Вакансии для разработчиков ИИ-агентов

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О роли В Oracle Health создают будущее здравоохранения — облачные решения с ИИ в основе, рассчитанные на работу в масштабе страны. Миссия — изменить то, как работают больницы и врачи, обеспечивая лучший уход за пациентами и точное своевременное возмещение расходов. Модернизируют системы электронных медицинских карт (EHR) и управления циклом доходов (RCM) с помощью LLM и ИИ-агентов, помогая клиницистам больше сосредоточиться на пациентах и меньше на административной нагрузке. Ищут высококвалифицированных ИИ-инженеров для проектирования и создания высокомасштабируемых облачных конвейеров обработки данных, которые принимают, преобразуют и анализируют огромные объёмы медицинских данных с низкой задержкой, обеспечивая бизнес-аналитику и аналитику в системах EHR и RCM. Вы будете использовать LLM, ИИ-агентов и современные платформы данных для решения таких задач, как поддержка клинических решений, оптимизация доходов и автоматизация рабочих процессов, а также использовать инструменты разработки с поддержкой ИИ для ускорения поставки. Обязанности - Создавать и улучшать конвейеры данных, ETL-процессы и трансформации. - Участвовать в разработке функций на основе LLM и ИИ-агентов, а также аналитических сценариев. - Работать с наборами данных EHR/RCM и поддерживать разработку KPI и дашбордов. - Изучать и применять лучшие практики в облаке, инженерии данных и LLMOps. Обязательные требования - Степень бакалавра/магистра в области компьютерных наук или эквивалент. - Более 5 лет релевантного опыта в разработке ПО. - Сильные навыки программирования на Python/Java. - Хорошее знание SQL. - Глубокая экспертиза в инженерии данных: ETL, трансформация данных, моделирование данных (Spark, SQL). - Опыт создания высокомасштабируемых распределённых систем. - Опыт работы с облаком (OCI/AWS/Azure). - Опыт создания крупной новой функциональности в программной системе от проектирования через разработку и тестирование до продакшена. - Опыт взаимодействия с несколькими функциональными областями для разработки компонентов в составе более крупной системы. - Опыт работы с LLM, промт-инжинирингом и фреймворками для ИИ-агентов. - Опыт сочетания ручного кодирования и разумного использования ИИ-решений для быстрого прототипирования, тестирования, итераций и поставки надёжного кода. - Опыт регулярного использования ChatGPT, Claude или аналогичных моделей для повышения продуктивности. Желательные требования - Опыт работы с агентными архитектурами или GenAI-платформами. - Опыт в здравоохранении или цифровых медицинских системах. - Понимание систем EHR и процессов RCM. - Знакомство со стандартами медицинского кодирования (ICD/CPT). Условия - Вилка зарплаты в США: от $89 200 до $209 500 в год. - Возможно получение бонуса и акций. - Медицинская, стоматологическая и офтальмологическая страховка, включая экспертное медицинское мнение. - Страхование по краткосрочной и долгосрочной нетрудоспособности. - Страхование жизни и от несчастных случаев (AD&D). - Дополнительное страхование жизни (сотрудник/супруг/ребёнок). - Гибкие счета расходов на медицинское обслуживание и иждивенцев. - Льготы на поездки на работу и парковку до вычета налогов. - Пенсионный план 401(k) с корпоративным взносом. - Оплачиваемый отпуск: гибкий отпуск для сотрудников на окладе; накопительный отпуск для остальных. Для сотрудников, работающих не менее 35 часов в неделю, накопление отпуска составляет 13 дней в год в первые три года работы и 18 дней в год в последующие годы. Для сотрудников, работающих от 20 до 34 часов в неделю, отпуск пропорционален. Сотрудники, работающие менее 20 часов в неделю, не имеют права на отпуск. - 11 оплачиваемых праздничных дней. - Оплачиваемый больничный: 72 часа при приёме на работу, обновляется каждый календарный год, неиспользованный остаток переносится до максимального лимита 112 часов. - Оплачиваемый отпуск по уходу за ребёнком. - Помощь в усыновлении. - План покупки акций для сотрудников. - Финансовое планирование и юридическая помощь. - Добровольные льготы, включая авто-, домовладельческое и страхование домашних животных.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Junior

