Вакансии для разработчиков ИИ-агентов

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.

Формат

Офис

Страна

Аргентина, Бразилия, Мексика, Латинская Америка

Город

Не указан

Грейд

Senior

О компании Oowlish Technology — одна из быстрорастущих компаний по разработке ПО в Латинской Америке. Сертифицирована как Great Place to Work. Сотрудники сотрудничают с клиентами из США и Европы. О роли Ищем опытного Senior Enterprise AI Engineer для проектирования и создания корпоративных AI-решений, автоматизирующих сложные бизнес-процессы с использованием AWS Bedrock и современных облачных технологий. Роль включает разработку сквозных AI-автоматизаций, интегрирующих корпоративные системы, такие как ServiceNow и SAP, с использованием Retrieval-Augmented Generation (RAG), баз знаний и практик ответственного ИИ. Идеальный кандидат сочетает сильные навыки разработки ПО с практическим опытом создания AI-приложений для предприятий, интеграции сложных бизнес-систем и проектирования масштабируемых cloud-native архитектур. Задачи - Проектирование и разработка корпоративных AI-решений на AWS Bedrock. - Создание AI-автоматизации рабочих процессов для сложных бизнес-процессов. - Разработка AI-агентов с использованием AWS Bedrock Agents и Guardrails. - Интеграция корпоративных платформ, включая ServiceNow и SAP. - Разработка защищённых REST API интеграций между корпоративными приложениями. - Создание RAG-пайплайнов с использованием корпоративных баз знаний. - Разработка процессов обработки документов, включая извлечение PDF и проверку бизнес-правил. - Проектирование cloud-native бэкенд-сервисов на AWS. - Создание масштабируемых React-интерфейсов для AI-бизнес-приложений. - Разработка GenAI CI/CD пайплайнов и автоматизации. - Внедрение принципов ответственного ИИ и управления (governance) в AI-решениях. - Сотрудничество с инженерными и бизнес-командами для непрерывного улучшения AI-возможностей. Требования - 5+ лет профессионального опыта в разработке ПО. - Сильный опыт разработки на Python. - Опыт создания корпоративных облачных приложений. - Практический опыт работы с облачными сервисами AWS. - Опыт интеграции корпоративных систем через REST API. - Глубокое понимание разработки генеративных AI-приложений. - Опыт работы с распределёнными системами. - Развитые аналитические навыки и навыки решения проблем. - Хорошие письменные и устные коммуникативные навыки на английском. Обязательно - Сильный опыт разработки на Python. - Практический опыт работы с AWS Bedrock. - Опыт создания AI-агентов с использованием AWS Bedrock Agents и Guardrails. - Опыт интеграции корпоративных систем через REST API. - Опыт интеграции ServiceNow. - Опыт интеграции SAP с использованием BAPI и OData. - Опыт проектирования RAG-решений. - Опыт работы с OpenSearch. - Опыт работы с DynamoDB и Amazon S3. - Опыт работы с Amazon Cognito. - Опыт разработки React-приложений. - Опыт создания корпоративной автоматизации рабочих процессов. - Опыт применения техник промпт-инжиниринга. - Опыт создания GenAI CI/CD пайплайнов. - Опыт работы с GitHub Actions. - Глубокое понимание корпоративной безопасности и управления идентификацией. Желательно - Опыт внедрения ответственного ИИ. - Опыт в области управления ИИ (AI governance). - Решения для интеллектуальной обработки документов. - Опыт OCR и извлечения PDF. - Интеграции корпоративных баз знаний. - Интеграции SharePoint. - Событийно-ориентированные архитектуры. - AWS API Gateway. - EventBridge. - Infrastructure as Code. - Опыт корпоративной архитектуры. Условия - Удалённая работа (home office). - Конкурентная компенсация в зависимости от опыта. - Карьерные планы для роста в компании. - Международные проекты. - Oowlish English Program (технический и разговорный английский). - Oowlish Fitness с Total Pass. - Игры и соревнования.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Researcher / ML & LLM Engineer Локация: Россия / Беларусь. Работа строго по МСК. Требования: — архитектура AI-агентов, tool calling, memory/context, human-in-the-loop — ML: обучение, признаки, регуляризация, борьба с overfitting и data leakage — матстатистика, A/B-тесты, гипотезы и доверительные интервалы — LLM Evals и система метрик — prompt injection, PII/privacy и безопасность AI-агентов — Python + NumPy / pandas / scikit-learn / CatBoost / XGBoost / PyTorch — продвинутый SQL — Hugging Face, LLM API, orchestration frameworks — Airflow, MLflow, Kafka, Redis, Kubernetes — Prometheus, Grafana, OpenTelemetry — GPU-инфраструктура и оптимизация inference — fine-tuning: LoRA / PEFT — agentic workflows / multi-agent systems — production-код, GitFlow, тестирование, code review — опыт в e-commerce, retail или highload-продуктах Подойдёт специалисту, который действительно глубоко понимает ML/LLM и умеет доводить AI-системы до production.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Мы строим AI-платформу для mental health в США: лицензированные врачи + собственные AI-инструменты, которые забирают рутину (charting, follow-ups, планы лечения), чтобы врачи занимались пациентами, а не бумагами. Ищем Staff DevOps инженера, который сам решает, куда двигать инфраструктуру. Что на тебе: - Vision и квартальный роадмап инфры, проактивно, с трейд-оффами и метриками - AWS + Kubernetes (EKS): Karpenter, Kyverno, zero-downtime - IaC end-to-end: Terraform, AWS CDK (TS) + GitLab CI (self-managed) - Observability, которой реально пользуются: Prometheus, Grafana, OpenTelemetry - Blue-green деплои, health-gated rollback, zero-downtime миграции PostgreSQL - Security в HIPAA-среде: секреты, Vault as code - Agentic AI (Claude Code и подобные) как часть ежедневной работы, а не «на посмотреть» Стек: AWS · EKS · Terraform · AWS CDK (TS) · GitLab CI · Prometheus / Grafana / OTel · Vault · PostgreSQL · Node.js / TS Условия: - Remote - Долгосрочный контракт, B2B - Русский свободно, английский от B1 - $6.000-7.500 gross/monthly - медстраховка после испытательного, компенсация спорта и wellness, 19 дней отпуска + 4 wellness-дня, оплачиваемый больничный, English на Preply

