOps и платформенной инженерии. - Опыт работы с фреймворками автоматизации рабочих процессов. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. Обязательные навыки - Devin AI - Claude Code - GitHub Copilot - Программная инженерия - CI/CD - Облачные приложения - Разработка API - Микросервисы - Agile/Scrum - DevOps - AI-ассистированная разработка Желательные навыки - Agentic AI - Generative AI - RAG - Промпт-инжиниринг - Контекст-инжиниринг - Автоматизация рабочих процессов - Платформенная инженерия Условия - Долгосрочный контракт. - Рассматриваются кандидаты по форме W2; C2C не рассматривается.
Младший вайбкодер, GenAI-прототипирование
О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.
Staff DevOps инженера
Staff DevOps инженер Мы строим AI-платформу для mental health в США: лицензированные врачи + собственные AI-инструменты, которые забирают рутину (charting, follow-ups, планы лечения), чтобы врачи занимались пациентами, а не бумагами. Ищем Staff DevOps инженера, который сам решает, куда двигать инфраструктуру. Что на тебе - Vision и квартальный роадмап инфры, проактивно, с трейд-оффами и метриками - AWS + Kubernetes (EKS): Karpenter, Kyverno, zero-downtime - IaC end-to-end: Terraform, AWS CDK (TS) + GitLab CI (self-managed) - Observability, которой реально пользуются: Prometheus, Grafana, OpenTelemetry - Blue-green деплои, health-gated rollback, zero-downtime миграции PostgreSQL - Security в HIPAA-среде: секреты, Vault as code - Agentic AI (Claude Code и подобные) как часть ежедневной работы, а не «на посмотреть» Стек AWS · EKS · Terraform · AWS CDK (TS) · GitLab CI · Prometheus / Grafana / OTel · Vault · PostgreSQL · Node.js / TS Условия - Remote - Долгосрочный контракт, B2B - Русский свободно, английский от B1 - $6.000-7.500 gross/monthly - Медстраховка после испытательного, компенсация спорта и wellness, 19 дней отпуска + 4 wellness-дня, English на Preply
Senior AI Software Engineer — Spectral::Technologies
Senior AI Software Engineer — Spectral::Technologies Зарплата: 240–360k USD на руки + profit sharing Spectral::Technologies ищет Senior AI Software Engineer для развития AI-инфраструктуры в HFT-фонде. Задачи - Решение HFT-задач с AI-агентами - Подключение новых бирж и исследование биржевой инфраструктуры - Оптимизация задержек - Разработка агентной инфраструктуры для команды - Интеграция LLM: tool use, structured output, MCP Требования - Ежедневный опыт работы с Claude Code, Codex, Cursor и аналогичными AI-инструментами - Уверенный C++17+ и Python - Инженерное понимание LLM: контекст, токены, галлюцинации - Готовность отвечать за AI-generated code наравне с собственным Условия - ДМС + стоматология - Неограниченный бюджет на AI-токены - Учебные отпуска - Перфоманс-коучинг - Мероприятия и корпоративы в разных странах - Вкусная еда
Эксперт Claude Code, промт-инжиниринг и автоматизация
Компания: Grandeur Design Supply Мы ищем высококвалифицированного эксперта Claude Code с глубоким опытом в AI-ассистированной разработке, промт-инжиниринге и автоматизации рабочих процессов с использованием моделей Claude (Anthropic). Роль сосредоточена на использовании Claude для задач программирования, проектирования систем, документации и оптимизации процессов. Обязанности - Проектировать, тестировать и оптимизировать продвинутые промты для Claude для генерации качественного кода и технических результатов. - Создавать и поддерживать AI-ассистированные рабочие процессы разработки с использованием возможностей Claude Code. - Сотрудничать с инженерными и продуктовыми командами для интеграции Claude в инструменты, системы и процессы. - Отлаживать, дорабатывать и проверять AI-сгенерированный код на нескольких языках программирования. - Разрабатывать внутренние инструменты, скрипты и автоматизации на основе Claude API. - Документировать лучшие практики промт-инжиниринга и AI-ассистированного программирования. - Отслеживать новейшие достижения в моделях Claude и инструментах AI-разработки. - Оценивать производительность, точность и надёжность AI-сгенерированных результатов. Требования - Подтверждённый опыт работы с Claude (Anthropic) или аналогичными LLM (например, GPT, Gemini) для задач программирования. - Свободное владение одним или несколькими языками программирования (Python, JavaScript, TypeScript и т.д.). - Экспертиза в промт-инжиниринге и оптимизации выходных данных AI. - Опыт работы с API, интеграцией SDK и автоматизацией рабочих процессов. - Знакомство с жизненным циклом разработки ПО (SDLC) и системой контроля версий (Git). - Способность эффективно отлаживать и проверять AI-сгенерированный код. - Развитые навыки решения проблем и аналитического мышления. - Отличные письменные коммуникативные навыки и способность к документированию. Предпочтительные квалификации - Опыт создания AI-ассистированных инструментов для разработчиков или копилов. - Знание DevOps, CI/CD пайплайнов или облачных платформ (AWS, GCP, Azure). - Опыт в машинном обучении или обработке естественного языка. - Опыт работы с агентными системами или автономными рабочими процессами. Условия - Оплата: $10–15 в час (в зависимости от опыта и типа занятости). - Тип занятости: контракт. - Место работы: удалённо.
Ведущий Full Stack разработчик C# + Angular + AI
Ведущий Full Stack разработчик C + Angular + AI Платформа для бизнес-аналитики, дополняемая возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. Формат работы: удаленно, РФ, московский часовой пояс. Заработная плата: обсуждается по пожеланиям кандидата. Предоставляются корпоративные подписки на AI-инструменты. Чем предстоит заниматься - 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 Что важно - 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