Вакансии для разработчиков ИИ-агентов

Формат

Офис

Страна

США

Город

Не указан

О компании Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд. О роли Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение. Задачи - Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов. - Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации. - Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации. - Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости. - Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок. Требования - Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах. - Опыт с LangChain/LangGraph или аналогичными агентными фреймворками. - Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка. - Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks). - Опыт валидации данных и проектирования схем (Pydantic, JSON Schema). - Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform. - Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами. Будет плюсом - Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов. - Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog). - Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами. - Инфраструктура как код (Terraform, CDK). Условия и компенсация - Базовая зарплата: $215,000–$250,000 в год + опционы на акции. - Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем. - Участие в капитале компании (equity). - Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников. - Пенсионный план 401(k). - Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются. - Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие. - Гибкий отпуск (PTO). - Бесплатное использование платформы Future.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании FastSpring — платформа для онлайн-продаж AI, SaaS, игровых, программных и цифровых продуктов по всему миру. Компания берёт на себя все платёжные потребности: от оформления заказа до налогов. Основана в 2005 году, частная компания со штаб-квартирой в Санта-Барбаре и офисами в Амстердаме, Остине, Белфасте, Дублине, Галифаксе и Сингапуре. О позиции Ищем Senior Security-инженера в группу Agentic Experience, подчинение — принципал-инженеру по агентной разработке. Роль: усиление безопасности основной платформы платежей и формирование практик безопасности для AI-ассистированной разработки ПО. Работа в тесном сотрудничестве с группой Agentic Experience и CISO, видимость для исполнительного руководства. Hands-on инженерная роль с широким охватом: безопасность приложений, безопасность облачной инфраструктуры и проверка безопасности AI/агентных инструментов разработки. Обязанности - Выявлять, приоритизировать и устранять уязвимости в Java-платформе и AWS-инфраструктуре. - Развивать улучшения безопасности инфраструктуры: уточнение IAM-политик, защита метаданных инстансов, контроль исходящего сетевого трафика. - Проводить проверки безопасности пайплайнов AI-ассистированной разработки, интеграций инструментов и сервисов, доступных агентам. - Разрабатывать и поддерживать стандарты безопасной разработки, паттерны и защитные механизмы для инженерных команд. - Работать с внешним CISO над оценкой рисков, планированием устранения уязвимостей и инициативами по комплаенсу (включая PCI DSS). - Участвовать в повышении готовности к инцидентам и улучшении мониторинга безопасности. - Чётко доносить приоритеты и прогресс в области безопасности до технических и исполнительных стейкхолдеров. Требования - 7+ лет практического опыта в инженерии безопасности (безопасность приложений, облачная безопасность или безопасность инфраструктуры). - Уверенный опыт с сервисами и примитивами безопасности AWS (IAM, VPC-сети, управление секретами). - Опыт работы с крупными продакшн-кодовыми базами и их защитой; желательно знание JVM-экосистемы. - Знакомство с современными AI-ассистированными инструментами разработки и интерес к их влиянию на безопасность. - Навыки приоритизации и коммуникации; способность обосновывать инвестиции в безопасность перед стейкхолдерами. - Опыт в платежах, финтехе или других регулируемых средах — плюс. - Релевантные сертификации (например, CISSP, OSCP, AWS Security Specialty) — плюс, но не обязательны. Желательно - Сертификации по безопасности (например, AWS Security Specialty, CISSP, OSCP, GIAC). - Опыт обеспечения безопасности платёжных, ecommerce или подписочных/биллинговых платформ. - Опыт с практиками безопасного SDLC и интеграцией инструментов безопасности (SAST/DAST/SCA) в CI/CD. - Знакомство с глобальными, мультивалютными или налоговыми системами и особенностями чувствительности их данных. Условия - Вилка базовой зарплаты: $155,000—$187,000 USD. - Возможно участие в корпоративном бонусном плане. - Компания предоставляет различные льготы сотрудникам.

Формат

Офис

Страна

Великобритания, США

Город

Не указан

О команде Команда AI Foundations в Mural занимается тем, как генеративный ИИ меняет визуальную коллаборацию и принятие решений. Это удалённая группа инженеров, дизайнеров и продуктовых специалистов, которая помогает командам работать эффективнее. Цель — не заменить человеческое творчество, а усилить его, создавая ИИ, который улучшает то, как люди выравнивают, общаются и принимают решения визуально. Миссия Вы будете проектировать и создавать основные ИИ-системы и платформы, которые обеспечивают следующую волну агентных, ИИ-управляемых коллабораций в Mural. Вместо изолированных ИИ-функций вы будете работать над базовыми бэкенд-системами, поддерживающими агентную платформу Mural, включая оркестрацию агентов, долговечное выполнение, контекстную память, интеграцию инструментов, наблюдаемость и оценку. Ваша работа позволит интеллектуальным агентам рассуждать о контексте продукта, действовать от имени пользователей и работать надёжно и безопасно в масштабе. Стек Azure OpenAI, React, Node, MongoDB. Что вы будете делать - Создавать базовые бэкенд-системы для агентной платформы Mural, включая оркестрацию, долговечное выполнение, выполнение инструментов, память, наблюдаемость и инфраструктуру оценки. - Проектировать масштабируемые сервисы и API, которые позволяют ИИ-агентам получать контекст, координировать многошаговые рабочие процессы, взаимодействовать с данными Mural и надёжно действовать от имени пользователей. - Развивать слой памяти агентов, включая системы для контекста разговора, контекста продукта, поиска, суммаризации, уплотнения и долгосрочного управления контекстом. - Создавать инфраструктуру для мониторинга, отладки и улучшения поведения агентов через трассировки, метрики, циклы обратной связи и офлайн-оценку. - Преобразовывать сложные открытые продуктовые задачи в чёткие бэкенд-архитектуры, границы сервисов, модели данных и планы реализации, согласующие технические возможности с ценностью для пользователя. - Помогать определять техническое направление агентного ИИ в Mural, внося вклад в долгосрочную архитектуру и стратегию. - Поддерживать инженерное совершенство, наставляя других и устанавливая лучшие практики создания надёжных ИИ-систем. - Способствовать росту команды через найм, улучшение процессов и развитие культуры любознательности, сотрудничества и инклюзивности. Что вы принесёте - 7+ лет опыта в разработке ПО, с сильными навыками проектирования, создания и эксплуатации надёжных продакшн-систем, масштабируемых сервисов и API, а также чётко определённых системных архитектур. - Опыт проектирования и эксплуатации распределённых систем для сложных рабочих процессов, включая оркестрацию, асинхронную обработку, выполнение задач, повторные попытки, событийно-ориентированные архитектуры, длительные процессы и восстановление после сбоев. - Знакомство с ИИ, LLM или агентными системами, включая такие концепции, как использование инструментов, получение контекста, оценка или оркестрация моделей. - Сильный фокус на качестве продакшена, включая наблюдаемость, надёжность, тестирование, безопасность, поддерживаемость и реагирование на инциденты. - Отличные коммуникативные навыки, способность создавать чёткую техническую документацию и работать кросс-функционально. - Опыт работы в полном стеке или тесное сотрудничество с продуктовыми фронтенд-разработками. - Более глубокий опыт в ИИ/ML, особенно с оценкой LLM, экспериментами, эмбеддингами, системами поиска. - Опыт с графами знаний, графовым моделированием данных, разрешением сущностей или системами поиска с учётом связей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Branch помогает компаниям ускорять платежи и предоставляет работающим американцам доступные бесплатные финансовые услуги. Компания работает полностью удалённо, сотрудники находятся в США. О роли Ищем Senior Enterprise Engineer в команду данных. Роль предполагает проектирование и создание взаимосвязанных систем, которые управляют бизнесом, с использованием сторонних инструментов, MCP-серверов, внутренних API, лёгких веб-приложений и автоматизированных процессов. Нужно тесно работать с инженерами, аналитиками и бизнес-заинтересованными сторонами. Это роль для опытного Python-инженера, который умеет вести сложные проекты от начала до конца: от планирования и архитектуры до развёртывания и поддержки. Команда небольшая, с высоким уровнем доверия, ценит ясность, поддерживаемость и внимание к деталям. Задачи - Создавать и поддерживать MCP-серверы, которые предоставляют возможности платформы данных и корпоративных бизнес-систем внутренним инструментам и ИИ-процессам детерминированным образом. - Создавать внутренние API для обогащения экосистемы программно адресуемых ресурсов. - Создавать лёгкие веб-приложения и дашборды на Streamlit для поддержки внутренних процессов. - Разрабатывать stateful-приложения, обеспечивающие соблюдение стандартных операционных процедур в соответствии с политиками. - Разрабатывать и управлять автоматизированными процессами и пайплайнами на Python. - Управлять SDLC для преобразования высокоценных макросов и других инструментов, созданных менее техническими пользователями, в отдельные сервисы и low-code процессы, которые могут использоваться несколькими внутренними командами. - Определять стандарты кодирования и лучшие практики взаимодействия с ИИ-агентами в Branch. - Взаимодействовать с заинтересованными сторонами для определения объёма и реализации решений. - Писать чистый, хорошо документированный код и вносить вклад в культуру технического качества. Требования Обязательные: - 5+ лет профессионального опыта в Python. - 3+ года опыта проектирования и создания API (предпочтительно FastAPI или Flask). - 3+ года опыта full-stack разработки на Python. - Опыт создания или работы с MCP-серверами. - Опыт детерминированного LLM-программирования (например, LangChain, UserPromptSubmit, PostToolUse). - Знакомство с OLTP-базами данных и технологиями кэширования. - Уверенное владение SQL и работа с реляционными базами данных. - Отличные коммуникативные навыки и способность работать кросс-функционально. - Подтверждённая способность вести полный жизненный цикл проекта. Желательно: - Опыт в финтехе, платежах или финансовых услугах. - Опыт работы со Streamlit или аналогичными лёгкими UI-фреймворками. - Знакомство с инструментами автоматизации процессов (например, Airflow, Prefect, n8n). - Знакомство с облачной инфраструктурой (например, AWS, GCP, Azure). Условия - Зарплата: $175 000–190 000 в год (базовый диапазон для США). - Удалённая работа в пределах США. - Медицинская, стоматологическая и офтальмологическая страховка. - Опционы на акции. - Бесплатная подписка Origin Financial Wellness (премиум-тариф). - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для обоих родителей. - Гибкий график отпусков + больничные. - 11 оплачиваемых праздничных дней. - Опция Same Day Pay от Branch@Branch.

