Вакансии для разработчиков ИИ-агентов

Формат

Удалённо

Страна

Любая

Город

Не указан

О роли Stanbridge University ищет инженеров-программистов по ИИ-системам (Go) для проектирования, создания и эксплуатации production-систем ИИ, которые надёжно и в масштабе выполняют сложные многоэтапные задачи. Это практическая инженерная роль, сфокусированная на сложном классе задач: длительные ИИ-процессы, которые вызывают модели, инструменты и внешние API; поддерживают состояние на протяжении длительных выполнений; создают структурированный контент и сгенерированные медиа; взаимодействуют с людьми-проверяющими; восстанавливаются после частичных сбоев; и стабильно выдают точные результаты пользователям. Основные инженерные сложности выходят далеко за рамки разработки промптов. Системы должны учитывать сбои провайдеров и лимиты скорости, прерванные процессы, изменяющееся состояние, недетерминированное поведение моделей, некорректные или неподдерживаемые выходные данные, переменную задержку и стоимость, а также развёртывания, происходящие во время выполнения работы. Успешный кандидат сочетает сильный инженерный опыт в области программного и распределённого обеспечения с практическим опытом создания и эксплуатации production-приложений на LLM, ИИ-агентов или систем на основе агентов. Вы присоединитесь на этапе, когда значительная часть архитектуры ещё должна быть спроектирована и построена. Инженеры на этой роли будут обладать существенным правом собственности на паттерны, сервисы, инфраструктуру и инженерные стандарты, формирующие ИИ-системы университета. Удалённая работа Эта позиция допускает удалённую работу для кандидатов, проживающих в штатах, где Stanbridge University в настоящее время уполномочен нанимать удалённых сотрудников. В настоящее время в число таких штатов входят: Аризона, Колорадо, Иллинойс, Индиана, Канзас, Кентукки, Луизиана, Мэриленд, Мичиган, Миннесота, Невада, Нью-Джерси, Северная Каролина, Северная Дакота, Огайо, Теннесси, Техас и Висконсин. Кандидаты должны проживать в подходящем штате на момент трудоустройства. Право на удалённую работу зависит от требований университета к найму и может меняться в зависимости от требований штата. Инженерная среда Инженерные задачи команды включают: - Оркестрация долговечных процессов: длительные многоэтапные конвейеры с постоянным состоянием, очередями задач, контрольными точками, возобновляемостью, идемпотентным выполнением и восстановлением после прерванных или осиротевших задач. - Мультипровайдерная модельная инфраструктура: маршрутизация между коммерческими поставщиками моделей с реестрами моделей, контролем токенов и затрат, обработкой лимитов скорости, повторами, автоматическими выключателями, мониторингом работоспособности и переключением провайдеров. - Оркестрация агентов и инструментов: системы, в которых ИИ-агенты взаимодействуют с инструментами, API, источниками данных, сервисами приложений и детерминированной бизнес-логикой для выполнения многошаговой работы. - Инфраструктура разработки промптов: отношение к промптам как к версионируемым production-артефактам с ревью, тестированием, защитой от регрессий и измеримым поведением. - Тестирование недетерминированных систем: записанные и воспроизводимые взаимодействия с провайдерами, детерминированные фикстуры, оценочные стенды, базовые показатели и регрессионное тестирование поведения ИИ. - Контроль корректности и качества: валидация структурированных выходных данных, автоматическая оценка, доменные требования, проверка доказательств и защита от уверенных, но неверных выходных данных модели. - Процессы с участием человека: этапы ревью и утверждения в автоматизированных процессах, включая системы, способные безопасно реагировать, когда пользователи изменяют состояние или входные данные во время выполнения. - Конвейеры генерации медиа: системы, способные создавать и управлять документами, аудио, изображениями, видео и другими сгенерированными активами. - Production-архитектура сервисов: API и серверные сервисы на Go, реляционные хранилища данных, инфраструктура задач, наблюдаемость и интеграции, поддерживающие пользовательские приложения. - Безопасный приём данных: обработка предоставленных пользователем и потенциально недоверенных документов с соблюдением соответствующих границ безопасности и авторизации. Два инженерных направления Инженеры должны соответствовать одному и тому же общему техническому уровню, но могут иметь более глубокую экспертизу в одной из двух областей: - Платформа и конвейеры: распределённые системы, оркестрация процессов, долговечное состояние, очереди задач, восстановление, инфраструктура провайдеров, задержка, пропускная способность, масштабируемость, надёжность и оптимизация затрат. Это направление особенно подходит опытным системным инженерам, которые рассматривают модели ИИ как мощные компоненты, создающие новый набор проблем распределённых систем и надёжности. - Агенты и качество: архитектура агентов и инструментов, промпт-системы, управление контекстом, оценочные фреймворки, регрессионное тестирование, модели-судьи, проверка доказательств и сквозное качество выходных данных. Это направление особенно подходит инженерам, которые подходят к поведению ИИ через эксперименты, измерения, тестирование и систематические улучшения. Кандидаты могут указать предпочтительную область; однако специализация в одной области не требуется. Основные функции - Проектировать, разрабатывать, тестировать, развёртывать и эксплуатировать production-качественное программное обеспечение и серверные сервисы, преимущественно на Go (Golang). - Проектировать и создавать ИИ-агентов и системы на основе агентов.

Формат

Удалённо

Страна

Любая

Город

Не указан

Anika Systems — технологическая компания, которая помогает федеральным агентствам решать сложные бизнес-задачи. Услуги охватывают AI-стратегию, интеллектуальный анализ данных, машинное обучение, интеллектуальную автоматизацию и инженерию, с фокусом на программы национальной безопасности и федерального финансирования. Позиция удаленная, но в соответствии с федеральными контрактными требованиями возможен частичный или полный возврат в офис в будущем. Требуется гражданство США и возможность получить допуск к государственной тайне. AI-инженеры проектируют и внедряют продакшн-системы ИИ в коммерческих и федеральных проектах. Это hands-on роль в небольшой команде senior-специалистов. Инженеры отвечают за работу от начала до конца: данные, интеграция моделей, сервисы, UI, инфраструктура, безопасность и деплой. Ожидается принятие технических решений в условиях федеральных требований по соответствию, безопасности и закупкам. Требования: - Степень бакалавра в области компьютерных наук, компьютерной инженерии, науки о данных, вычислительной лингвистики или смежной области; магистерская степень приветствуется. - 1–3 года профессионального опыта в создании и запуске ML или NLP-систем, включая решения на основе LLM или генеративного ИИ. - Сильный продакшн-опыт в Python и TypeScript, включая современные веб-фреймворки (FastAPI, React). - Опыт интеграции LLM в реальные приложения: стриминг, вызов функций, учет токенов, обработка ошибок, на одной из платформ: OpenAI, Anthropic, Bedrock, Vertex или Azure OpenAI. - Опыт проектирования агентных систем: многошаговые рабочие процессы, RAG, оценка, контроль с участием человека. - Уверенное моделирование реляционных данных на PostgreSQL с асинхронным ORM и инструментами миграций. - Владение AWS (compute, storage, IAM, secrets, networking, observability) и infrastructure-as-code, желательно Terraform. - Понимание OAuth/OIDC, JWT, RBAC, изоляции мультитенантности и принципа наименьших привилегий. - Дисциплинированные привычки тестирования, линтинга и проверки типов; понятные диффы и четкая письменная коммуникация. Желательные навыки: - Опыт работы с федеральными программами: NIST 800-53, FedRAMP, FISMA, процесс ATO или требования к обработке данных агентств. - Опыт с Keycloak или другим OIDC-провайдером, мультитенантность на основе RLS или zero-trust дизайн приложений. - Знание платформ data/lakehouse (Databricks, Snowflake) и SQL за пределами CRUD. - Document AI/OCR-пайплайны и модернизация легаси-процессов. - Продакшн-наблюдаемость (CloudWatch, OpenTelemetry, Grafana) и опыт реагирования на инциденты. - Укрепление цепочки поставок: SBOM, сканирование зависимостей, подписанные сборки, моделирование угроз.

