Вакансии для разработчиков ИИ-агентов

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания: Grandeur Design Supply Мы ищем высококвалифицированного эксперта Claude Code с глубоким опытом в AI-ассистированной разработке, промт-инжиниринге и автоматизации рабочих процессов с использованием моделей Claude (Anthropic). Роль сосредоточена на использовании Claude для задач программирования, проектирования систем, документации и оптимизации процессов. Обязанности - Проектировать, тестировать и оптимизировать продвинутые промты для Claude для генерации качественного кода и технических результатов. - Создавать и поддерживать AI-ассистированные рабочие процессы разработки с использованием возможностей Claude Code. - Сотрудничать с инженерными и продуктовыми командами для интеграции Claude в инструменты, системы и процессы. - Отлаживать, дорабатывать и проверять AI-сгенерированный код на нескольких языках программирования. - Разрабатывать внутренние инструменты, скрипты и автоматизации на основе Claude API. - Документировать лучшие практики промт-инжиниринга и AI-ассистированного программирования. - Отслеживать новейшие достижения в моделях Claude и инструментах AI-разработки. - Оценивать производительность, точность и надёжность AI-сгенерированных результатов. Требования - Подтверждённый опыт работы с Claude (Anthropic) или аналогичными LLM (например, GPT, Gemini) для задач программирования. - Свободное владение одним или несколькими языками программирования (Python, JavaScript, TypeScript и т.д.). - Экспертиза в промт-инжиниринге и оптимизации выходных данных AI. - Опыт работы с API, интеграцией SDK и автоматизацией рабочих процессов. - Знакомство с жизненным циклом разработки ПО (SDLC) и системой контроля версий (Git). - Способность эффективно отлаживать и проверять AI-сгенерированный код. - Развитые навыки решения проблем и аналитического мышления. - Отличные письменные коммуникативные навыки и способность к документированию. Предпочтительные квалификации - Опыт создания AI-ассистированных инструментов для разработчиков или копилов. - Знание DevOps, CI/CD пайплайнов или облачных платформ (AWS, GCP, Azure). - Опыт в машинном обучении или обработке естественного языка. - Опыт работы с агентными системами или автономными рабочими процессами. Условия - Оплата: $10–15 в час (в зависимости от опыта и типа занятости). - Тип занятости: контракт. - Место работы: удалённо.

Формат

Офис

Страна

США

Город

Нью-Йорк

Грейд

Senior

Задачи - Проектировать, создавать и эксплуатировать защищённые корпоративные ИИ-платформы, которые соединяют ИИ-модели, агентов, инструменты и внутренние системы Spotify. - Владеть крупными направлениями работы в корпоративной ИИ-инфраструктуре, включая шлюз Model Context Protocol (MCP) и возможности корпоративного контекста, от технического проектирования до запуска и эксплуатации. - Создавать надёжные бэкенд-сервисы, API и интеграции, обеспечивающие ИИ-функции в цифровом рабочем пространстве Spotify. - Помогать в разработке масштабируемых подходов к управлению ИИ, включая доступ с учётом идентичности, разрешения, аудит, контроль политик и управление рисками, связанными со сторонними ИИ-инструментами. - Проектировать, создавать, тестировать и оценивать агентные системы и рабочие процессы, которые помогают сотрудникам Spotify получать доступ к информации и эффективно выполнять задачи. - Нести операционную ответственность за создаваемые сервисы и компоненты, балансируя скорость, надёжность, безопасность и долгосрочную поддерживаемость. - Взаимодействовать с инженерами и заинтересованными сторонами по всему Spotify, чтобы находить возможности, принимать взвешенные технические компромиссы и превращать новые потребности в области ИИ в масштабируемые возможности платформы. - Вносить вклад в инженерные практики, обмен знаниями и развитие ИИ-компетенций по мере освоения эксплуатации корпоративной ИИ-инфраструктуры в масштабе Spotify. Требования - Сильные фундаментальные знания в разработке ПО и опыт создания, тестирования, отладки и эксплуатации надёжных бэкенд-систем. - Опыт работы с бэкенд-языками, такими как Python, Go или аналогичными, и уверенное проектирование API и интеграций в сложных системах. - Понимание архитектуры ПО и того, как сервисы, API, корпоративные инструменты и пользовательские интерфейсы сочетаются друг с другом. - Опыт работы с концепциями и технологиями идентификации и аутентификации, такими как OAuth, SAML или SCIM. - Опыт работы с облачной инфраструктурой; знакомство с Google Cloud Platform будет полезно. - Уверенность в работе в условиях неопределённости, способность создавать ясность и самостоятельно принимать взвешенные технические решения. - Ответственное отношение к операционной деятельности и созданию надёжной инфраструктуры, на которую могут полагаться другие команды и сотрудники. - Интерес к экспериментам, итерациям, обмену знаниями и непрерывному обучению в совместной инженерной среде. - Опыт работы с корпоративным SaaS или платформенным инжинирингом, или с паттернами интеграции LLM, такими как использование инструментов, вызов функций, агентные рабочие процессы или системный промпт-инжиниринг, поможет добиться результатов в этой роли. Условия - Роль базируется в Нью-Йорке. - Предоставляется гибкость в выборе места работы: часть встреч проходит очно, но возможна работа из дома. - Вилка зарплаты в США: $164,448–$234,926 в год, плюс акции. - Льготы: медицинская страховка, шестимесячный оплачиваемый отпуск по уходу за ребёнком, пенсионный план 401(k), ежемесячная надбавка на питание, 23 оплачиваемых дня отпуска, оплачиваемые гибкие праздники и оплачиваемый больничный. - Эти диапазоны могут быть изменены в будущем.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Ведущий Full Stack разработчик C + Angular + AI Платформа для бизнес-аналитики, дополняемая возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. Формат работы: удаленно, РФ, московский часовой пояс. Заработная плата: обсуждается по пожеланиям кандидата. Предоставляются корпоративные подписки на AI-инструменты. Чем предстоит заниматься - Разрабатывать компоненты платформы целиком - Собирать требования, строить модели данных и описывать методики расчётов - Общаться напрямую с конечными пользователями - Проектировать архитектуру и защищать свои решения - Глубоко применять Claude Code и Cursor как agentic-инструменты, а не просто чат - Проводить ревью, технические обсуждения и развивать инженерную культуру Что важно - 5+ лет коммерческой разработки сложных DWH/BI-систем - Уверенные навыки: C, .NET, ASP.NET, Angular, AI-инструменты - Реальный опыт работы с Claude Code: настройка CLAUDE.md, структурированные промпты, анализ кодовой базы, генерация production-ready кода, рефакторинг, тесты, pull requests и аудит безопасности - Понимание ограничений LLM и умение выстраивать безопасный HITL процесс

Формат

Удалённо

Страна

Не указана

Город

Не указан

Обязанности - Продакшн AI-видео, рекламных креативов и контента с виртуальными аватарами; - Ведение нескольких аватаров одновременно — консистентность лица, голоса, характера и визуального стиля; - Сборка пайплайнов: бриф → сценарий и референсы → генерация → постпродакшн → готовый ассет; - Автоматизация через шаблоны, API, n8n, MCP и кастомные агенты/Skills в Claude, Codex и аналогах; - Ведение библиотеки промтов и контент-календаря по аватарам, форматам и площадкам; - Постпродакшн в Premiere Pro: монтаж, цвет, звук, липсинк, субтитры, адаптация под TikTok / Reels / Shorts; - Анализ конкурентов и трендов, тестирование хуков, форматов и новых инструментов. Требования - Опыт коммерческой работы с AI-генерацией видео от 2 лет и портфолио с кейсами; - Видеомодели: Seedance, Kling, Veo, Runway и другие актуальные; - Аватары: HeyGen, Synthesia, Hedra, D-ID или аналоги; - Higgsfield и Magnific, включая работу с Elements и консистентными персонажами; - Понимание diffusion, image-to-video, text-to-video, TTS, voice cloning, lipsync; - Промт-инжиниринг для изображений, видео, звука и агентных систем; - Опыт с MCP, Skills и кастомными агентами — готовность собирать решения под свои задачи; - Уверенный Premiere Pro и базовое понимание SMM; - Системность: готовность лезть в автоматизацию, документацию и техническую часть, а не только в визуал. Условия - Международная команда, полностью удалённый формат, комфортный график; - Оплата с привязкой к доллару; - Инструменты и генерации за счёт компании; - Открытая культура: прозрачность, уважение и результат.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Обязанности - Продакшн AI-видео, рекламных креативов и контента с виртуальными аватарами - Ведение нескольких аватаров одновременно — консистентность лица, голоса, характера и визуального стиля - Сборка пайплайнов: бриф → сценарий и референсы → генерация → постпродакшн → готовый ассет - Автоматизация через шаблоны, API, n8n, MCP и кастомные агенты/Skills в Claude, Codex и аналогах - Ведение библиотеки промтов и контент-календаря по аватарам, форматам и площадкам - Постпродакшн в Premiere Pro: монтаж, цвет, звук, липсинк, субтитры, адаптация под TikTok / Reels / Shorts - Анализ конкурентов и трендов, тестирование хуков, форматов и новых инструментов Требования - Опыт коммерческой работы с AI-генерацией видео от 2 лет и портфолио с кейсами - Видеомодели: Seedance, Kling, Veo, Runway и другие актуальные - Аватары: HeyGen, Synthesia, Hedra, D-ID или аналоги - Higgsfield и Magnific, включая работу с Elements и консистентными персонажами - Понимание diffusion, image-to-video, text-to-video, TTS, voice cloning, lipsync - Промт-инжиниринг для изображений, видео, звука и агентных систем - Опыт с MCP, Skills и кастомными агентами — готовность собирать решения под свои задачи - Уверенный Premiere Pro и базовое понимание SMM - Системность: готовность лезть в автоматизацию, документацию и техническую часть, а не только в визуал Условия - Международная команда, полностью удалённый формат, комфортный график - Оплата с привязкой к доллару - Инструменты и генерации за счёт компании - Открытая культура: прозрачность, уважение и результат