Формат

Офис

Страна

Словакия

Город

Не указан

О компании Bloomreach создаёт агентную платформу для персонализации. Компания разрабатывает и внедряет AI-агентов для персонализации пути клиента, развивает автономный поиск, разговорные покупки и автономный маркетинг на основе единого AI-движка Loomi. Платформой пользуются более 1400 глобальных брендов, включая American Eagle, Sonepar и Pandora. Отрасли: розница, финансовые услуги, гостиничный бизнес, игровая индустрия. О команде Небольшая инженерная команда внутри Go-To-Market организации. Задача — с помощью AI создавать демо-среды, автоматизировать работу и разрабатывать self-serve инструменты для пресейл-команд по всему миру. О роли Ищется AI Demo Engineer — гибкий инженер, который в первую очередь использует AI-инструменты, быстро учится и решает с помощью технологий задачи, блокирующие поле. Это не традиционная инженерная роль: не поддержка продакшн-систем и не стандартный продуктовый бэклог, а роль 0-1 Builder. Работа начинается с нечётких пресейл-потребностей, быстрого прототипирования, тестирования с полем и превращения лучших идей в готовые демо, автоматизации, внутренние инструменты и повторяемые активы. Нужно тесно работать с тимлидом, находящимся в США, поэтому важна асинхронная коллаборация и способность взаимодействовать с командами в разных часовых поясах (ЕС и США). Задачи - Создавать AI-демо: проектировать и выпускать демо, прототипы и интерактивные сценарии, которые делают платформу Bloomreach осязаемой и релевантной. - Автоматизировать работу с помощью AI: находить повторяющиеся GTM-задачи и превращать их в автоматизации, промпт-паттерны, внутренние инструменты, интеграции, агентов, навыки, MCP, SDK-воркфлоу и другие решения, экономящие время. - Обеспечивать self-serve для консультантов: создавать инструменты, позволяющие Solution Consultants настраивать, персонализировать и запускать демо без участия инженеров. - Быстро прототипировать и превращать работающее в продукт: брать нечёткие идеи, быстро собирать, тестировать с полем и решать, что станет долгосрочным внутренним продуктом, акселератором или демо-активом. - Оживлять Loomi и AI Bloomreach: использовать AI-сценарии, персонализацию, LLM-интеграции и умные воркфлоу, чтобы помочь потенциальным клиентам понять ценность платформы. - Обучать и подготавливать поле: документировать, демонстрировать демо и укреплять внутреннюю уверенность в новых инструментах. - Поддерживать надёжность демо: быстро устранять неполадки, поддерживать клиентские среды и относиться к сломанному демо перед потенциальным клиентом как к срочной задаче. Технический фон - TypeScript / JavaScript, Python, React, Next.js, Node.js или аналогичный современный веб-стек. - Claude Code, Cursor или аналогичные AI-ассистированные инструменты разработки; LLM API (OpenAI, Anthropic); промпт-инжиниринг, оркестрация воркфлоу, SDK-интеграции, агенты, MCP, ретривальные системы. - Shopify; Hydrogen (на основе Remix), Liquid, Storefront API, Admin API. Глубокий опыт со всеми перечисленными инструментами не обязателен. Более важный сигнал — способность быстро учиться, оставаться в курсе изменений в AI-ландшафте и использовать сам AI для закрытия пробелов в собственном опыте.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

О проекте СберСпасибо развивает платформу, в ядро которой встраиваются возможности генеративного ИИ. Ищут сильного бэкенд-разработчика уровня Middle/Senior, который не просто пишет на Java, но и глубоко понимает механику работы LLM, умеет строить RAG-пайплайны и проектировать сложных агентов. Задачи - Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security). - Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов. - Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов к векторному пространству. - Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений). - Глубокий промт-инжиниринг: написание промптов с нуля под разные пользовательские сценарии одного агента, внедрение техник Few-shot, Chain-of-Thought (CoT) и структурированного вывода (JSON mode). - Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, topp, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров LLM. - Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции. - Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins. Ожидания от кандидата - Уверенное владение Java 17+. Понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом). - Экспертный уровень владения стеком Spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений БД и параметров безопасности. - Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, бороться с блокировками и писать эффективные миграции (Liquibase/Flyway). - Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus. Понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance). - Опыт разработки с библиотеками LangChain и/или LangGraph. Навык построения графов состояний (State Machines) и интеграции внешних инструментов (tool calling). - Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели. - Опыт работы с Docker и Kubernetes (написание манифестов, Helm-чартов). Знание Linux shell на уровне уверенного пользователя. - Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода.

Формат

Офис

Страна

Россия

Город

Не указан

Проект Разработка AI-помощника на базе GigaChat в поверхности GigaAssistant в канале Казначейства. Помощник позволит клиенту самостоятельно вносить изменения в параметры работы услуги «Единый остаток». Команда также занимается разработкой услуг «Единый остаток», «Компенсационные продукты», «Контроль и акцепт» в канале Казначейства. Задачи - Проектирование, разработка и внедрение AI-агентов. - Интеграция решений с другими системами, обеспечение их взаимодействия. - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями. Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ). - Хорошее знание FastAPI, REST API и асинхронного программирования. - Опыт работы с PostgreSQL, Docker / Docker Compose. - Опыт работы с Qdrant или другими векторными базами данных. - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering. - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов. - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers. - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог. - Опыт написания unit- и интеграционных тестов. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста. - Работа в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Формат работы — удалённо на территории РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Компания — лидер в автоматизации контроля качества. Разработана платформа RETAILIQA для автоматизации операционного аудита, которой пользуются компании по России и ближнему зарубежью. Среди клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, DNS, ВсеИнструменты, Spar, Мираторг, Рив Гош и другие. В связи с запросами ритейла активно развивается платформа RETAILIQA AI-VISION для автоматизации контроля выкладки товаров и промопрограмм на базе ML, Deep Learning и Computer Vision. Ищем ведущего AI/ML-инженера для разработки и развития AI-сервисов в области автоматизации compliance-процессов — от архитектуры и экспериментов до запуска решений в production. Основной технологический фокус — Agentic AI, RAG, мультимодальные LLM и классические Deep Learning-модели (Computer Vision). Решения разворачиваются в облачной инфраструктуре и on-premise на оборудовании компании. Используемые технологии: Python, FastAPI, FastMCP, RabbitMQ, FastStream, PostgreSQL/pgvector, Milvus, LlamaIndex, PydanticAI, LangGraph, DeepEval, RAGAS, Langfuse, ClearML, vLLM, Triton Inference Server, Docker, GitLab CI/CD, Prometheus, Grafana. Чем предстоит заниматься - Проектировать архитектуру AI-сервисов и принимать ключевые технические решения. - Разрабатывать LLM-, RAG- и Agentic AI-решения. - Создавать production-ready сервисы на Python. - Разрабатывать AI-агентов, workflow и интеграции с корпоративными системами. - Быстро проверять AI-гипотезы и создавать PoC/MVP. - Доводить успешные решения до production. - Организовывать evaluation и контроль качества AI-систем. - Участвовать в развитии технической архитектуры и инженерных стандартов нового AI-направления. - Взаимодействовать с backend-разработчиками, DevOps, аналитиками и продуктовыми специалистами. Что мы ожидаем - От 3 лет опыта промышленной разработки ML/AI-решений преимущественно на Python. - Практический опыт разработки LLM-, RAG- или Agentic AI-систем. - Опыт самостоятельного создания AI/ML-сервисов от идеи и прототипа до production. - Сильные навыки проектирования архитектуры AI-сервисов. - Уверенное владение Python и опыт backend-разработки. - Понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation и evaluation. - Опыт интеграции коммерческих LLM API и/или развёртывания open-source моделей. - Опыт работы с PostgreSQL и векторными базами данных. - Уверенное владение Linux, Docker и Git. - Понимание распределённых систем, очередей сообщений и асинхронной обработки. - Понимание принципов model serving, мониторинга и эксплуатации ML/LLM-сервисов. - Способность самостоятельно принимать технические решения в условиях технологической неопределённости. Будет плюсом - Опыт работы с LlamaIndex, LangGraph, PydanticAI или аналогичными фреймворками. - Опыт разработки MCP-серверов и MCP-интеграций. - Опыт работы с PostgreSQL/pgvector, Milvus или другими векторными хранилищами. - Опыт эксплуатации open-source LLM через vLLM, Triton Inference Server или аналогичные решения. - Опыт evaluation LLM/RAG-систем: DeepEval, RAGAS, Langfuse или аналоги. - Опыт on-premise развёртывания AI-моделей. - Опыт работы с мультимодальными моделями или Computer Vision. - Опыт технического взаимодействия с корпоративными заказчиками. - Опыт участия в создании новой AI/ML-команды или технического направления с нуля. Условия работы - Официальное трудоустройство по ТК РФ. - Работа в аккредитованной IT-компании. - Гибкий график работы. - Конкурентная зарплата, зависящая от опыта и квалификации кандидата. - Профессиональное развитие и обучение. - Доступ к проектам с реальными бизнес-заказчиками из числа федеральных сетей. - Возможность непосредственно влиять на практическое применение AI в бизнесе. - Система квартального премирования.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: Strategic Resources International Роль: Golang Developer / Forward Deployment Engineer Локация: Удаленно Тип занятости: Контракт Опыт: 10+ лет Обзор роли Требуется высококвалифицированный Forward Deployment Engineer (Golang) для владения архитектурой и технической реализацией Claim Validation Engine на целевой платформе. Это практическая техническая лидерская роль: инженер отвечает за решение от начала до конца — от архитектуры до внедрения, работая напрямую с заинтересованными сторонами клиента и инженерными командами для определения архитектуры платформы, установления инженерных стандартов, руководства реализацией и поставки масштабируемых, безопасных и высокопроизводительных систем. Идеальный кандидат сочетает глубокую экспертизу в распределенных системах, Go-микросервисах и cloud-native архитектуре с сильными навыками обратного проектирования легаси-приложений, а также владеет современными практиками разработки с использованием ИИ. Ключевые обязанности Техническое лидерство и проектирование решений: - Владение сквозной технической архитектурой платформы Claim Validation. - Проектирование масштабируемых, отказоустойчивых cloud-native микросервисов на Go и Azure. - Определение архитектурных паттернов, стандартов кодирования, принципов API-дизайна и инженерных лучших практик. - Проектирование расширяемых возможностей rule-engine для поддержки развивающихся бизнес-требований. - Проведение архитектурных ревью и технических дизайн-обсуждений. Платформенная инженерия: - Архитектура и руководство реализацией rule engine целевой платформы. - Проектирование и контроль разработки Validation API (POST /validate) и вспомогательных сервисов. - Обеспечение высокопроизводительного параллельного выполнения правил с низкой задержкой и высокой пропускной способностью. - Определение переиспользуемых фреймворков и общих компонентов платформы. Обратное и прямое проектирование: - Руководство обратным проектированием легаси-систем валидации медицинских претензий. - Перевод бизнес-правил в масштабируемые cloud-native микросервисы. - Драйв инициатив по модернизации и определение стратегий миграции легаси-платформ. - Создание переиспользуемых инженерных паттернов и акселераторов. Инженерия с использованием ИИ: - Внедрение AI-assisted инструментов разработки: GitHub Copilot, Cursor, LLM, AI-агенты, AI-навыки, рабочие процессы spec-to-code. - Определение управления для AI-сгенерированного кода и инженерных рабочих процессов. - Повышение инженерной продуктивности через AI-автоматизацию. Инженерное совершенство: - Ревью архитектуры, качества кода, безопасности и производительности. - Установление CI/CD quality gates, автоматизированного тестирования и стандартов развертывания. - Менторство инженеров через дизайн-ревью, код-ревью и техническое руководство. - Обеспечение соблюдения архитектурных стандартов и гайдлайнов кодирования. Работа с клиентом: - Прямая работа с архитекторами клиента, владельцами продуктов и инженерными лидерами. - Проведение технических воркшопов, архитектурных обсуждений и демонстраций решений. - Перевод бизнес-требований в технические дизайны. - Решение критических технических задач и поддержка команд доставки на этапе внедрения. Требуемые навыки и опыт Техническая экспертиза (обязательно): - 10+ лет опыта в разработке ПО, включая 3+ года как Senior Developer/Lead. - Экспертный уровень Go (Golang) и микросервисной архитектуры. - Опыт full stack разработки (React и Angular). - Сильные навыки в распределенных системах, REST API и проектировании высокопроизводительных приложений. - Опыт Python и современного веб-фронтенда (React или Angular). - Глубокие знания PostgreSQL и проектирования реляционных баз данных. - Azure, Kubernetes, Docker, Azure DevOps, cloud-native разработка. - Платформы обмена сообщениями: Kafka или RabbitMQ. - API-first дизайн и спецификации OpenAPI. Архитектура и инженерия: - Подтвержденный опыт проектирования enterprise-масштабных распределенных систем. - Сильный бэкграунд в обратном проектировании и модернизации легаси-приложений. - Опыт определения архитектурных стандартов и технического управления. - Глубокое понимание масштабируемости, отказоустойчивости, наблюдаемости, безопасности и оптимизации производительности. ИИ и современная инженерия (дифференциатор): - Практический опыт с GitHub Copilot, Cursor, LLM, AI-кодинг-ассистентами, AI-рабочими процессами. - Опыт интеграции ИИ в жизненный цикл разработки ПО. - Знакомство с AI-assisted генерацией кода, промт-инжинирингом и инженерной автоматизацией. Лидерство: - Отличные технические лидерские и менторские навыки. - Сильные коммуникационные навыки и управление стейкхолдерами. - Способность принимать архитектурные решения, оставаясь практичным в реализации. - Опыт прямой работы с enterprise-клиентами в средах быстрой доставки. Ключевые показатели эффективности - Успешная архитектура и доставка платформы Claim Validation в согласованные сроки. - Высококачественное, масштабируемое и поддерживаемое архитектурное решение. - Успешная миграция легаси-бизнес-правил на целевую платформу. - 85%+ автоматизированное покрытие тестами с надежными CI/CD пайплайнами. - Высокая удовлетворенность клиентов через эффективное техническое лидерство и доставку.