Формат

Офис

Страна

США

Город

Сиэтл

О команде и роли Nordstrom инвестирует в ИИ как ключевой драйвер розничных инноваций. Команда AI Agentic Solutions отвечает за превращение этих инвестиций в результаты. Мы определяем «искусство возможного» с агентами — сотрудничаем с бизнес- и технологическими командами, чтобы определить, где агентный ИИ может изменить работу Nordstrom, и проектируем и создаём такие решения от начала до конца в областях коммерции, персонализации, управления запасами и обслуживания клиентов. Команда находится на пересечении четырёх дисциплин: инженерия агентов, контекстная инженерия, оценки и защитные механизмы, а также управление памятью и состоянием для агентных решений. В роли Engineer 1 вы начинаете карьеру и строите фундамент в инженерии агентного ИИ. Вы работаете под руководством старших инженеров над чётко очерченными задачами — реализуете компоненты агентов, пишете тесты и учитесь тому, как создаются, оцениваются и эксплуатируются продакшн-системы агентов. Эта роль подходит тем, кто находится в начале карьеры, интересуется прикладным ИИ и хочет вырасти в полноценного инженера агентных решений. Чем предстоит заниматься - Реализовывать отдельные компоненты агентных решений — интеграции инструментов, шаблоны промптов, шаги поиска — под руководством старших инженеров, писать чистый, хорошо протестированный код и документировать работу. - Учиться применять контекстную инженерию — что видит агент, когда и почему — и активно получать знания о LLM, агентных фреймворках и промпт-инжиниринге для применения в работе. - Помогать создавать и запускать скрипты оценки и офлайн-бенчмарки для проверки безопасности, точности и надёжности поведения агентов. - Участвовать в дежурствах (on-call) и ревью дизайна, учиться отлаживать проблемы и выявлять компромиссы по своим компонентам. - Добавлять базовую инструментацию — логирование, метрики, алерты — в создаваемые системы и следовать инженерным стандартам и стандартам безопасности Nordstrom, включая безопасную обработку чувствительных данных. - Сотрудничать с коллегами из инженерии, продуктовых и бизнес-команд, чтобы понимать, как ваша работа вписывается в общее решение. Требования Обязательные: - 1+ год профессионального опыта в разработке ПО (стажировки учитываются) или профильный сертификат (например, буткемп). - Владение ИИ: практический опыт работы с LLM или API фундаментальных моделей (OpenAI, Anthropic, Google и т.п.) — через курсы, проекты, стажировки или профессиональный опыт. - Искренний интерес к агентному ИИ — как агенты используют инструменты, получают контекст и совершают действия — и желание развивать продакшн-навыки в этой области. - Твёрдые основы CS: структуры данных, алгоритмы, объектно-ориентированное проектирование, а также знакомство с RESTful API, JSON и взаимодействием сервисов. - Базовое понимание практик тестирования ПО и систем контроля версий (например, Git). - Готовность изучать современные агентные фреймворки: LangGraph, CrewAI, Semantic Kernel или Claude Agent SDK. - Развитые навыки устного и письменного общения, нацеленность на сотрудничество и обратную связь. Желательно: - Курсы, личные проекты или стажировки с промпт-инжинирингом, RAG или векторными базами данных. - Опыт работы с облачными платформами AWS или GCP. - Знакомство с контейнеризацией (Docker) и основами CI/CD. - Интерес или курсы в области розницы, электронной коммерции или цепочек поставок. - Вклад в open-source ИИ-проекты или личные эксперименты с LLM-приложениями. Условия - Гибридный формат, Сиэтл, Вашингтон. - Вилка зарплаты: $104,500–$162,500 в год (зависит от локации, знаний, навыков и опыта). - Медицинская страховка, стоматология, офтальмология, пенсионный план, оплачиваемый отпуск. - Страхование жизни и инвалидности. - Скидка на товары Nordstrom и ресурсы EAP. - Возможность получения бонусов по результатам работы. - Участие в программе 401k, медицинские/стоматологические/оптические/страхование жизни и инвалидности, начисление PTO, праздничные дни и другое. Условия зависят от локации, уровня должности, классификации и стажа.

Формат

Офис

Страна

США

Город

Не указан

Cloud Release Quality Manager — AI-Enabled Release Program Manager Удаленная позиция, США. Обзор Компания ищет организованного и технически любознательного менеджера по качеству релизов для координации выпусков программного обеспечения на облачных платформах. Роль включает управление сроками релизов, координацию кросс-функциональных усилий, обеспечение готовности к выпуску и внедрение AI-агентов для автоматизации процессов. Обязанности Планирование и выполнение релизов - Разработка и управление сквозными сроками релизов, обеспечение четкости и достижимости контрольных точек. - Координация команд продукта, инженерии, QA, поддержки и операций для согласования объема релиза и целей качества. - Отслеживание контрольных точек релиза, включая проверки Definition of Done (DoD), для полноты функциональности и инфраструктуры. - Проведение встреч go/no-go, обеспечение согласованности заинтересованных сторон по готовности и рискам. - Предоставление своевременных статус-обновлений заинтересованным сторонам, включая руководство, через дашборды, отчеты и брифинги. AI и автоматизация релизов - Проектирование, разработка и развертывание AI-агентов для автоматизации релизных активностей (например, статус-отчеты Branch-Diffs, проверка чек-листов, триаж тикетов, проверки готовности). - Автоматизация процессов готовности к релизу, внедрение лучших практик и стандартизация процессов и инструментов. - Выявление рутинных повторяющихся рабочих процессов и их приоритизация для автоматизации с помощью AI или скриптов. - Интеграция AI-агентов в существующие CI/CD и релизные инструменты совместно с инженерными и платформенными командами. Готовность к релизу и соответствие требованиям - Подтверждение завершения документации, обучающих материалов и внутренних передач перед релизом. - Создание и управление деплой-тикетами для продакшн-релизов и хотфиксов, координация необходимых утверждений. - Обеспечение соблюдения требований безопасности и соответствия во всех релизных активностях, поддержка аудитов. Управление дефектами и инцидентами - Проведение встреч по триажу дефектов клиентов с командами поддержки и инженерии, приоритизация и отслеживание решений. - Мониторинг пост-релизных метрик и обратной связи для улучшения процессов и качества продукта. - Анализ отзывов клиентов и опросов для выявления индикаторов качества. Управление рисками и коммуникация - Обеспечение корректности артефактов для соответствия (SOC, ISO и др.) и поддержка аудитов. Требования - 1–3 года опыта управления релизами, желательно в облачной среде разработки ПО. - Практические навыки создания и развертывания AI-агентов (LLM API, low-code платформы или скриптовые фреймворки) для автоматизации релизных активностей. - Подтвержденный опыт управления сложными релизными процессами в SaaS, PaaS или cloud-native средах. - Понимание Agile-методологий, DevOps-практик и CI/CD пайплайнов. - Отличные организационные, коммуникационные и кросс-функциональные навыки. - Способность управлять несколькими релизами и дедлайнами одновременно. Предпочтительные квалификации - Знакомство с Jira, Confluence или аналогичными платформами для тикетинга и документации. - Опыт работы с CI/CD — Argo, Jenkins, Playwright automation framework. - Знание регуляторных фреймворков, таких как SOC 2 или ISO 27001. - Опыт внедрения автоматизации или AI-агентских инициатив в релизных, QA или DevOps организациях. Компенсация - Базовая зарплата: $100,000–$120,000 + акции компании. - Полная удаленная занятость. Оплата определяется на основе локальных, национальных и отраслевых данных, уровня опыта, образования и специализированных знаний.

Формат

Офис

Страна

Не указана

Город

Не указан

Местоположение: Дубай, работа на месте (onsite). Требования: - Опыт работы 6–9 лет. - Кандидаты должны находиться в Дубае и быть готовы к немедленному выходу. - Обязательные навыки: Python, GenAI/LLMs, мультиагентные ИИ-системы, RAG, мультимодальный ИИ, LangChain/LangGraph/CrewAI/AutoGen. - Требуется опыт в разработке ИИ-продуктов, Data Science и выводе ИИ-решений в продакшн.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания Skytech — команда, создающая мобильные игры с аудиторией более 4 млн игроков в месяц. Компания развивает направление AI-автоматизации и ищет инженера для внедрения LLM, AI-агентов и современных AI-инструментов. Задачи - Интеграция AI-инструментов в процессы компании; - Автоматизация тестирования игр с помощью LLM; - Автоматизация поддержки и DevOps-задач; - Развитие CI/CD; - Создание сервисов и AI-агентов для внутренних задач. Требования - Знание ООП, алгоритмов и структур данных; - Понимание HTTP, сетей и API; - Уверенное владение одним или несколькими языками программирования; - Опыт работы с LLM и AI-инструментами: Claude Code, Codex и др.; - Умение быстро решать задачи и самостоятельно осваивать новые технологии; - Высшее техническое образование. Условия - Полная занятость; - Удалённо из любой точки мира или офис в Новосибирском Академгородке; - Конкурентная зарплата по итогам собеседования; - Гибкий график; - Официальное трудоустройство и белая зарплата; - Современное оборудование, оплачиваемый отпуск и больничный; - Компенсация фитнеса.