О роли Компания PolicyMe, удалённая команда из Торонто, развивает продуктовую линейку для страховых брокеров с использованием искусственного интеллекта и машинного обучения. Инженер будет работать над frontend, backend и AI/ML-направлениями, участвовать в архитектурных обсуждениях, планировании релизов и общеинженерных инициативах. Основной стек: Python, React, Redux, PostgreSQL, n8n, LangChain/LangGraph и AWS. Задачи - Разрабатывать fullstack-функциональность AI-приложения на Python, React, Redux, PostgreSQL и AWS. - Интегрировать AI-модели и API для обработки документов, извлечения данных, рекомендательных систем и других задач. - Работать с старшими инженерами по AI для интеграции моделей в продакшен. - Отслеживать новые AI-технологии и фреймворки, исследовать новые применения. - Создавать масштабируемые и надёжные backend-сервисы для AI-процессов. - Проектировать пользовательские интерфейсы для AI-функций. - Участвовать в архитектурном планировании, код-ревью и брейнштормах. - Отвечать за разработку фич от начала до конца, координируясь с QA и другими командами. - Взаимодействовать с командами для снятия зависимостей и улучшения релизного процесса. - Делиться идеями на квартальном планировании. - Участвовать в хакатонах, инженерных гильдиях и экспериментах с AI-инструментами. Требования - Уверенные fullstack-навыки: Python, React, Redux, PostgreSQL, AWS. - Понимание AI/ML-концепций из курсов, пет-проектов или опыта работы. - Интерес к созданию интеллектуальных приложений. - Готовность учиться, работать в условиях неопределённости и быстро осваивать новое. - Практический опыт или проекты с AI-API и моделями, включая промт-инжиниринг. - Самостоятельность, ответственность и ориентация на результат. - Умение работать в команде, открытость к обратной связи. - Внимательность к деталям при решении сложных задач. Условия - 20 отпускных дней. - Опционы на акции и расширенный соцпакет. - Удалённая работа, оплачиваемые очные встречи команды, возможность работать из офиса в Торонто. - Бюджет на обучение и развитие, оценка эффективности два раза в год, регулярная обратная связь. - Общая компенсация: 85 000–115 000 CAD в зависимости от опыта, плюс бонусная программа и возможность получить долю в компании. О компании PolicyMe — канадский цифровой страховой сервис. Продуктовая линейка включает страхование жизни, страхование критических заболеваний, медицинскую и стоматологическую страховку, а также B2B2C-решения для организаций. Компания основана в 2018 году, продала страховое покрытие на сумму более 10 млрд CAD.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет глобальным брендам увеличивать выручку и конверсию. О роли Senior ML-инженер в команде Search Quality. Улучшение пользовательского опыта для сотен миллионов пользователей, создание систем, обеспечивающих релевантность для глобальных ритейлеров — от моды и продуктов до электроники и товаров для дома. Миссия — измерять качество поиска, повышать его и предотвращать деградации до того, как их заметит пользователь. Это достигается сочетанием донастроенных LLM для оценки релевантности, моделей реального времени и глубокого офлайн-анализа журналов запросов. Задачи - LLM-оценка: донастройка собственных моделей для оценки релевантности, обучение модели понимать интент запроса, представлять товары из неструктурированных каталогов и согласовывать оценки модели с реальным поведением пользователей. - Качество в реальном времени в продакшене: реранжирование, фильтрация, вычисление сигналов. Строгие требования к задержке, поэтому постоянный компромисс между качеством и скоростью. - Автоматический мониторинг качества и агентные инсайты: пайплайны для обнаружения деградаций и поиска неэффективных паттернов. Агентные системы, генерирующие практические рекомендации для данных о товарах и конфигураций поиска. Что делает работу интересной - Мультидоменность и мультиязычность в масштабе: 40+ языков, 20+ доменов. Модели должны обобщаться на все домены без индивидуальных правил для клиентов. - Нет универсальной истины: продуктовый ритейлер и модный ритейлер могут по-разному понимать, что значит «релевантно». - Эффективность в масштабе: оптимизация и масштабирование LLM-инференса по всей клиентской базе. Требования - 4+ года создания продакшен-ML-систем. - Опыт с поиском, информационным поиском или рекомендательными системами. - Практический опыт донастройки, фреймворков оценки и масштабирования LLM-развертываний. - Уверенный Python и PyTorch. Свободное владение SQL и инструментами оркестрации данных (Spark, Airflow). - Опыт проектирования и проведения A/B-тестов для проверки влияния моделей. - Отличные коммуникативные навыки на английском. - Опыт работы в кросс-функциональных командах (ранжирование, продукт, инженерия данных). Условия - Работа с умными и эмпатичными людьми, которые помогают расти и влиять на результат. - Регулярные командные офлайн-мероприятия. - Полностью удалённая команда — можно выбирать место жительства. - Безлимитный отпуск — компания рекомендует брать не менее 3 недель в год. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Базовая зарплата: $80 000–$120 000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания 1KOMMA5° строит энергосистему будущего с Heartbeat AI. Солнечные панели, батареи, тепловые насосы и электромобильность объединяются в интеллектуальную интегрированную систему виртуальной электростанции, напрямую подключенную к рынку электроэнергии в реальном времени. К 2030 году компания планирует перевести 1,5 миллиона домохозяйств на возобновляемую энергию. Над этим ежедневно работают более 3000 человек в более чем 80 локациях по всему миру. Позиция предполагает работу в команде Virtual Assembly Line (VAL), которая развивает системы роста и операций: MarTech, CRM, Payment, Fulfillment и Installation. Задачи: - Определять техническое направление в домене growth и operations инженерии VAL, поддерживая архитектуру в соответствии с продуктовым направлением и обеспечивая последовательную реализацию решений командой. - Задавать техническую планку для команд, самостоятельно решая самые сложные проблемы. - Транслировать бизнес- и продуктовые требования в технические решения, масштабируемые по мере цифровизации установочных подразделений. - Проектировать системы и API так, чтобы AI-агенты работали как пользователи первого класса с машиночитаемыми контрактами. - Осуществлять переход VAL к агентной инженерии, меняя подход к работе команды: агенты действуют безопасно, ответственность остается на людях. - Наставлять инженеров VAL для ускорения их роста. - Формировать высокопроизводительную инженерную культуру в команде VAL. - Встраивать безопасность и надежность как прямую ценность для клиента. Используемые технологии: - AI-ассистированная разработка с Cursor / Claude и агентные кодинг-процессы. - Языки: TypeScript (React, Nest.js, Next.js, VueJS), Ruby on Rails, Flutter. - Облако и инфраструктура: Google Cloud Platform, GKE (Kubernetes), Cloud Run, Terraform/IaC, Vercel, Datadog. - Данные и BI: PostgreSQL, BigQuery, SQLMesh, Looker. - Инструменты: Linear, Notion, Figma, Miro. Требования: - Опыт разработки ПО на нескольких языках общего назначения от 10 лет. - Подтвержденный опыт проектирования масштабируемых и безопасных систем с высокими стандартами качества. - Опыт проектирования и реализации API для интеграции между системами, включая нечеловеческих и автоматизированных потребителей, таких как AI-агенты. - Гибкое и ориентированное на результат мышление, нацеленность на сотрудничество и командную работу. - Опыт общения с заинтересованными сторонами на языке бизнеса и понимание технических последствий их требований. - Опыт обеспечения технического согласования в команде в быстро меняющейся среде, включая принятие и доведение до конца критических технических решений. - Опыт проведения команды через крупные изменения в рабочих процессах или инструментах, с пониманием, где автоматизация (включая AI-агентов) безопасна, а где обязательна человеческая проверка. - Способность вести функции от постановки задачи до выпущенного и поддерживаемого продукта в тесном сотрудничестве с продакт-менеджерами и бизнес-стейкхолдерами. - Отличные устные и письменные коммуникативные навыки на английском языке; знание немецкого будет преимуществом. Условия: - Работа в международной, динамичной и высокомотивированной команде. - Прямое влияние на ускорение энергетического перехода и климат. - Прямой контакт с ключевыми лицами, принимающими решения. - Возможности для полной занятости в одном из наиболее быстрорастущих стартапов Европы. - Удаленная работа по всей Германии, офисы в Гамбурге, Берлине или Мюнхене. - Программа здорового баланса EGYM Wellpass. - Льготы и скидки через Futurebens. - Лизинг городского или электрического велосипеда (job bike). - Индивидуальные возможности профессионального развития. - Подчинение непосредственно CTO.