Формат

Офис

Страна

Новая Каледония

Город

Не указан

Грейд

Junior

AI Engineer I (младший инженер по искусственному интеллекту) в компании Victra — крупнейшем премиальном ритейлере Verizon в США. Позиция предполагает гибридный формат работы в Дареме (США). Компания формирует собственную команду AI-инженерии, и эта роль станет её отправной точкой. Вы будете создавать, тестировать и запускать AI-агентов и рабочие процессы на Microsoft Copilot Studio и Azure AI Foundry, следуя спецификациям и архитектуре, заданным старшими инженерами. Это осознанно ранняя карьерная роль: нанимают за способности, любознательность и инженерный склад ума, а не за годы опыта в AI. Опыт работы с генеративным ИИ не требуется. Роль подойдёт разработчику на раннем этапе карьеры, специалисту по автоматизации или Power Platform, готовому перейти к профессиональному коду, системному администратору или инженеру, желающему освоить разработку агентов на структурированном пути. Предусмотрены наставник, бюджет на сертификацию и реальная ответственность за результат. Основной стек — Azure AI Foundry, но фундаментальные навыки (API, промптинг, оркестрация, оценка) платформенно-независимы. Иногда потребуется поддержка проектов за пределами основных платформ, включая open-source фреймворки и AI-инструменты для кодинга. Задачи: - Создание, тестирование и развёртывание AI-агентов и рабочих процессов на Copilot Studio и Azure AI Foundry по стандартам и паттернам старших инженеров. - Интеграция агентов с бизнес-системами: коннекторы, API, инструментальные интеграции. - Проверка выходных данных AI на соответствие критериям приёмки; написание и запуск тестов, включая базовые оценочные проверки, до релиза. - Устранение пограничных случаев и проблем в продакшене при поддержке старших коллег, документирование первопричин. - Сопровождение одного закреплённого агента после запуска: мониторинг, небольшие исправления, обработка обратной связи от пользователей, с назначенным старшим ревьюером. - Документирование каждой разработки по стандарту команды. - Поддержка проектов за пределами основных платформ по указанию руководства, включая open-source фреймворки агентов и AI-инструменты для кодинга, с применением тех же стандартов тестирования и документации. - Регистрация всех выпущенных решений в реестре агентов. - Прохождение структурированной программы обучения (учебный план Microsoft Learn по разработке агентов и оплачиваемые сертификации) в согласованные сроки. Требования: - Степень бакалавра в области компьютерных наук, информационных систем или смежной области, демонстрирующая техническую вовлечённость, способность к долгосрочным обязательствам и сильное критическое мышление. - Подтверждённые навыки программирования на языке общего назначения: Python, C или Java; также засчитывается опыт скриптинга (PowerShell, JavaScript, Power Fx). - Рабочее знание API и основ работы с данными: вызов сервиса, чтение JSON, перемещение данных между системами. - Защитное, пограничное мышление: привычка задавать вопрос «что произойдёт, если входные данные неверны». - Чёткая письменная коммуникация и привычка к документированию. - Подтверждение самостоятельного обучения: побочные проекты, эксперименты или самостоятельно освоенный инструмент, включая неудачные попытки и последующие действия. - Ежедневное использование AI-инструментов (Claude, GitHub Copilot или аналогичных) в работе. - Опыт работы с генеративным ИИ не требуется — компания обучит. Желательно: - Опыт реальной разработки: разработка ПО или приложений, скриптинг или автоматизация; приветствуется опыт Power Platform, RPA, ServiceNow или системного администрирования как отправная точка. - Интерес к профессиональной разработке на Azure: написание и использование REST API, Azure Functions (function apps), API Management (APIM), а также работа с retrieval-augmented generation (RAG): индексация и стратегии grounding в Azure AI Foundry. - Знакомство с современным процессом разработки: Git, управление ветками, CI/CD для вывода кода в продакшен. - Опыт работы с open-source фреймворками агентов или инструментами наблюдаемости LLM (LangChain, Langfuse или аналогичные). - Сертификации Microsoft — плюс, но не обязательны: AI-901 или AB-900 (основы), AB-620 AI Agent Builder Associate или AI-103 Azure AI Apps and Agents Developer Associate; компания оплачивает сертификацию тем, у кого её нет. - Опыт работы в рознице или полевых операциях. Карьерный рост: - Опубликованная лестница от AI Engineer I к старшей разработке агентов, подкреплённая оплачиваемыми сертификациями, учебным бюджетом и растущей ответственностью. Первый управляемый продакшен-агент ожидается примерно на шестом месяце; далее объём самостоятельной работы растёт. Условия: - Оплачиваемое обучение и возможности карьерного развития. - Комплексная медицинская, стоматологическая и офтальмологическая страховка. - Пенсионный план 401k. - Компенсация обучения.

