Вакансии для разработчиков ИИ-агентов с RAG
Вакансии для разработчиков ИИ-агентов с RAG: подборка ролей, где в задачах или стеке указан RAG. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Senior AI-инженер, агентные системы и LLM
Senior AI Software Engineer (Agentic Systems & LLM Applications). Удалённая работа, W2. Роль: проектирование, разработка и масштабирование интеллектуальных приложений на базе современных ИИ и больших языковых моделей. Это инженерная позиция, а не роль дата-сайентиста. Задачи: - Разработка Python-API для ИИ-приложений и сервисов. - Построение и оркестрация агентных рабочих процессов с использованием фреймворков LangChain, LangGraph, AutoGen, Semantic Kernel или LlamaIndex. - Внедрение и оптимизация пайплайнов RAG. - Разработка масштабируемых ИИ-систем с применением фреймворков машинного и глубокого обучения. - Интеграция и управление векторными базами данных (Pinecone, Weaviate, Chroma) для семантического поиска и памяти. - Проектирование и развертывание приложений в облаке (AWS, GCP, Azure). - Применение принципов domain-driven design и микросервисной архитектуры. - Обеспечение качества кода через ООП (наследование, полиморфизм) и паттерны проектирования. - Кросс-функциональное взаимодействие для поставки production-ready решений. Требования: - Опыт разработки на Python. - Практический опыт работы с LLM-фреймворками и инструментами оркестрации (LangChain, LangGraph, AutoGen и др.). - Понимание архитектур RAG и систем векторного поиска. - Опыт работы с фреймворками машинного обучения (TensorFlow или PyTorch). - Навыки создания и потребления RESTful API. - Опыт работы с облачной инфраструктурой (AWS, GCP или Azure). - Знание микросервисной архитектуры и domain-driven design. - Глубокое понимание ООП и паттернов проектирования. Предпочтительно: - Опыт создания агентных или автономных ИИ-систем. - Знакомство с real-time приложениями и потоковой архитектурой. - Опыт оптимизации ИИ-систем по производительности и масштабируемости. - Опыт работы с MLOps и пайплайнами развертывания.
Senior AI-инженер, AI-агенты и RAG-пайплайны
Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.
Senior Analytics Engineer и AI-разработчик
Удалённая работа, кандидаты из США. Компания — AI-фирма, основанная в 2000 году, штаб-квартира в Мумбаи (Махараштра). Стремится обеспечивать данными каждое решение в бизнесе. Роль: Senior Analytics Engineer и AI-разработчик. Ключевая задача — трансформация традиционной бизнес-аналитики в экосистему с AI-расширением, руководство инициативами по инженерии данных и аналитике. Обязанности - Проектирование и внедрение управляемых семантических слоёв, надёжных витрин данных и агрегированных кубов данных для обеспечения высокой производительности и достоверности данных. - Руководство масштабными миграциями данных из устаревших баз в оптимизированную инфраструктуру с обеспечением бесшовного перехода, высокой доступности и минимального простоя производства. - Активная оптимизация схем с высокими накладными расходами, сокращение времени выполнения запросов и минимизация сканирований таблиц для контроля затрат на вычисления. - Взаимодействие с командами Data Engineering для перехода от реактивного устранения неполадок к проактивному управлению SLA и автоматизированному мониторингу пайплайнов. - Создание и автоматизация многомерных фреймворков Root Cause Analysis (RCA) для быстрой диагностики количественных драйверов изменений метрик (например, траты, покупатели, платящие пользователи, органический трафик). - Рационализация и консолидация разрозненных дашбордов и избыточных таблиц в высокоэффективные управляемые хранилища данных. - Внедрение практик работы с данными, ограничивающих запросы соответствующими уровнями агрегации и предотвращающих избыточные узкие места ресурсов. - Проектирование, тестирование и развёртывание специализированных AI-навыков и разговорных агентов, позволяющих заинтересованным сторонам задавать вопросы о бизнесе на естественном языке. - Создание и запуск офлайн-тестовых наборов для оценки с использованием оценочных фреймворков и LLM-ассистируемых судей для предотвращения регрессий до коммита обновлений. - Внедрение SQL-предохранителей для AI-агентов с динамическим применением фильтров партиций, минимизации данных и ограничений стоимости запросов. - Продвижение современных AI-инструментов разработки (например, кодинг-агентов) для максимальной скорости инженерии и поддержания высокого качества кода. Требования - 5+ лет опыта в Data Engineering, Analytics Engineering или продвинутой бизнес-аналитике. - Экспертный уровень SQL (GoogleSQL, BigQuery или аналогичные крупномасштабные query-движки) с глубоким пониманием партиционирования, кластеризации, индексации и оптимизации затрат. - Подтверждённый опыт проектирования star-schema или витрин данных, семантических слоёв и автоматизированных ETL-пайплайнов. - Уверенное владение Python (Pandas, PySpark, интеграция API) или R. - Обширный опыт проведения Root Cause Analysis (RCA) и глубокого анализа бизнес-метрик в веб-, e-commerce или мобильных платформах. - Подтверждённый опыт самостоятельного выполнения сложных сквозных инженерных миграций. - Практический опыт разработки приложений на основе больших языковых моделей (LLM), Retrieval-Augmented Generation (RAG) или агентных фреймворков. - Знакомство с фреймворками оценки агентов, конфигурацией (например, форматы .txtpb) и LLM-ассистируемыми пошаговыми оценками. - Опыт установки валидационных фильтров, предохранителей или ограничений для AI-генерируемых запросов к базам данных. - Опыт работы с облачной инфраструктурой, BigQuery или крупномасштабными платформами данных. - Опыт в аналитике веб-, мобильных приложений, e-commerce или цифровых маркетплейсов. Условия - Участие в программах медицинской, стоматологической, офтальмологической страховки, страхования жизни и инвалидности в соответствии с документами плана. - Право на льготы с первого дня работы. - Участие в плане 401(k) после 30 дней работы. - 11 оплачиваемых праздничных дней. - 12 недель родительского отпуска. - Гибкая политика PTO («free time»).