Формат

Офис

Страна

Россия

Город

Не указан

Backend / Platform Engineer — Claude Code, оркестратор и данные Удалённо. Продукт — платформа умного ремонта. Подписка на закрытые цены от 243+ брендов, AI-калькулятор бюджета, адаптация готовых интерьерных решений под планировку клиента, реализация под ключ. Текущее состояние Два контура в проде: - Платформа и Telegram-боты — работают на общей базе PostgreSQL в Yandex Cloud. Telegram Mini App и платформа используют одну БД, авторизация через initData. Платежи — YooKassa. - Веб-приложение, собранное через оркестратор Claude Code. Живёт отдельно: своя логика, свои данные, с основным контуром не связано. Значительная часть продуктовых данных до сих пор в Google Sheets: каталог материалов, расчётные таблицы, рабочие реестры. Задача — свести это в единую архитектуру: общая схема данных, единый пользователь во всех точках входа, API-слой поверх, постепенный вынос таблиц в БД. И построить оркестратор так, чтобы продуктом можно было управлять без разработчика. Главное в этой роли Ищем не того, кто пишет код руками, а того, кто работает через Claude Code как через управляющий слой и умеет строить такие слои внутри продукта. 1. Собранная собственная конфигурация Claude Code. CLAUDE.md, правила, skills, subagents, hooks, MCP-серверы к базе и сервисам. Не «иногда открываю чат», а настроенное окружение, где рутина делегирована, а вы держите архитектуру и ревью. 2. Умение построить оркестратор для владельца продукта. Капсулы, цены, тарифы, тексты живут как данные и редактируются основателем самостоятельно, без деплоя. Ваша зона: структура, права доступа, валидация, история изменений и откат. Новые типы сущностей добавляете вы — наполняет их продукт. Если вам комфортно быть единственной точкой доступа к продукту — это не та роль. Задачи - Спроектировать единую схему данных и свести два контура: платформа, боты, веб-приложение - Унифицировать авторизацию между точками входа, чтобы пользователь был один везде - Развивать оркестратор как рабочий инструмент заказчика - Запустить AI-агентов в продукте — от прототипа до прода: подбор материалов, адаптация капсулы под планировку, обработка обращений. Оркестрация вызовов, работа с инструментами и БД, управление состоянием диалога, ограничители и проверка результата, логирование для последующей отладки качества - Вести БД: миграции, индексы, бэкапы, доступы, SQL-витрины для аналитики - Постепенно переносить данные из Google Sheets в БД — блоками, без остановки процессов: таблицы продолжают работать, пока перенос не завершён - Интегрировать AI-модели (текст и изображения): очереди, асинхронная обработка, хранение результатов, учёт расхода по пользователю, фолбэк при отказе провайдера - Поддерживать и развивать интеграции: Telegram Bot API, YooKassa Требования Бэкенд Python, FastAPI, асинхронность. Проектирование REST API. Аутентификация и авторизация, роли и права. Вебхуки, идемпотентность обработки. Базы данных PostgreSQL на уровне проектирования, а не только запросов: схемы, нормализация, индексы, транзакции. Alembic или аналог. Бэкапы и восстановление. Данные и миграция Google Sheets API. ETL: выгрузка, очистка, валидация, дедупликация. Повторяемые идемпотентные загрузки. Двусторонняя синхронизация на переходный период, пока часть процессов ещё в таблицах. AI-агенты Проектирование агентных сценариев: tool calling, доступ агента к БД и внешним API, управление контекстом и состоянием, guardrails, обработка галлюцинаций и отказов. Оценка качества ответов, версионирование промптов, воспроизводимость. AI-интеграции Подключение LLM и image-моделей в прод. Стриминг, таймауты, лимиты, подсчёт и списание расхода по пользователю, переключение провайдера при отказе. Асинхронная обработка Очереди задач (Celery, ARQ, RQ — любое), Redis, ретраи, дедлеттеры, таймауты. Понимание, что делать с задачей, которая идёт минуту и может упасть. Интеграции Telegram Bot API, Telegram Mini App. YooKassa: платежи, вебхуки, рекуррентные списания. Инфраструктура Yandex Cloud, Docker, CI/CD, логирование, мониторинг, работа с секретами. Фронт Next.js на уровне чтения и правок — не писать с нуля, но уметь поправить и задеплоить. Админ-слой Опыт создания панели, которой пользуется нетехнический человек: валидация ввода, превью, аудит-лог, откат изменений, защита от разрушающих действий. Общее 3+ года коммерческой разработки. Минимум один проект с реальными платежами и пользователями. Умение разобраться в чужом коде и не переписать его с нуля. Задачи приходят продуктовыми формулировками, не техническими ТЗ. Условия - Продукт с выручкой и живыми пользователями, не идея на слайдах. Всё что делаете — идёт в прод сразу, не в бэклог - Вы единственный инженер на контуре. Архитектурные решения ваши. Ни комитетов, ни согласований, ни легаси-владельца, который скажет «у нас так принято» - Работа напрямую с основателем, без прослойки менеджеров и переводчиков с продуктового на технический - Claude Code — норма, а не эксперимент. Никто не будет спрашивать, почему вы делегируете агентам. Это заложено в саму роль - AI-агенты в проде, а не в демо — редкая возможность собрать агентный слой в работающем бизнесе, а не в песочнице - Задача целиком: собрать архитектуру от разрозненных контуров до единой системы

Формат

Гибрид

Страна

Россия

Город

Не указан

Аналитик-разработчик в Яндекс Кит Руководитель B2B-аналитики в Transactional AI развивает независимый еком и транзакции через Яндекс. Цели — быть надёжным партнёром для бизнеса, помогать пользователям быстро находить нужные товары. Яндекс Кит — продукт, который позволяет открыть интернет-магазин за неделю. Сейчас 2500 магазинов работают на Ките. Задачи - Выявление точек роста продукта и партнёрств через анализ метрик. Развитие системы управления бизнеса: оценка эффективности, поиск возможностей для роста и монетизации. - Внедрение AI в аналитику и self-service. Self-service включает не только дашборды, но и настроенных ИИ-агентов для менеджеров. Задача — масштабировать управление на данных. - Проведение экспериментов: проектирование и сопровождение A/B-тестов. - Контроль качества данных: валидация и выстраивание источников, отслеживание консистентности метрик и документации. Требования - Опыт работы с BI, DWH, событийной аналитикой, A/B-тестами - Опыт работы с B2C- или B2B-продуктами, умение строить деревья метрик, формулировать и проверять гипотезы - Уверенное владение SQL и Python - Понимание принципов работы LLM - Умение выстраивать деловую коммуникацию Будет плюсом - Участие и победы в олимпиадах по математике, программированию или экономике - Опыт работы в екоме или крупных транзакционных сервисах - Опыт применения аналитических LLM-агентов Условия - Ежегодные медицинские чекапы - Йога - Психотерапия