Формат

Офис

Страна

Ватикан

Город

Не указан

Salesforce нанимает AI-инженеров для участия в программе для выпускников. Вы будете работать в составе кросс-функциональных команд, создавая агентные решения для клиентов из списка Fortune 500. Задачи: - Разработка AI-агентов, работающих в продакшене для крупных компаний. - Проектирование архитектуры агентов: промпты, рассуждения, вызовы инструментов, с использованием LLM и платформы Agentforce. - Поддержка технического жизненного цикла: архитектура, разработка, отладка и развертывание продакшен-систем на JavaScript, Python и Apex. - Консультирование клиентов: превращение бизнес-задач в агентные решения. - Тестирование и итеративное улучшение собственных решений. Требования: - Сильный бэкграунд в Computer Science или смежной инженерной дисциплине. - Опыт работы с LLM и промпт-инжинирингом. - Владение React, TypeScript, GraphQL, Python, ООП и Real-Time Infra. - Навыки взаимодействия с продакт-командами и клиентами. - Умение писать качественный код и оценивать результаты AI с инженерной строгостью. - Готовность к командировкам 25–50% рабочего времени. Условия: - Работа над реальными проектами, влияющими на бизнес компании. - Наставничество: парный онбординг-бадди, поддержка старших разработчиков, теневые стажировки. - Программа развития технических и продажных навыков. - Доступ к AI-инструментам: Cursor, Claude, внутренние продукты для разработки.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Citi — глобальный банк с примерно 200 миллионами клиентских счетов, работающий более чем в 160 странах. Предоставляет финансовые продукты и услуги: потребительский банкинг и кредит, корпоративный и инвестиционный банкинг, брокерские услуги по ценным бумагам, транзакционные сервисы и управление капиталом. О роли Инженер агентного ИИ работает на стыке искусственного интеллекта и корпоративных финансовых технологий. Роль предполагает проектирование retrieval-grounded, контекстно-зависимых и автономных ИИ-систем для Controls Technology. Сотрудник будет работать с senior-разработчиками, ИИ-архитекторами и бизнес-стейкхолдерами по всему миру, развивая агентные ИИ-приложения: от RAG-пайплайнов и графов знаний до мультиагентных рабочих процессов и продакшн-решений на базе генеративного ИИ. Обязанности - Создавать и интегрировать приложения генеративного ИИ на основе предобученных и размещённых фундаментальных моделей (через управляемые GenAI API и эндпоинты открытых моделей). - Проектировать и внедрять контекстную инженерию: системные инструкции, извлечённые знания, определения инструментов, память диалога и метаданные задач в токен-эффективные промпты. - Участвовать в промпт-инжиниринге (zero-shot, few-shot, chain-of-thought, role-based) и разработке ИИ-рабочих процессов. - Разрабатывать и поддерживать RAG-системы: чанкинг, эмбеддинги, гибридный поиск (семантический + ключевой) и реранкинг. - Помогать в создании графов знаний и Graph RAG-пайплайнов для многошаговых рассуждений и отслеживаемых ответов. - Участвовать в разработке агентных рабочих процессов: ИИ-агенты с вызовом инструментов, структурным планированием и памятью, используя фреймворки Google ADK, LangGraph или CrewAI. - Интегрировать агентов с внешними инструментами и источниками данных через Model Context Protocol (MCP) и обеспечивать взаимодействие агентов через Agent2Agent (A2A) протокол. - Помогать с развёртыванием, мониторингом и сопровождением GenAI и агентных приложений в продакшене. - Сотрудничать с дата-сайентистами и инженерами для интеграции ИИ-возможностей. - Выполнять предобработку данных, загрузку документов и разработку API для ИИ-приложений. - Участвовать в код-ревью, тестировании и документировании для обеспечения качества и надёжности. - Отслеживать новые достижения в области генеративного и агентного ИИ и делиться знаниями.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О роли Ищем AI-инженера с опытом от 5 лет для проектирования, разработки и внедрения AI-решений, включая современные агентные AI-процессы. Роль предполагает разработку масштабируемых ML-моделей и интеллектуальных агентов на основе фундаментальных моделей для автоматизации сложных бизнес-процессов и улучшения принятия решений. Задачи - Проектировать, разрабатывать и внедрять ML и AI модели для бизнес-кейсов - Проектировать и дообучать модели, включая цепочки рассуждений, использование инструментов и агентные архитектуры (ReAct, мультиагентные фреймворки и др.) - Определять возможности агентов, границы автономного принятия решений и управлять ожиданиями заинтересованных сторон по надёжности - Проектировать и оптимизировать промпт-инструкции, персоны, описания инструментов и каркасы рассуждений, направляющие поведение агентов - Разрабатывать и оркестрировать многошаговые AI-агенты, способные к рассуждению, использованию инструментов и выполнению процессов - Строить агентные процессы на основе фундаментальных моделей для автоматизации задач и поддержки решений - Тестировать AI-агентов на корпоративных системах, API, инструментах и платформах данных - Проектировать бенчмарки и автоматические оценки для измерения надёжности, точности и безопасности агентов в различных сценариях - Работать со структурированными и неструктурированными данными для предиктивных и генеративных AI-решений - Управлять и наставлять команду дата-сайентистов, задавая чёткие ожидания по качеству моделей, документации и готовности к продакшену - Сотрудничать с дата-сайентистами, BI-командами и бизнес-стейкхолдерами для трансформации требований в AI-решения - Оптимизировать производительность моделей, масштабируемость и экономическую эффективность - Мониторить развёрнутые модели и агентов, внедрять циклы обратной связи и стратегии переобучения - Документировать технические проекты, агентные процессы и системную архитектуру Требования - Степень бакалавра или магистра в области компьютерных наук, AI, науки о данных или смежной области - Опыт от 4 лет в AI/ML, науке о данных или прикладном AI-инжиниринге - Сильные навыки программирования на Python - Твёрдое понимание основ машинного обучения и методов оценки - Знакомство с промпт-инжинирингом и работой с большими языковыми моделями (LLM) - Опыт с архитектурами RAG (Retrieval-Augmented Generation) - Опыт работы с API и интеграцией AI в приложения - Знакомство с фреймворками оркестрации (например, LangChain, Semantic Kernel или аналогичными) Предпочтительные квалификации - Практический опыт с Amazon SageMaker и Bedrock для ML и генеративных AI-приложений - Знакомство с Amazon Bedrock Guardrails и Knowledge Bases - Практический опыт с Amazon AgentCore для запуска агентных AI-приложений - Опыт проектирования агентных процессов (мультиагентные системы, агенты с использованием инструментов, автономные процессы) - Опыт с облачными платформами, такими как Amazon Web Services - Знание практик MLOps (Docker, CI/CD, мониторинг моделей) Условия - Зарплата от $122 000 до $148 000 на момент найма для районов Джерси-Сити, Нью-Джерси и Вудленд-Хиллз, Калифорния - Фактический размер компенсации зависит от географического расположения кандидата, навыков, опыта и других квалификаций - Право на дискреционный бонус в соответствии с условиями применимого плана стимулирования - Конкурентный пакет льгот как часть общей компенсации

Формат

Офис

Страна

США

Город

Нью-Йорк

Компания David создает продукты для увеличения мышечной массы и снижения жира. Первый продукт — протеиновый батончик. David — платформа для разработки высокобелковых, низкокалорийных продуктов, дружественных к уровню сахара в крови. Компанию возглавляет CEO Питер Рахал, сооснователь и бывший CEO RXBAR (продажа Kellogg за $600 млн в 2017 году). Цель — стать самым популярным высокобелковым батончиком в Северной Америке и за ее пределами. Роль Software Engineer, AI & Internal Tools — один из ключевых разработчиков внутренних инструментов, автоматизированных рабочих процессов и AI-систем. Задача — находить возможности для оптимизации, проектировать масштабируемые решения и влиять на внедрение AI и новых технологий в компании. Роль предполагает устранение рутинной ручной работы с помощью надежных программных решений, включая AI-рабочие процессы и инструменты для повышения эффективности операций. Вакансия открыта для кандидатов любого уровня опыта. Задачи: - Проектирование, разработка и поддержка внутренних инструментов, заменяющих ручные процессы в Finance, Operations, Growth, Retail и Supply Chain. - Написание production-кода на Python и/или TypeScript; выбор подходящего языка и фреймворка для задачи. - Разработка и внедрение AI-рабочих процессов для парсинга документов, извлечения данных, классификации, суммаризации и поддержки принятия решений. - Создание и оркестрация AI-агентов с использованием LLM API, агентных фреймворков, MCP-коннекторов и RAG, включая оркестрацию инструментов, логику маршрутизации и guardrails. - Внедрение систем оценки и паттернов human-in-the-loop для обеспечения надежности и точности AI-результатов. - Управление учетными данными, чувствительными данными и сторонними интеграциями; проектирование рабочих процессов с соответствующими правами доступа и guardrails. - Совместное владение пайплайнами данных и dbt-моделями для переноса данных из источников в BigQuery и преобразования их в чистые, готовые к анализу наборы данных. - Устранение проблем с пайплайнами и качеством данных; поддержка новых интеграций при подключении дополнительных платформ. - Автоматизация и поддержка отчетности для Finance, Operations и руководства: дашборды, регулярные отчеты и ad hoc-анализы. Требования: - Минимум 2 года профессионального опыта в software engineering, data engineering или смежной технической роли. - Сильное владение Python/TypeScript: чистый, тестируемый, production-код с тестированием, контролем версий и CI/CD. - Production-опыт с минимум одним full-stack веб-фреймворком (предпочтительно Next.js/React) и одной реляционной базой данных (предпочтительно Postgres). - Свободное владение современными AI-инструментами: LLM API (Claude, GPT), агентные фреймворки, context engineering, RAG, MCP, tool use и структурированные выходные данные. - Подтвержденный опыт создания инструментов, систем или автоматизаций, которые реально используются другими людьми в профессиональной среде, в side-проекте или open-source. - Способность работать самостоятельно, четко коммуницируя приоритеты и инициативы команде. - Скромность, самоосознанность и любознательность. - Желание строить early-stage CPG-компанию с миссией помогать людям увеличивать мышечную массу и снижать жир. Условия: - Полная занятость. - Зарплата: $150,000–$250,000 в год, включая денежный бонус по достижении целей компании. - Опцион на акции компании. - Медицинская, стоматологическая и офтальмологическая страховка — 100% покрытие. - 401(k). - Дополнительные льготы, включая оплату абонемента в спортзал. - Существенный и обязательный оплачиваемый отпуск. - Работа в офисе 5 дней в неделю в Нью-Йорке.