Формат

Удалённо

Страна

Россия

Город

Не указан

Python-разработчик в AI-продукт. Формат: удалённо. Зарплата: 100 000–120 000 ₽ на руки. Full-time. Что предстоит делать: — разрабатывать backend на Python и asyncio; — создавать устойчивую браузерную автоматизацию; — работать с Playwright, сессиями, очередями и расписаниями; — интегрировать LLM и vision-модели; — реализовывать память, контекст и инструменты AI-агента; — настраивать логирование, мониторинг и восстановление после сбоев; — работать с Docker, CI, метриками и алертами; — обеспечивать безопасность пользовательских данных и секретов; — проектировать архитектуру и собирать прототип первой версии продукта. Особенно важен опыт: — production-разработки на Python; — Playwright или аналогов; — долгоживущих процессов, очередей и фоновых задач; — LLM-приложений и AI-агентов; — vision-моделей; — прокси-инфраструктуры и сетевой изоляции; — работы с нестабильными внешними API/интерфейсами. Плюсом будет опыт в антифрод-, платёжных или дейтинг-продуктах.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Aisle создает слой управления в реальном времени для физической розницы. Платформа связывает действия покупателей, стимулы и результаты в непрерывный цикл обратной связи, позволяя брендам запускать, измерять и оптимизировать розничные показатели в моменте. Это основа для автономного розничного исполнения. Сегодня 1600+ брендов и 5M+ потребителей используют Aisle. Под капотом — обработка событий с высокой нагрузкой, принятие решений в реальном времени и низколатентная инфраструктура. Небольшая быстрорастущая команда масштабирует систему. О роли Ищем Agent Builder для работы вместе с ведущим инженером по агентам над внутренним стеком агентов — сейчас это 8 агентов (Reggie и остальные) плюс экосистема плагинов. Стек построен на OpenClaw, но подойдет опыт с любым продакшн-харнессом (Hermes, кастомные решения). Работа делится на две части: - Операторский enablement: сидеть с операторами, изучать их рабочие процессы, проектировать и внедрять инструменты — tools, skills, плагины, интеграции. - Системы жизнеобеспечения агентов: память, системные промпты, управление контекстом, retrieval, эвалы, наблюдаемость, маршрутизация моделей. Обязанности - Тесно работать с доменными экспертами и операторами, превращать их неявные знания в возможности агентов. - Отвечать за системы жизнеобеспечения агентов: память, системные промпты, контекстные окна, retrieval, циклы эвалов, наблюдаемость. - Проектировать и создавать фоновые инструменты, плагины и скиллы. - Поддерживать систему в проде: диагностировать сбои агентов и исправлять первопричины, а не симптомы. - Проводить эксперименты, определять, где агенты полезны или вредны: задавать рубрики, читать трейсы, решать, что чинить дальше. - Разрабатывать и распространять паттерны: обобщать работающие решения в переиспользуемые паттерны для памяти, промптинга, контекста, инструментов и оркестрации. Приносить новые возможности моделей и дизайн-паттерны в команду. Требования Владение агентами: - Обязательно: практический продакшн-опыт с хотя бы одним агентным фреймворком (OpenAI Agents SDK, Claude Code, Codex, Cursor, OpenClaw, LangGraph, Hermes или собственный харнесс). Вы уже создавали и запускали агентов, которыми пользуются люди, и знаете их сбои наизусть. - Свободное владение сессиями, контекстными окнами, системами памяти, вызовом инструментов/функций и харнессами в стиле MCP/ACP. - Промпт и контекстный дизайн — ключевое ремесло, а не хобби; вы итеративно доводите поведение агента до надежного. - Мыслите в терминах результатов: можете сидеть с оператором, наблюдать за работой и декомпозировать его задачи на то, что агент реально может сделать. - У вас есть мнение о субстрате: дизайн памяти, архитектура системных промптов, управление контекстом, retrieval, эвалы — и вы внедряли это для агента, которым пользуются. Технический комфорт (минимум, не потолок): - Уверенно работаете в терминале: меняете конфиги, запускаете скрипты, перезапускаете сервисы, читаете логи — но не обязаны быть «фулстек-инженером». - Можете подключать инструменты и плагины по документации и примерам. - Можете работать вместе с инженерами, когда нужны реальные изменения кода, и понимаете, когда выходите за пределы своих знаний. Образ мышления (важнее резюме): - Чутье 80/20 в обе стороны: знаете, какие 20% фич дают 80% ценности, и какие 20% действий агенты делают плохо, проектируете компенсирующие паттерны на уровне харнесса. - Архитектурное мышление: видите агентные системы как системы, держите всю анатомию в голове, проектируете изменения с учетом побочных эффектов. - С одинаковым удовольствием отлаживаете странный трейс в OpenClaw TUI и обсуждаете с человеком, почему агент ощущается «не таким». - Ориентированы на результат: важно, что агент достигает, а не сколько строк вы написали. - Сильная декомпозиция задач и оркестрация: разбиваете сложные задачи на то, что агент реально может сделать.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Junior

О компании SoFi — финансовая компания нового поколения и национальный банк, использующий инновационные мобильные технологии, чтобы помочь миллионам клиентов достигать целей. Отрасль переживает беспрецедентную трансформацию, и компания находится в её авангарде. О роли Младший AI-инженер по финансовой трансформации в финансовой организации SoFi — практическая инженерная роль, сфокусированная на создании агентных ИИ-процессов, которые меняют работу финансового отдела: от закрытия периода и сверок до прогнозирования и отчётности. Финансовое направление — одна из крупнейших зон применения ИИ в SoFi: более ста выявленных сценариев использования, активная сеть сторонников и поддержка руководства. В этой роли вы будете: - создавать многошаговые ИИ-процессы на одобренных корпоративных ИИ-платформах; - настраивать телеметрию для измерения использования, стоимости и ROI ИИ в финансовом отделе; - помогать делать результаты ИИ достаточно надёжными для принятия финансовых решений в контролируемой среде, где результаты должны быть объяснимыми, проверяемыми и сверяемыми с цифрами; - работать напрямую с менеджером по ИИ-трансформации финансового направления, который отвечает за стратегию сценариев использования и взаимодействие с заинтересованными сторонами, а также в тесном партнёрстве с командами AI SDLC и платформенной разработки SoFi, которые поддерживают путь от прототипа до продакшена. Карьерный рост Роль ориентирована на практическую разработку и имеет заметную траекторию роста: карьерная лестница AI-инжиниринга SoFi (до уровня Staff и Senior Staff) является видимым путём продвижения. Что вы будете делать - Создавать агентные ИИ-процессы: разрабатывать многошаговые ИИ-процессы, такие как планирование, использование инструментов, поиск информации, структурированная оркестрация на одобренных корпоративных ИИ-платформах и агентных инструментах кодирования для автоматизации финансовых процессов. - Создавать ИИ-телеметрию: отвечать за отчётность по использованию, стоимости, вовлечённости и ROI ИИ-инструментов финансового отдела — от извлечения данных до дашбордов, на которые опирается руководство. - Вносить вклад в слой взаимодействия: помогать проектировать, как пользователи финансового отдела взаимодействуют с ИИ-системами, включая процессы, интерфейсы и петли обратной связи, которые формируют доверие и внедрение. - Проверять результаты: применять и улучшать повторяемые шаблоны проверки результатов ИИ до того, как они будут использованы в финансовых решениях, включая сверку, документированные допущения и контрольные точки с участием человека. - Быстро создавать прототипы: превращать приоритетные финансовые сценарии использования в работающие прототипы, затем совместно с AI SDLC и платформенной разработкой вести их к продакшену. - Изучать предметную область: развивать финансовую грамотность (закрытие периода, сверка, отчётные процессы) и строгость в SQL на рабочем месте при структурированной поддержке. Требования - Степень бакалавра или магистра в области компьютерных наук, науки о данных, ИИ/ML или смежной области, либо эквивалентный практический опыт. - 1–3 года опыта работы с LLM или исключительные результаты для выпускника с существенными практическими агентными проектами (академическими, личными, open-source или в рамках стажировки). - Подтверждённый практический опыт работы с LLM API, промт-инжинирингом, RAG или агентными фреймворками — с портфолио проектов, где вы можете чётко объяснить, что именно вы спроектировали и почему. - Рабочий Python для автоматизации, интеграции API и прототипирования. - Базовый SQL для запросов к данным (финансовая строгость будет развиваться на рабочем месте). - Мышление созидателя: склонность создавать работающую вещь, а не описывать её. - Готовность изучать финансовый контекст и общаться с нетехническими заинтересованными сторонами при поддержке. Желательно - Опыт в оценке, трассировке или наблюдаемости ИИ-систем. - Опыт работы со Snowflake, Cortex или инструментами natural-language-to-SQL. - Опыт работы в финансовой среде, бухгалтерии или другой контролируемой или регулируемой среде с данными. - Опыт создания пользовательских инструментов или внутренних приложений на основе ИИ.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Blossom Health решает проблему эпидемии психических заболеваний в Америке, сотрудничая с психиатрами для расширения доступа к доступной, своевременной и клинически эффективной психиатрической помощи. AI-нативная платформа ухода нравится сотням клиницистов и тысячам пациентов. Компания находится на стадии Series A, привлекла более $20 млн от Headline, Village Global и основателей General Catalyst, Flatiron Health, Sword Health, Grow Therapy, Fay, Elemy, Zip, Blank Street, Assured, Bridge, Birches Health и Enzo Health. Задачи - Создавать и выпускать AI-нативные продуктовые решения, используемые напрямую клиницистами и пациентами. - Проектировать и разрабатывать системы и агентов на основе LLM, которые автоматизируют и дополняют сложные рабочие процессы в здравоохранении. - Владеть AI-функциями от начала до конца: от прототипирования и экспериментов до продакшн-развертывания, оценки и итераций. - Создавать надежные системы оценки, мониторинга и обратной связи для постоянного улучшения качества, надежности и производительности AI. - Работать с моделями, промптами, инструментами, системами поиска и инфраструктурой приложений для решения реальных продуктовых задач. - Быстро переводить новые возможности AI в готовые к продакшену решения, приносящие измеримую ценность. - Тесно сотрудничать с клиницистами и инженерами для понимания сложных медицинских рабочих процессов и определения, где AI может оказать наибольшее влияние. Личные качества - Высокая мотивация, амбициозность и способность решать крупные значимые задачи. - Мышление собственника: долгосрочное видение, приоритет бизнеса и клиентов. - Высокая скорость и высокое качество: чувство срочности и гордость за качество работы. - Исследователь: комфорт с неопределенностью и автономией, поиск ответов на ранее не заданные вопросы, прыжок в неизвестное. - Оптимист: вера в лучшее завтра. - Строитель: радость от создания нового, использование технологий для полезных вещей. - Скромность: использование своих талантов на благо других, понимание, что успех — это результат, а не входной параметр. Квалификация - Степень бакалавра или эквивалентный опыт в Computer Science или смежной области. - 2+ года профессионального опыта в разработке ПО, показывая высокие результаты в качественной среде. - Опыт создания и запуска приложений на основе LLM или AI-продуктов в продакшене. - Свободное владение Python и/или TypeScript. - Опыт работы с современными LLM API, агентными системами, вызовом инструментов, поиском, структурированными выводами или аналогичными прикладными AI-паттернами. - Строгое мышление об оценках, надежности, задержке, стоимости и режимах сбоев, а не только о том, работает ли прототип. - Комфорт при работе с полным стеком и быстром экспериментировании с новыми моделями, фреймворками и техниками. - Любовь к автономии, неопределенности, экспериментам и ответственности. - Наличие разрешения на работу в США и готовность работать лично в Нью-Йорке 5 дней в неделю. Условия - Среда гиперроста: непосредственный опыт масштабирования стартапа от 0 до 1 до n, с видимостью в продукте, инженерии и операциях. - Высокое доверие и автономия: владение значимыми проектами с первого дня, формирование технических решений и направления продукта. Инженерам доверяют выбор оптимального пути без микроменеджмента. - Команда высокой плотности талантов: работа с командой верхнего перцентиля, построенной на взаимном уважении и восхищении, с общими целями, мотивацией и видением будущего. - Реальное влияние: код напрямую улучшает доступ к психиатрической помощи для тысяч пациентов и клиницистов. - Конкурентная зарплата, опционы, возможности роста. - Лучшая в своем классе медицинская, стоматологическая страховка и страховка зрения. - Фокус на результатах, а не на часах, неограниченный оплачиваемый отпуск. - Командные выезды, оффсайты и солнечный офис в Нью-Йорке с закусками. - Компенсация: $150K - $220K.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Close — CRM-система, разрабатываемая с 2013 года. Компания bootstrapped и прибыльная, команда из 120 человек, полностью удалённая. Сейчас в продукт внедряется ИИ: автоматизация ручного ввода данных, упрощение рабочих процессов. Команда публикует открытый код и делится инженерным опытом в блоге. Стек Бэкенд: Python Flask, TaskTiger для асинхронных задач. Хранилища: MongoDB, PostgreSQL, Elasticsearch, Redis. Инфраструктура: AWS (EKS, MSK, RDS, ElastiCache, EC2), Docker, Kubernetes, CI/CD, Terraform, Ansible. Есть публичный API. Команды Работа распределена по направлениям, кандидат может выбрать предпочтительное. Возможны перемещения между командами со временем. - Agents: агентная платформа и пользовательские ИИ-функции (Voice Agents, Custom Agents, Ask Chloe), общий слой интеллекта и оркестрации, API и MCP для внешних агентов. - Communications: инфраструктура голоса, SMS и email (Twilio, WebRTC, WebSockets, AssemblyAI, ElevenLabs), голосовые и текстовые ИИ-агенты, синхронизация календаря. - CRM: слой структурированных данных для людей и агентов, перестройка модели данных, подготовка CRM к работе с ИИ (retrieval, traversal, action coverage через MCP и API), функции AI Enrich, Autofill, AI Search, работа с миллиардами документов в MongoDB и Elasticsearch. - Growth: эксперименты и биллинг (Stripe metered billing, AI credit top-ups), конверсия из триала в платных клиентов, агентный онбординг. Требования - Опытный инженер: Python как основной язык, также возможен опыт с Go, Rust или TypeScript. - Опыт создания ИИ-функций на LLM для реальных пользователей, понимание их надёжности и подготовки к продакшену. - Использование ИИ-инструментов в повседневной работе (Claude Code, Codex и другие). - Ориентация на быструю итерацию и запуск первых версий функций. Условия - Полная удалённая работа, только для кандидатов из США. - Компания оплачивает использование ИИ-инструментов.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