Формат

Удалённо

Страна

Россия

Город

Не указан

Инженер по тестированию на Java (AI агент) Компания VS Robotics (ООО АБТ) ищет инженера по автотестированию на Java. Продукт — AI-агент, который общается с клиентами в текстовом и голосовом каналах. Он помогает подобрать релевантные продукты и решения, ведёт диалог на естественном языке, работает на входящей и исходящей линиях, использует разные голоса и подстраивается под тональность и тип клиента, учитывая контекст общения. Дополнительные продукты команды: - Робот-оператор — автоматизация обработки звонков и типовых сценариев. - DIVR — интеллектуальная маршрутизация обращений. - Voice — готовые голосовые решения для массовых коммуникаций. - Текстовые коммуникации — шаблоны и отправка SMS, push-уведомлений, email, бумажных писем. Задачи - Разработка, актуализация и поддержка автоматизированных тестов на Java с использованием Selenium, Cucumber, Allure. - Проведение функционального и интеграционного тестирования. - Запуск автотестов, анализ результатов их выполнения, формирование отчётов о качестве и метриках. - Внедрение и развитие технологий ИИ для решения бизнес-задач. - Взаимодействие с командой разработки, аналитиками и заказчиками в рамках Agile / Scrum методологий. - Ведение документации по тестированию (Confluence и Jira). - Обеспечение высокого уровня качества продукта и сервисов, своевременное выявление и устранение дефектов. Требования - Опыт работы в роли автоматизатора тестирования за последний 1 год на проектах по разработке, модификации или внедрению систем с использованием Java. - Опыт разработки технологии и реализации ИИ в предметных областях в части финансового сектора бизнеса. - Опыт работы в финтехе и банковской сфере. - Опыт функционального и интеграционного тестирования. - Опыт автоматизации (Java, Selenium, Cucumber, Allure): разработка новых и актуализация существующих автоматизированных тестов, запуск автотестов. - Опыт работы с багтрекенговыми системами и системами управления тестированием (HP ALM, Atlassian Jira): разработка, выполнение и ревью тестов, кроссировка требований с тестами, работа с дефектами и назначенными задачами. - Опыт командной разработки с использованием Confluence и Jira. Условия - Конкурентная зарплата, обсуждается на собеседовании. - Официальное оформление в российскую ИТ-компанию с аккредитацией. - Бонусы: бесплатная подписка «СберПрайм+», скидки на изучение английского языка, бесплатный фитнес в офисе или скидки на покупку абонемента себе и близким, скидки от партнёров Сбера, корпоративная пенсионная программа. - Удалённый или гибридный формат работы, «короткая» пятница.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании FullStack — консалтинговая компания по разработке ПО в Америке. Клиенты — крупные мировые компании и стартапы Кремниевой долины. Позиция Senior AI-инженер (Google ADK + Python) для работы с клиентами в одном из двух форматов: - Team Augmentation: интеграция в команду клиента и ежедневная работа вместе с его дизайнерами и инженерами. - Design & Build: работа в продуктовой команде FullStack над созданием и поставкой продукта клиенту. Требования - 5+ лет профессионального опыта в разработке ПО, создании production-приложений с Python и AI/agent-технологиями. - Продвинутый английский язык. - Обязательно наличие законченного высшего образования. - Практический опыт с Google ADK (Agent Development Kit) или аналогичными фреймворками для разработки агентов. - Сильный профессиональный опыт Python для разработки production-кода и бэкенд-сервисов. - Опыт работы с Git для контроля версий и совместной разработки. - Практический опыт с Docker и разработкой контейнеризированных приложений. - Опыт разработки и поставки production-ready решений. - Понимание современных практик разработки: тестирование, качество кода, деплой. - Навыки решения сложных задач и эффективной работы в команде. - Интерес к AI-ориентированной разработке и новым agentic AI-технологиям. - Способность разбираться в новых и сложных проблемах и вносить вклад в библиотеки по мере необходимости. - Умение создавать и поддерживать непрерывную интеграцию и доставку приложений. - Внимание к деталям. - Позитивный настрой и проактивное отношение. - Опыт работы в Agile/Scrum-командах. - Значимый опыт работы с крупными и сложными системами. - Способность брать полную ответственность за свою работу и выполнять согласованные с командой ожидания. - Способность разделять цели клиентов FullStack и выполнять взятые обязательства. Будет плюсом - Использование AI-инструментов в рабочем процессе. - Профессиональный опыт или личные проекты с Cursor, Windsurf, Google Antigravity, Claude Code, Gemini CLI, Codex или Copilot CLI. Условия - Конкурентная зарплата. - Оплачиваемый отпуск: отпуск, больничный, отпуск по уходу за ребёнком, праздники. - 100% удалённая работа. - Возможность работать с ведущими стартапами и компаниями из списка Fortune 500. - Медицинская, стоматологическая и офтальмологическая страховка. - 401(k) с матчингом 4%. - Возможности карьерного роста. - Возможности продолжения образования. Работа в США - Требуется действующее разрешение на работу в США на полную ставку. - FullStack не спонсирует рабочие визы сейчас или в будущем.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Mindrift ищет специалистов по вайбкодингу для проекта Tendem. Роль называется AI Pilot: вы будете работать вместе с агентами Tendem, которые выполняют повторяющиеся задачи, а вы обеспечиваете критическое мышление, экспертизу и контроль качества. Это частичная занятость, полностью удалённо, для технических специалистов с опытом веб-скрапинга, извлечения и обработки данных. Задачи - Управление сквозными процессами извлечения данных с сложных сайтов: полное покрытие, точность и надёжная поставка структурированных наборов данных. - Использование внутренних инструментов (Apify, OpenRouter) и собственных подходов для ускорения сбора, валидации и выполнения задач. - Обеспечение надёжного извлечения данных с динамических и интерактивных веб-источников, включая JavaScript-рендеринг и изменяющееся поведение сайтов. - Контроль качества данных: проверки валидации, контроль согласованности между источниками, соблюдение форматов и систематическая верификация перед сдачей. - Масштабирование операций скрапинга для больших наборов данных: эффективная пакетная обработка или параллелизация, мониторинг сбоев, устойчивость к изменениям структуры сайтов. Требования - Желателен опыт от 1 года в анализе данных, AI-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных областях. - Python-скрапинг: создание надёжных скриптов с использованием BeautifulSoup, Selenium (или аналогов) для многоуровневых сайтов, динамического JS-контента (бесконечная прокрутка, AJAX) и API-эндпоинтов через предоставленный прокси. - Экспертиза в извлечении данных: работа со сложными иерархическими структурами (регионы → компании → детали), архивными страницами и различными HTML-форматами. - Обработка данных: очистка, нормализация, валидация; поставка качественных наборов данных в структурированных форматах (CSV, JSON, Google Sheets). - Практический опыт с LLM и AI-фреймворками для автоматизации и решения задач. - Внимание к деталям и точности данных. - Самостоятельность и способность независимо устранять неполадки. - Английский от Upper-Intermediate (B2) и выше — обязательно. Условия - Частичная занятость, полностью удалённо, свободный график; нужны ноутбук и стабильный интернет. - Оплата за экспертизу: до $32/час в зависимости от навыков, опыта и потребностей проекта. Также указана годовая вилка $64 000–66 560. - Опыт в гибридной среде, где человеческая экспертиза и AI-агенты работают совместно. - Участие в бонусных программах, основанных на качестве и стабильности работы.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Компания RXNT — healthtech-компания, цифровой фундамент системы здравоохранения США. Более 25 лет работает на стыке здравоохранения и технологий, развивает AI-продукты. Задачи - Преобразовывать неоднозначные продуктовые концепции в конкретные ML-стратегии: начинать с данных, проводить EDA, выявлять паттерны и признаки. - Донастраивать мультимодальные генеративные модели и оркестрировать AI-агентов (например, LangGraph) с учётом домена здравоохранения; тестировать крайние случаи, строить запасные эвристики. - Определять строгие статистические и бизнес-метрики с первого дня, строить фреймворки для оценки моделей. - Писать production-grade Python, сотрудничать с инженерами для развёртывания масштабируемых решений, участвовать в мониторинге здоровья системы, дрейфа данных и деградации моделей. - Работать автономно, согласовывать действия со стейкхолдерами, предоставлять чёткие обновления техническому руководству. Требования - 5+ лет профессионального опыта в ML-инжиниринге и/или data science. - MS или PhD в Computer Science, математике, ИИ или смежной области (или BSc с эквивалентным подтверждённым опытом). - Глубокое знание ML: сильная статистическая база, экспертные знания архитектур моделей, анализа данных и методов оценки; владение основными фреймворками (PyTorch, TensorFlow, JAX) и продвинутыми техниками донастройки. - Практическое знакомство с контейнеризацией, оркестрацией, облачными сервисами (AWS, GCP, Azure) и CI/CD для поддержания production ML-систем. Условия - Удалённая работа.