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании 1KOMMA5° развивает энергетическую систему будущего с помощью Heartbeat AI. Компания объединяет региональное мастерство и масштабируемое ПО: солнечные панели, батареи, тепловые насосы и электромобильность управляются как интеллектуальная интегрированная система в виртуальной электростанции. Система напрямую связана с рынком электроэнергии в реальном времени и полностью автоматизирована. Цель — к 2030 году перевести 1,5 миллиона домохозяйств на возобновляемую энергию. Над этим ежедневно работают более 3000 человек в более чем 80 локациях по всему миру, от Финляндии до Австралии. Задачи - Определять техническое направление в инженерном домене Heartbeat AI (мобильные приложения, данные об энергии, IoT-платформа и другие), поддерживая соответствие архитектуры продуктовому направлению. - Отвечать за последовательную реализацию технических решений в своём домене, задавая чёткое направление и контролируя исполнение командой. - Задавать техническую планку для команды, самостоятельно решая самые сложные проблемы, а не только направляя других. - Преобразовывать бизнес- и продуктовые требования в технические решения. - Наставлять и развивать инженеров Heartbeat AI, ускоряя их рост. - Формировать высокопроизводительную инженерную культуру в команде Heartbeat AI. - Встраивать безопасность и надёжность как непосредственную ценность для клиента. - Проектировать системы и API так, чтобы ИИ-агенты работали как пользователи первого класса: с машиночитаемыми контрактами и структурированными ошибками, позволяющими агентам самокорректироваться. - Обеспечивать переход Heartbeat AI к агентной инженерии, меняя подход к работе так, чтобы агенты действовали безопасно, а ответственность оставалась на людях. - Отвечать за архитектуру ИИ-систем, лежащих в основе продукта, от EMS до энергетического тарифа. Технологии - ИИ-ассистированная разработка с Cursor и агентные рабочие процессы. - Облако и инфраструктура: Google Cloud Platform, GKE (Kubernetes), Cloud Run, Terraform/IaC, Vercel. - Обмен сообщениями и IoT: Eclipse Hono, MQTT, Mender. - Данные и BI: PostgreSQL, BigQuery, SQLMesh, Looker. - Наблюдаемость: Datadog, OpenTelemetry. - Языки: TypeScript (Nest.js, Next.js), Java, Go, Flutter. - DevOps: CI/CD-пайплайны (GitHub Actions). - Инструменты: Linear, Notion, Figma, Miro. Требования - Практический опыт разработки ПО на нескольких языках программирования общего назначения не менее 5 лет. - Подтверждённый опыт проектирования масштабируемых и безопасных систем с высоким стремлением к качеству. - Обширный опыт проектирования и реализации API, обеспечивающих бесшовную интеграцию и взаимодействие систем. - Гибкое и ориентированное на результат мышление, с акцентом на сотрудничество и командную работу. - Опыт общения со стейкхолдерами на бизнес-языке и понимание технических последствий их требований. - Опыт обеспечения технического согласования в команде в быстро меняющейся среде, включая принятие и доведение до конца критических технических решений. - Опыт проектирования систем и API для потребления агентами, со структурированными ошибками и чёткими контрактами, позволяющими агентам самокорректироваться. - Способность провести инженерную команду через переход к агентной инженерии, меняя рабочие процессы так, чтобы агенты действовали безопасно, а люди отвечали за каждый результат. - Опыт проектирования ИИ/ML-ориентированных или интенсивно работающих с данными систем (например, прогнозирование, конвейеры реального времени), желательно в энергетическом или IoT-контексте. - Отличные навыки устного и письменного общения на английском языке; знание немецкого считается плюсом. Условия - Работа в международной, динамичной и высокомотивированной команде. - Прямое влияние на ускорение энергетического перехода и климат. - Возможность учиться у коллег. - Прямой контакт с ключевыми лицами, принимающими решения. - Лучшие шансы на полную занятость в одном из самых быстрорастущих стартапов Европы. - Удалённая работа по всей Германии, офисы в Гамбурге, Берлине или Мюнхене. - Программа EGYM Wellpass для поддержания баланса между работой и жизнью. - Льготы и скидки через Futurebens. - Лизинг велосипеда (городской или электронный) через job bike. - Индивидуальные возможности профессионального развития. - Прямое подчинение CTO.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior / Principal Golang developer (AI Agents, MCP) Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Ищем разработчиков уровня Senior / Principal для работы над международным проектом. Проект: enterprise integration platform (название под NDA). Среди клиентов платформы: Cisco, Vodafone, Nasdaq, Epic Games, Coinbase, Zendesk, Atlassian, Canva и другие крупные enterprise-компании. Enterprise-платформа автоматизации интеграций и бизнес-процессов между сервисами. По сути - iPaaS-решение для orchestration workflow: соединяет SaaS, внутренние системы, базы данных и API. Используется для автоматизации процессов, routing событий, очередей, трансформации данных и real-time интеграций. Платформа работает как инфраструктурный слой между системами компании - CRM, ERP, биллинг, аналитика, внутренние сервисы. Высокая нагрузка, distributed архитектура, строгие требования к latency и отказоустойчивости. Зона ответственности команды (куда ищем человека) - ядро платформы. Отвечает за routing, auth, caching, throttling, очереди и observability. Задачи: - разработка high-performance gateway компонентов - routing и request processing на уровне платформы - auth, caching, throttling, work queues - logging / monitoring инфраструктура - поиск bottleneck и оптимизация latency - участие в архитектуре distributed системы Стек: Go, MCP, PostgreSQL, AWS, Kafka, ELK, Kubernetes, Redis, Grafana, RoR (legacy) Требования: - Backend. 8-ми лет и более - Опыт в качестве архитектора, тех.лида, etc - Golang от 3-х лет. Также, опыт оптимизации производительности и понимание внутрянки Go - Высшее техническое образование в области компьютерных наук, математики, физики или других точных или технических дисциплин - Разговорный английский. Коммуникация с членами команды будет идти на английском Будет плюсом опыт c MCP, Ruby, Rust, Open-source, ML, DBA, DevOps (AWS / Azure / Google Cloud / YandexCloud). Почему Evrone: - Мы занимаемся технически сложными, высоконагруженными, наукоёмкими проектами, проектами с большой бизнес логикой или большой серверной инфраструктурой. Нам доверяют: аналитику, проектирование интерфейсов и дизайн, разработку, инфраструктуру и эксплуатацию. Мы становимся технической командой проекта целиком или консультируем и расширяем возможности существующих команд наших клиентов. - Кроме того, Evrone помогает развивать