О компании SWORD Health — клинически ориентированная AI-лаборатория и прикладная AI-платформа в здравоохранении. С 2020 года работает в направлениях: скелетно-мышечное здоровье, женское здоровье, кардиометаболика и ментальное здоровье. Развивает AI-нативную программу ухода 24/7, объединяющую физическую активность, терапевтические упражнения, психотерапию, питание и изменение поведения. Более 1 млн участников на трёх континентах, более 15 млн AI-сессий, 2000+ корпоративных клиентов, 59 клинических исследований, 43 патента. Привлечено более $500 млн от инвесторов, включая Khosla Ventures, General Catalyst и Founders Fund. AI-грамотность AI-грамотность — обязательное ожидание. Кандидатов оценивают по трёхуровневой системе: - Explorer (уровень 1) — ежедневное использование AI для личной продуктивности. - Builder (уровень 2) — создание рабочих процессов и инструментов, повышающих эффективность команды. - Integrator (уровень 3) — встраивание AI в продукты и процессы в масштабе. Каждый нанятый должен демонстрировать минимум уровень 1. Ожидаемый уровень зависит от грейда должности. Кандидаты должны быть готовы привести реальные примеры использования AI в работе. Задачи - Вести ML-проекты от исследования до продакшн-деплоя и продолжать итерации после появления реальных пользователей. - Создавать агентные LLM-системы: многошаговые сценарии с использованием инструментов, retrieval и оркестрацией, достаточно надёжные для клинического применения. - Относиться к оценке как к основной инженерной работе: eval-наборы, офлайн- и онлайн-харнессы, пайплайны LLM-as-judge с проверкой человеком, регрессионные тесты для выявления падений качества до пользователей. - Улучшать качество моделей подходящими методами: промптинг, retrieval, дистилляция или fine-tuning — на основе данных, а не привычки. - Работать со всем AI-стеком: подготовка данных, адаптация моделей, serving, мониторинг и обратные связи для постоянного улучшения систем в продакшене. - Работать с продуктом, клинической и инженерной командами: переводить клинические требования в технические решения и заранее выявлять компромиссы. - Помогать команде расти: ревью кода, обмен знаниями, менторинг менее опытных инженеров. Требования - Опыт вывода ML-систем в продакшн, на которые реально полагаются пользователи. - Практический опыт работы с LLM в продакшене: промптинг, retrieval, вызов инструментов, агентные сценарии. - Строгий подход к оценке: создание eval-датасетов и фреймворков, умение отличать реальное улучшение от шума. - Сильные базовые знания ML: понимание, какой подход подходит для какой задачи, и умение рассуждать о компромиссах. - Уверенность в условиях неопределённости: превращение слабо формализованных задач в работающие продакшн-решения. - Надёжные инженерные навыки: продакшн-код, знакомство с распределёнными системами, терпение при отладке сложных ML-пайплайнов. - Понятная коммуникация с техническими и клиническими стейкхолдерами. Будет плюсом - Опыт fine-tuning или оптимизации предпочтений (RLHF, DPO и аналоги). - AI в здравоохранении или других областях с высокой ценой ошибки. - Создание агентных фреймворков или eval-инструментов с нуля. - Open source-вклад, технические статьи или другие формы обмена знаниями. Условия Должность открыта для кандидатов из любой точки Европы. Локация — Европа, удалённо. Диапазон компенсации включает базовую часть, переменную часть и опционы. Поскольку должность может быть занята в разных европейских странах, диапазон корректируется с учётом локальных рыночных условий и стоимости жизни в стране найма. Указанные диапазоны — отправная точка; после найма при подтверждении выдающихся результатов компенсация быстро пересматривается в соответствии с влиянием. Должности могут охватывать более одного карьерного уровня. Фактическая оплата определяется навыками, квалификацией, опытом, локацией, рыночным спросом и другими факторами. Указанные детали компенсации отражают базовую зарплату, возможные переменные, бонусы или продажные стимулы и оценку стоимости опционов компании, если применимо. Диапазон оплаты может меняться; будущая стоимость опционов не гарантирована; компенсация может быть изменена в будущем.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Sigma Software — международный технологический партнер с более чем 24-летним опытом создания цифровых решений для глобального бизнеса. В команде более 2000 специалистов, компания сотрудничает с такими брендами, как AstraZeneca, Viaplay, Volvo и Scania, помогая им масштабироваться, внедрять инновации и оставаться конкурентоспособными на быстро меняющихся рынках. Работая в более чем 20 странах, имея более 40 офисов в Европе и Америке, Sigma Software сочетает глобальный охват с сильной локальной экспертизой. Компания реализовала проекты для более чем 500 клиентов в таких отраслях, как финтех, здравоохранение, автомобилестроение и медиа. Описание роли Мы ищем Senior AI Software Engineer с сильным full-stack опытом для проектирования, разработки и эксплуатации современных облачных программных продуктов. Инженер должен уверенно работать в областях frontend, backend и DevOps, интегрируя AI-возможности в бизнес-приложения. Технологический стек - React, Angular - Java / Spring Boot, Python, C - Kafka, Terraform - Kubernetes, Helm, ArgoCD - Azure OpenAI или аналогичные AI-платформы Условия - Полная занятость - Требуется уверенный английский для общения Заказчик Заказчик в медицинской области. Работа над приложениями для врачей и клиник. Ключевые обязанности - Разработка и поддержка современных веб-приложений. - Проектирование и внедрение AI-функций и агентных рабочих процессов. - Создание и эксплуатация облачных сервисов с акцентом на надежность, безопасность и масштабируемость. - Взаимодействие с командами продукта, UX, архитектуры и разработки. - Повышение инженерного качества и внедрение AI в командах разработки. Требуемые навыки - Опыт full-stack разработки уровня senior. - Сильные знания frontend: React или Angular. - Сильные знания backend: Java / Spring Boot, Python или C. - Опыт работы с облачными архитектурами и DevOps-практиками. - Подтвержденное практическое использование AI-инструментов в разработке ПО. - Степень в области компьютерных наук или эквивалентный технический опыт. Предпочтительные квалификации - Опыт создания AI-агентов, рабочих процессов или решений для автоматизации. - Знакомство с современными LLM-экосистемами и AI-инструментами. - Понимание процессов разработки продуктов.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Позиция: Системный аналитик (Middle/Middle+/Senior) Вилка: 230 000 - 280 000 руб. gross Занятость: Полная Формат работы: Удаленный/Гибрид (в приоритете, г. Москва) Срок проекта: 6+ месяцев Локация: РФ Оформление: ИП Задачи: - Сбор, анализ и формализация функциональных и нефункциональных требований заказчика к платформе и реализуемым на базе платформы ИИ-агентам (в т.ч. «охлаждение» нереалистичных требований) - Трекинг реализации функциональных требований - Описание спецификаций агентов: роль и цель агента, сценарии использования, границы полномочий, поведение при отказе, эскалация к человеку (human-in-the-loop) - Определение критериев успешности внедрения платформы и реализации ИИ-агентов (выделение ключевых метрик, определение методики расчета данных метрик, согласование достижимости ожидаемых значений) - Описание процессов as-is / to-be - Формализация политик ограничений и требований ИБ - Описание контрактов внешних систем: возможности систем заказчика, требования к данным агента, разрешённые действия и классы данных - Организация и проведение ПСИ (приёмо-сдаточных испытаний), подготовка ПМИ, составление протокола приемки - Управление объемом проекта (арбитраж расхождений «дефект реализации / корректное поведение по спецификации / новое требование») - Ведение проектной документации и базы знаний проекта (Jira, Confluence) Требования: - Опыт работы системным аналитиком от 4 лет, в т.ч. на проектах внедрения ПО у enterprise-заказчиков - Умение писать проверяемые требования: каждое требование имеет способ подтверждения и критерий приёмки - Понимание интеграций на уровне контрактов: REST API, JSON, микросервисная архитектура - Понимание устройства ИИ-систем на уровне постановки требований: что такое LLM и её вероятностная природа, агент, инструмент (function calling), RAG, guardrails, мультиагентная схема - Понимание специфики приёмки недетерминированных систем: метрики качества, пороги, эталонные датасеты, статистическая природа результата - Навыки управления ожиданиями заказчика - Опыт работы с LLM на уровне выше вопрос/ответ Будет плюсом: - Опыт проектов с ML/LLM, ИИ-агентами, RAG-системами и т.д. - Опыт реализации собственных ИИ-агентов - Знакомство с практиками оценки качества LLM: evals, golden dataset, LLM-as-judge - Понимание возможностей платформ для реализации ИИ-агентов (для оценки реализуемости требований) - Опыт on-premise внедрений у крупных заказчиков / госсектора - Опыт работы с требованиями к нагрузке и SLA на уровне сбора и фиксации