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Lead

Тимлид разработки рантайма в Алису. Мы строим Agentic Web, где Алиса выполняет поручения в реальном мире, объединяя специализированных агентов. Занимаемся ядром диалогового движка — инфраструктурой, которая связывает все компоненты Алисы. Наша ключевая цель — создать новый, единый и гомогенный рантайм, который будет одинаково эффективно работать как с мгновенными запросами, так и с долгими агентскими задачами, длящимися десятки минут. Какие задачи вас ждут: - Проектирование архитектуры: разработать прозрачную и понятную архитектуру для рантайма Алисы. Система должна единообразно обрабатывать разнородные задачи с минимальным оверхедом. - Разработка и поддержка высоконагруженного рантайма: разрабатывать и поддерживать рантайм, который позволяет независимо развивать и развёртывать любой компонент системы. - Работа с командой: развивать и усиливать команду разработки рантайма: растить сотрудников и искать новых. Участвовать в сборе требований, влиять на приоритеты и планы развития продукта, разрабатывать новую функциональность, отвечать за технические решения. Мы ждём, что вы: - Разрабатывали распределённые системы, где критически важно управление состоянием, потоками данных и отказоустойчивостью - Умеете проектировать высоконагруженные серверные системы с жёсткими требованиями к задержкам (latency) и стабильности - Понимаете принципы построения асинхронных пайплайнов с большим количеством сетевых вызовов - Готовы писать код на C++ - Руководили командой разработки от 4 человек Будет плюсом, если вы: - Работали с системами оркестрации, такими как Temporal - Интересуетесь большими языковыми моделями (LLM) и понимаете принципы их работы - Оптимизировали высоконагруженные системы на C++ Наши бонусы: Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Senior Software Engineer для модернизации платформы SAP Commerce Cloud с применением AI-инструментов и durable-оркестрации. Роль предполагает проектирование бизнес-процессов, устойчивых к сбоям сервисов, деплоям, ретраям и длительному выполнению. Требуется понимание моделей программирования в стиле Temporal и их применение на Temporal, Cadence, Azure Durable Functions, Conductor или аналогичных платформах. Это практическая инженерная роль, не связанная с AI-стратегией или промт-инжинирингом. Задачи: - Разработка и поддержка возможностей SAP Commerce Cloud на Java и Spring. - Создание интеграций с OCC и REST API. - Проектирование durable-воркфлоу для длительных коммерческих процессов: корзина, оркестрация заказов, обновление остатков, операции восстановления. - Разделение детерминированной логики оркестрации и побочных эффектов. - Проектирование воркфлоу с поддержкой: durable-состояния и replay событий, автоматических ретраев с настраиваемой задержкой, идемпотентного выполнения активностей, таймаутов, таймеров и отмен, компенсаций и бизнес-откатов, сигналов, событий и внешних колбэков, обработки с участием человека, запросов к воркфлоу и операционной видимости, версионирования продакшн-воркфлоу, безопасного восстановления после сбоев воркеров и зависимостей. - Установка осмысленных идентификаторов воркфлоу, очередей задач, ограничений конкурентности и контроля скорости. - Предотвращение неограниченной истории воркфлоу через стратегии продолжения и жизненного цикла. - Автоматизация тестов воркфлоу, активностей, replay, интеграций и сценариев отказов. - Интеграция durable-воркфлоу с SAP Commerce, Kafka, API, базами данных и внешними сервисами. - Применение AI и контекстного инжиниринга для поиска кода, реализации, тестирования, документации, реагирования на инциденты и анализа релизов. - Создание переиспользуемых AI-инструкций, навыков агентов, MCP-интеграций, контекста репозитория и защитных проверок. - Диагностика проблем производительности SAP Commerce: FlexibleSearch, персистентность, кэширование, TaskEngine, Kafka-консьюмеры, конкуренция в базе данных. Требования: - Опыт уровня senior в разработке распределенных продакшн-систем. - Сильный опыт разработки на SAP Commerce Cloud/Hybris или аналогичной платформе. - Продвинутые навыки Java и Spring. - Опыт работы с React.js и современным JavaScript или TypeScript. - Практический опыт минимум с одной durable-платформой оркестрации: Temporal, Cadence, Azure Durable Functions, AWS Step Functions или Conductor. - Глубокое понимание: детерминизма воркфлоу и replay, разделения ответственности воркфлоу и активностей, семантики at-least-once, идемпотентности и предотвращения дублей, классификации ретраев и неретраябельных ошибок, компенсаций и паттернов saga, durable-таймеров и асинхронных событий, версионирования воркфлоу и обратной совместимости, восстановления после сбоев и операционной видимости. - Опыт проектирования событийно-ориентированных интеграций с Kafka или аналогичной технологией обмена сообщениями. - Подтвержденное использование AI-ассистентов или агентных инженерных инструментов в существенной программной работе. - Практическое понимание контекстного инжиниринга: оснащение AI-систем релевантными доменными знаниями, инструментами, инструкциями, примерами и валидацией. - Сильные навыки автоматизированного тестирования, отладки, анализа производительности и поддержки продакшена. Предпочтительно: - Опыт работы с Temporal Java SDK. - Опыт эксплуатации Temporal-воркеров, очередей задач, неймспейсов, расписаний, search attributes, сигналов, запросов и обновлений. - Опыт тестирования replay воркфлоу и безопасной эволюции активных определений воркфлоу. - Знание Protobuf, эволюции схем и обратно совместимых контрактов. - Опыт работы с SAP Commerce 2211, Java 21 и Spring 6. - Опыт с OpenTelemetry, Dynatrace, Kubernetes, Azure и централизованным логированием. - Опыт создания AI-агентов, MCP-серверов, переиспользуемых навыков агентов или систем retrieval-augmented разработки. Критерии успеха: - Коммерческие процессы продолжают работать надежно во время деплоев, сбоев и транзиентных отказов зависимостей. - Ретраи воркфлоу не создают дублирующих платежей, заказов, изменений остатков или внешних запросов. - Длительные процессы наблюдаемы, запрашиваемы, тестируемы и восстанавливаемы. - Существующие воркфлоу эволюционируют без сбоев replay и без нарушения выполняющихся процессов. - AI-инжиниринг измеримо улучшает поставку при сохранении тестирования, ревью и ответственности человека. - Производительность SAP Commerce, операционные издержки и риски релизов снижаются со временем.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI Software Engineer — SAP Commerce и durable orchestration, удалённо. Основной стек: SAP Commerce Cloud, Java, Spring, React.js. Оркестрация: Temporal или аналогичная технология durable workflow. Требования: - Опыт уровня senior в разработке распределённых production-систем. - Сильный опыт разработки на SAP Commerce Cloud/Hybris или аналогичной платформе. - Продвинутые навыки Java и Spring. - Опыт работы с React.js и современным JavaScript или TypeScript. - Практический опыт минимум с одной платформой durable orchestration: Temporal, Cadence, Azure Durable Functions, AWS Step Functions или Conductor. - Глубокое понимание: детерминизма и replay workflow, разделения ответственности workflow и activity, семантики at-least-once, идемпотентности и предотвращения дубликатов, классификации ретраев и неретраируемых ошибок, компенсаций и паттернов saga, durable-таймеров и асинхронных событий, версионирования workflow и обратной совместимости, восстановления после сбоев и операционной видимости. - Опыт проектирования event-driven интеграций с Kafka или аналогичной технологией обмена сообщениями. - Подтверждённое использование AI-ассистентов кодирования или agentic-инструментов в существенной программной работе. - Практическое понимание context engineering: оснащение AI-систем соответствующими доменными знаниями, инструментами, инструкциями, примерами и валидацией. - Сильные навыки автоматизированного тестирования, отладки, анализа производительности и поддержки production.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Компания: BRANDPOL Обязанности - Разработка backend-сервисов, API, интеграций и внутренних инструментов на Python. - Проектирование архитектуры решений совместно с командой. - Написание чистого, поддерживаемого и тестируемого кода. - Работа с базами данных, очередями, внешними API и инфраструктурными сервисами. - Участие в code review и обсуждении технических решений. - Автоматизация рутинных задач разработки. Требования - Уверенное знание Python и опыт коммерческой разработки от 2-3 лет. - Опыт работы с backend-фреймворками: FastAPI, Django, Flask или аналогами. - Понимание принципов ООП, SOLID, REST API, асинхронного программирования. - Опыт работы с PostgreSQL, Redis, Docker, Git. - Умение писать и поддерживать тесты. - Опыт настройки CI/CD. - Опыт работы с микросервисной архитектурой. - Готовность быстро разбираться в новом коде и технических доменах. Будет плюсом - Опыт использования AI-инструментов для разработки: ChatGPT, Claude, Cursor, GitHub Copilot, Aider, Devin, OpenAI API или аналогов — для генерации кода, написания тестов, анализа логов, рефакторинга. - Умение проверять и дорабатывать код, сгенерированный AI, оценивать его безопасность и производительность. - Опыт построения собственных AI-агентов или инструментов автоматизации разработки. - Опыт работы с LLM API, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичными фреймворками. - Понимание DevOps-практик и облачных платформ. Условия работы - Интересные задачи в области разработки современных backend-систем. - Возможность использовать современные инструменты в рабочем процессе. - Пространство для экспериментов с новыми подходами к разработке ПО. - Формат: офис. - Занятость: полная. - Уровень: middle. - Оплата: обсуждается по результатам собеседования.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Lead