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик Компания: Bell Integrator 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: 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 - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) 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 профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва

Формат

Офис

Страна

Россия

Город

Не указан

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.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Liftoff — AI-платформа performance-маркетинга для мобильной экономики. Технологический стек помогает рекламодателям привлекать и удерживать пользователей, а издателям — максимизировать доход. Решения Liftoff, включая Accelerate, Direct, Monetize, Intelligence и Vungle Exchange, поддерживают более 6 600 мобильных бизнесов в 74 странах в сферах игр, соцсетей, финансов, ecommerce и развлечений. Компания основана в 2012 году, штаб-квартира в Редвуд-Сити, Калифорния. Senior Gen AI Software Engineer присоединится к команде Gen AI и будет проектировать и создавать AI-продукты для demand-side бизнеса, помогая командам превращать сложные данные в решения и рост клиентов. Работа охватывает весь стек: интеллектуальные системы и пайплайны данных на Python, а также интерфейсы на TypeScript и React. Сотрудник будет тесно взаимодействовать с продуктовыми, инженерными и клиентскими командами, быстро переходить от прототипа к продакшену и непрерывно улучшать выпущенные решения. Задачи: - Владеть генеративными AI-функциональностями от понимания пользовательских сценариев до прототипирования, внедрения, измерения и улучшения. - Быстро прототипировать и валидировать AI-решения, проверяя ценность и техническую реализуемость, затем доводить до продакшена. - Строить агентные сценарии, работающие с данными кампаний, клиентов, креативов и performance, использующие инструменты и возвращающие управление человеку при необходимости. - Интегрировать AI-агентов в ежедневные процессы совместно с лицами, принимающими решения, и экспертами. - Проектировать доступ AI-систем к данным, инструментам и инструкциям для получения обоснованных результатов. - Строить системы надежности AI-сценариев: использование инструментов, управление состоянием, восстановление после сбоев, границы человеческого контроля. - Определять четкие тестируемые интерфейсы между моделями и ПО для безопасной обработки неопределенного поведения моделей. - Разрабатывать системы оценки AI-функций с реалистичными примерами и комбинацией автоматических проверок и человеческого суждения. - Строить инструментарий для измерения качества, внедрения, бизнес-эффекта, задержки, стоимости и сбоев в продакшене. - Применять меры защиты данных клиентов, доступа к системам и сценариев с высоким влиянием. - Создавать Python-сервисы и TypeScript/React-интерфейсы для целостных продуктов. - Оценивать новые модели и техники, внедряя их при улучшении качества, возможностей, скорости или стоимости. - Наставлять инженеров и формировать общие практики проектирования, тестирования и эксплуатации AI-продуктов. Требования: - Минимум степень бакалавра и 8 лет релевантного опыта. - Опыт создания и эксплуатации значимых продакшен-продуктов, включая работу с нуля: бэкенд-сервисы, данные, пользовательские интерфейсы. - Опыт запуска LLM-продуктов или AI-ассистируемых продуктов за пределами демо, понимание проблем надежности, контекста, инструментов, смены провайдеров, задержки, стоимости и изменения поведения моделей. - Высокий уровень владения Python, уверенная работа с TypeScript и React, сильные основы в проектировании API, моделировании данных, SQL и тестировании. - Понимание построения системы вокруг модели: данные, инструменты, инструкции, права доступа, циклы обратной связи, метрики качества. - Умение определять критерии успеха, расследовать сбои и улучшать AI-опыт через тестирование, обратную связь и сигналы из продакшена. - Сильное продуктовое и инженерное суждение: выбор между традиционным ПО, LLM-подходом или их комбинацией. - Навыки коммуникации сложных технических тем.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Middle

О компании Allied Telesis — производитель сетевого оборудования и исследовательская группа, фокусирующаяся на возможностях на базе ИИ. Компания основана в 1987 году, штаб-квартира в Токио, численность сотрудников — 1001–5000. Обязанности - Участвовать в создании и поддержке AI-процессов с использованием LangGraph. - Проектировать и расширять библиотеку MCP-серверов. - Улучшать RAG-пайплайны, обеспечивающие работу систем поиска знаний, преимущественно на Python. - Работать в небольшой команде, где вклад каждого заметен. Требования - Степень бакалавра в области компьютерных наук, интеллектуальных систем, науки о данных или смежной области. - 2–3 года опыта разработки ПО с уверенным знанием Python. - Практическое знакомство с инструментами AI/ML: LLM, векторные базы данных, retrieval-augmented подходы или агентные фреймворки. - Умение работать в условиях неопределённости. - Способность переключаться между прототипированием и продакшеном. - Интерес к сетевым технологиям или инфраструктуре. - Ценность аналитического мышления и хорошей коммуникации в небольшой команде. - Опыт с MCP (Model Context Protocol) приветствуется, но не обязателен; важно желание его изучать. Условия - Удалённая работа для кандидатов в США. - Компания имеет историю спонсирования H1B: 3 в 2025, 2 в 2024, 6 в 2023, 3 в 2022, 1 в 2021, 9 в 2020. Это не гарантирует спонсорство для данной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).