Формат

Офис

Страна

США

Город

Сан-Франциско

Хорошо финансируемый стартап в области инфраструктуры создает контекстный слой для инженерных команд и ИИ-агентов кодирования — по мнению многих, недостающий уровень современного стека ПО для ИИ. Компания строит постоянно обновляемый детерминированный граф всей инженерной среды организации. Граф служит оперативной памятью для людей и ИИ-агентов, обеспечивая более безопасные развертывания, лучшие архитектурные решения, снижение производственных рисков и ускорение разработки. Роль: AI-инженер для создания интеллектуального слоя, который делает систему полезной для инженеров и ИИ-агентов. Работа на стыке ИИ, программной инфраструктуры, инструментов разработчика и представления знаний. Значительная ответственность за техническое направление и продукт. Обязанности - Создавать ИИ-системы, которые понимают и рассуждают о сложных инженерных средах. - Разрабатывать интеллектуальные рабочие процессы, объединяющие структурированные данные, неструктурированную информацию, код, инфраструктуру и операционный контекст. - Работать с LLM, агентами, системами поиска и представлениями знаний, чтобы сделать инженерный контекст доступным для людей и ИИ. - Проектировать и внедрять системы извлечения, организации и постоянного обновления знаний из инженерных сред. - Повышать точность, надежность и детерминированность ИИ-генерируемого контекста и рекомендаций. - Создавать интеграции с репозиториями кода, инфраструктурой, инструментами разработчика, документацией, коммуникационными платформами и другими инженерными системами. - Разрабатывать системы оценки качества и надежности ИИ-систем. - Тесно работать с командами продукта и разработки, превращая неоднозначные проблемы в масштабируемые технические решения. - Помогать формировать архитектуру и техническое направление раннего продукта. Требования - Сильные основы разработки ПО и опыт создания production-систем. - Опыт создания приложений или инфраструктуры с использованием LLM, ИИ-агентов, RAG, графов знаний или других ИИ/ML-систем. - Опыт работы с Python и/или TypeScript; знание других современных бэкенд-языков — плюс. - Опыт работы с API, распределенными системами, базами данных и облачной инфраструктурой. - Понимание ограничений систем на основе LLM и умение строить надежные системы вокруг них. - Опыт доведения ИИ-систем от прототипа до production. - Комфорт в работе в среде ранней стадии с высокой ответственностью и автономией. - Развитое продуктовое чутье и интерес к решению сложных задач для инженеров ПО. - Наличие неограниченного разрешения на работу в США; спонсорство не предоставляется. - Возможность работать 5 дней в неделю в Сан-Франциско. Условия - Зарплата: $250k + доля в компании. - Хорошо финансируемая команда, решающая фундаментальную проблему, созданную быстрой эволюцией разработки ПО на основе ИИ. - Возможность помочь определить новую категорию и создать инфраструктуру, которая может стать критически важной для понимания и изменения сложных программных систем инженерами и ИИ-агентами.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Kokosing — один из 50 крупнейших генеральных подрядчиков США, обслуживающий широкий круг клиентов в частном и государственном секторах. Услуги включают тяжелое гражданское и промышленное строительство: автомагистрали, мосты, подземные коммуникации, объекты водоснабжения и водоотведения, морское строительство. Более 75 лет компания привлекает квалифицированных технических специалистов, предлагая видимые задачи, высокое качество и привлекательное вознаграждение. Годовой объем продаж — более 2,8 млрд долларов. О роли Kokosing ищет инженера по ИИ в строительстве. Этот сотрудник будет стратегическим партнером между отделом технологий и инноваций (T&I), IT и бизнес-подразделениями для поддержки внедрения интеллектуальных инструментов, копилотов и агентных рабочих процессов с целью автоматизации процессов и решения реальных задач в строительной отрасли в соответствии с целями организации. Специалист будет связующим звеном между разработкой ПО и прикладным ИИ, интегрируя прогнозные модели и генеративный ИИ в реальное выполнение проектов и операционную деятельность предприятия. Инженер по ИИ в строительстве будет подчиняться директору по строительным технологиям и инновациям и ежедневно взаимодействовать с операционными руководителями и IT-отделом. Корпоративная культура Инженер по ИИ в строительстве должен воплощать и укреплять основные культурные ценности организации: - Ориентация на клиента: построение долгосрочных отношений с клиентами (внутренними и внешними), предоставление комплексных решений и качественных результатов, превышение ожиданий безопасно и надежно. - Управление «с засученными рукавами»: «Никто из нас не умнее, чем все мы вместе». Лидерский подход, совместное достижение целей, готовность помогать, а не просто наблюдать. - Финансовая устойчивость: долгосрочные решения, анализ рисков, разумные стратегии, реинвестирование прибыли в компанию и обеспечение ресурсов для лидерства в отрасли. - Инновационное мышление: инновации — ключевой фокус организации, оптимизация бизнеса и лидерство в сообществе и стране. Ключевые обязанности Роль заключается в переводе бизнес- и полевых потребностей в работающие решения — от интеллектуальных рабочих процессов и копилотов до агентных инструментов и ИИ-приложений для строительного сектора. Вы будете разрабатывать надежные системы, которые стабильно работают в среде с высокими ставками и управлением рисками физического строительства. Вместе мы создадим и внедрим практические ИИ-решения, обеспечивающие автоматизацию, производительность и бизнес-ценность. - Создание ИИ-агентов и автоматизаций: проектирование и реализация интеллектуальных рабочих процессов с использованием LLM, вызова функций, агентного ИИ и мультиагентных паттернов, а также архитектур поиска. - Системная интеграция: интеграция ИИ-возможностей в корпоративные системы и полевые приложения (например, Procore или Autodesk) для реального внедрения и измеримой ценности. Партнерство с инженерами и аналитиками, работающими над безопасностью, операциями, планированием и рисками, для превращения агентных возможностей в инструменты для суперинтендантов, менеджеров проектов и инженеров-проектировщиков. - Тестирование и оценка: создание надежной инфраструктуры оценки, золотых наборов данных и тестовых стендов для недетерминированных ИИ-систем для обеспечения надежности и соответствия требованиям. - Управление данными: работа со структурированными и неструктурированными строительными данными, создание систем поиска, охватывающих векторный поиск и графы знаний по сложным проектным данным. - Взаимодействие с заинтересованными сторонами: партнерство с отраслевыми экспертами (руководителями проектов, суперинтендантами, директорами по безопасности) для уточнения требований и превращения агентных возможностей в удобные ежедневные инструменты. - Управление моделями: обеспечение соответствия ИИ-решений корпоративным стандартам безопасности, конфиденциальности и ответственной практики ИИ. Квалификация и навыки - Образование: степень бакалавра или магистра в области компьютерных наук, инженерии, науки о данных или смежной технической области. - Опыт: более 5 лет практической разработки ПО или инженерии ИИ/ML с подтвержденным опытом выпуска ИИ-приложений в производственной среде. - Инструменты ИИ и оркестрации: практический опыт работы с ИИ-фреймворками для оркестрации (например, LangChain, LangGraph, CrewAI, AutoGen или LlamaIndex). - Программирование и облако: уверенные знания Python и опыт работы с основными корпоративными облачными платформами и векторными базами данных (например, Azure, Databricks, Snowflake, Palantir). - Знание строительства: знание технологических стеков архитектуры, инженерии и строительства (AEC), цифровых двойников.

Формат

Удалённо

Страна

Великобритания, Польша

Город

Не указан

Грейд

Senior

О компании GitLab — платформа интеллектуальной оркестрации для DevSecOps. Она помогает организациям повышать продуктивность разработчиков, улучшать операционную эффективность, снижать риски безопасности и соответствия требованиям, а также ускорять цифровую трансформацию. Более 50 миллионов зарегистрированных пользователей и более 50% компаний из Fortune 100 доверяют GitLab. О роли В команде Plan: Spec-Driven Development вы будете помогать создавать цикл «от намерения к коду» в GitLab: агентные рабочие процессы, которые превращают сформулированное намерение в уточнённую рабочую задачу, план реализации и проверяемый, готовый к слиянию код. Вы будете отвечать за раннюю бэкенд-разработку: потоки, API, модели данных и системы оценки, используя Ruby on Rails, Python, PostgreSQL, GitLab Duo Agent Platform, API больших языковых моделей и шлюз искусственного интеллекта. Вы присоединитесь к небольшой распределённой команде, работающей над одним из самых заметных продуктовых направлений GitLab, и будете сотрудничать с дизайн-партнёрами в подготовке публичной беты. В первый год вы будете вести крупные функции от неясной проблемы до релиза, помогать определять объём с продуктом и пользователями, наставлять других инженеров и влиять на технические решения в области агентных рабочих процессов и методов оценки. Чем предстоит заниматься - Вести бэкенд-функции от ранних обсуждений продукта до технического дизайна, реализации, запуска и анализа после релиза. - Создавать потоки, API и модели данных для агентно-генерируемых рабочих задач, планов реализации, долговечных спецификаций и готового к слиянию кода. - Разрабатывать системы оценки и бенчмаркинга, измеряющие качество рабочих процессов, стоимость токенов и процент успеха. - Использовать Ruby on Rails и Python для создания надёжных production-систем, а также PostgreSQL, GraphQL, REST, GitLab Duo Agent Platform, API больших языковых моделей и шлюз ИИ. - Напрямую сотрудничать с продуктом, дизайном, инженерами, дизайн-партнёрами и пользователями для определения объёма и практических компромиссов. - Координировать проекты с участием нескольких человек в команде и чётко сообщать о решениях в асинхронной, полностью удалённой среде GitLab. - Наставлять других инженеров и вносить вклад в техническое направление в группе Plan и связанных инициативах в области ИИ. - Работать короткими итерациями, делиться прогрессом через демо и использовать результаты и отзывы пользователей для определения дальнейших шагов. Что мы ожидаем - Уверенный опыт работы с Ruby on Rails в большой production-кодовой базе и production-опыт с Python. - Опыт ведения крупных проектов с участием нескольких инженеров на протяжении нескольких месяцев с понятными пользовательскими или бизнес-результатами. - Продуктовое мышление и опыт владения функциями от начала до конца, включая определение объёма, поиск компромиссов, взаимодействие с пользователями и анализ внедрения после запуска. - Full stack-бэкграунд с текущим фокусом на бэкенд-разработке, а также умение читать современный фронтенд-код и проектировать эффективные API. - Сильные основы проектирования API и SQL. - Опыт изучения разработки с помощью искусственного интеллекта. - Способность работать самостоятельно, взаимодействовать между функциями и регионами, поддерживать других через техническое лидерство и наставничество. Опыт с GraphQL, производительностью PostgreSQL в масштабе или созданием и оценкой больших языковых моделей или агентных систем полезен, но не обязателен. Мы приветствуем кандидатов с разным опытом и переносимыми навыками. Если вас заинтересовала эта роль, но вы соответствуете не всем требованиям, мы приглашаем вас откликнуться. О команде Мы — команда из четырёх инженеров: два бэкенд- и два фронтенд-инженера из Канады и Европы. Вы будете работать в полностью удалённой, асинхронной среде с еженедельными синхронными звонками, ретроспективами, демо и короткими итерациями. Это ранний этап.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