Формат

Офис

Страна

США

Город

Нью-Йорк

Компания Obin AI ищет AI-инженеров для создания и масштабирования интеллектуальных агентов с нуля. Это одна из первых позиций в команде. Работа предполагает непосредственное взаимодействие с основателями (экс-Google) и принятие ключевых технических решений с первого дня. Задачи: - Проектирование и развертывание агентов на основе LLM: создание агентных систем с использованием LLM и RAG для автоматизации сложных кредитных процессов, включая дизайн промптов, использование инструментов, логику оркестрации и оценку систем. - Работа с заказчиками: взаимодействие с техническими и нетехническими стейкхолдерами в крупных кредитных компаниях для понимания проблем рабочих процессов и совместная разработка AI-решений, влияющих на ROI. - Владение продакшен-инфраструктурой: архитектура и поддержка бэкенд-систем и API, подключаемых к источникам данных и клиентским платформам; обеспечение высокой доступности, производительности и наблюдаемости. - Оценка и оптимизация систем: балансировка точности, задержки, надежности, стоимости и объяснимости агентных систем; проведение экспериментов и циклов улучшений. - Участие в проектировании основной платформы: определение технической архитектуры, создание переиспользуемой инфраструктуры для развертывания агентов и формирование основ инженерных практик Obin AI. - Формирование культуры и стандартов: участие в определении инженерной культуры, стандартов найма и долгосрочного технического плана. Требования: - 5+ лет опыта в разработке ПО. - 1+ год практического опыта создания LLM-агентов и/или RAG-систем в продакшене. - Опыт логирования, оценки и оптимизации AI-приложений. - Владение Python и опыт работы с современными AI/ML-фреймворками и облачной инфраструктурой (предпочтительно GCP). - Опыт работы с облачной инфраструктурой (предпочтительно GCP) и API. - Готовность быстро двигаться, отвечать за результаты и создавать долгосрочные решения. - Развитая интуиция в области системной архитектуры, производительности и масштабирования. - Четкая коммуникация, особенно в неоднозначных и ответственных задачах. Желательно: - Опыт с системами human-in-the-loop, обратной связью и длительными агентными задачами. - Опыт в финансовых системах, моделировании рисков или автоматизации решений. - Знакомство с PydanticAI, LlamaIndex, Google ADK, Claude Agent SDK или аналогичными фреймворками. - Опыт создания или участия во внутренней AI-платформе или переиспользуемых LLM-инструментах.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Management Consultant Enterprise Architecture (все гендеры) Чем предстоит заниматься: В составе команды Sourcing & IT Advisory вы будете помогать клиентам формировать и реализовывать сложные бизнес- и ИТ-трансформации в различных отраслях. Задачи сосредоточены на комплексных трансформационных проектах: - Корпоративная архитектура и стратегия: определение стратегий корпоративной архитектуры, моделей управления, целевых архитектур и дорожных карт, согласованных с бизнес-целями и потоками создания ценности. - Бизнес- и прикладная архитектура: проектирование бизнес-возможностей, процессов, портфелей приложений и ландшафтов платформ для обеспечения масштабируемых цифровых операционных моделей. - Архитектура данных и интеграции: разработка современных информационных, данных, API-first, интеграционных и событийно-ориентированных архитектур, обеспечивающих интероперабельность и бизнес-ценность. - Модернизация легаси и технический долг: руководство переходом от легаси и монолитных сред к облачным, модульным, микросервисным архитектурам, гармонизация разнородных технологических ландшафтов, работа с техническим долгом и сопровождение ИТ-миграций. - Технологическая трансформация: проектирование мульти- и гибридных облачных сред и новых платформ с учетом требований к миграции в облако и выходу из облака, устойчивости бизнес-процессов, решений с открытым исходным кодом, сопровождаемости, DevOps-организаций и процессов. - ИИ-архитектура и инновации: обеспечение готовности к ИИ, определение архитектур для ИИ-систем и агентных систем, продвижение эффективного использования ИИ-инструментов для ускорения архитектуры, внедрения и принятия решений. - Управление архитектурой: установление принципов, стандартов, процессов и рамок принятия решений для устойчивого внедрения в масштабах предприятия. - Реализация трансформаций: консультирование бизнес- и ИТ-стейкхолдеров вплоть до уровня руководства, проведение воркшопов, применение гибких методологий (например, SAFe), обеспечение успешного внедрения архитектурных изменений. Требования: - Высшее образование в области компьютерных наук, бизнес-информатики, информационных систем, бизнес-администрирования или смежной области. - Не менее 4 лет подтвержденного опыта в области корпоративной и ИТ-архитектуры, желательно в нескольких отраслях. - Владение современными ИИ-инструментами для улучшения архитектурного проектирования, консалтинга и внедрения, с настроем на постоянное изучение и внедрение новых ИИ-возможностей. - Отличные коммуникативные навыки на английском и немецком языках. - Готовность к командировкам для работы с клиентами. Сильные компетенции в: - Фреймворках корпоративной архитектуры (например, TOGAF), управлении архитектурой и оценке зрелости архитектуры. - Управлении бизнес-возможностями, согласовании бизнеса и ИТ, ИТ-стратегии и ИТ-управлении. - Бизнес-, прикладной, информационной, данных, интеграционной, технологической и security-архитектуре. - API-first, событийно-ориентированных, сервис-ориентированных, облачных и микросервисных архитектурах. - Концепциях управления данными (например, управление мастер-данными, озера данных, data mesh). - Корпоративных платформах (например, SAP, Salesforce, ServiceNow). - Стандартах моделирования архитектуры (например, ArchiMate). - Готовности к ИИ, агентных ИИ-архитектурах и современных ИИ-платформах предприятия. О компании: Глобальная консалтинговая компания по цифровой трансформации с офисами в Гамбурге, Дюссельдорфе, Мюнхене, Вене, Атланте, Сингапуре и Шанхае. С 2006 года консультирует компании из списков DAX и Fortune Global 500 по вопросам цифровой трансформации на стыке бизнеса и ИТ. Подход охватывает консалтинг на уровне руководства — от ИТ-стратегии до оптимизации и внедрения процессов цифровизации и трансформации. Неоднократно признана клиентами и журналом BrandEins как «Лучшие консультанты», а Wirtschaftswoche — победителем конкурса «Best of Consulting». Условия: - Культура на «ты», короткие каналы коммуникации, международные коллеги. - Международные корпоративные мероприятия. - Компания покрывает половину стоимости Deutschlandticket. - Субсидия на детский сад — оплата половины расходов на дневной уход за детьми. - Лизинг велосипедов JobRad и скидка на абонемент в спортзал (EGYM Wellpass). - Персонализированные возможности профессионального развития. - Центральное расположение офисов в центре Гамбурга и Мюнхена с отличным транспортным сообщением, а также хаб-офисы во всех крупных городах Германии. - Свежие фрукты, кофе, закуски, безалкогольные напитки и пиво после работы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Natuvion GmbH ищет Senior Full Stack Engineer в небольшую инженерную команду, которая создает новые высокоценные продукты в портфеле компании. Команда разрабатывает DCS Compose — современный язык для корпоративных трансформаций данных с глубокой интеграцией в Natuvion Cloud. Работа включает три основных направления: - Понимание предметной области. Команда делает знания по трансформациям Natuvion доступными для поиска, структурирует их и предоставляет ИИ-агентам. Сотни клиентских проектов создали миллионы строк трансформационного контента. Команда строит инфраструктуру, превращающую эти накопленные знания в полезный актив. - Разработка, ориентированная на пользователя. Команда понимает своих пользователей и создает для них инструменты и приложения. Миссия — помочь пользователям преуспеть в работе, предоставив им необходимые технические средства. - Техническое владение. Команда разрабатывает решения с глубокой интеграцией в облачную инфраструктуру Natuvion, включая бэкенд и фронтенд, с учетом производительности, адаптивности и корректности. В основе лежат API и общие компоненты Natuvion Cloud. Команда имеет сильный технический и научный бэкграунд. Качество важно даже в прототипах: дисциплинированная инженерия, а не вайбкодинг. Natuvion — около 500 сотрудников, SAP Gold Partner, что дает доступ к корпоративным клиентам и реальным проектам при автономии небольшой команды. Почему стоит присоединиться: - Реальные задачи, а не учебные проекты. Корпоративные трансформации данных включают миллионы записей, сложные бизнес-правила и жесткие сроки. - Полное владение результатом: от наблюдения за процессом в клиентском проекте до выпуска работающего прототипа. Вы решаете, что и как строить. - ИИ как ежедневный инструмент. Команда использует агентное программирование и разработку с помощью ИИ. - Небольшая команда с доступом к корпоративным клиентам, таким как BMW, Volkswagen, E.ON и Lufthansa. Обязанности: - Создание функций для приложения DCS Compose на базе Natuvion Cloud: фронтенд, бэкенд и интеграции API. - Разработка UI-компонентов для корпуса контента: интерфейсы поиска, визуализация данных и инструменты сравнения. - Интеграция ИИ-возможностей в приложения: MCP, семантический поиск и эмбеддинги. - Использование и расширение общих фронтенд-компонентов и API NCP. - Поддержание стандартов качества: тестирование, ревью кода и чистая архитектура. Требования: - Сильные навыки фронтенда и бэкенда, уверенная работа с обеими сторонами веб-приложения. - Опыт проектирования API и работы с платформенными API. - Знание современного TypeScript, React (предпочтительно NextJS) и Golang. - Знание Protobuf и gRPC будет плюсом. - Внимание к хорошему UI: создание интерфейсов, которыми пользователи хотят пользоваться. - Дисциплина качества: написание тестов, ревью кода, забота о поддерживаемости. Как работает команда: - Прототипирование со стандартами: быстрый выпуск, но не любой ценой. Прототипы имеют тесты, чистые API и документацию. Когда прототип доказывает ценность, он должен быть готов к передаче, а не к переписыванию с нуля. - Текущий стек: Golang, gRPC, TypeScript, NextJS, API и общие фронтенд-компоненты Natuvion Cloud. - Стек развивается вместе с задачами: выбирается правильный инструмент, а не привычный. - Агентное программирование как дисциплина: ежедневное использование инструментов разработки с ИИ, одинаковые стандарты качества для кода, написанного человеком или агентом. Условия: - Контракты на удаленную работу и полная гибкость благодаря свободной организации рабочего времени. - Постоянная должность и 30 дней отпуска. - FlexWork: удаленная работа из других европейских стран до 3 месяцев в год. - Ежемесячный бюджет на индивидуально выбираемые льготы из более чем 50 предложений через emplu, корпоративные льготы, лизинг велосипеда и автомобиля через конвертацию зарплаты. - Mental Health Benefit Nilo: 10 бесплатных сессий с психологами ежегодно, доступ к медитациям и курсам. - Целевая поддержка профессионального и личного развития. - Программа наставничества для структурированного введения в должность.

Формат

Удалённо

Страна

Канада, США

Город

Сан-Франциско, Сиэтл

Грейд

Senior

AI-инженер в команду GTM Claudification компании Anthropic. Задачи: - Строить и эксплуатировать автономных агентов, которые выполняют go-to-market процессы от начала до конца: входящие и исходящие продажи, управление воронкой, взаимодействие с клиентами. - Проектировать человеческий контроль для каждого процесса: точки согласования, передача задач, эскалации, чтобы продавцы сохраняли контроль. - Разрабатывать фреймворки оценки поведения агентов и запускать их в разработке и продакшене. - Инструментировать вызовы моделей и инструментов в продакшене, строить наблюдаемость и метрики, связывающие действия агентов с воронкой и выручкой. - Разрабатывать MCP-серверы, навыки агентов и веб-приложения, подключаемые к CRM, коммуникационным инструментам и хранилищу данных. - Определять техническое направление по созданию, оценке и эксплуатации агентов в команде. - Архитектурировать общие кодовые базы для go-to-market команды, задавать стандарты и практики ревью. - Работать напрямую с продавцами, чтобы основывать дизайн агентов на реальных рабочих процессах и итерировать на основе наблюдений. - Выявлять повторяющиеся паттерны и передавать инсайты продуктовой и инженерной командам Anthropic. - Поддерживать актуальные знания о последних разработках в возможностях LLM, фреймворках агентов и методах оценки. Минимальные требования: - Сильные навыки программирования на Python или TypeScript, опыт создания и эксплуатации продакшен-приложений. - Продакшен-опыт с LLM: контекстная инженерия, разработка агентов, разработка MCP, использование инструментов, фреймворки оценки. - Опыт использования оценок и анализа транскриптов для поиска и исправления реальных проблем в LLM-системах. - Свободное владение данными, включая SQL. - Способность работать в условиях неопределённости и запускать проекты без спецификации, находить простые решения сложных задач. - Стремление развивать безопасный и полезный ИИ, забота о пользователях создаваемых продуктов. Предпочтительные квалификации: - 8+ лет опыта в ролях: инженер-программист, ML-инженер или forward deployed инженер. Бывшие технические основатели приветствуются. - Опыт с Claude Code и Claude Agent SDK. - Опыт с go-to-market системами (CRM, sales engagement, enrichment, conversation intelligence) или работа в тесном контакте с revenue-командой. - Опыт развития кодовой базы, в которую вносит вклад много людей, inner-source или open-source. - Прикладной ML и экспериментальный бэкграунд: A/B-тестирование, модели вероятности, рекомендации или каузальный анализ. - Отличные коммуникативные навыки для объяснения технических концепций нетехническим партнёрам. Примеры проектов (иллюстрация характера работы, не список задач): - Создать агента, который выполняет рутинный процесс продаж от первого сигнала до черновика действия, проверяемого человеком. - Развернуть набор оценок для агента: стартовые сценарии, рубрики оценки, регрессионные прогоны при каждом изменении. - Запустить MCP-сервер, дающий продавцам и их агентам управляемый доступ к ключевой revenue-системе. - Спроектировать общий репозиторий, где go-to-market разработчики публикуют агентов и навыки, с тестами и правилами ревью. - Построить прогнозную модель, которая объясняет свои решения, чтобы агент мог объяснить продавцу, почему предлагает действие. Годовой диапазон компенсации указан в оригинальной публикации. Для продажных ролей диапазон включает целевой заработок (OTE), то есть сумму целевых комиссий и бонусов.