Компания Invista — международная IT-компания, специализирующаяся на продуктовой разработке в сфере кибербезопасности. Небольшая гибкая команда, полное отсутствие бюрократии. Проект связан с разработкой высоконагруженных решений в области цифровой приватности и безопасности. О позиции Роль — играющий Team Lead. Специалист будет отвечать за развитие backend-направления, качество разработки, технические решения и развитие команды. Важная часть роли — не только написание качественного кода, но и использование современных подходов разработки, включая AI-инструменты для ускорения процессов, анализа решений и повышения эффективности команды. Задачи - Развитие backend-команды: распределение задач, поддержка разработчиков, code review, развитие инженерных практик. - Разработка новых функций, сервисов и интеграций. - Работа с высоконагруженными системами, оптимизация производительности и работы с данными. - Участие в архитектурных решениях и выборе технических подходов. - Декомпозиция задач, оценка сложности и помощь команде в планировании. - Использование AI-инструментов в разработке: анализ кода, ускорение разработки, поиск решений и повышение качества процессов. Стек PHP 7.4 / 8., Laravel 7 / 8 / 11, MySQL 8, Redis, Memcached, Nginx, Node.js, Git, Composer, SQL, Eloquent ORM, Linux. Что важно - 7+ лет коммерческого опыта разработки на PHP. - Опыт лидерства командами от 5 человек. - Глубокий практический опыт работы с Laravel (7 / 8 / 11), Eloquent ORM, разработкой API и сервисной архитектурой. - Опыт проектирования и развития высоконагруженных систем, понимание bottleneck'ов, оптимизации производительности и использования серверных ресурсов. - Уверенное владение SQL, опыт оптимизации запросов и работы с MySQL. - Практический опыт работы с очередями, кешированием и асинхронной обработкой (Redis, Memcached). - Опыт работы с Nginx, Linux/nix окружением, Git, Composer. - Навык применения AI-инструментов в разработке для ускорения процессов, анализа решений и повышения качества кода. - Обязательное нахождение в Москве / МО. Что предлагаем - Возможность работать над продуктом международного уровня и напрямую влиять на его развитие и технические решения. - Участие в создании современных AI-решений: работа с высококачественной инфраструктурой для разработки персональных AI-агентов и новых технологических подходов. - Работа в сильной инженерной среде с экспертами, которые ценят качество, инициативу и обмен знаниями. - Оплачиваемый отпуск и больничные. - Рабочее оборудование предоставляется после прохождения испытательного срока. - Заработная плата: от 350 000 ₽ за месяц, на руки.

Формат

Офис

Страна

Россия

Город

Не указан

О компании «Национальная Служба Списания Долгов» ищет специалиста для разработки и внедрения AI-решений и автоматизации бизнес-процессов. Задачи - разрабатывать production AI-системы; - автоматизировать бизнес-процессы с помощью AI-агентов; - самостоятельно решать задачи от идеи до запуска; - проводить Code Review и контролировать качество; - проектировать архитектуру и документировать решения. Требования - 5+ лет коммерческой разработки; - 3+ года в архитектуре; - опыт запуска production-систем; - опыт с AI-инструментами и агентами; - высшее техническое образование. Будет плюсом Python, Node.js, TypeScript, React, FastAPI, PostgreSQL, Docker, OCR, DevOps/SRE. Условия - формат: офис, Москва, АРМА; - график: 5/2, 09:00–18:00 или 10:00–19:00; - фиксированный оклад, размер обсуждается.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Международная SaaS-компания ищет промпт-инженера в команду Professional Services для создания и настройки голосовых AI-агентов. Задачи - Разрабатывать промпты для AI-агентов. - Работать с Function Calling / Tools Calling и RAG. - Настраивать Tone of Voice и сценарии диалогов. - Тестировать ботов и улучшать их по обратной связи. - Собирать прототипы AI-агентов в no-code. - Работать с голосами и взаимодействовать с разработчиками. Требования - От 2 лет опыта с промптами для голосовых AI-агентов. - Понимание LLM и диалоговых сценариев. - Опыт тестирования и оптимизации промптов. - Понимание ограничений LLM. - Опыт с Function Calling / RAG. - Плюсом будет опыт с TTS/STT и Voice AI. Условия - Удалённая работа. - Аккредитованная IT-компания. - Гибкое начало рабочего дня. - ДМС или обучение языкам за счёт компании. - Современный софт и оборудование.

Формат

Офис

Страна

США

Город

Сан-Франциско

Локация: Сан-Франциско (гибрид). Венчурная AI-компания ищет раннего инженера для развития ключевых интеллектуальных компонентов платформы автоматизации предприятий. Позиция предполагает тесную работу с основателями, ответственность за ключевые технические решения и создание AI-систем для сложных бизнес-процессов клиентов. Задачи - Разрабатывать базовую архитектуру автономных многошаговых AI-процессов. - Создавать системы, позволяющие агентам использовать внешнее ПО, сохранять контекст и выполнять сложные задачи. - Создавать фреймворки для тестирования и оценки надёжности, точности и производительности. - Определять, когда использовать промптинг, поиск, тонкую настройку или разные базовые модели. - Быстро тестировать новые исследования и интегрировать лучшие подходы в продукт. - Расследовать сбои в продакшене и превращать их в устойчивые улучшения системы. - Влиять на техническое направление, инженерные стандарты и будущий найм. Требования - Опыт в разработке ПО, машинном обучении или прикладном ИИ от 2 лет. - Опыт вывода LLM- или агентных продуктов на реальных пользователей. - Глубокое понимание оценки моделей, вызова инструментов, поиска, промптинга и оркестрации. - Умение создавать надёжный продакшн-код вокруг вероятностных AI-систем. - Комфортно работать с нечётко определёнными задачами от идеи до развёртывания. - Следить за развитием LLM и агентного ИИ. - Сильные основы computer science или инженерии. Условия - Зарплата до $350K в год + доля в компании на ранней стадии. - Медицинская, стоматологическая и офтальмологическая страховка. - Пенсионный план 401(k). - Возможна спонсорская поддержка визы.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Грейд

Senior

Senior AI-инженер в консалтинговую компанию 51D, специализирующуюся на AI и данных. Роль предполагает работу внутри клиентских команд с первого дня, полную ответственность за архитектуру агентных систем, пайплайнов данных и интеграций, а также их запуск в продакшн. Локация: удалённо (Великобритания), с опциональным доступом к коворкингам в Лондоне. Задачи: - Вести проект от начала до конца: архитектура, реализация, развёртывание и передача. - Проектировать продакшн-системы на основе ИИ: агенты, retrieval, оценка и инфраструктура данных. - Работать вместе с инженерными командами клиентов и напрямую с основателями компании. - Наставлять AI- и младших инженеров, делиться знаниями по мере роста команды. Требования: - Около 5+ лет опыта в разработке продакшн-софта с реальной ответственностью за системы. - Уверенный Python и как минимум один типизированный язык, понимание, когда какой использовать. - Практический опыт работы с LLM и агентами, а также с облаком, пайплайнами данных и дисциплиной тестирования. - Комфортная работа с клиентами, чёткая коммуникация и понимание их потребностей. - Готовность работать в инклюзивной команде с людьми разного происхождения и жизненного опыта. Условия: - Роль клиентоориентированного консультанта, который работает как инженер: навыки кодинга обязательны, но часть времени проводится с клиентами. - Участие в AI-трансформации бизнеса: настройка и интеграция инструментов, перестройка рабочих процессов, создание систем. - Небольшие команды, реальная ответственность с первой недели, отсутствие промежуточного менеджмента между вами и клиентом или основателями. - Поддержка при возвращении в профессию после перерыва или нелинейного карьерного пути: структурированный ввод в должность и менторство. Компания — быстрорастущий стартап, основанный в 2023 году, клиенты из финансовых услуг, розницы, недвижимости и PR.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