Формат

Офис

Страна

США

Город

Бостон

О компании Physical Superintelligence — стартап с корнями в Google, NVIDIA, Harvard, Meta, MIT, Oxford, Johns Hopkins, Cambridge и Perimeter Institute. Компания строит AI-системы для открытия новой физики в масштабе. Миссия — открывать и коммерциализировать прорывные физические открытия с помощью искусственного сверхинтеллекта, безопасно, проверяемо и для широкой общественной пользы. Роль и обязанности - Платформа охватывает распределённые системы, инфраструктуру данных, агентные системы и оценку, HPC и научные вычисления, платформы разработчиков, продуктовую инженерию, облачную инфраструктуру и безопасность. - Эта заявка предназначена для инженеров, сильных в большинстве перечисленных областей или необычно глубоких в чём-то важном, что не указано. - Стандарт такой же, как на любой инженерной роли: полная ответственность от спецификации до запуска и дежурств; системы, на которых строят другие. Что мы ищем - Подтверждённый опыт значимой инженерной работы: системы, которые были запущены и имели значение, open source, на который полагаются люди, инфраструктура, пережившая вашу работу. Опыт важнее формальных регалий. - Глубина в нескольких из перечисленных областей и способность переключаться между ними, либо исключительная глубина в чём-то важном, что не указано. - Умение объяснить сложное техническое решение, какие были компромиссы и что бы вы сделали иначе. - Конкретная причина быть здесь; если связка AI-систем и физических наук — это то, ради чего вы подаёте заявку, стоит сказать об этом прямо. Плюсы - Опыт в названных областях: распределённые системы, инфраструктура данных, агентные системы и оценка, HPC и научные вычисления, платформы разработчиков, продуктовая инженерия, инфраструктура, безопасность. - Опыт в исследовательских или научно-вычислительных средах. - Что-то, что можно прочитать или запустить: дизайн-документ, статья, репозиторий, постмортем. Как мы работаем - Высокая техническая планка и полное владение своей работой: от спецификации до запуска и дежурств. - Сначала контракты, потом логика; тестирование на реальных системах, а не на моках; простые решения, которые доходят до релиза, предпочтительнее сложных, которые не доходят. - AI-native процесс разработки: ежедневная работа с агентными инструментами кодинга, спецификации, понятные людям и агентам. Локация и условия - Роль базируется в Бостоне. Удалённые кандидаты рассматриваются в индивидуальном порядке. - Конкурентная компенсация: зарплата, льготы и значительная доля на ранней стадии. - Оценка по технической широте, системному мышлению, научной любознательности и скорости доведения до релиза. - Компания — равный работодатель.

Формат

Удалённо

Страна

Любая

Город

Не указан

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.

Формат

Удалённо

Страна

Любая

Город

Не указан

Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.

Формат

Офис

Страна

США

Город

Не указан

Компания Figma ищет Content Support Engineer, который будет отвечать за системы знаний, стратегию и инфраструктуру, обеспечивающие работу команды поддержки в масштабе. Роль предполагает проектирование архитектуры хранения знаний, создание и оптимизацию автоматизированных процессов для поддержания их актуальности, а также обеспечение доступа к нужной информации для людей и ИИ-систем. Это полная занятость, работа из офисов компании в США или удаленно из США. Обязанности: - Проектировать, создавать и развивать ИИ-ориентированные системы контента, включая автоматизированные процессы и проверки качества для поддержания актуальности базы знаний, а также механизмы контроля со стороны человека. - Управлять информационной архитектурой внутренней базы знаний, определяя структуру и организацию контента для использования людьми и ИИ. - Разрабатывать и реализовывать контент-стратегию для команды поддержки продукта, включая видение, метрики эффективности и регулярную отчетность о влиянии на клиентов (CSAT, разрешение обращений с первого контакта). - Устанавливать стандарты управления контентом: руководства по стилю, шаблоны, структуры документации. - Оптимизировать взаимодействие инструментов контента и ИИ-агентов, обеспечивая их работу как единой системы с оценкой эффективности и механизмами улучшения. Требования: - Опыт от 5 лет в создании и поддержке программ знаний или контента в масштабе в среде поддержки технического SaaS-продукта, владение инструментами Notion, Zendesk, Decagon. - Продвинутое использование ИИ-инструментов как ключевой части контент-процессов, практический опыт применения ИИ для измеримых результатов (автоматизация создания, публикации и проверки качества). - Опыт интеграции систем через API, webhooks, MCP или другие методы. - Опыт построения стратегии управления контентом или знаниями, включая управление, информационную архитектуру и оценку влияния. - Развитые письменные коммуникативные навыки, умение превращать сложные темы в понятный контент для людей и ИИ-систем. Компания предлагает акции, конкурентный пакет льгот: медицинскую, стоматологическую и офтальмологическую страховку, пенсионные отчисления, отпуск по уходу за ребенком и поддержку планирования семьи, программы ментального здоровья, оплачиваемый отпуск, больничные, праздничные дни, гибкий оплачиваемый отпуск для освобожденных сотрудников, дни восстановления, компенсацию расходов на мобильную связь и домашний интернет, счета на расходы на образ жизни. Для большинства ролей в продажах предусмотрен переменный компенсационный план, для остальных — ежегодный бонус. Уровень должности и фактическая компенсация определяются по итогам собеседований, с учетом квалификации, рыночного спроса и локации.

Формат

Офис

Страна

Бразилия, Латинская Америка

Город

Не указан

Грейд

Senior

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.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования

Формат

Удалённо

Страна

Европа

Город

Не указан

Грейд

Senior

Senior ML Engineer (AI Research) Компания: Nebius Уровень: senior, staff Локация: Европа Формат: Удаленная работа Описание: Присоединяйтесь к Nebius AI R&D для прикладных исследований в области агентных систем: управляемый поиск и обучение с подкреплением для агентов, RL для моделей рассуждений, сбор задач веб-масштаба для обучения агентов, эффективная дистилляция моделей. Вы будете проводить эксперименты по обучению больших языковых моделей на траекториях взаимодействия и превращать результаты в решения, которые применяют продуктовые команды.