ML‑инженер в Толк, middle/middle+
ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.
ML-разработчика, готового экспериментировать с передовыми подходами, погружаться в бизнес-контекст и строить…
ML-разработчик в команду автоматизаций в клиентском сервисе Yandex Crowd Yandex Crowd — крупный инфраструктурный сервис Яндекса, внедряющий краудсорсинг для расширения бизнес-процессов и разрабатывающий внутренние функции для продуктов. Одна из целей — автоматизация клиентского сервиса через генеративные чат-боты, агентов и co-pilot для операторов. Ищем ML-разработчика, готового экспериментировать с передовыми подходами, погружаться в бизнес-контекст и строить ИИ-сервисы для интеграции с продуктами. Задачи - Внедрение и развитие AI-агентов: развитие чат-ботов, разработка ИИ-агентов, совместная с разработчиками работа над агентской платформой; исследование новых подходов к ИИ-автоматизациям, тестирование гипотез по улучшению качества и оптимизации агентских архитектур; сбор бенчмарков, создание универсальных компонентов для агентов, проработка сценариев и способов интеграции в продукт. - Эксперименты с внешними технологиями: поиск оптимальных подходов к решению продуктовых задач, исследование лучших рыночных практик и современных архитектур, сравнение внутренних и внешних моделей на основе бенчмарков и замер производительности. - Работа над проектами под ключ: погружение в бизнес-процессы, общение с другими командами Яндекса, совместная проработка архитектуры и алгоритмов, внедрение готовых решений и настройка регулярного мониторинга и обновления моделей. Требования - Отличное понимание GenAI, практический опыт в разработке агентов и внедрении RAG. - Уверенное знание Python, опыт продакшн-разработки, владение MLOps/LLMOps. - Стремление стать экспертом, самостоятельно развивающим и поддерживающим AI-решения. Условия Предоставляется социальный пакет: ежегодные медицинские чекапы, йога, психотерапия. Предусмотрены и другие бонусы (полный список на сайте компании).
AI Engineer – United States
AI Engineer О роли Мы ищем AI-инженера для проектирования, разработки и внедрения приложений промышленного уровня с использованием различных больших языковых моделей. Вам предстоит создавать сложные многоэтапные агентные рабочие процессы, создавать и оптимизировать пайплайны поисковой дополненной генерации, а также работать с полным стеком технологий для предоставления корпоративным клиентам решений на базе искусственного интеллекта в области устойчивого развития. Ключевые обязанности - Проектирование, разработка и внедрение приложений промышленного уровня с использованием различных LLM - Создание сложных многоэтапных агентных рабочих процессов с использованием LangChain и LangGraph - Создание и оптимизация RAG-пайплайнов с использованием эмбеддингов и векторных баз данных - Полностековая разработка, охватывающая фронтенд и бэкенд - Руководство инициативами по файнтюнингу LLM для предметно-специфичных приложений - Разработка продвинутых стратегий промпт-инжиниринга - Использование инструментов разработки на базе ИИ для генерации и оптимизации кода - Интеграция AI-функциональности на Python с сервисами на Java Требования - Степень в области компьютерных наук или эквивалентный опыт - Более 5 лет профессионального опыта в разработке ПО - Минимум 2 года опыта работы в сфере AI/ML с LLM - Уверенное владение Python и библиотеками для data science - Практический опыт работы с LangChain и LangGraph от 1 года - Опыт реализации архитектуры RAG - Приветствуются навыки работы с React и интеграции REST API - Продемонстрированный опыт использования AI Copilot или аналогичных инструментов генеративного кодирования Почему Pulsora - Высокая степень ответственности и автономия в роли с высоким влиянием - Передовые разработки в области ИИ для решений, ориентированных на устойчивое развитие - Опционы на акции и конкурентоспособные преимущества включены - Гибридная гибкость: 2–3 дня в неделю в офисе для тех, кто находится в Нью-Йорке, районе залива Сан-Франциско или Мюнхене; в противном случае — полностью удаленная работа
Fullstack AI Engineer (Remote, РФ)
Fullstack AI Engineer (Remote, РФ) Зарплата: 250 000–350 000 ₽ Локация: РФ Формат: полная удалёнка, оформление по ИП Что предстоит делать: - Развивать архитектуру AI-платформы и рефакторить кодовую базу. - Разрабатывать сценарии генерации презентаций с использованием LLM. - Создавать веб-редактор для интерактивного редактирования слайдов. - Интегрировать и оптимизировать LLM-пайплайны, работать с промпт-инжинирингом. - Проводить код-ревью, заниматься рефакторингом и работать с Git. - Участвовать в проектировании архитектуры и принятии технических решений. Требования: - От 3 лет опыта в AI Engineering. - Опыт проектирования API и структур данных. - Практический опыт с агентными пайплайнами и RAG-архитектурой. - Навыки оценки и улучшения качества кода. - Понимание обработки ошибок в AI-агентах: галлюцинации, потеря контекста, методы их обнаружения и устранения. Условия: - Доход 250 000–350 000 ₽. - Полностью удалённую работу. - Гибкое начало рабочего дня. - Интересные задачи, обучение и возможности карьерного роста.