Zartis — глобальный партнер по AI-трансформации и технологическому консалтингу. Команда работает над проектами в области AI-платформ, безопасных API-архитектур и cloud-native разработки. Инженерные хабы расположены в EMEA и LATAM, компания имеет долгосрочные партнерства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Проект относится к логистической отрасли: поддержка лидера цепочки поставок, который предоставляет экспертный консалтинг, специализированное ПО и управляемые сервисы для оптимизации сквозных логистических операций. Роль предполагает работу в распределенной команде. Задачи: - Проектирование, разработка и развертывание AI-приложений на Python. - Интеграция моделей машинного обучения, AI-API и интеллектуальных алгоритмов в масштабируемые бэкенд-системы. - Совместная работа с дата-сайентистами, продакт-менеджерами и инженерами для разработки AI-функций. - Участие в архитектуре ПО, системном дизайне и технических решениях для AI-продуктов. - Разработка и поддержка CI/CD пайплайнов и контейнерных сред с использованием Docker. - Развертывание и управление AI-приложениями на облачных платформах: AWS, Azure или Google Cloud Platform. - Оптимизация AI-решений по масштабируемости, производительности, надежности и поддерживаемости. - Отслеживание последних достижений в области AI и машинного обучения, оценка возможностей их внедрения. Требования: - Степень бакалавра в Computer Science, программной инженерии или смежной области. - 5+ лет профессионального опыта разработки ПО с фокусом на интеграцию AI/ML-решений в продакшн-приложения. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт с фреймворками машинного обучения: TensorFlow, PyTorch, scikit-learn или Hugging Face Transformers. - Понимание концепций машинного обучения, data engineering, ETL-процессов и развертывания моделей. - Опыт работы с SQL и крупномасштабными наборами данных. - Знакомство с контейнеризацией (Docker), CI/CD практиками и облачными платформами (AWS, Azure или GCP). - Опыт создания или потребления RESTful API и интеграции AI-сервисов в корпоративные приложения. - Опыт работы с LLM, векторными базами данных, промт-инжинирингом или AI-агентами. - Развитые аналитические и проблемно-ориентированные навыки. - Отличные коммуникационные навыки и умение работать в команде. - Проактивность, адаптивность, самостоятельность. - Способность работать независимо и в кросс-функциональных командах. - Мотивация вносить вклад в успех организации и соответствие её культуре и ценностям. Будет плюсом: - Опыт с современными фронтенд-фреймворками: React, Angular или Vue.js. - Знание MLOps-инструментов и практик. - Знакомство с Kubernetes, infrastructure as code или микросервисной архитектурой. Условия: - 100% удаленная работа. - Ежемесячная надбавка на удаленную работу. - Программа карьерного развития с 360-градусной обратной связью. - Обучение: выделенное время в течение недели, онлайн-курсы (Pluralsight, Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства.

Формат

Офис

Страна

Европа

Город

Не указан

AI Solutions Builder Smartcat — платформа для создания гибридных команд из людей и ИИ-агентов. Компания работает в категории Agentic AI и помогает предприятиям повышать производительность. Платформа сочетает генеративный ИИ, человеческий контроль и корпоративный граф навыков. Более 1000 компаний, включая 20% из списка Fortune 500, используют Smartcat. Роль предполагает работу в небольшой команде в составе офиса CEO. Задачи: - Создание и оптимизация ИИ-инструментов для анализа воронки продаж, управления знаниями, операционной отчетности и поддержки принятия решений. - Работа со структурированными и неструктурированными данными, включая векторные базы данных, MCP и RAG. - Создание и поддержка ИИ-агентов, сочетающих семантический и ключевой поиск по базам знаний, транскриптам встреч и данным CRM. - Управление инфраструктурой для ИИ-сервисов при поддержке DevOps. - Преобразование неоднозначных бизнес-задач в масштабируемые ИИ-решения. - Внедрение ИИ-подходов в работу организации. Требования: - Сильный интерес к ИИ, автоматизации и новым технологиям. - Опыт работы с ИИ-инструментами для кодирования: Claude, Cursor, Cline или аналоги. - Базовые навыки программирования на Python или сильная мотивация быстро учиться. - Уверенная работа с командной строкой, базовое администрирование Linux, облачная инфраструктура (AWS/GCP). - Опыт ведения проектов от начала до конца. - Готовность работать в быстро меняющейся стартап-среде. - Развитые коммуникативные навыки и умение работать в команде. - Способность превращать бизнес-потребности в практические ИИ-инструменты. - Владение английским и русским языками. Условия: - Полная удаленная работа. - Возможность работать в ИИ-компании на переднем крае агентного ИИ. - Прямое взаимодействие с CEO и исполнительной командой. - Высокая степень ответственности и автономии. - Быстрая, коллаборативная и поддерживающая команда. - Культура, основанная на инновациях, скорости и результатах. - Возможности роста в быстрорастущей глобальной компании. О компании: - Команда из более чем 200 человек в 30+ странах, ключевые офисы в Нью-Йорке, Лондоне, Лиссабоне, Коста-Рике, Сербии, Армении, Грузии и Испании. - Большинство ролей удаленные. - Компания использует ИИ во всех направлениях деятельности, сотрудникам разрешено управлять собственными ИИ-агентами. - Smartcat работает на рынке многоязычного контента объемом 100 миллиардов долларов.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Machine Learning Engineer в компании Unifonic, занимающейся SaaS-решениями для бизнес-коммуникаций. Команда из 500 сотрудников обслуживает более 5000 компаний. Задачи: - Проектирование, разработка и внедрение масштабируемых ML-решений с акцентом на NLP и RAG-архитектуры. - Построение RAG-систем, сочетающих большие языковые модели с механизмами поиска для повышения точности и интерпретируемости контента. - Применение NLP-техник: классификация текста, распознавание сущностей, анализ тональности, суммаризация, ответы на вопросы, извлечение информации. - Исследование и интеграция современных NLP-моделей и RAG-фреймворков (Transformers, BERT, GPT, векторные базы данных, семантический поиск). - Наставничество младших коллег, обмен знаниями и лучшими практиками ML и разработки ПО. - Взаимодействие с кросс-функциональными командами для интеграции ML-решений в продукты компании. - Разработка и оптимизация ML-алгоритмов, создание сервисных API с использованием Flask, FastAPI или аналогичных фреймворков. - Отслеживание актуальных исследований и трендов в области ИИ, включая генеративный ИИ. - Сбор и анализ больших наборов данных совместно с командой data engineering в реальном времени, около-реальном времени или пакетном режиме. - Реализация прототипов и proof-of-concept для новых AI-кейсов. - Построение масштабируемых ML-сервисов, выдерживающих тысячи запросов в секунду, и проведение нагрузочных тестов для соблюдения SLA. - Ревью кода коллег, улучшение архитектуры в соответствии с принципами SOLID. - Участие в документации проектов и демонстрациях. Требования: - Опыт проектирования и внедрения RAG-систем, знание стратегий поиска (BM25, плотный поиск, гибридные подходы) и интеграции графов знаний. - Практический опыт с фреймворками оркестрации LLM: LangChain, LangGraph, CrewAI или аналогичными для создания автономных агентов. - Глубокие знания NLP-техник и моделей: Transformer-архитектуры (BERT, GPT, T5, LLama, Mistral), большие языковые модели и их тонкая настройка, векторные эмбеддинги и поиск по сходству, классификация текста, NER, анализ тональности, суммаризация, ответы на вопросы. - Опыт работы ML-инженером от 3 до 5 лет. - Опыт работы с Python от 3 лет. - Аналитические способности для сбора, организации и анализа больших наборов данных. - Полный цикл обучения, оценки, тестирования и развертывания ML-продуктов в продакшене. - Написание качественного кода на Python (SOLID), знание структур данных, алгоритмов и моделирования данных. - Опыт работы с ML-фреймворками: NumPy, Pandas, Scikit-Learn, PyTorch, Keras, BERT, TensorFlow и аналогичными. - Знакомство с практиками MLOps.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Python Backend Developer О продукте В команду ищут эксперта разработки, который возьмёт на себя самые критичные и нагруженные части платформы. Важен не только сильный инженер, но и человек, которому интересно, как индустрия агентов взрослеет: от prompt- к context engineering, от одиночного бота к мульти-агентным системам, MCP и A2A как новые стандарты, память и eval агентов, reasoning-модели, эффективный serving (vLLM / SGLang). Это не просто чтение в ленте, а практическое применение. Над чем предстоит работать - Оркестратор диалога на LangGraph: граф сценариев, чекпоинтинг состояния, tool-calling, интеграция с LLM. Это сердце платформы и одна из самых нагруженных её частей. - Планирование и выполнение многошаговых задач, субагенты и мульти-агентная оркестрация. - Развитие долговременной памяти агентов, изолированные сэндбоксы для исполнения кода и инструментов, guardrails и контроль действий. - Парсинг и чанкинг документов, индексация и гибридный / семантический поиск в Milvus. - Рантайм диалога на Kafka: обработка входящих сообщений, маршрутизация ответов в каналы, поток событий диалога в аналитику. - Оценка качества агентов, наблюдаемость. Чем предстоит заниматься - Реализовывать высоконагруженные бэкенды критичной бизнес-логики. - Быть владельцем кода одного или нескольких сервисов и отвечать за его качество, производительность, отказоустойчивость и документированность. - Прототипировать и исследовать подходы (новые модели, фреймворки агентов, способы инференса), чтобы обоснованно выбирать решения, а не следовать хайпу. - По желанию и в перспективе расти в техлида или тимлида продукта. Ожидания от кандидата - Релевантный опыт backend-разработки от 5 лет с Python как основным языком на экспертном уровне (в компании используется Python 3.12): понимание не только как писать, но и как и почему работает под капотом. - Глубокое понимание async-модели: где asyncio даёт выигрыш, а где только добавляет сложности, как не положить event loop блокирующим вызовом и как дебажить асинхронный код под нагрузкой; опыт с async-фреймворком (в компании используется FastAPI). - Опыт проектирования и эксплуатации высоконагруженных и отказоустойчивых сервисов: нагрузка, конкурентность, backpressure, деградация, идемпотентность. - Уверенная работа с микросервисами и брокерами сообщений (в компании используется Kafka). - Опыт с реляционными БД (в компании используется PostgreSQL); понимание, чем платить за консистентность и как не положить базу под нагрузкой. - Алгоритмы и структуры данных, ООП, SOLID, чистый читаемый код, code review, юнит-тестирование.