Формат

Удалённо

Страна

Любая

Город

Не указан

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.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Junior

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.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Работодатель — консалтинговая фирма, специализирующаяся на внедрении комплексных AI и ML-решений в различных отраслях. Компания использует современные технологии и отраслевую экспертизу для повышения инновационности и эффективности клиентов. Задачи - Проектирование, разработка и внедрение enterprise-grade приложений на основе генеративного ИИ с использованием современных AI-фреймворков и облачных платформ. - Создание и оптимизация решений на основе RAG (Retrieval Augmented Generation) с применением векторных баз данных и корпоративных баз знаний. - Разработка AI-агентов и мультиагентных рабочих процессов с использованием фреймворков LangChain, LangGraph, Semantic Kernel и AutoGen. - Интеграция больших языковых моделей (LLM), таких как GPT, Llama, Claude и Gemini, в бизнес-приложения. - Взаимодействие с архитекторами, владельцами продуктов и бизнес-заинтересованными сторонами для реализации AI-решений, соответствующих бизнес-целям. - Внедрение промпт-инжиниринга, управления контекстом, фреймворков памяти и оркестрации рабочих процессов для повышения производительности ИИ. Требования - Более 7 лет опыта в разработке ПО с сильными навыками Python. - Подтверждённый опыт работы с генеративным ИИ, Azure OpenAI и Azure AI. - Практический опыт с RAG, векторными базами данных и фреймворками LangChain или LangGraph. - Навыки разработки масштабируемых API, микросервисов и бэкенд-сервисов с использованием облачных технологий. - Опыт с практиками LLMOps и MLOps, включая CI/CD пайплайны, мониторинг и управление жизненным циклом моделей. - Приверженность принципам ответственного ИИ, стандартам безопасности, конфиденциальности данных и политикам управления. Условия - Возможность работы над передовыми проектами в области генеративного ИИ и машинного обучения. - Коллаборативная среда, ориентированная на техническое лидерство и инновации. - Непрерывное обучение и развитие с учётом достижений в области AI-технологий. - Участие в технических ревью дизайна, стандартах кодирования и лучших практиках.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Junior

О компании Bigge Crane and Rigging Co. работает с 1916 года. Парк компании насчитывает более 1800 кранов, присутствие — по всей стране. Компания покупает, продаёт, сдаёт в аренду, эксплуатирует и обслуживает один из крупнейших и самых современных парков кранов в США. Компания участвовала в строительстве некоторых знаковых достопримечательностей Америки и заслужила репутацию надёжного подрядчика. Bigge позиционирует себя как AI-first компания: создан отдел AI-инженерии. Сотрудники ежедневно работают с передовыми AI-инструментами, а инженеры компании создают интеграции, подключающие эти инструменты к системам, на которых работает бизнес: парк техники, продажи, планирование, документы. Компания покупает ПО, когда это правильное решение, и разрабатывает собственное, когда нет. Ожидается, что в будущем будет меньше готового ПО и больше собственной разработки. Решения принимаются быстро, без ожидания одобрения комитетом. В работе используются реальные задачи и данные о работе 1800 кранов, команда небольшая, и созданные разработки носят имя автора. Позиция Junior AI Engineer — специалист раннего этапа карьеры, который разрабатывает и внедряет AI-решения под руководством директора по AI-инженерии. Роль включает создание MCP-коннекторов к системам Bigge, разработку и расширение AI-агентов и агентных рабочих процессов, написание тестов и оценок для их валидации. Работа ведётся в рамках установленной архитектуры и процессов ревью. Это ступень в карьерной лестнице: Associate AI Engineer, Junior AI Engineer, AI Engineer. Ожидается рост до роли AI Engineer. Найм основан на продемонстрированной способности создавать продукты, а не на количестве лет опыта. Идеальный кандидат — технически подкованный, любознательный и обучаемый. Работа предполагает ежедневное взаимодействие с директором по AI-инженерии и AI-инженером, с ростом самостоятельности по мере подтверждения результатами. Обязанности - Создавать и расширять MCP-коннекторы к системам Bigge, включая WorkPro (внутренняя платформа управления жизненным циклом активов), D365 и Microsoft 365, в рамках установленных паттернов и ревью. - Реализовывать компоненты AI-агентов и агентных рабочих процессов, спроектированных совместно с директором по AI-инженерии. - Писать и поддерживать тесты, наборы оценок и регрессионные проверки для систем до выпуска и после каждого изменения. - Интегрировать возможности LLM во внутренние приложения и API под руководством. - Участвовать в сессиях изучения процессов с бизнес-подразделениями для наблюдения за картированием рабочих процессов и вносить вклад в документацию процессов. - Помогать в сборе базовых показателей производительности и метрик для инициатив отдела. - Соблюдать практики ответственного AI, стандарты управления данными и требования ИТ-безопасности. - Писать чистый, протестированный, документированный код. Участвовать в ревью кода в роли автора и развиваться до ревьюера чужих изменений. Требования - Степень бакалавра в области компьютерных наук, инженерии, науки о данных или эквивалентный опыт. - 1–3 года профессионального опыта с примерами завершённой работы: развёрнутый проект, продакшн-вклад, работающая система. Оценка основана на том, что кандидат создал, а не на длительности занятости. - Рабочее владение Python или TypeScript и готовность освоить оба языка — в работе будут использоваться оба. - Опыт работы с реальными API: аутентификация, обработка ошибок, чтение документации, которая иногда бывает некорректной. - Практический опыт работы с LLM API и промпт-инжинирингом — через работу, курсы или личные проекты. - Развитые коммуникативные навыки и способность решать проблемы, готовность работать напрямую с полевым и офисным персоналом. - Обучаемость, организованность, способность быстро учиться в динамичной среде. - Наличие действующих водительских прав и чистая водительская история. Предпочтительные навыки - Опыт работы с Model Context Protocol или другими архитектурами вызова инструментов. - Next.js, React и Tailwind. - Docker и облачное развёртывание любого типа. - Локальный запуск моделей или эксперименты с тонкой настройкой любого масштаба. - Предыдущая работа или стажировка в строительстве, тяжёлом оборудовании, логистике или промышленных операциях. Условия - Конкурентоспособная оплата и 401(k) с матчингом. - Отпуск, корпоративные праздники и больничные. - Гибкие расходные счета / Health Savings Account. - Компенсация по программе Bring Your Own Device (BYOD).