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI application security engineer, middle+/senior
Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче. О команде Мы — команда безопасности ИИ в Центре киберзащиты Контура. Ищем специалиста по кибербезопасности, который поможет внедрять и сопровождать решения на базе AI — от продуктовых сервисов и RAG-систем до внутренних AI-инструментов разработки. В Контуре активно развивается использование AI-ассистентов и агентов. Наша задача — сделать так, чтобы эти инструменты были безопасными, а разработчик получал защищенный результат, соответствующий ИБ-политикам, без необходимости погружаться во все тонкости ИБ. Задачи Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями. Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents. Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций. Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы. Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management. Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов. Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы. Мы ожидаем Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security. Уверенное владение одним из языков программирования: Python, Go, C, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC. Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP. Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами). Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров. Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling. Умение аргументированно объяснять риски, находить компромиссы с разработкой. Мы предлагаем Гибридный формат работы в Екатеринбурге. Офис на ул. Малопрудной, 5. Предоставим все необходимое: технику, рабочее место, библиотеку с профессиональной литературой, место для отдыха и кухонную зону с фруктами и снеками. Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете с кем посоветоваться. Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.
Инженер по созданию агентов ИИ/AI Agent Engineer
Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar. Стек: LLM, MCP, RAG, Python, Rust, TypeScript Чем предстоит заниматься: Проектировать внутреннюю логику агентов и агентских сценариев в Avatar. Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код. Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий. Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния. Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам. Настраивать eval-харнессы, regression-эвалы и контроль качества агентов. Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking. Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю. Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM. Помогать продуктовым и инженерным командам правильно применять агентский подход. Наши ожидания: Реальный опыт разработки AI-агентов или agentic-систем. Понимание LLM, tool calling, function calling, RAG, memory, context management. Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения. Умение проектировать логику работы агента, а не только писать промпты. Сильный backend-опыт на Python или TypeScript. Опыт интеграций с API, MCP, внутренними системами, очередями, БД. Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации. Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций. Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail. Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели. Особенно ценно: Агент или агентский сценарий, который реально работал в production. Опыт self-hosted AI-инфраструктуры. Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов. Опыт MCP-серверов и skill-based architecture. Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу. Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества. Сильное мнение о том, когда агента использовать не надо. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.
Дата инженер ИИ/AI Data Engineer
Мы строим собственную агентскую платформу корпоративного уровня — enterprise-аналог открытых агентских систем. Ищем инженера, который возьмёт на себя ядро системы и будет развивать его, опираясь на актуальные исследования и production-практику. Эта роль на стыке глубокой инженерии (производительное ядро) и работы с LLM/ML. Стек: ClickHouse, SQL, LLM, ETL Чем предстоит заниматься: Проектирование и развитие корпоративного DWH на ClickHouse: архитектура, модель данных, выбор движков таблиц (семейство MergeTree), партиционирование, шардирование, материализованные представления. Построение и поддержка ETL/ELT-пайплайнов загрузки данных из внешних систем-источников. Разработка системы стандартов на данные (data contracts): единые требования к структуре, форматам, типам и качеству данных, поступающих из источников. Создание и ведение каталога данных / data dictionary с детальным описанием структуры и бизнес-смысла каждого набора данных (метаданные, документация, семантический слой). Контроль качества данных: валидация, тесты на данные, мониторинг. Оптимизация производительности хранения и аналитических запросов. Проектирование и разработка агентского слоя (LLM-агентов) поверх данных DWH, закрывающего произвольные аналитические запросы пользователей (text-to-SQL / диалоговая аналитика). Интеграция LLM, разработка инструментов и функций для агентов, организация семантического слоя для корректной работы агентов с данными. Настройка процессов оценки и улучшения качества ответов агентов (evals). Настройка разграничения прав доступа к данным средствами СУБД: RBAC, row-level и column-level политики в ClickHouse. Документирование архитектуры и принятых решений Наши ожидания: Опыт в data-инжиниринге от ~4 лет, уровень Senior. Глубокий опыт работы с ClickHouse (или сильный опыт с другими OLAP/колоночными СУБД + готовность быстро войти в ClickHouse): движки таблиц, оптимизация. Опыт проектирования DWH с нуля, владение подходами к моделированию данных (Kimball / Data Vault / wide tables и т.п.). Уверенный SQL и навыки оптимизации запросов. Опыт построения ETL/ELT-пайплайнов (Airflow / dbt / аналоги). Python (или другой язык для дата-инжиниринга и интеграции с LLM). Практический опыт с LLM и построением агентов: агентские фреймворки (LangChain / LlamaIndex / аналоги), function/tool calling, RAG, text-to-SQL. Понимание подходов к управлению качеством данных и data governance / data contracts. Опыт настройки разграничения прав доступа в СУБД. Будет большим преимуществом: Опыт с semantic / metrics layer. Опыт LLMOps и оценки качества агентов (evals, мониторинг). Опыт с инструментами каталогизации данных (DataHub / OpenMetadata / Amundsen). Опыт работы с большими объёмами данных и высоконагруженными системами. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.