О роли Вы создаёте и выпускаете AI-агентов и клиентские системы, отвечая за функции от начала до конца и вместе с командой клиента определяя, что будет построено. Это практическая роль по внедрению решений на реальных задачах, а не исследовательская позиция. Проекты обычно начинаются с предложения, затем следует прототип, потом бета-версия, и наконец — запуск в продакшн. Вы участвуете на всём протяжении, но не в одиночку. Локация: удалённо (Великобритания), с доступом к нескольким коворкингам в Лондоне. Задачи - Доводить функции от идеи до продакшна и итерировать на основе реального использования. - Создавать AI-агентов и интеграции с данными и системами клиентов. - Напрямую работать с проектными менеджерами и инженерами клиента, изучая их процессы и делясь экспертизой. - Поддерживать высокое качество через тестирование, мониторинг и разумные ограничения. Требования - Опыт продакшн-разработки примерно от двух лет. - Отличное знание Python и как минимум одного другого современного языка программирования. - Искренний интерес к прикладному AI и нацеленность на выпуск продукта. - Умение ясно общаться и работать в тесном контакте с клиентами, понимать их потребности. - Готовность работать в инклюзивной команде с людьми, чей жизненный опыт может отличаться от вашего. Роль сочетает консультанта, работающего с клиентами, и инженера-программиста. Нужно свободно читать, интерпретировать, писать и тестировать продакшн-код, а также проводить время в тесной работе с клиентами. Значительная часть работы — внедрение AI и стратегия: помогать командам клиентов осваивать AI-инструменты, перестраивать рабочие процессы вокруг них и создавать системы, которые закрепляют изменения. Это включает настройку и интеграцию, а также написание кода с нуля. Если вы ищете роль, где нужно только писать код, — это не она. Если хотите увидеть, как AI реально внедряется в бизнес и создаёт ценность, — это ваша роль. Условия - Удалённо (Великобритания), доступ к коворкингам в Лондоне. - Небольшие команды, реальная ответственность, без прослойки среднего менеджмента между вами и клиентом или основателями. - Вам доверяют реальную работу с первой недели, с поддержкой. - Работа в парах, обмен знаниями, честное обсуждение того, что работает, а что нет. - Перерыв в карьере или нелинейный путь в инженерии не является препятствием. Нанимают по тому, что вы можете делать сейчас, а не по форме резюме. - Предлагается структурированная адаптация и менторство для тех, кто возвращается после перерыва. Процесс найма обычно состоит из следующих этапов: - Первичный скрининговый звонок - Интервью по компетенциям - Техническая оценка При необходимости могут быть добавлены дополнительные этапы оценки. О компании Fifty One Degrees — британская AI- и data-консалтинговая компания, основанная в 2023 году Ником и Марком, которые ранее создали и продали собственные компании. До 51D Ник Хардинг (CEO) основал и развил финтех-компанию Fluro до четырёх миллионов кредитных заявок в год. Марк Сомерс (CPO) развил 4most до крупнейшей независимой консалтинговой компании по кредитным рискам в Великобритании. Компания внедряет практикующих специалистов в команды клиентов и создаёт решения, которые приносят клиенту максимальную ценность. Стратегия, управление и обучение также важны, но компания остаётся и создаёт, а не передаёт документ и уходит. Это быстрорастущий стартап, список клиентов разнообразен: финансовые услуги, розничная торговля, недвижимость и PR.