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания xMessenger — российская платформа для автоматизации взаимодействия бизнеса с клиентами на базе ИИ. Платформа объединяет все каналы общения в одном окне: Telegram, сайт, мобильное приложение и другие — и подключает ИИ-агента, который берёт на себя типовую работу: отвечает на вопросы, собирает информацию, квалифицирует входящие обращения и передаёт нужный контекст сотруднику. Результат для клиента — быстрые ответы 24/7, разгруженная команда и больше времени на то, что действительно важно. Продукт работает как для автоматизации поддержки, так и для обработки входящих лидов в отделе продаж. Что нужно делать: • Продавать продукт на рынке ИИ-автоматизации • Вести поиск клиентов и работать с готовыми базами • Совершать холодные звонки и выходить на ЛПР • Вести outreach-коммуникации: писать владельцам Telegram-каналов, ВКонтакте-сообществ, Авито-магазинов и других площадок • Сопровождать клиента на всём пути сделки — от первого контакта до закрытия • Составлять и отправлять коммерческие предложения • Формировать и расширять клиентскую базу • Поддерживать действующих клиентов и помогать в решении технических вопросов • Фиксировать и передавать ИТ-отделу найденные баги, а также рекомендации по доработкам продукта на основе обратной связи от клиентов Пожелания к кандидату: • Опыт работы менеджером по продажам от 1 года • Опыт холодных звонков — обязательно • Умение выходить на ЛПР и уверенное владение техниками обхода секретарей • Стабильное выполнение планов продаж • Готовность к активным коммуникациям и самостоятельной работе без микроменеджмента • Желание участвовать в развитии молодого продукта и влиять на его рост • Ответственность, пунктуальность, энергичность • Стремление учиться и расти вместе с командой Будет плюсом: • Опыт работы с ИИ-инструментами • Опыт продаж в B2B-сегменте • Опыт работы с ИТ-продуктами или SaaS • Опыт менторства или обучения сотрудников Что предлагаем: • Оклад 70 000 ₽ фикс + % от продаж (без потолка) • График 5/2 • Полностью удалённый формат • Работа в CRM Bitrix24, прозрачная отчётность • Реальный карьерный рост внутри компании

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Позиция: Ведущий DevSecOps / MLOps Инженер Название компании: Агрохолдинг Формат: удалённая работа Занятость: полная, долгосрочный проект Оформление: аутстафф ИП, СЗ Ставка: от 270 000 до 280 000 RUB Гражданство — РФ/РБ, локация — РФ, РБ Ищем ведущего DevSecOps/MLOps-инженера для внедрения ИИ и цифровой трансформации. Роль сочетает техническую экспертизу, архитектуру и бизнес-анализ: будете проектировать инфраструктуру для AI/ML- и RAG-сервисов, выстраивать DevSecOps-практики и интегрировать ИИ-решения с корпоративными системами. Ключевые требования: - Опыт от 3 лет в DevSecOps с фокусом на ИТ- и AI-решениях, проекты в промышленной эксплуатации. - Проектирование AI/ML/RAG-инфраструктуры (LLM, векторные БД, GPU-инференс, оркестрация). - CI/CD (Jenkins, K8s, Helm), IaC (Terraform, Ansible), Linux, сетевые контуры (VLAN, DMZ). - Мониторинг и безопасность: Prometheus/Grafana, SAST/DAST, Trivy, Vault; знание 152-ФЗ, 187-ФЗ. - Инструменты и стек: Python 3.10+, SQL, JS/TS, vLLM, Qdrant/Weaviate, Airflow, MLflow, Keycloak, Dify/LangGraph. - Архитектурные навыки: C4, UML, BPMN; интеграция с 1С, CRM, DWH, BI. Будет плюсом: - Построение DevSecOps с нуля или развитие практик. - MLOps/LLMOps: версионирование, мониторинг качества моделей. - Облака (Yandex Cloud, AWS, GCP), сертификаты DevOps/Kubernetes/ИБ. Основные задачи: - Проектировать и сопровождать инфраструктуру (DataHub, AI/ML, RAG, чат-боты, базы знаний). - Развивать DevSecOps: CI/CD, IaC, управление секретами, контроль уязвимостей, аудит. - Настраивать пайплайны сборки, тестирования и доставки в dev/test/preprod/prod. - Обеспечивать надёжность, отказоустойчивость, масштабирование и оптимизацию затрат. - Собирать требования бизнеса, формировать ТЗ, совместно с DE/DS/ML определять архитектуру ИИ-решений. - Интегрировать ИИ-сервисы с корпоративными системами.