Junior/Middle ML-инженер/Python разработчик [SmartDocs]
Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектирование микросервисов и API (REST/gRPC) - Создание RAG и AI-агентов: разработка систем генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работа с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектирование баз данных: работа с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Оптимизация производительности, покрытие кода тестами (Pytest), написание асинхронного кода на Python (FastAPI/Django) - Проведение code review и контейнеризация приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)
AI-разработчик
AI-разработчик Компания: Top Selection Чем предстоит заниматься - Разрабатывать и внедрять AI/LLM-функционал: RAG-системы, AI-агентов, механизмы function/tool calling, оркестрацию языковых моделей. - Проектировать AI-пайплайны: эмбеддинги, векторные базы данных (pgvector, Pinecone), управление контекстом, промпт-стратегии. - Обеспечивать быструю поставку — от идеи до продакшена (с реализацией фронтенд- и бэкенд-компонентов при необходимости). - Контролировать качество AI-решений через evals, организовывать мониторинг и наблюдаемость систем. - Работать со стеком: .NET (C), LLM-фреймворки (LangChain, LlamaIndex), API OpenAI/Anthropic, Docker, Git, MSSQL/PostgreSQL. Ожидания Опыт: - Общий опыт в IT — от 5 лет. - Опыт разработки AI/LLM-функциональности в коммерческих продуктах — от 1,5 лет (Обязателен!) Ключевые навыки: - Уверенное владение .NET (C). - Практический опыт интеграции LLM в коммерческие продукты. - Базовые навыки фронтенд-разработки (достаточные для реализации AI-функционала). - Разработка LLM-приложений: RAG-системы, AI-агенты, function/tool calling, промпт-инжиниринг. - Работа с LLM-фреймворками (LangChain, LlamaIndex) и векторными БД (pgvector, Pinecone). - Навыки оценки качества AI-моделей (evals), мониторинга и наблюдаемости AI-систем. - Уверенная работа с реляционными БД (MSSQL/PostgreSQL), Docker, Git. - Использование AI-ассистентов (Cursor, Claude Code, Copilot) в ежедневной работе с обязательным код-ревью и тестированием. - Технический английский (чтение документации). - Bias to ship: декомпозиция до MVP, быстрая проверка гипотез. - Высокий уровень ответственности (ownership), продуктовое мышление, командность. Будет плюсом: - Опыт в ML (fine-tuning, работа с эмбеддингами). - Пет-проекты с реальной аудиторией или вклад в open-source. - Опыт с системами потоковой обработки данных (RabbitMQ, Kafka). Образование: - Высшее техническое (или эквивалентный опыт + портфолио). Условия - Занятость: проектная, 6 месяцев с возможностью пролонгации, полная занятость (~160 ч/мес). - Формат: полностью удалённо (Россия, UTC+3). - Формат оформления: ИП. - Гражданство: РФ. - Зарплата: обсуждается с кандидатом, рыночный уровень для Senior AI-разработчика.
Junior/Middle ML-инженер/Python разработчик [SmartDocs]
Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектировать микросервисы и API (REST/gRPC) - Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django) - Проводить code review и контейнеризацию приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)
Ищем MLOps Engineer (AI / LLM) — удалённо
Ищем MLOps Engineer (AI / LLM) — удалённо Компания Selecty развивает экосистему цифровых сотрудников на базе передовых LLM/VLM-моделей. Создаём AI-агентов, которые автоматизируют бизнес-процессы и повышают эффективность компаний. Формат работы - Формат: Remote (РФ) - Заработная плата: 250–340 тыс. ₽ gross - Занятость: Full-time Задачи - проектировать и развивать CI/CD для деплоя AI-агентов и мультиагентных систем - разворачивать и оптимизировать LLM/VLM (vLLM, Triton Inference Server, SGLang) - обеспечивать масштабирование и стабильность AI-сервисов - внедрять мониторинг инфраструктуры и ML-метрик (качество генерации, дрейф данных, тональность ответов) Требования - опыт вывода LLM-решений в production - Python + asyncio - Kubernetes (Helm, управление кластерами) - GitLab CI / Jenkins - понимание RAG-архитектур, embeddings, reranking - оптимизация инференса: квантизация, continuous batching, PagedAttention Будет плюсом - опыт с графовыми БД - мультиагентные системы Стек Python, FastAPI, LangChain / LlamaIndex / Haystack, Kubernetes, Docker, S3, PostgreSQL, Vector DB Условия - оформление по ТК РФ - ДМС + стоматология - компенсация фитнеса - скидки на английский (Skyeng) - индексация зарплаты - современная техника
Data Scientist (LLM / AI Agents)