Формат

Офис

Страна

Не указана

Город

Не указан

Старший разработчик-агентостроитель Служба AI-сервисов в Яндекс Лавке внедряет AI во внутренние процессы и пользовательский опыт. За последний год направление развилось от точечных агентов под отдельные задачи до AI-систем, охватывающих целые бизнес-функции. Ищем разработчика-агентостроителя, который возьмёт на себя проектирование и развитие AI-систем end-to-end. Позиция на стыке ML, бэкенда и архитектуры. Задачи - Вести крупные AI-инициативы под ключ: погружаться в бизнес-процесс, защищать архитектуру, писать код, ставить задачи другим разработчикам команды, отвечать за выкатку и поддержку. - Проектировать архитектуру AI-систем: оркестрация, общий контекст и память, переиспользуемые тулы, фолбэки, маршрутизация между моделями. - Работать с нагруженными агентскими сценариями: проектировать мониторинг качества и галлюцинаций в проде, оптимизацию latency и стоимости вызовов LLM, обработку пиковых нагрузок, ретраи и фолбэки. - Предлагать изменения: самостоятельно находить точки роста, формулировать гипотезы, защищать их и доводить до результата. - Поддерживать жизнь агентов в проде: выстраивать системы мониторинга качества, добавлять покрытие непредвиденных сценариев, масштабировать решения на соседние сервисы. Требования - Уверенное владение Python для продакшн-разработки. - Опыт ведения крупных проектов end-to-end. - Понимание LLM и AI-агентов на уровне продакшн-практики. - Архитектурное и продуктовое мышление. - Проактивность и автономность. Будет плюсом - Продакшн-опыт с API больших языковых моделей. - Опыт ML-разработки. - Глубокое знакомство с экосистемой lang, агентскими протоколами и продвинутыми RAG-подходами. Бонусы В Яндексе есть комьюнити: спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Middle Software Engineer, Agentic Developer Platform Apple — технологическая компания, которая проектирует, разрабатывает и продает потребительскую электронику, программное обеспечение и услуги. Ключевые требования - Java и Python - Опыт разработки AI-агентов с использованием библиотек, таких как LangChain, LlamaIndex, Haystack или Claude Agent SDK Локация и формат - Сиэтл, США - Офисный формат работы