Формат

Офис

Страна

Россия

Город

Не указан

Компания: Top Selection Ищем AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать PoC, агентов и внедрять LLM в реальные бизнес-процессы. Зарплата: 260-300 тыс. руб/мес График: МСК ± 2, полная удаленка Гражданство/локация: только РФ Проект до конца года + возможна пролонгация Оформление: по договору ИП Требования: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками - Умение оценивать стоимость, latency и масштабируемость LLM-решений - Опыт работы в e-commerce, retail или других продуктовых highload-системах - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference - Адаптация моделей через fine-tuning (LoRA/PEFT) - Опыт проектирования agentic workflows или multi-agent-систем - Понимание принципов информационной безопасности, privacy и работы с персональными данными Задачи на проекте: - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив Условия: - Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете) - Реальный highload и Big Data в Retail

Формат

Удалённо

Страна

Великобритания, Испания, Польша

Город

Не указан

Компания: Intellias Уровень: principal, lead Обязанности: - Создание фундамента данных и оценочных фреймворков, обеспечивающих надежность ИИ-агентов в регулируемой финансовой компании, управляющей активами на сумму более $228 млрд. - Разработка пайплайнов обработки и извлечения документов. - Оценка качества и обоснованности выходных данных моделей. - Преобразование полученных результатов в практические улучшения в области безопасности агентов и данных, готовых для ИИ. Локация: Удаленно — Польша, Испания, Великобритания. Запрещенные локации: за пределами Польши, Испании и Великобритании. Формат: Полная занятость. Теги: ИИ, машинное обучение, LLM, RAG, Python, инженерия данных, финтех, удаленная работа, principal.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Abridge основана в 2018 году с миссией улучшать взаимопонимание в здравоохранении. Платформа на основе ИИ преобразует разговоры между пациентами и врачами в структурированные клинические заметки в реальном времени, интегрируется с EMR. Компания использует Linked Evidence и аудируемый ИИ, сопоставляет сгенерированные сводки с первоисточником. Офисы находятся в Сан-Франциско (Mission District), Нью-Йорке (SoHo) и Питтсбурге (East Liberty). В команде — практикующие врачи, ИИ-исследователи, PhD, креативщики, технологи и инженеры. Роль Компания ищет инженеров по генеративному ИИ любого уровня. Работа в кросс-функциональной команде с исследователями, клиницистами и инженерами. Задача — превращать возможности языковых моделей в надежные клинические системы: проектировать продвинутые LLM-процессы, включая агентные возможности, структурированные инструменты, разветвленные цепочки вызовов, интеграцию с поисковыми системами. Также разработка и применение фреймворков оценки (автоматизированных и с участием человека) для проверки точности, надежности, многоязычности. Проектирование экспериментов для поиска отказов, симуляция крайних случаев, нагрузочное тестирование. Владение полным циклом продакшена LLM-процессов: развертывание в средах с низкой задержкой, мониторинг, наблюдаемость, постобработка, версионирование. Задачи - Проектировать и создавать агентные системы, превращающие LLM в компонуемые надежные инструменты (поиск, вызов инструментов, агентные рассуждения, структурированные выходы). - Сотрудничать с ML- и инфраструктурными инженерами для масштабирования и оптимизации агентных процессов: задержка, контекстные окна, выбор моделей. - Писать высококачественный модульный код, устойчивый к сбоям, гибкий к изменениям. - Отвечать за ключевые архитектурные решения: архитектура процессов, потоки данных, кэширование промежуточных состояний, структура генерируемых выходов. - Проводить строгую оценку: создавать бенчмарк-датасеты, автоматизированные и human-in-the-loop фреймворки, эксперименты для выявления отказов и крайних случаев, A/B-тесты, анализировать обратную связь клиницистов. - Использовать передовые возможности: быстрое прототипирование с новыми моделями, открытыми инструментами и техниками промптинга. Требования - 3+ года опыта создания production-grade систем, из них 1–2+ года — с LLM или агентными продуктами. - Глубокое владение LLM API, стратегиями промптинга и паттернами оркестрации (LangChain, LlamaIndex, кастомные пайплайны). - Опыт с поисковыми системами (семантический и лексический поиск, векторные БД, эффективный kNN), вызовом функций, tool-use или агентными процессами. - Рабочее знание оценки моделей: создание разнообразных датасетов, автоматизированная и human-in-the-loop оценка, A/B-тесты, работа с экспертами для улучшения моделей. - Сильные знания Python: чистый код, комплексные тест-кейсы, знание стандартной библиотеки; желателен опыт с async-программированием, профилированием производительности, упаковкой и деплоем. - Хорошая интуиция: понимание, когда ускоряться и итерировать, а когда устранять технический долг. Ценятся готовность учиться и признание, что отличный член команды может не полностью соответствовать описанию.

Формат

Офис

Страна

США

Город

Нью-Йорк

Инженерная культура Hatch строится на скорости, ответственности и влиянии. Это небольшая амбициозная команда, создающая ИИ, который меняет способы роста сервисных бизнесов. Инженеры владеют задачами от начала до конца, быстро выводят код в продакшн и работают с современным стеком (Elixir, Python, Go, React + TypeScript). В команде AI-агентов вы будете на стыке классической разработки продуктов и ИИ — создавать системы, которые позволяют агентам рассуждать, действовать и улучшаться. Ваша работа напрямую влияет на выручку клиентов. Требуется нахождение в США. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email на всех точках контакта с клиентом. - Разрабатывать системные промпты, формирующие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Разрабатывать интеграции вызова инструментов, чтобы агенты могли безопасно и предсказуемо выполнять действия: запись на приём, поиск данных клиентов, тёплая передача оператору. - Строить оценки LLM-as-a-judge и наблюдаемость ИИ: телеметрию, трейсы, дашборды качества для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: сочетать продуктовое чутьё, потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, постепенное внедрение с фича-флагами и A/B-экспериментами, наблюдаемость, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов инструментов/функций, фреймворки оценки или оркестрация агентов. - Уверенный бэкенд-опыт на одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа со всем стеком: от модели данных и логики LLM/агентов до API и, при необходимости, UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Глубокое чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, оставаться подотчётным до доставки. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: активно изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Компенсация: $112 000 – $216 000 (в зависимости от опыта и других факторов). - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячная велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и влияние на реальный бизнес и клиентов. - Команда инженеров, которым важны качество, быстрая реализация и взаимная поддержка. - Гибридный формат работы в Нью-Йорке, США.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О компании Crunchyroll — сервис, основанный фанатами, доставляет искусство и культуру аниме сообществу. Компания обслуживает более 100 миллионов фанатов аниме и манги в более чем 200 странах и территориях. Опыт включает онлайн и офлайн-форматы: стриминг, кинотеатральные показы, игры, мерчандайз, события и другое. О роли Senior AI-инженер платформы и инструментов создаёт платформу, автоматизацию и инструменты, на которых работает остальная часть AI Enablement, и администрирует корпоративные AI-инструменты, на которые полагается вся компания. Роль входит в команду Tools & Governance платформы внутри AI Enablement (AIEN), подчиняется AI Platform, Strategy & Governance Lead. Это универсальная позиция полного цикла: автоматизация оценки и управления AI, переиспользуемые строительные блоки для других команд и повседневное администрирование одобренных AI-инструментов. Работа охватывает три связанных направления: - Превращение оценки и управления AI из ручного процесса в автоматизированную платформу: структурированные оценки, конвейеры приёма и скоринга, маршрутизация согласований, policy-as-code и телеметрия использования. - Администрирование и настройка одобренных корпоративных AI-инструментов, отслеживание новых релизов и оценка целесообразности их внедрения. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов: RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — на которых строит команда Build & Partner. Это ранняя небольшая команда, поэтому инженер совмещает несколько ролей, ведёт функции от начала до конца и помогает задавать инженерные стандарты роста функции. Задачи - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Инструментирование телеметрии использования и затрат по одобренному AI-стеху: расход токенов, использование мест, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация управления AI: приём заявок, скоринг, маршрутизация согласований и enforcement policy-as-code, интегрированные с Glean-агентами и JSM-процессами. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — для команды 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 релизов и изменений продуктов среди одобренных AI-инструментов, оценка необходимости их внедрения в Crunchyroll и организация раскатки для максимальной пользы сотрудников. - Обеспечение того, чтобы платформа была путём наименьшего сопротивления: решения AIEN по умолчанию используют golden paths и стандарты, и улучшение ключевых метрик (время оценки, adoption golden-path). - Создание агентов и воркфлоу средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управляемости, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролов, обнаружения и предотвращения в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась отдельно к каждому проекту. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов для масштабирования команды. Требования - 6+ лет инженерной работы в software или platform engineering, 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 (например, Python, плюс Go/TypeScript или аналогичные) — создание production-quality инструментов, а не только прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, пайплайнов данных или внутренних инструментов для разработчиков. - Опыт создания практичных AI-агентов, ассистентов или автоматизации воркфлоу для бизнес-пользователей, включая сбор требований, дизайн промптов и воркфлоу, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, релиз, итерации. - Чёткая письменная коммуникация: инструменты и документация должны приниматься другими инженерами.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания Postali создает ИИ-ассистированные рабочие процессы для контента, поиска, исследований, отчетности и публикации на сайте. В команду ищут AI-native инженера, который использует ИИ как инструмент решения задач, а не только как помощника для написания текстов. Роль предполагает владение полным циклом: от неоднозначной бизнес-задачи до работающей, контролируемой системы, которой пользуются люди. Задачи - Управлять портфелем ИИ-агентов и ИИ-процессов в области контента, SEO, исследований, анализа отчетности, поддержки публикаций и внутренних операций. - Находить задачи с высокой ценностью: описывать текущий процесс, определять точки принятия решений и риски, выбирать сочетание LLM, детерминированной логики, автоматизации и контроля со стороны человека. - Проектировать и поддерживать переиспользуемые навыки агентов, промпты, контекстные файлы, базы знаний и системы поиска, структурированные выходы, подключения к инструментам и конфигурации под конкретных клиентов. - Развивать систему ИИ-контента: исследования, черновики, контекст клиента, проверка фактов и цитирований, контроль бренда и юридического качества, передача редакторам и настройка под новых клиентов. - Создавать агентные процессы, помогающие командам анализировать эффективность, изучать конкурентов, обобщать данные, предлагать следующие шаги и превращать одобренные решения в исполнимую работу. - Проектировать контроль с участием человека: определять, что система делает автономно, что требует проверки экспертом, а что нельзя автоматизировать (особенно заявления для клиентов, регулируемый контент, чувствительные данные и изменения в продакшене). - Подключать агентов к одобренным инструментам и данным через API, вебхуки, MCP, платформы автоматизации и небольшой продакшен-код. - Строить оценки до объявления системы готовой: измерять точность, полноту, согласованность, соответствие требованиям, задержку, стоимость и практическую полезность, использовать результаты для улучшения или отключения процесса. - Отвечать за надежность ИИ-систем в продакшене: логи, мониторинг, алерты, версионирование, права доступа, стоимость моделей и токенов, поведение при сбоях, реагирование на инциденты и восстановление. - Создавать переиспользуемые фреймворки, масштабируемые на разных клиентов, с сохранением специфичного контекста, стандартов и экспертизы каждой юридической фирмы. - Документировать архитектуру системы, модели, источники данных, промпты, навыки, зависимости, решения, учетные данные, runbook и владельцев резервного копирования. - Обучать команды эффективно использовать системы, отслеживать, где ломается внедрение или доверие, и улучшать как технологию, так и операционные процессы. - Постоянно экспериментировать: тестировать новые модели, инструменты и паттерны на понятных кейсах и доказательствах, а не внедрять технологии ради самих технологий. Требования - Подтвержденный опыт самостоятельной разработки и эксплуатации ИИ, автоматизации, программных или данных-систем, которыми пользуются другие люди. Точные должности и годы не важны; важны продуманные, продакшен-ориентированные результаты. - Настоящее владение ИИ: умение показать, как ИИ изменил подход к исследованию, рассуждению, разработке, отладке и решению задач. - Практический опыт с агентами на основе LLM, вызовом инструментов, структурированными выходами, поиском или системами знаний, контекстной инженерией, оценками и процессами с одобрением человека. - Понятная коммуникация и лидерство в изменениях: умение объяснять ИИ-системы техническим и нетехническим коллегам, писать полезную документацию и помогать команде осваивать новые способы работы. - Практические навыки интеграции: API, вебхуки, аутентификация, JSON, платформы автоматизации. Понимание, когда достаточно no-code, а когда код надежнее. - Опыт с MCP, векторным или гибридным поиском, оркестрационными фреймворками, платформами автоматизации рабочих процессов и наблюдаемостью.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