Data Scientist (LLM / AI Agents) Требования - Опыт: от 4-х лет в коммерческой разработке на позиции DS/ML Engineer (из них минимум 1 год плотной работы с NLP/LLM). - LLM & NLP: Глубокое понимание архитектуры трансформеров, опыт работы с RAG, контекстным окном, методами оптимизации инференса. - Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. - Big Data: Опыт работы с распределенными вычислениями (Spark/PySpark, Hive) и оркестрацией (Airflow). - Инфраструктура: Понимание процессов MLOps, опыт deployment сервисов на GPU (on-premise или Cloud). - Безопасность: Понимание принципов работы с персональными данными и безопасности при использовании LLM в энтерпрайзе. Будет преимуществом - Опыт разработки собственных MCP (Model Context Protocol) сервисов для расширения функционала агентов. - Участие в Kaggle, хакатонах или наличие pet-проектов в области Generative AI (ссылка на GitHub). - Опыт работы с отечественными LLM-платформами (например, GigaChat API) или локальными моделями (Llama, Qwen, Mistral). - Опыт построения сложных графов агентов (LangGraph, AutoGen). Обязанности - Разработка AI-агентов: Проектирование и внедрение мультиагентных систем (Prompt Engineering, RAG, Tools, Function Calling) в реальные банковские процессы. - Работа с LLM: Оптимизация и Fine-tuning моделей под домен бизнеса (SFT, RLHF), работа с открытыми и проприетарными моделями. - MLOps & Production: Вывод моделей в пром, построение пайплайнов обработки данных на GPU-кластере, организация мониторинга качества и дрейфа моделей. - Оценка качества: Разработка метрик качества генерации (LLM Eval), проведение A/B тестов. - Интеграция: Разработка сервисов на Python (API), взаимодействие с командой разработки и продуктовыми аналитиками для контроля и экспертизы требований к данным и функционалу. Условия - Обсуждаемая ЗП по вашим навыкам и грейду - Удаленная работа, а также варианты с гибридным форматом - Оформление по ИП с нашей поддержкой - Несколько проектов на выбор - Карьерный рост без постоянных поисков работы Как начать - Откликнитесь на вакансию - Пройдите собеседование с рекрутером - Попадите на бенч и получайте предложения по проектам
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Компания Bell Integrator Мы ожидаем - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Чем предстоит заниматься - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы - офисный формат в Москве
Title: AI Engineer — AWS Bedrock AgentCore & Production Agentic Systems
Company name: Toptal Title: AI Engineer — AWS Bedrock AgentCore & Production Agentic Systems Grades: senior Job description: Build and productionize AI systems on AWS Bedrock AgentCore: production-grade RAG pipelines and agent architectures serving live traffic, plus the service layer around them (Lambda, API Gateway, IAM, DynamoDB, OpenSearch), CI/CD across dev/beta/prod, and observability with tracing, cost and latency metrics. Location: LATAM & Europe Anywhere: No Remote: Yes Forbidden locations: Outside Latin America and Europe 👉 👉 ( Job Description & Apply ) 👈️ 👈️ Tags: ai machinelearning llm aws bedrock rag langchain python remote latam europe freelance senior
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Компания: Bell Integrator Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Задачи - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы, офисный формат в Москве
Python AI Engineer
Python AI Engineer в компании Top Selection Грейд: Senior Ставка: от 280 000 до 308 000 руб. Гражданство / Локация: РФ Загрузка: полный рабочий день Срок: долгосрочный Оформление: только ИП (не самозанятость, не трудовой договор) Задачи - Интеграции с LLM - RAG - Agentic-сценарии - REST API - Работа с ошибками - Установление таймаутов / fallback, оценка и регрессия качества Требования - Опыт разработки на Python / backend от 3 лет - Опыт работы с production LLM / ML - Асинхронное программирование, тестирование, упаковка - RAG - REST / API - Git / CI/CD - Понимание вопросов задержки (latency) и стоимости Будет плюсом - Опыт работы с tool calling / multi-step reasoning - Vector DB / search - Kafka - B2B CRM / телеком - Evaluation frameworks
MLOps (банк)
Публикатор: Nelly вакансия MLOps DevOps Python LLM AI MachineLearning Kubernetes Docker CICD PostgreSQL Мы создаем экосистему цифровых сотрудников на базе передовых открытых LLM/VLM-моделей. Наши ИИ-агенты автоматизируют ключевые операционные процессы, напрямую влияя на эффективность и конкурентное преимущество бизнеса наших заказчиков. Компания: Selecty Позиция: MLOps (банк) Уровень дохода: 250-340 к гросс Формат: оформление по ТК РФ Удаленка РФ чем предстоит заниматься: Ты станешь ключевым инженером, который превращает исследовательские прототипы в отказоустойчивую GenOps-фабрику цифровых агентов. Твои задачи: DevOps для AI: Проектирование и развитие самообслуживания CI/CD пайплайнов для внутреннего деплоя AI-агентов и мультиагентных систем. Инференс под управление: Развертывание и оптимизация LLM/VLM в процессе разработки (оптимизация памяти, формирование скорости) с использованием vLLM, Triton Inference Server, SGLang. Надёжность: Обеспечение высокой доступности сервисов, работа с масштабированием горизонтальных подов и управление состоянием агентов. Мониторинг 360°: Внедрение комплексного наблюдения: от стандартных метрик (CPU/GPU, задержка) до конкретных ML-метрик (качество генерации, дрейф данных, оценка тональности ответов). Обязательные требования Опыт вывода LLM-решений в прод. Уверенное владение Python и асинхронным программированием (asyncio). Уверенное владение Kubernetes (Helm, управление кластерами). Знание Gitlab CI, Jenkins и пр Понимание архитектуры RAG-систем, работы embedding-моделей и ранжирования. Умение оптимизировать инференс: квантизация, continuous batching, PagedAttention. Будет плюсом: опыт с графовыми БД и построением мультиагентных систем Технологический стек: Python, FastAPI, langchain/llamaindex/haystack k8s, docker, S3, postgres Опыт работы с векторными и графическими БД. Условия Оформление по ТК РФв в IT-аккредитованную компанию ДМС (включая стоматологию) Компенсация фитнеса Скидки на обучение английскому (Skyeng) Индексация заработной платы Современная техника IT-аккредитация компании