Формат

Удалённо

Страна

США

Город

Не указан

GitLab — платформа оркестрации DevSecOps. Команда Forward Deployed Engineering устраняет разрыв между потребностями стратегических клиентов и текущими возможностями GitLab. В роли Staff Forward Deployed Engineer, специализирующегося на AI и Agentic SDLC, вы будете помогать определять и развивать GitLab Duo Agent Platform на переднем крае агентной разработки ПО. Вы будете проектировать агентные рабочие процессы и контекстные системы, создавать интеграции и изменения в продукте, оценивать и оптимизировать поведение систем, а также работать напрямую с клиентами, чтобы понимать, где AI-системы успешны, терпят неудачу или создают трения. Задачи могут варьироваться от точечной технической консультации до долгосрочного дизайн-партнёрства. Техническая работа может охватывать CLI GitLab, интеграции с IDE, AI Gateway, веб-интерфейсы, оркестрацию агентов, системы оценки, контроль авторизации и другие развивающиеся части платформы. Задачи - Проектировать и создавать агентные системы с использованием моделей, инструментов, циклов действий, оркестрации, контекста, поиска, состояния, памяти, оценки, трассировки и человеческого контроля. - Развивать контекстные системы и системы знаний с помощью таких подходов, как генерация с дополненной выборкой (RAG), генерация с дополненным кэшем, графовый поиск, понимание репозитория и оптимизация контекста. - Работать непосредственно в средах стратегических клиентов, чтобы понимать технические трения и превращать неоднозначные потребности в работающие решения. - Создавать агентные рабочие процессы, интеграции, наборы для оценки, эталонные архитектуры и возможности продукта, улучшающие результаты клиентов. - Вносить изменения продакшен-качества в GitLab Duo Agent Platform и более широкий продукт GitLab. - Оценивать и улучшать качество системы, надёжность, задержку, стоимость, использование токенов, безопасность, авторизацию, управление и опыт разработчика. - Диагностировать сбои в моделях, контексте, поиске, использовании инструментов, потоке управления, поведении продукта, разрешениях и окружающих рабочих процессах разработки ПО. - Работать в партнёрстве с Product и Engineering, ускоряя работу и согласуясь с направлением продукта и инженерными стандартами. - Обобщать знания, полученные от конкретных клиентов, в переиспользуемые возможности платформы, паттерны внедрения и технические рекомендации. - Обеспечивать техническое лидерство уровня Staff через архитектуру, реализацию, ревью, наставничество и влияние на команды. Требования - Опыт разработки ПО уровня Staff: создание, выпуск и улучшение сложных продакшен-систем. - Практический опыт проектирования и создания значимых AI-систем с умением оценивать, трассировать, отлаживать и оптимизировать их поведение. - Глубокое понимание того, как агентные системы используют модели, контекст, поиск, инструменты, состояние, поток управления, оценку и человеческий контроль. - Понимание причин, по которым AI-системы становятся ненадёжными, не достигают принятия или потребляют значительные ресурсы без полезных результатов. - Глубина в одной или нескольких областях AI-инженерии: агентные системы, контекстные системы и системы знаний, AI-инструменты для разработчиков, инференс или AI-ориентированная инженерия продуктов. - Сильные навыки программирования на Python, TypeScript, Go, Rust, Java, Kotlin, Ruby, C или другом языке, используемом для создания AI, бэкенда, инструментов разработчика или платформенных систем. - Способность быстро учиться и вносить вклад в большие, зрелые, мультиязычные кодовые базы.

Формат

Офис

Страна

Польша

Город

Не указан

Грейд

Senior

Sonatus — компания в сфере программного обеспечения для автомобилей. Технологии компании используются в более чем 8 миллионах автомобилей. Штаб-квартира в Саннивейле, Калифорния, более 250 сотрудников по всему миру. Ищем AI-инженера для реализации агентного фреймворка для AI-приложений. Роль предполагает написание production-grade кода для взаимодействия AI-приложений с миллионами автомобилей в реальном времени. Требуется инженер-«строитель», разбирающийся в деталях мультиагентной оркестрации, оптимизации вызова инструментов и безопасности LLM. Нужно переводить архитектурные решения в исполняемые высокопроизводительные системы, взяв на себя полный цикл разработки — от локального прототипа до глобального облачного развертывания. Кандидаты должны проживать в Польше, допускается удаленная работа в пределах Польши. Задачи: - Использовать существующие AI-модели и фреймворки для решения сложных бизнес-задач. - Разрабатывать агентную оркестрацию: проектировать и внедрять циклы «рассуждение и действие», позволяющие AI-агентам разбивать сложные цели на выполнимые подзадачи. - Проектировать и внедрять версионируемый реестр промптов для маршрутизации, независимой от модели, и A/B-тестирования системных промптов. - Разрабатывать защиту конфиденциальности для редактирования PII и верификатор галлюцинаций для аудита действий, генерируемых AI, до их выполнения. - Проводить полный цикл моделирования данных и разработки алгоритмов: моделирование, обучение, настройка, валидация, развертывание и поддержка сервисов. - Поддерживать экспертизу в области AI: LLM, временные ряды, RAG, тонкая настройка больших моделей, традиционные ML-модели. - Отслеживать отраслевые тренды в области науки о данных и AI. - Проводить анализ данных и предоставлять инсайты для бизнес-решений. - Соблюдать протоколы конфиденциальности и безопасности данных. - Сотрудничать с кросс-функциональными командами для преобразования требований в AI-решения. - Документировать и коммуницировать технические решения и лучшие практики стейкхолдерам. - Управлять проектами, обеспечивая своевременное выполнение в динамичной среде. Требования: - Магистр или PhD в Computer Science, инженерии, математике, прикладных науках или смежной области (предпочтительно), бакалавр обязателен. - Сильные навыки программирования на Golang, Python, Java или C++, опыт работы с TensorFlow, PyTorch, scikit-learn. - Опыт создания мультиагентных систем и фреймворков с адаптивной оркестрацией. - Глубокое понимание Jailbreak Detection (например, LlamaGuard) и техник маскирования PII для безопасного взаимодействия LLM в регулируемых средах. - Глубокие знания современных алгоритмов машинного обучения, AI-технологий и платформ. - Опыт предобработки данных, инженерии признаков и оценки моделей. - Знакомство с облачными платформами (AWS, Azure, Google Cloud) и контейнеризацией (Docker, Kubernetes) — плюс. - Знание лучших практик разработки ПО, систем контроля версий и agile-методологий. - Ориентация на результат, отличные навыки решения проблем. - Отличные устные и письменные коммуникативные навыки. - Опыт в автомобильной отрасли — приветствуется.

Формат

Офис

Страна

Россия

Город

Не указан

Компания M-Social основана в 2008 году. Занимается заказной разработкой: сайты, ИИ-агенты, чат-боты, мотивационные программы, мини-игры. Является подрядчиком рекламных групп OMD, Group M, АДВ, RoRe Group, OKKAM. Делает проекты для брендов: НЛМК, Т-Банк, Самокат, Вязанка, Барни, Heinz, Рив Гош, OSKELLY. Помимо агентств есть крупные прямые клиенты из разных сфер бизнеса. Работа напрямую с коммерческим директором, выстраивание диалога с первыми лицами брендов и агентств. Сделки от 100 тысяч до нескольких миллионов. Обязанности - Исследовать рынок, находить компании, инициировать диалог. - Квалифицировать запросы, снимать бриф, передавать в оценку. - Вести лиды в CRM от первого касания до подписания договора. - Поддерживать коммуникацию: мессенджеры, звонки, почта. - Выполнять согласованные KPI. Требования - Опыт в продажах от 1 года — digital, разработка, IT или смежное. - Понимание, что такое сайт, бот, мобильное приложение, — не как разработчик, а как человек, который объясняет клиенту ценность. - Грамотная речь и умение писать без шаблонов. - Самостоятельность и внутренняя дисциплина. Будет плюсом: - Опыт работы в агентстве или студии разработки. - Свои контакты среди маркетологов или в агентствах. - Понимание промо-механик, ИИ-продуктов, чат-ботов. Кому будет сложно: - Тем, кто ждёт только входящий поток. - Тем, кто не готов работать с отказами и молчанием. - Тем, кому нужен готовый скрипт на каждый случай. Условия - График: 5/2 с 09:00 до 18:00, офис в Брянске, не удалёнка. - Доход: фиксированный оклад + премия за выполнение плана + дополнительный бонус за перевыполнение. Перспективы роста Отдел строится с нуля. При стабильных результатах — первый кандидат на рост до старшего менеджера или руководителя отдела. Оцениваются только цифры и реальный вклад.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Креативное AI-агентство с 10-летней экспертизой в недвижимости. Среди клиентов — ПИК, Level Group, MR Group, Sminex и Брусника. Сейчас создаём AI-амбассадоров под аудиторию бренда и ведём их как lifestyle-аккаунты. Два первых аккаунта с нуля собрали около 73 000 органических просмотров; у лучшего ролика 94% аудитории — нужный город. Задачи: - Анализировать бренд, аудиторию, конкурентов и тренды; собирать стратегию, рубрикатор и контент-план. - Создавать внешность, характер и легенду AI-амбассадора, сохранять консистентность персонажа. - Делать от 30 роликов и до 10 каруселей/постов на проект: генерация, монтаж, звук, субтитры, обложки. - Работать с рендерами, интерьерами и городской средой; придумывать локальные сюжеты и нативно встраивать бренд. - Смотреть аналитику, быстро тестировать гипотезы и масштабировать форматы с целевыми охватами. Требования: - Сильный вкус, насмотренность и понимание коротких видео; опыт в дизайне, фото или видео — плюс. - Уверенный монтаж и способность довести ролик до публикационного качества. - Практический опыт с GPT, Seedance, Kling, Nano Banana/Seedream и другими AI-инструментами. - Опыт с ElevenLabs, Suno и липсинком; готовность быстро осваивать новые инструменты. - Самостоятельность и портфолио, где видны SMM-мышление и умение придумывать. Условия: - Удалённая работа; возможна полная или частичная занятость в зависимости от загрузки. - Доход обсуждается индивидуально и зависит от уровня, портфолио и объёма проектов. - Оформление: ИП, самозанятость или официальный формат — обсуждаем. - Перспектива роста до senior AI-креатора / creative lead направления.