Hatch — небольшая команда, создающая ИИ для роста сервисных компаний. Стек: Elixir, Python, Go, React + TypeScript. Роль входит в команду AI-агентов: вы будете строить системы, которые позволяют агентам рассуждать, действовать и улучшаться. Требуется нахождение в США. Формат — гибридный, Сан-Франциско. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email-переписки на всех точках взаимодействия с клиентом. - Разрабатывать системные промпты, определяющие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Развивать интеграции вызова инструментов (tool calling), чтобы агенты могли надёжно выполнять действия: запись на приём, поиск данных клиента, тёплая передача оператору — безопасно и предсказуемо. - Строить оценки на базе LLM-as-a-judge и observability для ИИ: телеметрия, трейсы, дашборды качества — для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: применять продуктовое чутьё в каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматическое тестирование, CI/CD, постепенная выкатка с фича-флагами и A/B-экспериментами, observability, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов функций/инструментов, фреймворки оценки, оркестрация агентов. - Уверенный бэкенд-опыт в одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа на всех уровнях стека: от модели данных и логики LLM/агентов до API и (где нужно) UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, отвечать за результат. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Ожидаемый диапазон компенсации: $112,000–$216,000 в зависимости от уровня опыта. Фактическая зарплата может варьироваться в зависимости от локации и опыта. - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и видимый эффект для реального бизнеса и клиентов. - Команда инженеров, ценящих качество, быструю разработку и друг друга.

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence — AI-платформа роста для сферы недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годовой повторяющейся выручки. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для ведения и развития бизнеса. О роли Мы не просто используем ИИ. Мы создаем с его помощью, внедряем и мыслим с ним. Благодаря щедрому бюджету на токены наши инженеры ежедневно используют ИИ-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а ИИ их создает, и мы уже далеко продвинулись на этом пути. Мы ищем hands-on инженерного менеджера для руководства командой Maps & Search. Эта команда владеет опытом поиска жилья на веб- и мобильных платформах. Это одна из самых заметных и высоконагруженных поверхностей — только поисковый сервис обрабатывает миллиард запросов в месяц. Это роль для менеджера, который ведет за собой: кто по-прежнему работает в терминале с ИИ, имеет сильные мнения о том, как ИИ меняет SDLC, и хочет усилить небольшую, опытную, дополненную ИИ команду. Вы будете задавать техническое направление, оставаться близко к коду и помогать команде стабильно достигать результатов. Задачи - Руководить и развивать команду Maps & Search. - Отвечать за найм, онбординг, коучинг, 1:1, прямую обратную связь и карьерное развитие. - Относиться к менеджменту как к ремеслу и строить здоровую высокоэффективную команду, которая выпускает значимые изменения. - Оставаться hands-on: вносить непосредственный вклад — код-ревью, дизайн-ревью, архитектура, сложная отладка — и сохранять техническую компетентность для принятия взвешенных решений по компромиссам. - Владеть и масштабировать высоконагруженную поисковую платформу. - Управлять архитектурой, релевантностью, задержкой и надежностью системы поиска недвижимости, обрабатывающей около 1 млрд запросов в месяц и сотни миллионов объявлений. - Обеспечивать первоклассный опыт поиска жилья: владеть основным процессом обнаружения жилья на веб- и мобильных платформах — улучшать вовлеченность, конверсию лидов и рабочие процессы агентов, сохраняя быстрые и отзывчивые взаимодействия в масштабе. - Продвигать поиск на основе ИИ: сотрудничать с командами для внедрения LLM и интеллектуального ранжирования в поиск и пользовательские процессы, улучшая то, как покупатели и агенты находят, фильтруют и взаимодействуют с объявлениями. - Формировать дорожную карту совместно с продуктом и дизайном: определять, что и зачем мы строим, а не только как. Переводить потребности пользователей и бизнес-цели в четкий технический план и отвечать за поставку от начала до конца — планирование, качество, надежность и реагирование на инциденты. Требования Качества: - Вы ведете за собой: остаетесь близко к коду и пользуетесь техническим уважением, относитесь к менеджменту как к ремеслу — развиваете инженеров, даете четкую обратную связь и строите команду, которая выпускает продукты. - Вы уже ежедневно работаете с ИИ: используете ИИ как ключевую часть рабочего процесса, а не как новинку — и ожидаете того же от команды. - У вас есть сильные, но гибкие мнения о том, как ИИ меняет архитектуру ПО, структуру команды и инженерную культуру. - Вы мыслите системами: связываете технические решения с результатами для клиентов и бизнес-ценностью. - Вы четко и прямо общаетесь: можете объяснять сложные компромиссы продукту, дизайну и руководителям. - Вас заряжает неопределенность и скорость: вы процветаете в быстрорастущей компании, где дорожная карта развивается, а ответственность реальна. - Вам нравится веселиться на работе: мы серьезно относимся к своему делу, но не к себе. Мы празднуем победы, шутим и получаем удовольствие от совместной работы. Навыки и опыт: - 8+ лет профессионального опыта в разработке ПО, включая значительное время на senior или staff-уровне, плюс 2+ года управления инженерными командами. - Опыт в поиске: вы работали с системами поиска, релевантности, ранжирования или поиска информации. Не обязательно именно OpenSearch или Elasticsearch, но вы понимаете, как работает поиск и как его улучшить. - Глубокая экспертиза в TypeScript, Node.js и React, с full-stack пониманием для рассмотрения всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт работы с высоконагруженными, низколатентными production-системами в масштабе — SLO, реагирование на инциденты и планирование мощностей должны быть привычными. - Опыт руководства значимыми инициативами от концепции до production в SaaS-среде. Технологический стек - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, годовой регулярный доход — $100 млн. Платформой пользуются более 90 000 профессионалов в сфере недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. Инженеры компании ежедневно используют AI-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а AI их строит. Ищем hands-on Engineering Manager для команды Maps & Search. Команда владеет опытом поиска жилья на вебе и мобильных устройствах. Только поисковый сервис обрабатывает миллиард запросов в месяц. Задачи: - Руководить и развивать команду Maps & Search: наем, онбординг, коучинг, 1:1, обратная связь, карьерный рост. - Оставаться hands-on: участвовать в код-ревью, дизайн-ревью, архитектуре и сложной отладке. - Владеть и масштабировать высоконагруженную поисковую платформу: архитектура, релевантность, задержки, надежность системы поиска недвижимости с ~1 млрд запросов в месяц и сотнями миллионов объявлений. - Развивать поиск жилья на вебе и мобильных устройствах: вовлеченность, конверсия лидов, рабочие процессы агентов, скорость и отзывчивость интерфейсов. - Внедрять AI-поиск: совместно с другими командами интегрировать LLM и интеллектуальный ранжирование в поиск и пользовательские сценарии. - Формировать роадмап с продактом и дизайном: переводить потребности пользователей и бизнес-цели в технический план, отвечать за доставку — планирование, качество, надежность, реагирование на инциденты. Требования: - 8+ лет профессиональной разработки ПО, включая значимый опыт на уровне senior или staff, плюс 2+ года управления инженерными командами. - Опыт работы с поиском, релевантностью, ранжированием или retrieval-системами. Не обязательно OpenSearch или Elasticsearch, но важно понимание устройства поиска и способов его улучшения. - Глубокая экспертиза в TypeScript, Node.js и React, full-stack понимание всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт эксплуатации высоконагруженных low-latency production-систем: SLO, реагирование на инциденты, планирование мощностей. - Опыт ведения значимых инициатив от концепции до production в SaaS-среде. Технологический стек: - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence, разработчик ИИ-платформы для недвижимости, при поддержке Bessemer Venture Partners и других инвесторов, достигла $100 млн годовой выручки. Более 90 000 специалистов по недвижимости, включая свыше 30% топ-100 агентов США по версии WSJ Real Trends, используют платформу. Продукт AI Social — ИИ-агент, создающий брендированные карусели и рилсы для Instagram из исходных данных. Инженер отвечает за пайплайн рендеринга, промпты и агентские циклы, а также визуальное качество результата. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с системами на LLM: промпты, структурированные выходы, вызовы инструментов, агентские циклы, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал или Are.na. - Формальное или самообразование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными прототипами и доведёнными до клиентов решениями. - Ежедневное использование Claude Code, Cursor или аналогичных ИИ-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в ИИ-рабочие процессы. - Склонность к экспериментам с промптами и обмену результатами. - Системное мышление, ориентация на общие системы, а не отдельные фичи. - Умение работать с неинженерами, терпение и ясность в коммуникации. - Высокая ответственность и низкое эго, готовность принимать направление от продуктовых партнеров. Роль не включает: - Владение архитектурой платформы или распределёнными системами. - Владение социальной стратегией — только участие в её формировании. - Управление людьми — это индивидуальная роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), рендеринг в headless-браузере. Условия: вакансия предполагает работу в Канаде.