Старший бэкенд-разработчик в команду Quality
Старший бэкенд-разработчик в команду Quality Компания: Авито Формат работы: удалёнка Задачи - Построить единую платформу для работы AI-агентов в рамках кластера — от концепции до внедрения - Разработать инструменты наблюдаемости, оценки качества и проводить исследования, чтобы понимать, какие подходы, фреймворки и технологии работают в реальных сценариях - Внедрять архитектурные решения для ключевых инициатив в области GenAI, обеспечивая масштабируемость, надёжность и эффективность Требования - Опыт разработки на Python/Go - Глубокое понимание ограничений LLM: контекстные окна, галлюцинации, задержки и стоимость — и умение проектировать решения с учётом этих факторов - Опыт построения RAG-пайплайнов на realtime данных - Понимание архитектурных выборов: когда использовать harness, а когда — framework (Claude Code, Dify, n8n и др.), и как правильно подбирать модель под задачу - Умение считать token economics: оптимизировать маршрутизацию моделей, кешировать промпты, оценивать ROI on-prem решений - Опыт проведения бенчмаркинга AI-агентов с помощью precision/recall, LLM-as-judge и A/B-тестов на production-данных - Способность автономно вести квартальные проекты «под ключ» — от постановки цели до сдачи результата
Lead/Senior Python Developer
Ведущий/Старший Python разработчик Компания: Сбер Обязанности - Разработка сервисов и библиотек для AI агентов - Поддержка и развитие существующих сервисов - Проектирование детальной архитектуры и API для новых сервисов - Интеграция продуктов компании с партнерами - Контроль за качеством и отказоустойчивостью Требования - Высшее оконченное образование - Опыт коммерческой разработки на Python от 3 лет - Опыт управления командой от 2 лет - Владение инструментами контроля версий (Git), знание паттернов и антипаттернов разработки (SOLID, ООП) - Опыт работы с фреймворками fastapi, asyncpg, aiopg и написания тестов с использованием pytest - Практический опыт проведения code-review, а также работы с PostgreSQL (написание запросов, работа с индексами и транзакциями) - Понимание общих принципов работы LLM (модальность, токены, температура, галлюцинации) и архитектуры RAG, опыт работы с LangChain/LangGraph, Prompt engineering и Tool calling - Знание протоколов взаимодействия между агентами
Публикатор: Татьяна Горбацевич
LLMOps Компания KODE Локация Калининград Формат работы Удалённая работа, гибрид, офис Занятость Полная Зарплата от 170 000 до 230 000 gross Особенности найма - 2 этапа интервью Задачи - Развертывание, сопровождение и обновление LLM-инференс платформ (vLLM, SGLang, Ollama) - Эксплуатация и развитие AI-платформы в Kubernetes, включая масштабирование и управление GPU-ресурсами - Настройка AI Gateway (LiteLLM): маршрутизация запросов, API-ключи, квоты, лимиты и политики доступа - Оптимизация производительности inference: batching, KV Cache, semantic cache, снижение latency и стоимости инференса - Настройка мониторинга, логирования и трассировки (OpenTelemetry, Langfuse, Signoz, Prometheus/Grafana) - Автоматизация CI/CD процессов для инфраструктуры и моделей, поддержка GitOps-подхода - Интеграция и сопровождение сервисов памяти, векторных хранилищ и компонентов RAG/Agentic AI - Диагностика и устранение инцидентов, обеспечение стабильности и высокой доступности LLM-платформы Требования - Опыт в роли DevOps от 3 лет - Опыт администрирования Kubernetes в production, Docker, Helm, понимание GitOps-подходов - Опыт эксплуатации LLM inference-серверов (vLLM, SGLang, Ollama или TGI) и понимание их архитектуры - Хорошее понимание принципов работы LLM: токены, KV Cache, batching, streaming, квантование, RAG - Практический опыт работы с GPU (NVIDIA/CUDA), распределением ресурсов и оптимизацией производительности - Опыт настройки мониторинга и observability (Prometheus, Grafana, OpenTelemetry, Signoz/Langfuse) - Уверенные знания Linux, Docker, сетевого взаимодействия и диагностики инфраструктурных проблем - Навыки автоматизации на Python и работы с CI/CD (GitLab CI/GitHub Actions) - Опыт работы с Redis, PostgreSQL и API-шлюзами Будет плюсом - Знание LiteLLM, KEDA, Qdrant/Milvus
Python / LLM Engineer: RAG и ИИ-агенты» (Москва, до 150 000 ₽)
Требуется «Python / LLM Engineer: RAG и ИИ-агенты» (Москва, до 150 000 ₽) Компания «ООО "М-ТЕХ"» ищет хорошего специалиста на вакансию «Python / LLM Engineer: RAG и ИИ-агенты». Москва (Россия), Санкт-Петербург (Россия), Самара (Россия). До 150 000 ₽. Неполный рабочий день. Можно удалённо. Требуемые навыки: middle, Git, Python, Docker, REST, CI/CD, LLM, Langgraph, LangChain, GPT.