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О компании ClickHouse — частная облачная компания, входит в список Forbes Cloud 100 за 2025 год. Более 4 000 клиентов, годовой рост ARR свыше 250%. Компания специализируется на аналитике реального времени, хранилищах данных, наблюдаемости и AI-нагрузках. Недавно завершен раунд финансирования серии D на $400 млн. Среди клиентов — Capital One, Lovable, Decagon, Polymarket, Airwallex, Meta, Cursor, Sony и Tesla. О команде IT Operations в ClickHouse обеспечивает работу внутренних систем, инструментов и инфраструктуры компании. Роль входит в новую функцию AI Engineering внутри IT Operations, созданную для централизации AI Ops. Команда состоит из технического лида и одного-двух AI Ops инженеров, подчиняется менеджеру IT Business Systems. О роли AI Ops Engineer поможет построить и запустить новую функцию AI Ops в ClickHouse. Работа под руководством технического лида: проектирование, создание и поддержка AI-решений для бизнес-подразделений (People, Finance, Legal и других) и инженерных команд. Задачи включают создание интеграций, поддержку агентов, контроль затрат и обучение сотрудников лучшим практикам AI. Это практическая роль: нужно быстро двигаться, запускать реальные рабочие процессы и помогать команде учиться. Показатели успеха - Измеримое сокращение неэффективных расходов на AI-инструменты и модели за счет оптимизации, маршрутизации и контроля затрат - Рабочая система оценки и выбора моделей и инструментов по стоимости, задержке, точности и рискам - AI-агенты и рабочие процессы, созданные и поддерживаемые кросс-функционально (People, Finance, Legal, Engineering и другие) - Повышение AI-грамотности в компании через обучение, внедрение одобренных инструментов и снижение использования неофициальных AI-решений - Настроенные практики идентификации, доступа, аудита и жизненного цикла AI-агентов, соответствующие требованиям Security и GRC Задачи - Разработка и внедрение решений с использованием LLM, фреймворков автоматизации и внутренних инструментов для бизнес- и инженерных задач - Интеграция AI в существующие системы: HRIS, ATS, ERP, оркестрация закупок, тикетинг, CI/CD, инструменты разработчика, а также юридическую инфраструктуру (CLM, Matter Management) - Создание рабочих процессов: генерация документов, извлечение данных, поиск по базам знаний, поддержка принятия решений - Использование современных стандартов интеграции (например, MCP) для безопасного доступа AI-моделей и агентов к внутренним знаниям - Тестирование и бенчмаркинг AI-моделей по точности, задержке, стоимости и безопасности - Поддержка оценки рисков моделей и due diligence совместно с Security и GRC - Внедрение и поддержка внутреннего решения для маршрутизации моделей - Создание дашбордов и отчетности по AI/LLM-расходам по командам и инструментам - Внедрение тегирования, мониторинга и алертов для аномалий затрат - Поиск и реализация возможностей оптимизации затрат: эффективность промптов, кэширование, оптимизация размеров моделей - Настройка доступа, учетных данных и отзыва доступа для AI-агентов - Поддержка развертывания, версионирования, мониторинга и вывода агентов из эксплуатации - Обслуживание и обновление инфраструктуры агентов и зависимостей - Ведение журналов аудита и логирования действий агентов - Разработка и проведение программ обучения AI для разных аудиторий — от нетехнических пользователей до инженеров - Создание легких плейбуков, гайдов, шаблонов и переиспользуемых компонентов для безопасного внедрения AI - Проведение онбординг-сессий, офисных часов и воркшопов для повышения AI-грамотности - Организация обратной связи с пользователями для улучшения обучающих материалов, инструментов и документации Требования - Опыт работы с современными AI/ML-инструментами и фреймворками - Опыт создания и использования API, разработки пайплайнов данных и проектирования систем

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании GitLab — платформа оркестрации DevSecOps, которая помогает повышать продуктивность разработчиков, улучшать операционную эффективность и снижать риски безопасности и соответствия требованиям. Более 50 млн зарегистрированных пользователей и более 50% компаний из Fortune 100 используют GitLab. В команде принято использовать ИИ как инструмент повышения продуктивности: ожидается, что сотрудники интегрируют ИИ в ежедневные рабочие процессы. О роли Senior Backend-инженер проектирует, реализует и развивает возможности продукта, решает сложные backend-задачи и влияет на техническое и продуктовое направление команд. Работа ведётся на стыке product, frontend, infrastructure, data и security. Инженер принимает архитектурные решения, ясно излагает сложные идеи в асинхронной среде и помогает задавать стандарты для глобального продукта. Условия - Высокая значимость: работа не ограничивается выпуском фич — вы формируете архитектуру глобальной платформы, которой пользуются миллионы. - Техническая самостоятельность: влияние на цели команды, техническое направление и долгосрочные задачи. - Инновационная культура: возможность экспериментировать с агентным ИИ в production-инженерных процессах — не только промпт-инжиниринг, но и создание отказоустойчивых ИИ-систем. - Автономия: remote-first, асинхронная организация, где важны ясная письменная коммуникация и самоорганизация. - Коллаборация: тесная работа с продакт-менеджерами и дизайнерами при формировании требований. Задачи - Проектировать и выпускать backend-функциональность средней и высокой сложности с минимальным руководством, выбирая между модульным монолитом, общими компонентами и отдельными сервисами. - Повышать качество, безопасность, доступность и производительность продукта; задавать стандарты backend-кода, стиля, поддерживаемости, тестирования, API и операционной готовности. - Наставлять младших и средних инженеров, снимать технические блокеры, улучшать практики команды через код-ревью и дизайн-ревью. - Диагностировать и предотвращать проблемы производительности и надёжности в масштабе; участвовать в инцидент-реагировании и выступать техническим владельцем. - Использовать ИИ в производственной инженерной работе для улучшения результатов, оценивать его эффективность и обучать других ответственному применению. Требования - Глубокое понимание backend-архитектуры, API, систем данных и настройки производительности в сложном продуктовом окружении. - Владение современными backend-языками и понимание системного программирования; важнее способность учиться и адаптироваться, чем знание одного языка. - Опыт проектирования и развития модульных backend-границ, ограниченных контекстов и архитектуры, безопасной для миграций. - Умение влиять через техническую экспертизу и ясную письменную коммуникацию, связывать потребности продукта и технические реалии. - Подтверждённый опыт создания и эксплуатации агентных систем в production: не только промпт-инжиниринг, но и архитектура циклов, использование инструментов и стратегии обработки ошибок для надёжности в масштабе. Желательно - Опыт с высоконагруженными распределёнными системами, конкурентностью или профилированием. - Практический опыт с контейнеризированными production-операциями, например Kubernetes. - Глубокие знания производительности баз данных, например PostgreSQL, ClickHouse, эволюция схем, партиционирование. - Опыт работы с крупномасштабными модульными монолитами или событийно-ориентированными системами.