Формат

Удалённо

Страна

Не указана

Город

Не указан

0G Labs ищет продуктового инженера, который отвечает за результат, а не только за порученные задачи. Работа охватывает 4–5 продуктов с разными технологическими стеками: нужно находить ценные проблемы и доводить решения до конца — от дизайна и реализации до тестирования, документации, запуска и эксплуатации. Обязанности - Понимать приложения и стек 0G, чтобы улучшать общую платформу, а не отдельную функцию. - Устранять корневые причины и принимать долгосрочные решения через общие системы, избегая временных заплаток и дублирующих решений. - Вести функции целиком: UI, API, серверная логика, инфраструктура и деплой, не останавливаясь на привычном уровне. - Развивать инфраструктуру AI-агентов: LLM-стриминг, оркестрация инструментов, изолированное выполнение кода и защитные границы вокруг недоверенного кода. - Работать с идентификацией на основе кошельков, подписью, встроенными и внешними кошельками, серверной авторизацией, не смешивая подключение кошелька с доступом к приложению. - Самостоятельно управлять зависимостями, ревью, блокерами и поставкой, заранее поднимая продуктовые решения и риски. - Повышать стандарты через осмысленные тесты, строгие ревью PR и живую документацию, соответствующую продукту. - Быть открытым к новым технологиям, AI-инструментам и улучшению рабочих практик. - Отвечать за свои зоны так, чтобы остальная команда могла сосредоточиться на развитии других продуктов. - Считать задачу выполненной только после доставки, проверки и эксплуатации, а не после написания кода или зелёных тестов. Сопровождать запущенное: структурированные логи, трейсы, метрики, дашборды, алерты, первая линия технической поддержки, оптимизация и постоянная поддержка внутренних команд и внешних пользователей. Требования - Сильный опыт end-to-end работы с TypeScript и React: клиент, сервер, проектирование API, serverless и edge-рантаймы. Ценен опыт с Remix, Next.js, Vite и Cloudflare Workers. - Опыт создания LLM-продуктов сложнее простых API-вызовов: стриминг, использование инструментов, конвейеры промптов, оркестрация агентов или изолированное выполнение кода. - Уверенная разработка web3-приложений: аутентификация через кошельки, подпись, встроенные и внешние кошельки, основы EVM. - Практический опыт с infrastructure as code, CI/CD, контейнерами, продакшн-наблюдаемостью и поведенческим тестированием. - Стек: pnpm, Terraform, GitHub Actions, Docker, Fly.io, Grafana, OpenTelemetry, Prometheus, Vitest, Playwright. Условия - Цель: возможность внести вклад в превращение AI в общественное благо. - Рост: среда с самостоятельным управлением, где можно проявлять инициативу и формировать свою роль и карьеру. - Компенсация: рыночная, для большинства ролей включает доступ к токенам до запуска. - Возмещение расходов на оздоровление: трансцендентальная медитация, программа Landmark Education, курс «Искусство общения», коучинг речи, фитнес, абонементы в спортзал и занятия.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О роли Crunchyroll — сервис, доставляющий аниме и мангу более чем 100 миллионам фанатов в 200+ странах и территориях. В команде AI Enablement (AIEN) открыта позиция Senior AI Platform & Tools Engineer. Роль входит в команду Tools & Governance платформы внутри AIEN, подчиняется AI Platform, Strategy & Governance Lead. Это ранняя небольшая команда, поэтому предполагается универсальность и ведение функций от дизайна до продакшена. Чем предстоит заниматься - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Внедрение телеметрии использования и затрат по одобренному стеку AI: расход токенов, загрузка лицензий, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация AI-управления: триаж заявок, конвейеры оценки, маршрутизация согласований и enforcement политик как код, интегрированные с агентами Glean и процессами JSM. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — паттернов RAG, каркасов агентов, библиотек промптов, eval-инструментов — на которых строит команда Build & Partner. - Администрирование и настройка одобренных корпоративных AI-инструментов Crunchyroll, включая ChatGPT, Glean, Claude и Gemini; управление настройками, паттернами доступа, включением функций и операционными изменениями совместно с IT и Security. - Отслеживание новых версий и изменений продуктов в одобренных AI-инструментах, оценка целесообразности внедрения и организация раскатки для максимальной пользы сотрудников. - Сделать платформу путём наименьшего сопротивления, чтобы решения AIEN по умолчанию следовали golden-путям и стандартам, и улучшать ключевые метрики (время оценки, принятие golden-путей). - Создание агентов и рабочих процессов средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управлению, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролей, обнаружения и предотвращения угроз в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась к каждому проекту отдельно. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов, на которых команда будет масштабироваться. Требования - 6+ лет опыта в разработке ПО или платформенной инженерии, включая создание инструментов или сервисов, используемых другими инженерами. - Практический опыт администрирования, настройки или поддержки корпоративных SaaS-инструментов, AI-платформ или внутренних продуктовых платформ в производственной бизнес-среде. - Сильные навыки разработки ПО (например, Python, плюс Go/TypeScript или аналогичные) — создание продакшен-инструментов, а не прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, конвейеров данных или внутренних инструментов для разработчиков. - Опыт создания практических AI-агентов, ассистентов или автоматизации рабочих процессов для бизнес-пользователей, включая сбор требований, дизайн промптов и процессов, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, выпуск, итерации. - Чёткая письменная коммуникация — ваши инструменты и документация должны использоваться другими инженерами.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Integrated Medical Systems, Inc. (IMS) — дистрибьютор на рынке альтернативной медицинской помощи, основан в 1994 году. Компания предлагает гибкие условия аренды и покупки одноразовых и арендных продуктов для инфузионной терапии, респираторной поддержки, энтерального питания, онкологии и чистых помещений. О роли IMS ищет AI-инженера для проектирования, создания и развертывания интеллектуальных агентных ИИ-приложений, которые подключаются к корпоративным данным, бизнес-системам и внешним сервисам. Это роль инженера приложений ИИ, а не традиционного ML-инженера или специалиста по обучению моделей. Основной фокус — создание систем, позволяющих ИИ-моделям работать с реальными данными и бизнес-инструментами: безопасные, надежные и масштабируемые ИИ-агенты, которые понимают контекст, получают доступ к информации, используют инструменты и выполняют действия. В работе активно используются Model Context Protocol (MCP), оркестрация LLM, API, вызовы инструментов, корпоративные данные и асинхронные архитектуры приложений. Обязанности - Проектировать, разрабатывать и развертывать MCP-серверы, которые безопасно подключают ИИ-приложения к внутренним базам данных, векторным хранилищам, бизнес-приложениям и другим корпоративным ресурсам. - Создавать стандартизированные интерфейсы, позволяющие ИИ-агентам обнаруживать и взаимодействовать с доступными инструментами, ресурсами и рабочими процессами. - Разрабатывать MCP-инструменты, ресурсы и промпты для поддержки повторяемых бизнес-процессов. - Оценивать и выбирать подходящую LLM для конкретных сценариев на основе возможностей рассуждения, стоимости, размера контекстного окна, задержки и производительности. - Проектировать ИИ-процессы, которые маршрутизируют задачи между несколькими моделями и сервисами. - Реализовывать вызовы инструментов и функций, чтобы ИИ-агенты могли взаимодействовать с внешними системами. - Создавать надежные интеграции REST API и сторонних систем. - Настраивать схемы вызова функций и инструментов для вызова внешних сервисов ИИ-агентами. - Преобразовывать ответы внешних систем в структурированные форматы, которые могут эффективно интерпретировать и использовать LLM. Обязательные требования - Уверенное владение Python или TypeScript. - Понимание асинхронного программирования и паттернов async/await. - Опыт создания и использования RESTful API. - Понимание JSON-RPC 2.0 и обмена сообщениями. - Практический опыт создания MCP-серверов с использованием стандартных SDK или фреймворков, таких как FastMCP. - Опыт работы с MCP-инструментами, ресурсами и промптами. - Понимание LLM API и вызова инструментов/функций. - Опыт интеграции ведущих LLM-платформ: OpenAI, Anthropic Claude или аналогичных. - Опыт работы с векторными базами данных/векторными хранилищами и ИИ-поиском. - Умение создавать инструменты поиска и извлечения, предоставляющие релевантный структурированный контекст для LLM. - Понимание идентификаторов документов, метаданных и обработки цитирований/источников. - Понимание безопасной аутентификации и авторизации для подключения ИИ-приложений к проприетарным данным и корпоративным системам. - Умение проектировать правильно ограниченный доступ между ИИ-агентами, внутренними системами и внешними сервисами. Предпочтительные требования - Опыт разработки агентных ИИ-приложений или многошаговых ИИ-процессов. - Опыт работы с FastMCP или другими MCP-фреймворками. - Опыт с LangChain, LangGraph, Semantic Kernel или аналогичными фреймворками оркестрации ИИ. - Опыт с Docker, Git, CI/CD и облачными платформами. - Опыт интеграции ИИ с корпоративными базами данных, ERP-системами, CRM-платформами или другими бизнес-приложениями. - Опыт наблюдаемости, логирования, тестирования и мониторинга ИИ-приложений. - Знакомство с требованиями к медицинским данным, конфиденциальности, безопасности или компетентности. Критерии успеха В этой роли вы поможете IMS перевести ИИ из экспериментов в практические, безопасные и готовые к бизнесу приложения. Успех означает создание ИИ-систем, которые могут: - Понимать правильный контекст. - Находить и извлекать нужную информацию. - Использовать подходящие бизнес-инструменты. - Безопасно взаимодействовать с корпоративными системами. - Выбирать правильную модель для задачи. - Надежно выполнять рабочие процессы. - Предоставлять точные и отслеживаемые ответы. Вы будете помогать создавать инфраструктуру и прикладной уровень, которые делают ИИ полезным внутри бизнеса.

Формат

Офис

Страна

Канада

Город

Не указан

О роли Acquia ищет Staff AI-инженера в команду AI Core Engineering. Это прежде всего практическая инженерная роль: большую часть времени вы будете проектировать, создавать и выпускать продакшн-агентные ИИ-процессы в Acquia DXP. Основные инструменты — LangGraph, Temporal, Pydantic и LangFuse. Также предусмотрена лёгкая, но значимая менторская роль: помощь в повышении ИИ-инженерных навыков коллег по мере роста команды. Обязанности - Ежедневно писать и выпускать продакшн-код для ИИ. - Проектировать агентные ИИ-процессы с использованием LangGraph, Temporal, Pydantic — многоагентные процессы с сохранением состояния, рассчитанные на корпоративный масштаб и надёжность. - Отвечать за наблюдаемость ИИ через LangFuse: трассировка, версионирование промптов, оценка и бенчмаркинг производительности всех взаимодействий с моделями. - Задавать стандарты ИИ-инженерии для паттернов агентов, RAG, управления промптами, оптимизации контекста и стратегий вызова инструментов. - Взаимодействовать с командами продукта и платформы для создания ИИ-архитектур, отвечающих корпоративным требованиям SLA, безопасности и соответствия. - Оценивать и внедрять новые инструменты: бенчмаркинг LLM-провайдеров, оркестрационных фреймворков и улучшений агентного стека. - Наставлять инженеров через код-ревью, парное программирование и дизайн-обсуждения. - Представлять ИИ-возможности Acquia в архитектурных обзорах клиентов, техническом исследовании и обсуждениях дорожной карты. Требования - 8+ лет в разработке ПО, из них 3+ года в продакшн-разработке ИИ-агентов. - Практический опыт с LangGraph, Temporal, Pydantic — процессы с сохранением состояния, циклические, многоагентные, в корпоративном масштабе. - Практический опыт с LangFuse — трассировка, оценка, управление промптами и тестирование на основе датасетов. - Владение фреймворками для агентов, такими как LangChain или аналоги (LlamaIndex, CrewAI) — компоновка цепочек, инструментов, памяти и пайплайнов поиска. - Глубокое знание Python и сильные инженерные основы (тестирование, CI/CD, архитектура). - Опыт облачного развёртывания ИИ (AWS, Azure или GCP), включая контейнеризацию и управление стоимостью инференса. - Знание архитектуры RAG — векторные базы данных, модели эмбеддингов и стратегии поиска. - Степень бакалавра в Computer Science или эквивалентный практический опыт. Желательные навыки - Опыт в корпоративном SaaS или CMS, включая знакомство с DXP Acquia на базе Drupal. - Свободное владение агентным процессом разработки — ИИ-ассистирующие инструменты (Copilot, Cursor, Claude) как повседневные ускорители. - Знакомство с персистентными рантаймами агентов — такими как OpenClaw и Hermes Agent, понимание кросс-сессионной памяти, автономного создания навыков и постоянно работающей инфраструктуры агентов. - Опыт тонкой настройки LLM или оценки моделей, понимание компромиссов фундаментальных моделей.