Python / LLM Engineer: RAG и ИИ-агенты
Python / LLM Engineer: RAG и ИИ-агенты О компании ООО «М‑ТЕХ» — динамично развивающаяся ИТ‑компания с большим опытом успешных проектов по внедрению и сопровождению информационных систем для бизнеса и государственных учреждений. Развиваем направление ИИ‑автоматизации, разрабатывая прикладные LLM/RAG‑решения и ИИ‑агентов для процессов малого и среднего бизнеса. Ищем Middle+ / Strong Middle Python‑разработчика с опытом LLM/RAG и интересом к агентным системам, интеграциям и бизнес‑процессам. Обязанности - Проектирование, разработка и внедрение ИИ‑агентов под конкретные бизнес‑задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний, эскалация человеку, обработка ошибок - Интеграция ИИ‑агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры и др.) - Проектирование RAG‑пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование, проверка качества ответов - Тестирование, отладка и поддержка ИИ‑агентов на всех этапах жизненного цикла - Оптимизация качества, скорости ответа и стоимости использования токенов - Анализ требований, участие в архитектурных решениях и выборе технологий Требования - Опыт коммерческой разработки на Python от 2-3 лет - Практический опыт с LLM‑приложениями, RAG, ИИ‑ассистентами от 6 месяцев (для Middle) или от 1–2 лет (для Senior) - Понимание архитектуры агентных систем, включая планирование, память, инструменты, оркестрацию и обработку ошибок - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph, LlamaIndex, CrewAI, PydanticAI или аналогами - Понимание RAG: чанкинг, embeddings, векторный поиск, reranking, оценка качества retrieval - Навыки интеграции через REST API, WebSocket, опыт работы с базами данных (SQL/NoSQL) - Навыки работы с контейнеризацией (Docker) - Самостоятельность, инициативность, желание учиться и развиваться в сфере ИИ Будет плюсом - Опыт внедрения ИИ‑агентов именно в корпоративных сценариях (SLA, аудит, безопасность, контроль действий, логирование) - Опыт с векторными базами: Qdrant, pgvector, Weaviate, Pinecone или аналогами - Опыт с OpenAI API, Anthropic, локальными/open‑source моделями, Ollama, vLLM или другими LLM‑инструментами - Понимание метрик качества ИИ‑систем: точность ответов, полнота поиска, доля ошибок, стоимость запроса, время ответа - Опыт работы с персональными данными, логированием, аудитом действий и безопасностью - Умение быстро собирать прототипы и доводить их до стабильного пилота Условия и преимущества - Гибкий формат: проектная занятость, частичная занятость или удаленная работа - Возможность совмещать с основной работой на старте - Участие в запуске нового направления ИИ‑автоматизации для бизнеса - Дружная команда экспертов, открытая к новым идеям и технологиям - Современные инструменты и поддержка на всех этапах работы
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist Компания: Magic Compass Holdings Limited Тип занятости: Контрактор на полный рабочий день, удаленно. Рабочие часы: 9:00 – 18:00 по местному времени. О вакансии Мы ищем инициативного GenAI Engineer / AI Builder / AI Agent Associate / AI Application Specialist для проектирования и создания ИИ-рабочих процессов и ИИ-агентов, повышающих продуктивность бизнеса в различных бизнес-функциях. Вы будете проектировать, создавать и поддерживать ИИ-решения, автоматизирующие бизнес-процессы, повышающие операционную эффективность и обеспечивающие эффективное сотрудничество человека и ИИ в разных бизнес-функциях. Первоначально вы будете поддерживать нашу команду по ИИ и управлению рисками. По мере развития наших ИИ-возможностей вы будете работать с другими бизнес-функциями над созданием практических ИИ-решений, повышающих продуктивность и операционное совершенство. Эта роль идеально подходит для тех, кто любит быстро превращать бизнес-требования в масштабируемые ИИ-приложения и воплощать идеи в реальные бизнес-результаты. Обязанности Разработка ИИ-агентов и рабочих процессов: - Проектирование, создание и поддержка ИИ-агентов для бизнес-операций. - Разработка систем мониторинга, логирования и наблюдаемости за поведением агентов и правилами безопасности. - Разработка ИИ-рабочих процессов, автоматизирующих повторяющиеся бизнес-процессы. - Преобразование бизнес-требований в практические ИИ-решения. - Создание масштабируемых ИИ-приложений, повышающих продуктивность и операционную эффективность. - Интеграция ИИ-решений с внутренними системами и сторонними платформами. Бизнес-приложения ИИ: - Разработка ИИ-решений для различных бизнес-функций, включая управление рисками, тестирование, маркетинг, операции и поддержку клиентов. - Выявление возможностей, где ИИ может автоматизировать ручную работу, улучшить принятие решений и оптимизировать бизнес-операции. Разработка ИИ: - Создание ИИ-приложений с использованием современных больших языковых моделей (LLM). - Проектирование промптов, ИИ-рабочих процессов и мультиагентных решений для различных бизнес-сценариев. - Разработка решений с использованием RAG, MCP, вызова функций, памяти и вызова инструментов. - Интеграция API LLM во внутренние платформы и конвейеры автоматизации. - Создание ИИ-рабочих процессов с использованием как кодовых, так и low-code/no-code платформ, где это уместно. - Постоянная оценка новых ИИ-технологий и рекомендация практических бизнес-применений. Требования - Опыт от 1 до 3 лет в создании ИИ-приложений, ИИ-агентов или решений для автоматизации рабочих процессов. - Практический опыт работы с ведущими ИИ-моделями, такими как OpenAI (GPT), Openclaw, Claude, Gemini, DeepSeek, Qwen, Llama или аналогичными большими языковыми моделями (LLM). - Опыт использования современных инструментов ИИ-разработки, таких как Cursor, Claude Code, Codex, Gemini CLI, Genspark, Manus, OpenHands или аналогичных инструментов разработки с использованием ИИ. - Знакомство с фреймворками ИИ-агентов, концепциями агентного ИИ (планирование, агенты, использующие инструменты, генерация с дополненной выборкой) — допускается практический опыт или проекты на стороне. - Опыт интеграции ИИ-решений с API, сторонними сервисами или внутренними бизнес-системами. - Базовые навыки программирования на Python и знакомство с prompt engineering, проектированием ИИ-рабочих процессов или RAG. - Опыт в сфере финансовых технологий, трейдинга, управления рисками и/или цифровых активов. - Сильные аналитические способности, навыки решения проблем и коммуникации, а также увлеченность изучением и применением новых ИИ-технологий. - Способность эффективно общаться на английском языке, сильное аналитическое мышление, способность решать проблемы. - Опыт создания мультиагентных систем, платформ автоматизации рабочих процессов и/или развертывания ИИ-приложений в production-средах. Условия работы - Полностью удаленная работа с графиком по вашему местному времени. - Создание ИИ-решений, решающих реальные бизнес-задачи. - Работа с различными бизнес-функциями и участие в формировании ИИ-трансформации компании. - Работа с новейшими ИИ-технологиями, LLM, ИИ-агентами, автоматизацией рабочих процессов и современными инструментами ИИ-разработки. - Возможность создавать практические ИИ-приложения с прямым влиянием на бизнес.