Формат

Удалённо

Страна

Не указана

Город

Не указан

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

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Python Backend Developer СберЗдоровье — аккредитованная IT-компания и одна из крупнейших Digital Health платформ в России. Развивается новое направление AI-native продуктов: новое мобильное приложение, ИИ-помощник, персонализированный риск-профиль и сервисы, которые помогают пользователю лучше понимать свое здоровье и следующие шаги. Ищем Middle / Senior Python Backend Developer. Основной фокус роли — backend-сервисы, API, интеграции, работа с данными пользователя и production-контур для AI-сценариев. Это не ML Engineer роль и не research. От Python-разработчика ожидается сильная backend-инженерия: FastAPI, Pydantic, PostgreSQL, Redis, интеграции, надежность, безопасность, observability и умение работать в кросс-функциональной команде рядом с ML, Mobile, Frontend / PWA, QA, SA и Product. Обязанности - Разрабатывать и проектировать backend-сервисы на Python / FastAPI. - Проектировать и поддерживать REST API для мобильного приложения, PWA, риск-профиля и ИИ-помощника. - Описывать и поддерживать контракты API: request / response schemas, validation, error model, versioning. - Работать с Pydantic, PostgreSQL, Redis и, при необходимости, S3-compatible storage. - Интегрироваться с AI / ML-слоем: n8n-прототипы, FastAPI / FastMCP-сервисы, LLM API, RAG / context, Qdrant, traces. - Строить observability: structured logs, trace / request id, metrics, dashboards, error tracking. - Писать поддерживаемый код, покрывать критичную логику тестами, участвовать в code review и технических обсуждениях. Требования - Опыт backend-разработки на Python от 3 лет. - Хорошая база в технологиях веба: HTTP, контейнеры, хранение, веб-серверы. - Практический опыт разработки production API на FastAPI, Django, Flask или аналогичном backend-фреймворке; FastAPI будет сильным плюсом. - Уверенное владение Python. - Здравый смысл в использовании ИИ-агентов. - Хорошее понимание PostgreSQL: схемы, связи, индексы, транзакции, миграции, профилирование запросов. - Опыт проектирования REST API и умение договариваться о контрактах с mobile / frontend / SA / QA. - Опыт работы с микросервисами. - Умение писать тесты для критичной backend-логики. - Готовность работать в продуктовой команде, где требования меняются быстро, а API влияет на mobile, PWA и AI-сценарии. Будет плюсом - Опыт работы с очередями: Kafka / RabbitMQ, подготовка Celery. - Понимание, где зона ответственности AI / ML, а где классического Python-сервиса. - Понимание AI / ML инструментов и подходов. - Опыт в MedTech, HealthTech, FinTech или другом домене с чувствительными данными. Уровень дохода не указан.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

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

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Задачи - Использование AI/LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассировки, альтернативных решений и оценок трудозатрат с помощью AI-ассистированных процессов. - Применение AI для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. - Использование AI-управляемого поиска знаний для сокращения циклов анализа и проектирования. - Использование GitHub Copilot, Oracle Code Assist, Agentic AI-фреймворков и аналогичных инструментов в PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - AI-ассистированная генерация кода, оптимизация, рефакторинг, обратный инжиниринг и модернизация легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM. - Использование AI для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. - Разработка AI-управляемых стратегий тестирования: функциональное, интеграционное, регрессионное, нагрузочное и UAT. - Использование AI для генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-улучшенного регрессионного тестирования для ежеквартальных релизов Oracle Cloud. - Применение AI для триажа дефектов, анализа первопричин и прогнозной аналитики качества. - Интеграция AI-ассистированных ревью кода, анализа безопасности, статического сканирования и quality gates в CI/CD пайплайны. - Генерация документации по деплою, release notes, руководств по внедрению и операционных runbook с помощью AI. - Применение AI-управляемого мониторинга и аналитики для готовности ежеквартальных релизов Oracle. - Поддержка AI-управляемой автоматизации деплоя и управления окружениями. Требования - 11+ лет общего опыта в IT. - Сильный опыт работы с Oracle SCM Cloud и/или Oracle EBS. - Подтвержденный опыт применения AI на протяжении всего SDLC. - Сильный опыт разработки и модернизации ПО. - Опыт AI-ассистированной разработки, тестирования, DevOps и продакшн-поддержки. - Развитые коммуникативные и аналитические навыки. - Способность демонстрировать измеримые бизнес-результаты от внедрения AI: сокращение цикла разработки, улучшение качества кода, снижение уровня дефектов, сокращение трудозатрат на тестирование, ускорение циклов деплоя, ускорение инцидент-менеджмента, повышение продуктивности разработчиков. - Практический опыт с одним или несколькими инструментами: GitHub Copilot, Oracle Code Assist, ChatGPT, Claude, Agentic AI-фреймворки, Prompt Engineering, RAG, OCI Generative AI. - Сильный практический опыт с Oracle SCM Cloud и/или Oracle EBS. - Опыт кастомизаций, интеграций, расширений, отчетов и автоматизации Oracle SCM. - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX. - Простое перечисление ChatGPT/Copilot в резюме недостаточно — требуется реальный опыт. Условия - Локация: Альфаретта, Джорджия / удалённо. - Тип занятости: контракт.

Формат

Удалённо

Страна

Любая

Город

Не указан

Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей. Обязанности - Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени. - MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE. - Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы. - Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD. - Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование. - Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core). - ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием. - Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок. - Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств. - Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок. - Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров. Требования - Владение Python (3.10+) — основной язык команды. - Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении. - Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код. - Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию. - Экспертиза в одной из шести областей: - Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов. - Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска. - Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем. - Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание. - Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи. - Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.