Формат

Гибрид

Страна

Россия

Город

Не указан

C++ разработчик в команду фотоконтроля Команда контроля качества Яндекс Еды, Такси, Маркета и других сервисов Яндекса занимается фотоконтролем: регулярно проверяется, что за рулём или с курьерской сумкой находится именно тот человек, у которого есть разрешение работать. Система обрабатывает 800 тысяч проверок в день в 40+ странах, в базе более миллиарда записей. За последний квартал запущен онбординг-сторис для нескольких типов фотоконтроля — рост успешных проверок до +15 п. п. в отдельных странах. Запущен AI-агент для поддержки исполнителей: качество ответов выросло с 5,9 до 8,3 из 10, стоимость LLM-запросов снизилась на 70%. Стек - C++20 на фреймворке userver - Python 3.11 - PostgreSQL, MongoDB, Redis, YDB - Logbroker — внутренний аналог Apache Kafka Задачи - Разработка AdminUI с настройками фотоконтроля: проектирование и построение интерфейса управления всеми настройками фотоконтроля. - Миграция сущностей и проверок в YDB: проектирование новой схемы хранения данных фотоконтроля на базе YDB, реализация полноценных черновиков проверок. - Классификатор фотоконтроля — машины: поднятие нового сервиса, реализация API для получения размеченных признаков с фотографий автомобиля. - AI-агент и снижение операционной нагрузки: развитие LLM-агента фотоконтроля. Требования - Разработка под Linux - Знание C++ и STL - Ориентация в классических алгоритмах и структурах данных, знакомство с NoSQL- и SQL-базами Будет плюсом - Опыт работы с высоконагруженными системами - Опыт работы с микросервисной архитектурой и Docker - Опыт работы с LLM API Бонусы В Яндексе есть спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов Компания: ООО Napoleon IT Мы — IT-компания, в которой искусственный интеллект объединяется с человеческим. Более 250 сотрудников, 3 офиса в России, 3 направления развития: заказная разработка, outstaffing, собственные продукты. Помимо существующих продуктов и решений на основе AI, мы развиваем разработку с использованием технологий LLM и Generative AI. Мы строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов. Мы ищем Python разработчика на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов. Проект реализуется на микросервисной архитектуре и направлен на создание решения, которое рассчитывает рекомендации по формированию заказов поставщикам с учетом параметров логистики, складских остатков, спроса и других бизнес-ограничений. Вы будете работать в команде аналитиков, архитекторов и разработчиков, участвуя в проектировании, проработке требований и создании интегрированного решения для управления цепочками поставок. Задачи - Разработка и поддержка высоконагруженных микросервисов; - Интеграция с Kafka для обработки потоков данных; - Проектирование Event Sourcing и CQRS паттернов; - Разработка API для межсервисного взаимодействия; - Настройка мониторинга и алертинга сервисов; - Code review. Требования - Опыт работы с Python от 5 лет; - Django / FastAPI — опыт разработки REST API; - Микросервисная архитектура — опыт проектирования и поддержки; - Apache Kafka — продакшн опыт работы с producers / consumers; - PostgreSQL — проектирование схем, оптимизация запросов; - ETL процессы — Extract, Transform, Load данных; - Docker / Kubernetes — контейнеризация и оркестрация; - Базы данных: PostgreSQL, ClickHouse; - Event-driven архитектура — паттерны работы с событиями; - API Gateway — опыт интеграции через шлюзы; - Мониторинг: Prometheus, Grafana или аналоги; - Git, CI / CD — DevOps практики. Будет плюсом - Знание gRPC для межсервисного взаимодействия; - Опыт с ELK Stack (Elasticsearch, Logstash, Kibana); - Redis Cluster для высокодоступного кэширования; - Знание Domain-Driven Design (DDD); - Опыт performance tuning Python приложений. Как проходит отбор Первый этап — короткое интервью на ИИ-платформе BRaiN HR. В интервью будут вопросы, которые задает рекрутер и руководитель при первичном собеседовании. Можно пройти интервью в любое время, не нужно ждать звонка рекрутера, интервью занимает до 30 минут. Ответы увидит не только рекрутер, но и нанимающий руководитель. Заработная плата: уровень дохода не указан.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI-инженер отвечает за проектирование, разработку, развертывание и поддержку решений в области искусственного интеллекта и машинного обучения, которые обеспечивают интеллектуальную автоматизацию, прогнозную аналитику и продвинутую аналитику на уровне предприятия. Роль предполагает практическую разработку: применение принципов программной инженерии для написания production-кода, создание масштабируемых AI-систем, включая AI-агентов и пайплайны данных, и интеграцию моделей ИИ в новые и существующие бизнес-приложения. AI-инженер тесно сотрудничает с дата-сайентистами, дата-инженерами, ML Ops-инженерами и платформенными командами для перевода моделей машинного обучения из прототипа в продакшн. Критически важная часть функции — обеспечение перехода AI-кейсов от экспериментов к надежным, управляемым и готовым к бизнесу решениям, включая полную операционную готовность: внедрение надежной наблюдаемости, определение Service Level Objectives (SLO) и создание четких стратегий реагирования на инциденты и отката для всех AI-сервисов. Обязанности - Разработка и внедрение моделей: написание чистого, эффективного и документированного кода для разработки и внедрения моделей машинного обучения и ИИ, поддерживающих различные бизнес-кейсы. - Реализация пайплайнов обработки данных и предобработки, необходимых для входных данных моделей. - Постоянная оптимизация производительности и масштабируемости AI-приложений и моделей. - Проектирование, разработка и поддержка масштабируемых ML-пайплайнов для обучения, валидации, инференса и развертывания моделей. - Сотрудничество с ML Ops-инженерами для упаковки и развертывания моделей в корпоративных системах с использованием установленных практик MLOps. - Мониторинг развернутых моделей в продакшене на предмет производительности, дрейфа данных и надежности, устранение возникающих проблем. - Обеспечение операционной готовности всех AI-сервисов: определение и внедрение Service Level Objectives (SLO) для ключевых метрик, таких как p50/p95 задержка и доступность, создание надежного мониторинга и алертинга для дрейфа моделей, задержки и частоты ошибок. - Тесное сотрудничество с дата-сайентистами для перевода экспериментальных моделей и исследовательских прототипов в надежные production-системы. - Поддержка интеграции AI-возможностей в корпоративные рабочие процессы, приложения и цифровые платформы. - Участие в документировании и объяснимости выходов моделей для обеспечения ясности для бизнес-стейкхолдеров. - Обеспечение соответствия всех развернутых AI-систем корпоративным стандартам управления, справедливости и безопасности. - Оценка новых AI-технологий, таких как LLM и генеративный ИИ, для определения их применимости к бизнес-задачам и стимулирование инноваций. - Обеспечение поддержки аудируемости, объяснимости, прослеживаемости и соответствия регуляторным требованиям. - Реализация стратегий управления памятью, контекстной инженерии, планирования и многошаговых рассуждений. - Определение и отслеживание метрик качества, таких как обоснованность, точность (faithfulness), релевантность, процент выполнения задач и удовлетворенность пользователей. Предпочтительные навыки и опыт - Основные технические и AI-компетенции: - Сильные навыки программирования на Python, Java или C++, включая разработку API и проектирование ПО. - Глубокое понимание базовых концепций машинного обучения, включая классификацию, регрессию, кластеризацию и архитектуры глубокого обучения. - Практический опыт работы с современными фреймворками глубокого обучения и алгоритмами (обучение с учителем и без), такими как PyTorch, TensorFlow или аналогичными, для построения и обучения сложных нейронных сетей. - Навыки работы с LLM, промпт-инжинирингом, тонкой настройкой и использованием фреймворков LangChain и LangGraph для построения RAG-систем (Retrieval-Augmented Generation). - Работа с данными: data wrangling, SQL, хранилища данных и ETL-пайплайны для подготовки данных для моделей. - Полный жизненный цикл ML-моделей: - Подтвержденный опыт полного жизненного цикла моделей: разработка, обучение и развертывание моделей машинного обучения от прототипа до продакшена. - Владение предобработкой данных, инженерией признаков и методами оценки моделей для обеспечения надежной и точной производительности. - Подтвержденная способность строить и оптимизировать масштабируемые пайплайны данных для обучения и оценки моделей машинного обучения. - Хорошее знание как SQL, так и NoSQL баз данных для запросов и управления данными для AI-приложений. - Программная инженерия и MLOps: - Солидная база в лучших практиках программной инженерии, включая контроль версий (Git), автоматизированное тестирование и CI/CD пайплайны. - Практический опыт контейнеризации с помощью Docker и оркестрации контейнеров с помощью Kubernetes для масштабируемого развертывания. - Экспертиза в MLOps-наблюдаемости, включая мониторинг моделей для отслеживания производительности и дрейфа, а также установление происхождения моделей/версий, телеметрии и трассируемости. - Опыт внедрения продвинутых стратегий тестирования и развертывания, включая канареечные и теневые развертывания, а также комплексные наборы тестов (модульные, интеграционные, состязательные, регрессионные).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Компания разрабатывает ИИ-платформу для автоматизации продаж и коммуникаций, а также создаёт ИИ, который трансформирует рост сервисных бизнесов. Основана в 2016 году, штаб-квартира в Ричмонде, Вирджиния, США. Штат — 51–200 сотрудников. Обязанности - Проектировать, разрабатывать и поддерживать бэкенд-сервисы, API и интеграции со сторонними системами; объяснять технические компромиссы заинтересованным сторонам. - Тесно работать с продуктом и дизайном как партнёр: применять продуктовое мышление к каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Владеть задачами от начала до конца и сдавать результаты вовремя, при необходимости привлекая коллег из других команд. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, выкатка с фича-флагами и A/B-экспериментами, наблюдаемость и техническая документация. - Задавать техническое направление и стандарты для архитектуры, процессов и доставки. - Выявлять и решать критичные технические проблемы, участвовать в архитектурных обсуждениях, повышать стандарты команды. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Опыт бэкенд-разработки на одном из языков: Elixir, Go, Python или аналогичном серверном языке; готовность осваивать новые языки и фреймворки по мере развития стека. - Глубокое понимание бэкенд-систем, проектирования API и моделей данных; умение вести функции от архитектуры до продакшена. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, привлекать коллег для разблокировки и отвечать за результат. - Отличные коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Желание следить за быстро меняющимся ландшафтом ИИ: изучать новые модели, инструменты и техники и осознанно применять их в работе и продукте. - Несколько лет опыта выпуска продакшен-софта, с успешным ведением проектов от спецификации до запуска с участием нескольких контрибьюторов. - Знакомство с ML/LLM-системами, включая промт-инжиниринг, оценки (evals) и поведение моделей, будет плюсом. Условия - Удалённая работа, кандидаты из США. - Полное медицинское и стоматологическое страхование. - Поддержка ментального здоровья и соответствующие сервисы. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2+ лет работы), 12 праздничных дней и один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior / Lead

Компания Apetan Consulting Роль Senior Lead AI-инженер, направление AI Foundations, LLM Core и Agentic AI. Формат работы: удалённо. Обязанности - Руководить архитектурой и разработкой AI/ML-фундамента и приложений на базе LLM. - Проектировать и внедрять LLM-пайплайны: промптинг, RAG, fine-tuning, оценку и оптимизацию моделей. - Строить агентные ИИ-системы с использованием вызова инструментов, рабочих процессов, памяти, планирования и мультиагентных паттернов. - Разрабатывать масштабируемую AI-инфраструктуру, API, сервисы и переиспользуемые AI-компоненты. - Оценивать и интегрировать фундаментальные модели и новые технологии генеративного ИИ. - Внедрять лучшие практики оценки LLM, наблюдаемости, безопасности, защищённости и управления. - Тесно работать с продуктовыми, инженерными, data science и бизнес-командами для перевода сценариев использования в продакшен-решения. - Наставлять инженеров и обеспечивать техническое лидерство в AI-инициативах. - Вести эксперименты и proof-of-concept, доводить успешные решения до продакшена. Требования - Сильный практический опыт работы с LLM, генеративным ИИ и разработкой AI-приложений. - Опыт с RAG, эмбеддингами, векторными базами данных, промпт-инжинирингом, fine-tuning и оценкой LLM. - Глубокое понимание агентного ИИ, вызова инструментов и функций, AI-воркфлоу и мультиагентных архитектур. - Владение Python и современными AI/ML-фреймворками. - Опыт создания масштабируемых облачных продакшен-систем. - Понимание API, микросервисов, распределённых систем и лучших практик разработки ПО. - Опыт работы с AWS, Azure или Google Cloud Platform и соответствующими AI/ML-сервисами. - Развитые навыки решения задач, архитектурного мышления и технического лидерства.