AI Engineer / Инженер по искусственному интеллекту
AI Engineer / Инженер по искусственному интеллекту Формат: офис (Баку, Азербайджан) / full-time / релокация О компании Международная компания с глобальными R&D-центрами в нефтегазовой отрасли ищет AI Engineer для разработки и внедрения современных AI-решений. - Международные проекты - Разработка LLM-систем для промышленности - Релокация в Баку Что нужно делать - Проектировать и внедрять решения на базе LLM - Разрабатывать RAG-пайплайны и системы поиска - Интегрировать AI-функции в продукт через API - Работать с LangChain, LlamaIndex, LangGraph и MCP - Настраивать агентные AI-системы и оркестрацию - Разрабатывать пайплайны оценки качества LLM - Выявлять и устранять регрессии моделей и промптов - Участвовать в проектировании архитектуры и код-ревью Требования - Высшее образование в области Computer Science, AI или ML - От 1–2 лет практического опыта работы с LLM - Отличное понимание архитектуры трансформеров - Опыт построения RAG-систем - Знание LangChain, LlamaIndex, LangGraph или аналогов - Опыт работы с векторными БД (Pinecone, Weaviate, pgvector, Chroma) - Владение Python и REST API - Опыт работы с Docker и Azure - Навыки работы с «грязными» данными и построения data pipeline Что предлагают - Конкурентную зарплату и бонусы - Полный релокационный пакет для всей семьи - Помощь с переездом и жильём - ДМС для всех членов семьи - Помощь с оформлением документов - Работу в международной R&D-команде - Современный офис в Баку
Forward Deployed AI Engineer
Компания: asahantechpartners.com Вакансия: Инженер по внедрению ИИ Тип занятости: Полная занятость Формат работы: 100% удалённая работа Уровень опыта: Senior Наш клиент ищет инженера по внедрению ИИ для непосредственной работы с клиентами и поставки готовых к эксплуатации решений на базе ИИ. Это практическая инженерная и консультационная роль. Вы будете изучать бизнес-процессы клиентов, определять практические сценарии использования ИИ, создавать работающие решения и руководить внедрением от прототипа до производства. Идеальный кандидат сочетает сильные навыки в области ИИ и разработки ПО с отличными коммуникативными способностями и умением эффективно работать в удалённой среде, ориентированной на взаимодействие с клиентами. Обязанности - Проведение удалённых технических сессий по выявлению потребностей с клиентами. - Понимание рабочих процессов, данных, систем и технических ограничений клиента. - Преобразование бизнес-требований в архитектуру ИИ и планы реализации. - Создание приложений с использованием LLM, RAG, AI-агентов, машинного обучения и автоматизации рабочих процессов. - Разработка бэкенд-сервисов, API, конвейеров данных и системных интеграций. - Подключение решений ИИ к базам данных, хранилищам документов, SaaS-платформам и внутренним API. - Реализация структурированных выводов, вызова инструментов, рабочих процессов с одобрением человеком, защитных механизмов и логики отката. - Оценка точности моделей, качества поиска, задержки, надёжности, безопасности и стоимости. - Развёртывание сервисов ИИ в облачных или корпоративных средах клиента. - Устранение технических неполадок на этапе внедрения и ввода в эксплуатацию. - Информирование заинтересованных сторон клиента о ходе работы, рисках и технических решениях. - Документирование архитектуры системы, процедур развёртывания и решений по реализации. - Обмен повторно используемыми решениями и отзывами клиентов с внутренними инженерными командами. Требования - Пять и более лет профессионального опыта в разработке ПО. - Сильный опыт промышленной разработки на Python. - Опыт создания и развёртывания приложений на базе LLM, машинного обучения, NLP или ИИ. - Опыт работы с RAG, эмбеддингами, векторными базами данных, вызовом инструментов или рабочими процессами AI-агентов. - Опыт разработки бэкенд-сервисов с использованием FastA...
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Мы ищем Backend-разработчика на Python, способного внедрять системы на базе LLM и AI-агентов «под ключ»: от постановки задачи и проектирования архитектуры до промышленного внедрения и поддержки. Мы разрабатываем и поддерживаем продукт ERA — систему комплексной диагностики продуктов и услуг. Решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление проектами: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы — офисный формат в Москве