Формат

Удалённо

Страна

Любая

Город

Не указан

Мы ищем AI-разработчика для создания интеллектуальных решений по управлению неструктурированными данными и интеллектуальной обработке документов (IDP). Вы будете участвовать во всем жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инжиниринг, backend-разработку и архитектуру корпоративных данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, векторными базами данных, агентными AI-фреймворками (Agent Core, LangGraph, MCP), паттернами интеграции агент-к-агенту (A2A) и платформами оркестрации рабочих процессов. Ключевые обязанности: - Разработка AI-решений для IDP: создание пайплайнов интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с помощью современных подходов AI/ML. - Архитектура и внедрение в облаке: проектирование и реализация масштабируемых, безопасных решений на AWS (S3, compute, networking), платформах данных Snowflake и инфраструктуре векторных баз данных. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков Agent Core, LangGraph и Model Context Protocol (MCP) для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Интеграция агент-к-агенту (A2A): создание и внедрение паттернов A2A-коммуникации, позволяющих автономным системам координировать и передавать работу внутри предприятия. - Оркестрация рабочих процессов: проектирование, создание и эксплуатация сложных production-grade процессов с использованием фреймворков оркестрации (например, Step Functions, Airflow, Temporal); обеспечение надежности, аудируемости и соответствия требованиям. - Реализация векторных баз данных: архитектура и внедрение решений на векторных базах данных для поддержки семантического поиска, RAG-пайплайнов и retrieval на основе эмбеддингов в масштабе. - Backend и разработка сервисов: создание синхронных и асинхронных сервисов, API и микросервисов для приема, обработки и дальнейшего потребления документов. - Управление данными и безопасность: применение принципов управления данными — каталогизация, происхождение, хранение, защита данных — с учетом требований здравоохранения (HIPAA) и безопасности как основы. - Наставничество и взаимодействие: работа с дата-инженерами, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования: - 5 лет профессионального опыта разработки ПО, из них минимум 2 года — в AI/ML-разработке или дата-инжиниринге в production-среде. - Практический опыт работы с векторными базами данных (например, Pinecone, Weaviate, OpenSearch, pgvector или аналогичными) для поддержки RAG или семантического поиска. - Непосредственный production-опыт с A2A (agent-to-agent) фреймворками и паттернами. - Подтвержденный опыт работы с инструментами оркестрации рабочих процессов (AWS Step Functions, Apache Airflow, Temporal или эквивалент) в production. - Опыт работы с MCP (Model Context Protocol) для подключения агентов и инструментов к данным и сервисам. - Практический опыт работы с Agent Core или эквивалентным агентным AI-фреймворком. - Непосредственный опыт работы с AWS Bedrock для развертывания и интеграции фундаментальных моделей. - Практический опыт работы с AWS S3 и основными AWS compute-сервисами. - Общее владение платформой AWS (EC2, networking, основы безопасности). - Production-опыт работы со Snowflake или эквивалентным современным облачным хранилищем данных. - Владение backend-разработкой: создание масштабируемых API, микросервисов или событийно-ориентированных систем. - Опыт AI/ML-разработки: создание, обучение, развертывание и эксплуатация AI-моделей; рабочие знания LLM, фундаментальных моделей, промпт-инжиниринга и RAG-архитектур. - Практики корпоративной разработки ПО: CI/CD, тестирование, код-ревью, лучшие практики безопасности и соответствие регуляторным требованиям (опыт в здравоохранении — весомое преимущество). Предпочтительные требования: - Непосредственный опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Опыт работы с LangGraph или аналогичными фреймворками оркестрации агентов. - Промпт-инжиниринг и RAG для доменно-специфичных приложений. - Опыт работы в сфере здравоохранения. - Вклад в проекты по неструктурированным данным и AI. - Продвинутая степень (BS/MS) в Computer Science, Data Science или смежной области. - Опыт работы в нескольких доменах (здравоохранение, финансовые услуги и т.д.). - Опыт работы с методологиями Agile, Waterfall или гибридной доставки. Требуемый опыт работы: 5 лет соответствующего опыта; профессиональный опыт технического проектирования и написания кода в IT-индустрии. Требуемое образование: профильный бакалаврский диплом или эквивалентный соответствующий опыт работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Местоположение: удалённо. Оплата: 58–63 $/час, контракт W2. Мы ищем Senior AI-разработчика для создания следующего поколения решений для интеллектуального управления неструктурированными данными и интеллектуальной обработки документов (IDP) для предприятий. Вы будете участвовать в полном жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инженерию, бэкенд-разработку и корпоративную архитектуру данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, агентными AI-фреймворками (AgentCore, LangGraph и др.), решениями автоматизация-к-автоматизации (A2A) и платформами оркестрации рабочих процессов. Основные обязанности - Разработка AI-решений для IDP: создание конвейеров интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с использованием современных подходов AI/ML. - Облачная архитектура и реализация: проектирование и внедрение масштабируемых, безопасных решений с использованием AWS (S3, compute, networking), платформ данных Snowflake и связанных управляемых сервисов. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков AgentCore и LangGraph для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Оркестрация рабочих процессов: проектирование и реализация сложных production-grade рабочих процессов с использованием оркестрационных фреймворков; обеспечение надежности, аудируемости и соответствия требованиям. - Бэкенд-разработка и сервисы: создание синхронных и асинхронных сервисов, API и микросервисов для поддержки приема, обработки и последующего использования документов. - Управление данными и безопасность: применение принципов управления данными, таких как каталогизация, происхождение, хранение, защита данных, с соблюдением требований здравоохранения (HIPAA) и безопасности как основополагающего требования. - Наставничество и сотрудничество: взаимодействие с инженерами данных, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования - Опыт работы: от 5 лет в профессиональной разработке ПО, из них не менее 2 лет в разработке AI/ML или инженерии данных в производственных средах. - Навыки бэкенд-разработки: подтвержденный опыт создания масштабируемых API, микросервисов или событийно-ориентированных систем. - Облачные платформы: практический опыт работы с AWS (S3, EC2 или аналоги) и современными хранилищами данных (Snowflake или аналоги). - AI/ML разработка: опыт создания, обучения, развертывания и эксплуатации AI-моделей; знание LLM, фундаментальных моделей, промпт-инжиниринга, RAG-архитектур и агентных фреймворков. - Оркестрация рабочих процессов: подтвержденный опыт работы с AWS Step Functions, Apache Airflow, Temporal или аналогичными инструментами в производстве. - Основы управления данными: уверенное понимание моделирования данных, архитектуры конвейеров, обеспечения качества и принципов управления. - Корпоративные практики разработки: уверенная работа с CI/CD, тестированием, код-ревью, лучшими практиками безопасности и регуляторными требованиями (опыт в здравоохранении — весомое преимущество). Обязательные технологии: Vector DB, A2A Framework, Workflow Orchestration/Development, MCP, Agent Core, Bedrock, S3, AWS, Snowflake. Образование: профильный бакалавр или соответствующий опыт работы. Предпочтительные квалификации - Опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Практический опыт с агентными AI-фреймворками (AgentCore, LangGraph или аналоги). - Опыт с паттернами интеграции A2A (automation-to-automation). Льготы - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкий счет на расходы на иждивенцев. - План 401(k). - Добровольное страхование жизни, краткосрочной нетрудоспособности, целой жизни, срочной жизни, от несчастных случаев и критических заболеваний. - Программа помощи сотрудникам. - Больничный в соответствии с нормативными требованиями.