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, поддерживается Bessemer Venture Partners, годовой повторяющийся доход — $100 млн. Платформой пользуются более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. AI Social — продукт, в рамках которого AI-агент создает фирменные карусели и рилсы для Instagram для каждого клиента Luxury Presence: от исходных данных до готового медиа. Это не написание кода LLM, а дизайн, выбор фото, озвучка сценария, подбор кадров и финальная композиция. Роль: владение пайплайном рендеринга, промптами и циклами агентов, а также визуальным качеством релизов. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с LLM-системами: промпты, структурированные выходы, вызовы инструментов, циклы агентов, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал, Are.na. - Формальное или самостоятельное образование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными PoC и продакшен-качеством. Техническая беглость с AI-инструментами: - Ежедневное использование Claude Code, Cursor или аналогичных AI-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в AI-рабочие процессы. - Готовность экспериментировать с промптами, делиться выводами и иметь мнение о развитии медиа. Мышление: - Склонность к улучшению систем, а не только выполнению задач. - Приоритет систем над отдельными фичами: шаблонные семейства, которые выпускают десять постов, вместо десяти разовых. - Работа на общих системах, восприятие ограничений как рычага. - Высокие стандарты качества при готовности выпускать релизы. - Умение работать с нетехническими специалистами: продуктом, дизайном, контент-стратегией. - Высокая ответственность и низкое эго. Что не входит в роль: - Владение архитектурой платформы или распределенными системами — партнерство с профильными командами. - Владение социальной стратегией — только голос в ее формировании. - Управление людьми на старте — hands-on IC-роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), headless-рендеринг браузера.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Luxury Presence создает AI-платформу роста для недвижимости. При поддержке Bessemer Venture Partners и других ведущих инвесторов, компания находится на стадии Series C и достигла $100M годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития своего бизнеса. О роли Мы ищем Senior Analytics Engineer, который построит и масштабирует аналитическую основу для принятия решений в командах Go-to-Market, Product, Finance, People и Operations. Роль находится на стыке инженерии данных и аналитики: превращение сырых данных о продукте, маркетинге, финансах и операциях в чистые, хорошо смоделированные и надежные наборы данных. Работа будет питать все: от исполнительных дашбордов и когортного анализа до экспериментов, биллинговых операций, AI-аутрича и семантических слоев, которые позволяют AI-агентам автономно отвечать на вопросы стейкхолдеров. Это высококросс-функциональная роль — партнерство с Product Management, Marketing, RevOps, Finance, People Ops и Engineering для обеспечения надежного, масштабируемого и соответствующего бизнесу аналитического стека. Обязанности Построение и владение фундаментом данных - Владение и развитие dbt-проекта: обеспечение производительности, тестирования и документирования моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки данных. - Использование современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы и логику. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки, которые сравнивают данные из разных источников для выявления расхождений и защиты выручки. Обеспечение качества данных и автоматизации - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение лучших практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и обеспечение их единообразного расчета во всех инструментах. - Расследование и документирование инцидентов с данными от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие - Выполнение роли связующего звена между Engineering, GTM и Finance: обеспечение согласованных определений метрик и правильной инструментовки систем. - Предоставление стейкхолдерам возможности самостоятельного доступа к надежным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик написания запросов, создания дашбордов и интерпретации метрик; обучение стейкхолдеров самостоятельной работе. Создание AI-готовой инфраструктуры данных - Проектирование и поддержка семантических представлений Snowflake Cortex, служащих управляемым интерфейсом данных для AI-агентов и LLM-инструментов. - Партнерство с AI/продуктовыми командами для определения, создания и валидации определений семантического слоя, поддерживающих внутренних AI-ассистентов. - Создание фреймворков измерения для AI-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные - Более 5 лет опыта работы аналитическим инженером, инженером данных или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: возможности, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище данных. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Подтвержденный опыт работы с событийными данными и данными об использовании продукта (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой — желательно создание сквозных пайплайнов от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев, служащих управляемыми интерфейсами данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знакомство с CI/CD, Git-процессами и автоматизированным тестированием. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательные - Опыт создания и поддержки DAG в Airflow и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, измерение инкрементального эффекта. - Опыт работы с основами предиктивного моделирования: классификация, отбор признаков и оценка моделей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Luxury Presence — платформа ИИ для роста в сфере недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития бизнеса. Обязанности Создание и развитие фундамента данных: - Владение и развитие dbt-проекта: производительность, тестирование и документация моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки. - Применение современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки для сравнения данных из разных источников и выявления расхождений. Обеспечение качества данных и автоматизации: - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и их единообразный расчет во всех инструментах. - Расследование и документирование инцидентов с данными: от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие: - Выполнение роли связующего звена между Engineering, GTM и Finance для согласования определений метрик и корректной инструментации систем. - Обеспечение самостоятельного доступа стейкхолдеров к доверенным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик запросов, дашбордов и интерпретации метрик, обучение стейкхолдеров самостоятельной работе. Создание ИИ-готовой инфраструктуры данных: - Проектирование и поддержка семантических представлений Snowflake Cortex как управляемого интерфейса данных для ИИ-агентов и LLM-инструментов. - Совместно с ИИ/продуктовыми командами определение, создание и валидация семантического слоя для внутренних ИИ-ассистентов. - Создание фреймворков измерения эффективности ИИ-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные: - 5+ лет опыта работы аналитическим инженером, дата-инженером или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: сделки, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Опыт работы с событийными и продуктовыми данными (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой, включая сквозные пайплайны от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев как управляемых интерфейсов данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знание CI/CD, Git-процессов и автоматизированного тестирования. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательно: - Опыт создания и поддержки Airflow DAG и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, оценка инкрементального эффекта. - Опыт в основах предиктивного моделирования: классификация, отбор признаков, оценка моделей.