Формат

Офис

Страна

Джерси, США

Город

Не указан

О компании Ранний AI-стартап решает проблему регуляторной сложности. Энергетические проекты, дата-центры, проекты возобновляемой энергетики и крупные инфраструктурные проекты могут задерживаться на месяцы, потому что критическая информация разбросана по тысячам регуляторных документов, градостроительным кодексам, экологическим заявкам и требованиям агентств. Компания создаёт AI-платформу, которая понимает эту информацию, связывает её с конкретными проектами и локациями и превращает в проверяемую и применимую аналитику. Роль Ищем Founding Backend Software Engineer для присоединения к небольшой высокотехничной команде. Это роль, в которой вы не просто присоединяетесь к инженерной команде, а помогаете определить, какой она станет. Требования - 4+ лет опыта в разработке ПО - Сильный бэкенд на Python - Продакшен-опыт с AI-агентами / LLM-пайплайнами - Опыт с LangGraph, LangChain, CrewAI, OpenAI API или аналогичными инструментами - Поисковые системы + GraphQL / REST - PostgreSQL / базы данных - Опыт работы с облаками: AWS, Azure, GCP или аналогичные - Уверенная работа с контейнерами, CI/CD и observability - Комфортно в среде 0→1 / founding engineering Условия - Зарплата: $150k–$180k base + значительная доля в компании (equity) - Локация: Jersey City, NJ, гибрид или в офисе

Формат

Офис

Страна

США

Город

Не указан

Компания NeerInfo Solutions Локация и занятость - Локация: Хартфорд, Коннектикут; Остин, Техас; Плано, Техас (офис) - Тип занятости: полная занятость Требования - Уверенные навыки программирования на Python - Практический опыт работы с фреймворками AI/ML: TensorFlow, PyTorch, LangChain - Экспертиза в области генеративного ИИ, включая: - RAG (генерация с дополнением извлечёнными данными) - AI-агенты / агентные фреймворки - Промпт-инжиниринг - Владение экосистемой Microsoft Azure AI Желательно - Опыт создания Copilot или корпоративных ассистентов на базе ИИ - Опыт работы с мультимодальными ИИ-системами - Знание тонкой настройки LLM и эмбеддингов - Опыт работы в крупных корпоративных средах

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О роли Один из стартапов-клиентов компании RS Global Services нанимает AI-инженера на полный рабочий день. Инженер будет отвечать за промпты, агентов, оценки (evals) и пайплайны, лежащие в основе пользовательских функций. Вы будете превращать продуктовые требования в работающие промпты, агентов и пайплайны, строго их оценивать, итерировать до готовности к продакшену и продолжать улучшать после релиза. Роль находится на стыке продукта и платформы: вы решаете, что должна делать ИИ-система, доказываете, что она работает, и доводите её до пользователей. Компания находится на ранней стадии и движется быстро, поэтому ищем человека, который умеет быстро работать с неоднозначными ИИ-задачами, измерять качество вывода и выпускать систему только тогда, когда она достаточно надёжна для продакшена. Работа очная, 5 дней в неделю в офисе. Важно уметь отличать «хорошо выглядит в демо» от «работает в продакшене». Задачи - Создавать новые ИИ-функции полностью, от прототипа до продакшена. - Улучшать качество вывода ИИ через промпт-инжиниринг, выбор моделей, retrieval и оценку. - Проектировать и запускать оценки (evals), которые измеряют реальное качество вывода, а не только первое впечатление. - Быстро итерировать промпты, дизайн агентов и паттерны оркестрации. - Работать с продуктовым инженером над превращением требований в реально работающие ИИ-функции. - Работать с платформенной ИИ-командой для размещения функций на надёжной инфраструктуре. - Оценивать новые модели, инструменты и техники, когда они улучшают качество, задержку, стоимость или надёжность. Требования Опыт - Практический опыт создания функций на базе LLM, которые были выпущены для реальных пользователей. - 3–8 лет опыта в практической разработке ПО и создании LLM-функций, выпущенных для реальных пользователей (обязательно). - Опыт выпуска LLM-функций в продакшен в репутабельном быстрорастущем стартапе с высокой инженерной планкой; умение рассказать, что ломалось (обязательно). - Опыт создания агентов и агентных систем — оркестрация LLM, использование инструментов на больших объёмах данных. - Следит за передовыми методами агентного ИИ; опыт только с LangChain — жёлтый флаг (обязательно). - Опыт работы в небольшой команде (менее 15 инженеров), или в роли founding engineer, или бывший основатель. - Опыт в корпоративном вертикальном SaaS. - Опыт в роли FDE или явно клиентоориентированный опыт. Образование - Степень бакалавра в области компьютерных наук (обязательно). Профессиональные навыки - Продакшен-инжиниринг на TypeScript/Node (основной, особенно AWS Lambda) и/или Python (обязательно). - Опыт с системами оценки (evals), структурированным выводом и вызовом функций (обязательно). - Опыт с Anyscale Ray или аналогичными фреймворками распределённых вычислений для батч-инференса, eval-пайплайнов или масштабирования агентных нагрузок. - Опенсорс-вклад в области LLM или агентных инструментов. - Знакомство с pgvector или другими векторными retrieval-системами. - Опыт пост-обучения или файн-тюнинга. Личные качества - Искренний интерес к работе на ранней стадии и к миссии компании (обязательно). Не подходят кандидаты - Короткие периоды работы (менее 2 лет в любой компании, кроме стажировок и контрактной работы). - Только крупные техкомпании (FAANG, Netflix) с очень узкой ролью. - Опыт только с RAG или с упором на LangChain — указывает на отсутствие актуальных знаний агентного ИИ. - Кандидаты без инженерной глубины — например, опыт в анализе данных является негативным сигналом. Условия - Зарплата: $180K–$250K. - Опционы: конкурентные. - Формат: очно, 5 дней в неделю в офисе в SOMA, Сан-Франциско. - Спонсирование визы: E3, H1B Transfer, TN. Новые H1B не рассматриваются.

Формат

Удалённо

Страна

Канада

Город

Не указан

Grafana Labs, компания, стоящая за открытой платформой наблюдаемости, ищет Staff Backend-инженера для новой инициативы. Миссия — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и действуют на основе данных в реальном времени. В рамках проекта строится AI-нативная система управления данными, которая дает агентам надежный и контролируемый доступ к корпоративному контексту: данным, метаданным, определениям, происхождению, сигналам качества и институциональным знаниям. Принцип: система контекста извлекает, агенты решают, команды данных поддерживают интеллект. Роль — ранний этап, команда с высокой автономией и владением результатом. Инженеры принимают решения, быстро двигаются и проверяют идеи, опираясь на культуру сотрудничества, любопытства и обратной связи. Задачи: - Проектировать и внедрять основные сервисы: ingestion, индексация контекста, оркестрация извлечения, API-доступ, конфигурация источников и администрирование. - Создавать масштабируемую SaaS-основу: мультитенантная архитектура, изоляция, учет использования, квоты, аудит-логи, фоновые задачи, надежные границы сервисов. - Строить API и интерфейсы для ИИ-агентов, MCP-инструментов, CLI и внутренних приложений: извлечение контекста, происхождения, сигналов уверенности и предупреждений. - Находить баланс между быстрыми экспериментами и долгосрочной надежностью при переходе от прототипа к продакшену. - Эксплуатировать созданное: метрики, логи, трейсы, алерты, дашборды; использовать инструменты наблюдаемости для улучшения надежности. - Определять техническое направление: архитектура, границы сервисов, выбор хранилищ, контракты API, паттерны деплоя и инженерные практики. - Эффективно коммуницировать в динамичной среде и работать кросс-функционально. - Полностью владеть разрабатываемыми AI-решениями, обеспечивая их инновационность, масштабируемость и поддерживаемость. Условия: - Полная удаленная работа, кандидаты из США или Канады. Жители Квебека не подходят на эту роль. - Компания полностью удаленная, более 1600 сотрудников в 40+ странах. - Поддержка ведущих инвесторов: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG, Lead Edge Capital. - Возможность расширить или переопределить роль по мере роста команды.