Формат

Удалённо

Страна

Любая

Город

Не указан

Тип занятости: контракт. Локация: удалённо. Ищем опытных экспертов по корпоративным AI-воркфлоу для поддержки инновационного проекта, направленного на внедрение ИИ, обучение и улучшение бизнес-процессов. Вы будете проектировать и оценивать AI-воркфлоу, которые повышают продуктивность и решают реальные бизнес-задачи. Предварительный опыт в обучении ИИ не требуется. Обязанности - Проектировать, создавать и оптимизировать AI-воркфлоу и агентные воркфлоу для бизнес-процессов. - Оценивать производительность AI-агентов и выявлять пробелы в рассуждениях, воркфлоу и использовании инструментов. - Разрабатывать практические сценарии использования, тестовые сценарии и операционные плейбуки. - Документировать воркфлоу, результаты и лучшие практики для внедрения ИИ в предприятиях. - Предоставлять действенную обратную связь для улучшения ИИ-систем и бизнес-процессов. - Сотрудничать с продуктовыми и исследовательскими командами для преобразования бизнес-потребностей в ИИ-решения. Требования - Профессиональный опыт в продажах, росте, управлении продуктами, управлении проектами, финансах или смежной бизнес-функции. - Практический опыт использования AI-агентов в профессиональных воркфлоу. - Опыт создания и эксплуатации AI-воркфлоу с несколькими инструментами. - Знакомство с такими инструментами, как Gmail, Drive, Slack, Jira, API, MCP-коннекторы, Zapier, Make или n8n. - Способность подключать источники данных, настраивать разрешения и интегрировать AI-агентов с бизнес-системами. - Развитые аналитические навыки, навыки решения проблем и улучшения процессов. - Отличные письменные и устные коммуникативные навыки. - Способность сотрудничать с техническими и нетехническими заинтересованными сторонами.

Формат

Офис

Страна

США

Город

Не указан

ICON ищет прагматичного разработчика, который перешёл от традиционной разработки ПО к миру агентного ИИ. В роли инженера по ИИ в ICON вы будете отвечать за проектирование и внедрение инструментов, рабочих процессов и автономных агентов на базе ИИ, которые ускоряют работу платформы строительных технологий ICON. Должность подчиняется старшему директору программ оборонных технологий и доступна для удалённой работы с периодическими поездками в штаб-квартиру ICON в Остине, штат Техас, по мере необходимости. Обязанности - Проектировать и создавать агентные системы ИИ, автоматизирующие сложные многоэтапные рабочие процессы в программной платформе ICON. - Разрабатывать функции и продукты на основе LLM, используя современные фундаментальные модели и API (например, Anthropic, OpenAI). - Архитектура и реализация многогаентных конвейеров, систем использования инструментов и интеграций Model Context Protocol (MCP). - Создание надёжных RAG-систем, включая приём документов, стратегии разбиения, конвейеры эмбеддингов и векторный поиск. - Сотрудничать с командами разработчиков и профильными специалистами для выявления возможностей автоматизации с помощью ИИ и превращать их в готовые продукты. - Отвечать за полный жизненный цикл функций ИИ: прототипирование, оценка, развёртывание и итерации. - Выступать техническим ресурсом и неформальным наставником по лучшим практикам агентного ИИ в инженерной организации. - Быть на переднем крае агентного ИИ и внедрять новые методы в производство. Минимальные требования - 6+ лет профессионального опыта в разработке ПО с сильной базой в бэкенд или full-stack разработке. - Подтверждённый опыт создания и внедрения продуктов производственного уровня с использованием LLM и агентных фреймворков. - Владение TypeScript и/или Python. - Глубокое понимание промт-инжиниринга, управления контекстом и паттернов рассуждения LLM. - Опыт работы с инструментами, вызовом функций и оркестрацией агентов (например, LangChain, LlamaIndex, Claude Code или собственные реализации). - Умение проектировать и проводить структурированные оценки для измерения и улучшения производительности систем ИИ. - Отличные коммуникативные навыки и комфорт при работе с техническими и нетехническими заинтересованными сторонами. - Возможность получить и поддерживать допуск к секретной информации. Предпочтительные навыки и опыт - Опыт разработки и интеграции серверов MCP (Model Context Protocol). - Знакомство с векторными базами данных (например, pgvector, Pinecone, Weaviate). - Опыт с тонкой настройкой, RLHF или конвейерами оценки моделей. - Знание основ машинного обучения: эмбеддинги, трансформеры, механизмы внимания. - Опыт генерации структурированных выходных данных и извлечения данных на основе LLM. - Опыт работы с агентами генерации кода (например, Claude Code, Cursor, системы типа Devin). - Знакомство с AWS и серверной инфраструктурой для ИИ-нагрузок. - Опыт работы в государственных, оборонных или регулируемых средах. - Интерес или опыт в отрасли AEC (архитектура, инженерия, строительство). Диапазон оплаты: $126,400 - $180,000.

Формат

Удалённо

Страна

Россия

Город

Не указан

- Работа с продуктовыми метриками: Crash-free >99.8%, ускорение запуска на 30%. - Решение проблем с Offline-first архитектурой и оптимизацией карт. - Влияние на выручку: спас 15% дохода через SDK. - Продуктовая аналитика: ускорение продаж на 25% через оптимизацию воронки в GA4. - Проектирование собственной экосистемы плагинов для e-commerce. - Сокращение релизного цикла в 16 раз и снижение багов на 35%. - Использование AI-агентов (Claude Code/MCP) в профессиональном workflow. - Улучшение LCP с 4.5с до 1.2с и рост NPS с 32 до 68. - Разработка собственных инструментов (Archora) для решения архитектурных проблем enterprise-масштаба. - Участие в NASA Space Apps Challenge 2023, статус победителя. - Работа с 10к+ юзерами и интеграции iiko/R-Keeper. - Сочетание Enterprise-стека с backend-экспертизой. - Работа с метриками: конверсия, отказы, время загрузки. - Оптимизация инфраструктуры (Docker, CI/CD) и архитектуры (App Router, тестирование). - Миграция с React на Svelte, уменьшение бандла на 89%. - Создание MVP за 8 дней. - Архитектура Web3-интерфейсов с решением проблем производительности. - Опыт работы с высокой нагрузкой (500–1000 RPS) и крупными проектами (90K+ MAU, 1M+ аудитория каналов). - Интеграция сложных платежных систем (Stars, Crypto, Cards) в одном продукте. Условия: от 200 000 ₽, РФ, удаленно, фуллтайм или парт-тайм.