Формат

Удалённо

Страна

Не указана

Город

Не указан

AI Automation Engineer / AI-интегратор Специалист поможет с нуля построить систему AI-автоматизации действующего e-commerce бизнеса на Ozon. Готовой системы и серверной инфраструктуры нет. Есть действующий магазин, доступ к Ozon Seller API и реальные процессы, которые необходимо сделать быстрее, эффективнее и максимально автоматизированными. Что предстоит создавать — автоматизация работы с товарами и данными; — поиск и анализ товарных трендов; — собственный репрайсер и автоматизация ценообразования; — автоматическое создание поставок FBO/FBS; — A/B-тестирование фотографий товаров; — AI-инструменты для ежедневной работы магазина; — голосовое управление отдельными процессами; — интеграции с Ozon Seller API; — серверная инфраструктура для автоматизаций. Это не закрытый список. Нужно самостоятельно находить процессы, которые можно автоматизировать, предлагать решения и доводить их до рабочего результата. Требования — опыт в e-commerce / маркетплейсах; — понимание процессов продавца на Ozon; — опыт автоматизации бизнес-процессов; — практический опыт использования AI для разработки и автоматизации; — понимание API и интеграций; — способность самостоятельно проектировать архитектуру; — техническая грамотность; — проактивность и самостоятельность; — готовность быстро осваивать новые инструменты. Будет плюсом Ozon Seller API, AI-агенты, Cursor, Claude Code, n8n, Make, Python, Linux/VPS, Docker, работа с данными, собственные боты, сервисы и автоматизации. Важно: не ищем человека, который умеет только писать код по готовому ТЗ. Задачи будут постоянно меняться вместе с развитием AI и потребностями бизнеса. Нужен специалист, который сам видит возможности, предлагает решения и доводит их до работающего результата. Условия — зарплата по договорённости; — полностью удалённая работа; — график 5/2, 09:00–18:00; — работа непосредственно с руководителем бизнеса; — высокая степень самостоятельности.

Формат

Удалённо

Страна

Любая

Город

Не указан

Pliant — европейская финтех-компания, специализирующаяся на B2B-платежах. Модульная платформа с API-first подходом помогает бизнесу оптимизировать расходы, улучшать денежные потоки и интегрировать платежи в финансовые процессы. Компания обслуживает два сегмента клиентов: компании, оптимизирующие операционные процессы через приложения и API, и бизнесы (финансовые платформы, ERP-провайдеры, банки), которые запускают или улучшают свои кредитные карты через встроенные финансы и white-label решения. Основана в 2020 году, штаб-квартира в Берлине. Pliant поддерживает более 4 000 компаний и 20 партнеров по всему миру. Как лицензированное электронное денежное учреждение (EMI), компания выпускает кредитные карты Visa в 11 валютах в более чем 30 странах. Команда AI Experience строит AI-продукты, которые помогают финансовым командам понимать, автоматизировать и оптимизировать корпоративные расходы: AI-чаты, финансовые копилоты, аналитика расходов, внутренние AI-инструменты и автономные рабочие процессы. Это не роль промт-инженера — здесь строят сложные системы, где LLM — один из компонентов наряду со структурированными финансовыми данными, API, ретривалом, бизнес-логикой, оркестрацией, оценкой, наблюдаемостью и продакшн-инфраструктурой. Цель — превращать перспективные AI-возможности в надежные продуктовые решения. Роль — Applied AI-инженер в команде AI Experience. Работа на стыке разработки ПО, продуктового мышления и прикладного AI. Нужно комфортно работать в условиях неопределенности: часть задач не имеет четкого ТЗ, и роль включает определение того, что стоит строить, что автоматизировать, где AI полезен, а где лучше традиционный код. Задачи: - Проектировать и строить AI-продукты для финансов и управления расходами. - Создавать чаты, копилоты, автономные рабочие процессы и внутренние AI-инструменты. - Работать с LLM, структурированными финансовыми данными, API и бизнес-логикой для продакшн-систем, включая ретривальные системы (векторный поиск, гибридный ретривал, text-to-SQL), OCR и понимание документов. - Выбирать подходящий подход для задачи: tool calling, ретривал, агентные рабочие процессы, детерминированная логика или их комбинация. - Строить наблюдаемые и объяснимые системы с защитными механизмами и мониторингом качества для продакшна. - Создавать подходы к оценке, чтобы измерять улучшение AI-систем. - Экспериментировать с новыми моделями и техниками, внедрять полезные в продакшн. - Учитывать точность, задержку, стоимость, надежность и доверие пользователей. - Тесно сотрудничать с продакт-менеджерами, дизайнерами и инженерами. - Повышать стандарты AI-инженерии в компании. Требования: - Опыт вывода AI-продуктов или функций в продакшн. - Сильные навыки разработки на Java (Spring Boot) и/или Python. - Знание паттернов и анти-паттернов распределенной архитектуры. - Плюс: опыт с облачной инфраструктурой, Terraform и масштабируемыми бэкенд-системами. - Понимание устройства современных LLM-приложений за пределами простого промптинга. Плюс: опыт с LangChain, LlamaIndex или LangGraph и понимание концепций, чтобы не зависеть от одного фреймворка. - Практический опыт с паттернами взаимодействия с LLM: tool calling, память, структурированные выходы, RAG, эмбеддинги, агентные циклы, оценка. - Умение проектировать системы, где AI — часть большей архитектуры, а не вся архитектура. - Продуктовое мышление: важна полезность создаваемого, а не только техническая интересность.

Формат

Офис

Страна

Перу

Город

Не указан

Компания StaffWorxs ищет AI-инженера для создания AI-платформ операционной деятельности, интеграции моделей и автоматизации сложных задач в производственных средах. Работа удалённая, открыта для кандидатов в США. Задачи: - Создание и масштабирование AI-управляемых рабочих процессов и систем автоматизации - Разработка интеграций с системами мониторинга, тикет-инструментами (ServiceNow, Jira, OpsGenie), CI/CD-пайплайнами и облачными сервисами - Проектирование и реализация API, инструментов и пайплайнов данных для AI-управляемых решений - Работа с LLM-интеграциями, промт-инжинирингом и оркестрацией: потоковые ответы, вызов функций, использование инструментов, RAG-пайплайны, агентная оркестрация - Создание и поддержка full-stack AI-приложений на TypeScript, React и Next.js: пользовательские дашборды, персонализированный опыт, аналитика в реальном времени, интерактивные инструменты - Перевод реальных операционных задач в автоматизированные интеллектуальные решения - Совместная работа с командами Product, SRE и Infrastructure для поставки сквозных возможностей - Улучшение производительности, надёжности и наблюдаемости систем - Создание систем оценки и наблюдаемости: измерение возможностей моделей, контроль качества выводов, дашборды для поддержки улучшаемости продукта - Создание переиспользуемых платформ и инструментов: библиотеки компонентов, общие абстракции, внутренние инструменты для ускорения разработки - Проектирование и разработка масштабируемых бэкенд-систем для AI-платформ - Поддержка AI-интеграций, рабочих процессов и пайплайнов автоматизации - Реализация REST API, микросервисов и событийно-ориентированных архитектур - Проектирование схем баз данных и запросов для сложных доменов: трекинг, вовлечённость, отчётность - Работа со структурированными и неструктурированными данными для AI-сценариев - Участие в CI/CD-пайплайнах, тестировании и автоматизации развёртывания - Диагностика и оптимизация производственных систем - Быстрое прототипирование: от концепции до рабочего демо за дни, инкрементальная поставка Требования: - 5+ лет опыта разработки ПО, сильный фокус на full-stack веб-разработке - Экспертный уровень TypeScript и React: оптимизация производительности, современные паттерны (hooks, context, suspense), архитектура компонентов - Производственный опыт с Next.js: App Router, Server Components, API-маршруты, SSR/SSG, edge-развёртывание - Практический опыт с LLM: промт-инжиниринг, потоковые API, вызов функций, использование инструментов, паттерны цепочек и оркестрации - Опыт с Vercel AI SDK: унифицированный интерфейс LLM-провайдеров, потоковая передача, структурированный вывод, вызов инструментов через OpenAI/Anthropic/Google/xAI - Model Context Protocol (MCP): создание или использование MCP-серверов для расширяемого AI-инструментария - Сильные бэкенд-основы: Node.js или Python, REST/GraphQL API, реляционные базы данных, Redis, аутентификация - Надёжный дизайн баз данных: PostgreSQL, Drizzle ORM, моделирование схем для сложных доменов, оптимизация запросов, миграции - Опыт создания масштабируемых распределённых систем в облачных средах (AWS / Azure) - Рабочее знание CI/CD, Docker, Kubernetes - Знакомство с Tailwind CSS, Radix UI и современной компонентно-ориентированной UI-разработкой - Высокая самостоятельность: работа в неоднозначных условиях, принятие ответственности за задачи и доведение их до конца - Сильные навыки решения проблем и аналитического мышления - Способность работать в быстро меняющейся среде - Эффективная коммуникация с техническими и нетехническими заинтересованными сторонами Плюсы: - Опыт создания агентных инструментов кодинга, AI-агентных фреймворков или SDK/API для разработчиков (Claude Agent SDK, OpenAI Agents SDK) - Опыт с экосистемой Vercel: Next.js, AI SDK-провайдеры, Turbopack - Опыт с фреймворками оценки: измерение возможностей моделей, сбор обратной связи в масштабе, A/B-тестирование выводов - Опыт с песочницами для безопасного выполнения AI-сгенерированного кода - Создание исследовательских инструментов, экспериментальных платформ или научного ПО - Владение Python: FastAPI/Django, пайплайны данных, ML-инструментарий - Знание инструментов наблюдаемости (Grafana, Prometheus, Sentry и др.) - Опыт создания автоматизации или внутренних платформ - Знакомство с функциями реального времени: WebSockets, потоковый UX, совместные интерфейсы - Знание продвинутых веб-технологий: WebGL, WebAssembly, web workers, PWA - Опыт с альтернативными JS-рантаймами: Bun, Deno - Создание open-source инструментов или платформ с активным сообществом - Сильная количественная база (математика, физика или смежные области) Условия: - Удалённая работа - Открыта для кандидатов в США

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Стажировка

О роли Vosyn — AI-стартап в области языкового синтеза, готовящийся к IPO. Отдел: разработка программного обеспечения. Ищем стажёра уровня Master's на позицию Prompt & Agentification Engineer. Стажёр будет работать с инженерной командой над стратегиями промтов и их внедрением. Стажировка даёт практический опыт, взаимодействие со старшим менеджментом и работу в быстрорастущей среде. Обязанности - Проектировать, тестировать и улучшать промты. - Оптимизировать выходные данные AI-моделей. - Оценивать контекст и назначение промта. - Выявлять и решать этические вопросы. - Анализировать выходные данные для понимания паттернов и трендов. - Взаимодействовать с кросс-функциональными командами. Требования - Текущее обучение или недавнее окончание магистерской программы по Data Science, Computer Science, Statistics или смежной области. Обязательно наличие или завершение магистерской программы. - Глубокое понимание концепций данных и аналитических методов. - Владение соответствующими инструментами и технологиями: Python, Java, R, C++. - Навыки программирования, включая написание кода на Python и других языках для скриптов, автоматизации и взаимодействия с AI-моделями. - Знание различных языковых моделей: ChatGPT-3.5, ChatGPT-4, Google Gemini, Microsoft Copilot и других. - Умение анализировать данные, генерируемые языковыми моделями, и извлекать инсайты для улучшения производительности моделей. - Способность работать как самостоятельно, так и в команде. - Развитые навыки решения проблем и внимание к деталям. - Выпускники также приглашаются к отклику. Требования к компетенциям (n8n) - Автоматизация рабочих процессов с n8n: умение проектировать, создавать и управлять надёжными workflow с помощью визуального интерфейса и node-based системы n8n для AI-оркестрации. - Интеграция AI-моделей: опыт подключения и оркестрации больших языковых моделей и других AI-сервисов (например, OpenAI, Gemini) в workflow n8n. - Промт-инжиниринг и управление: умение структурировать, передавать и управлять промтами в workflow n8n, включая обработку динамических входных и выходных данных для AI-агентов. - Интеграция API и сервисов: способность интегрировать различные внешние API и сервисы с n8n для передачи данных в AI-модели и получения результатов. - Потоки данных и трансформация: навыки обработки, преобразования и маршрутизации данных в workflow n8n для оптимизации входных данных для AI и обработки выходных. - Отладка и оптимизация workflow: умение тестировать, отлаживать и улучшать сложные workflow n8n для обеспечения эффективной и надёжной AI-автоматизации. - Понимание AI-агентов: концептуальное или практическое понимание того, как использовать n8n для создания и управления автономными или полуавтономными AI-агентами. Условия - Длительность: 520 часов (примерно 3 месяца). - Формат: удалённо, возможны гибридные варианты в Торонто. - Оплата: эквивалент $32 CAD в час, выплачивается обыкновенными акциями компании по справедливой рыночной стоимости. Наличные не выплачиваются. - Участие в процессе перехода стартапа к IPO. - Прямое взаимодействие со старшим менеджментом и стратегическим консультационным советом. - Практический опыт в быстрорастущей среде.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания: Testlio Локация: Полная удалённая работа, кандидаты из региона EMEA. Спонсирование визы не предоставляется. О роли: Ищем Engineering Manager для руководства командой, отвечающей за ядро платформы — функции, которые клиенты используют ежедневно для планирования, запуска и управления тестированием. Вы будете отвечать за техническое направление и реализацию этих доменов, повышать стандарты работы команды и модернизировать системы, которые поддерживают продукт годами. Роль подчиняется директору по инженерии. Задачи: - Руководство командой, отвечающей за ключевые возможности клиентского опыта, с прямым владением техническим направлением и реализацией. - Внедрение агентных рабочих процессов в ядро платформы: интеграция ИИ-агентов, которые планируют, выполняют и адаптируют тестовые задачи, выходя за рамки вспомогательных функций. - Модернизация фундамента: консолидация фрагментированной модели данных, эволюция легаси-сервисов, обеспечение транзакционной целостности старых хранилищ данных для безопасной работы агентов. - Партнёрство с продакт-менеджером по вопросам обнаружения, приоритизации и результатов, с реальным влиянием на дорожную карту и архитектуру. - Установление многоквартального технического направления для своих доменов, сотрудничество с AI/ML-командой по моделям и фреймворкам. - Превращение стратегии в последовательную дорожную карту и владение технической реализацией от концепции до продакшена. - Установление эффективных практик планирования, приоритизации и дизайн-ревью, балансирующих скорость поставки и долгосрочную масштабируемость. - Владение продакшен-поддержкой своих доменов: триаж, управление эскалациями, устранение первопричин. - Определение целей уровня обслуживания, создание дашбордов производительности (скорость запросов, частота ошибок), проведение анализа первопричин. - Около 20–30% времени — hands-on инженерия: написание продакшен-кода, содержательные ревью критических pull request, подписание ключевых технических дизайнов. Условия: - Полная удалённая работа, асинхронная модель взаимодействия в глобально распределённой команде. - Гибкий оплачиваемый отпуск, включая национальные праздники, личные и больничные дни. - Опционы на акции компании. - Ежегодный обучающий стипендиат в размере 300 долларов. - Компания основана женщиной, почти половина команды идентифицирует себя как женщины. Инклюзивная культура, ориентированная на цель. - Testlio — растущая, прибыльная компания с сильным денежным потоком. Крупнейшие клиенты сотрудничают 7+ лет, многие тратят 500K+ долларов в год.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

О роли Инженер в Maze будет играть ключевую роль в формировании продукта, с основным фокусом на разработку AI-агентов и ML-систем. Это возможность проектировать, создавать и масштабировать продукт с нуля, влияя на архитектурные решения, ML-интеграции и пользовательский опыт. Работа в ядре технической команды, развитие AI-решений для кибербезопасности и обеспечение бесшовной интеграции по всему стеку. Задачи - Разработка и масштабирование сложных AI-агентов для решения задач кибербезопасности. - Проектирование и реализация backend-систем, поддерживающих агентные нагрузки: масштабируемых, поддерживаемых и безопасных. - Полная ответственность за жизненный цикл разработки: от концепции и дизайна до деплоя и сопровождения. - Тесная работа с инженерами, дизайнером и продакт-менеджером для бесшовной интеграции новых функций и сервисов. - Постоянный мониторинг и улучшение производительности, безопасности и масштабируемости приложений. - Определение и соблюдение стандартов кодинга, лучших практик и документации для поддержания высокого качества кода. - Быстрое прототипирование и итерации новых функций с учётом обратной связи и меняющихся требований. - Наставничество младших инженеров и личный пример в технических обсуждениях и код-ревью по мере роста команды. Требования - 7+ лет опыта в backend-разработке. - Сильный опыт backend-разработки, включая проектирование RESTful API, управление базами данных и серверные фреймворки, например Python. - Рабочее понимание принципов машинного обучения и опыт интеграции LLM или других AI-сервисов в production-приложения. Знакомство с LangChain, LlamaIndex или аналогичными фреймворками будет плюсом. - Знакомство с облачными платформами, например AWS, и их ML-сервисами, а также с DevOps-практиками: CI/CD и контейнеризацией, например Docker, Kubernetes. - Сильные аналитические способности и навыки решения задач, ориентация на надёжные и масштабируемые решения. - Понимание архитектуры систем, эффективно использующих AI-возможности при сохранении производительности и надёжности. - Отличные коммуникативные навыки и способность эффективно работать в кросс-функциональной команде. - Комфортная работа в быстро меняющейся среде стартапа, готовность адаптироваться, особенно в быстро развивающейся области AI. Почему стоит присоединиться - Амбициозные задачи: использование генеративного ИИ, LLM и агентов, для решения актуальных задач кибербезопасности. - Экспертная команда: практикующие лидеры с глубоким опытом в Big Tech и масштабируемых компаниях, участвовавшие в командах, стоявших за несколькими приобретениями и IPO. - Значимая работа: кибербезопасность становится вызовом для большинства компаний, и помощь в снижении рисков ведёт к лучшим результатам для всех.

Формат

Офис

Страна

Европа

Город

Не указан

О роли В Maze вы станете техническим лидером, который развивает ML-инфраструктуру от экспериментов до продакшена, обеспечивая измеримый эффект AI-решений в кибербезопасности для клиентов по всему миру. Это возможность присоединиться к ранней инженерной команде хорошо финансируемого стартапа, создающего прорывные приложения на основе LLM и AI-агентов в кибербезопасности. Вы возьмёте на себя полную ответственность за фреймворки оценки, продакшен-ML-пайплайны и интеграцию ML между командами, работая в тесном контакте с CTO и продуктовыми командами, чтобы превращать передовые AI-исследования в надёжные масштабируемые решения для реальных задач безопасности. Успех будет измеряться улучшением производительности агентов и влиянием на продуктовые инновации, а не только техническими метриками. Роль подходит для практикующего ML-инженера, который масштабировал продакшен-ML-системы в нескольких компаниях, мыслит как продуктовый разработчик и хочет заниматься продакшенизацией LLM и ML для решения значимых проблем. Задачи - Создание продакшен-систем оценки: проектирование и внедрение комплексных фреймворков для измерения производительности агентов, отслеживания улучшений и обеспечения стабильной ценности AI-систем для клиентов. - Пайплайн от экспериментов до продакшена: владение полным жизненным циклом ML от прототипа до продакшена, создание масштабируемых систем для быстрой итерации при сохранении надёжности и производительности в клиентских средах. - Интеграция ML между командами: тесная работа с продуктовыми командами для встраивания ML-возможностей в пользовательские функции, чтобы техническое совершенство превращалось в пользовательскую ценность и продуктовую дифференциацию. - Оптимизация производительности AI-агентов: постоянное улучшение агентов через систематические эксперименты, промт-инжиниринг и архитектурные улучшения; измерение успеха через влияние на клиентов и производительность системы. - Масштабирование ML-инфраструктуры: создание базовых ML-систем, мониторинга и инструментов для роста от стартапа до масштабной компании, позволяющих быстро внедрять новые возможности без потери качества. - Взаимодействие с инженерным руководством: прямая работа с CTO через регулярные встречи и стратегическое согласование, при высокой автономии и самостоятельности в повседневной работе. - Наставничество: естественное наставничество для младших ML-инженеров через код-ревью, технические рекомендации и передачу практического опыта создания продакшен-ML-систем. Требования - Опыт продакшен-ML: 6+ лет создания и масштабирования ML-систем в продакшене, практический опыт перехода от экспериментов к развёртыванию для клиентов. - Фундамент в глубоких нейросетях: сильная база в классических нейросетях и основах глубокого обучения перед специализацией на современных LLM и трансформерах — понимание основ, а не только новейших инструментов. - Продуктовый ML-подход: опыт создания ML-систем, решающих реальные бизнес-задачи, с подтверждённым опытом интеграции систем классификации, предсказания или рекомендаций в реальные продукты. - Опыт в нескольких компаниях: работа в разных организациях (масштабирующиеся стартапы, стартапы или их сочетание), дающая практическое знание, что строить, а что покупать, и как избегать переусложнения. - Техническая универсальность: сильные навыки Python, гибкость в использовании ML-фреймворков и инструментов, готовность адаптироваться к стеку, включая LangChain, фреймворки оценки и оркестрации рабочих процессов, такие как Temporal. - Самостоятельное лидерство: способность действовать автономно, сохраняя тесное согласование с руководством, комфортно с частыми проверками, но способность самостоятельно вести проекты. - Кросс-функциональное взаимодействие: опыт работы с продуктовыми командами и, возможно, с клиентами, перевод технических возможностей в бизнес-ценность и пользовательский опыт. Плюсы - Опыт с AI-агентами, LLM или современными генеративными AI-приложениями. - Знание кибербезопасности или опыт применения ML для задач безопасности. - Опыт работы в ML-first компаниях или организациях, где ML был ядром продукта. - Опыт с современными MLOps-практиками и облачной ML-инфраструктурой. - Подтверждённый опыт оптимизации производительности моделей и контроля затрат на AI-системы. Условия - Реальное влияние AI: продакшенизация LLM и машинного обучения для решения значимых проблем кибербезопасности — ваша работа будет напрямую защищать организации от реальных угроз, а не только оптимизировать внутренние метрики.