Формат

Удалённо

Страна

Любая

Город

Не указан

Обязанности - Создавать быстрые прототипы, proof-of-concepts, внутренние инструменты и приложения на базе ИИ с использованием современных практик разработки ПО и технологий генеративного ИИ. - Использовать AI-ассистированные инструменты разработки, такие как Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные платформы, для ускорения разработки и экспериментов. - Разрабатывать full-stack приложения и сервисы с использованием React, Next.js, Node.js, Python, JavaScript/TypeScript или Golang. - Работать с большими языковыми моделями (LLM), Retrieval-Augmented Generation (RAG), промт-инжинирингом, AI-агентами и Model Context Protocol (MCP). - Проектировать и интегрировать REST API, микросервисы и компоненты приложений с поддержкой ИИ. - Экспериментировать с паттернами оркестрации ИИ и новыми инструментами разработчика, быстро превращая идеи в работающие решения. - Взаимодействовать с командами продукта, UX и инженерии для понимания требований и разработки инновационных прототипов. - Использовать Git и GitHub для контроля версий, совместной работы и управления кодом. - Тестировать, отлаживать, дорабатывать и документировать прототипы и приложения. - Отслеживать новые технологии генеративного ИИ, фреймворки, coding-ассистенты и методологии разработки. Требования - Сильные навыки программирования на Python, JavaScript/TypeScript, Golang или Node.js. - Опыт работы с React и/или Next.js. - Знание REST API, микросервисов и Git/GitHub. - Практический опыт работы с Cursor, Claude Code, GitHub Copilot, ChatGPT или аналогичными AI-ассистированными инструментами кодирования. - Понимание LLM, RAG-архитектур, промт-инжиниринга, AI-агентов и MCP. - Развитые навыки решения проблем, аналитического и креативного мышления. - Способность быстро осваивать новые технологии и экспериментировать с новыми инструментами. - Хорошие коммуникативные навыки и умение работать в команде. - Интерес к генеративному ИИ, быстрому прототипированию и AI-ассистированной разработке ПО. Опыт и образование - 0–2 года профессионального опыта разработки ПО. - Подтверждённый опыт создания программных проектов, прототипов, приложений или proof-of-concepts с использованием современных технологий разработки. - Опыт использования AI-ассистентов кодирования или инструментов генеративного ИИ для улучшения разработки строго предпочтителен. - Академический, личный, стажёрский, open-source или проектный опыт может рассматриваться вместо большого профессионального опыта. - Обязательно гражданство США. - Предпочтительно степень бакалавра в Computer Science, Software Engineering, Information Technology или смежной технической области; эквивалентное образование, обучение, курсы или подтверждённый технический опыт могут быть рассмотрены. - Требуются отличные устные и письменные коммуникативные навыки на английском и способность профессионально взаимодействовать с разными людьми. Условия - Удалённая работа на территории США. - Длительность: 12 месяцев. - Ожидаемая базовая зарплата: $114,000–$135,000. Предложения по зарплате основываются на навыках, обучении, опыте, образовании, рыночных факторах и, где применимо, лицензиях или сертификатах. - Также предлагается конкурентный пакет льгот. О компании - CTG, компания Cegeka, предоставляет ИТ- и бизнес-решения, повышающие цифровую гибкость клиентов. - Более 60 лет опыта. - Более 9 000 сотрудников в более чем 15 странах. - Работает в Америке, Европе и Индии, с более чем 3 000 клиентов в отраслях с высоким ростом.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Blue Orange Digital — бутиковая data и AI консалтинговая компания, которая проектирует и создает современные платформы данных, аналитику и ML/AI-решения для клиентов среднего и крупного бизнеса в сферах Private Equity, финансовых услуг, здравоохранения и ритейла. Команды работают с технологиями Databricks, Snowflake, dbt и экосистемой Microsoft, превращая сложные реальные данные в надежные и применимые инсайты. Культура компании — builder-led, client-first: ценятся ответственность, четкая коммуникация и доведение работы до результата. О позиции Полная занятость, 6-месячный встроенный проект в среде данных private capital. Роль объединяет две части: примерно половина — старшая инженерия данных (Snowflake, dbt, Airflow, AWS, Python-загрузка данных), половина — старшая LLM/агентная инженерия (продакшн-агенты, MCP-серверы, практика оценки, наблюдаемость). Два ключевых направления работы: AI-Ready каталог данных и контекстный слой, создаваемый вместе с командой Data Analytics, и извлечение неструктурированных данных в масштабе. Сквозная тема обеих инициатив — агентная реализация, оценка и оркестрация. Это не роль по поддержке пайплайнов: нужен человек, который уже выводил агентов в продакшн и может честно рассказать, что ломалось. Задачи Агентная разработка (основной фокус): - Создание продакшн-агентов и многошаговых агентных процессов. - Проектирование и реализация MCP-серверов и интерфейсов инструментов как основного слоя интеграции между агентами и платформой данных, включая кастомные внутренние MCP-серверы над проприетарными наборами данных. - Архитектурные решения: агент против детерминированного пайплайна, один агент против нескольких, места для human-in-the-loop проверок. Оценка и наблюдаемость агентов: - Создание практики оценки с нуля: eval-датасеты, LLM-as-judge, регрессионное тестирование. - Определение и отслеживание метрик: success rate, faithfulness, точность извлечения, корректность вызовов инструментов, задержка, стоимость запуска. - Инструментирование трассировки и наблюдаемости агентных запусков. Агентская оркестрация: - Управление агентными нагрузками в Airflow 3.x на Astronomer: LLM и агентные вызовы как именованные, независимо повторяемые задачи; dynamic task mapping для fan-out/fan-in; assets и data-aware scheduling для событийных триггеров; deferrable operators для длительных вызовов; human-in-the-loop операторы для согласований. - Проектирование нагрузок, которые не должны жить в DAG: длительные или интерактивные агенты на AWS ECS/Fargate, очередь и событийно-управляемое выполнение, API-триггерные сервисы. Четкое объяснение границы оркестрации и причин такого разделения. AI-Ready каталог и семантический контекст: - Моделирование семантических определений поверх Snowflake и dbt: метрики, связи сущностей, бизнес-глоссарий, владельцы данных — чтобы агенты получали управляемый смысл, а не сырые имена таблиц. - Создание и поддержка Snowflake Semantic Views и семантических моделей Cortex Analyst, синхронизация с dbt как источником истины. - Настройка версионирования, тестирования и продвижения контекста. Метаданные и управление: - Сбор lineage, freshness, описаний на уровне колонок, классификации, тегов чувствительности и сигналов использования. - Автоматизация генерации описаний и тегов с помощью LLM там, где это безопасно, с обязательным человеческим контролем. - Оценка инструментов каталога и метаданных, подготовка рекомендации build-vs-buy. Извлечение неструктурированных данных: - Проектирование пайплайнов извлечения из PDF, презентаций, таблиц, email и веб-контента, включая документы со сложной структурой и вложенными таблицами. - Схемно-ограниченное извлечение через structured outputs и tool calling с frontier LLM API и Cortex LLM functions, с confidence scoring, ссылками на исходную страницу и явной обработкой полей с низкой уверенностью. - Реализация стратегий chunking, embedding и retrieval для RAG и агентного поиска. - Проектирование цикла человеческой проверки: что принимается автоматически, что эскалируется, как исправления возвращаются в eval-датасеты. Старшая инженерия данных и архитектура: - Определение и реализация архитектурных решений для скорости и масштабируемости пайплайнов, включая tiered/medallion-структуры. - Внедрение лучших практик продвинутого ELT, управления данными и качества данных. - Определение и контроль политик безопасности данных и контроля доступа на пайплайнах и платформах. - Создание и поддержка Python-пайплайнов загрузки (dlt и аналоги) для REST API, SaaS-коннекторов, файловых загрузок и инкрементальной загрузки в Snowflake. - Участие в моделях dbt, тестах и документации. Требования - Глубинная экспертиза в агентных системах. - Опыт вывода агентов в продакшн и способность честно рассказать о возникших проблемах. - Опыт старшей инженерии данных: Snowflake, dbt, Airflow, AWS, Python-загрузка данных. Условия - Полная занятость. - 6-месячный встроенный проект в среде данных private capital.