Направление
Вакансии DevOps-инженеров
Инфраструктура, облака, CI/CD, SRE и AI-платформы.
Поиск
Подбор вакансий
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI application security engineer, middle+/senior
Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче. О команде Мы — команда безопасности ИИ в Центре киберзащиты Контура. Ищем специалиста по кибербезопасности, который поможет внедрять и сопровождать решения на базе AI — от продуктовых сервисов и RAG-систем до внутренних AI-инструментов разработки. В Контуре активно развивается использование AI-ассистентов и агентов. Наша задача — сделать так, чтобы эти инструменты были безопасными, а разработчик получал защищенный результат, соответствующий ИБ-политикам, без необходимости погружаться во все тонкости ИБ. Задачи Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями. Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents. Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций. Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы. Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management. Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов. Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы. Мы ожидаем Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security. Уверенное владение одним из языков программирования: Python, Go, C, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC. Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP. Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами). Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров. Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling. Умение аргументированно объяснять риски, находить компромиссы с разработкой. Мы предлагаем Гибридный формат работы в Екатеринбурге. Офис на ул. Малопрудной, 5. Предоставим все необходимое: технику, рабочее место, библиотеку с профессиональной литературой, место для отдыха и кухонную зону с фруктами и снеками. Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете с кем посоветоваться. Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.
Стартапа Инженера
Стартап Инженер Мы в FunCorp создаём новый музыкальный технологический продукт для тех, кто поёт и играет на гитаре. Продукт в закрытой экспериментальной фазе, но идея амбициозная: дать живому музыканту возможность играть с AI так, чтобы это ощущалось как репетиция с настоящей группой — а не игра под статичную фонограмму. Ищем в команду стартапа Инженера, который не просто умеет обучать модели — но и сам берёт гитару, чтобы проверить, правильно ли это звучит. Роль на стыке математики, изобретательства, аудио и живой музыки. Что будешь делать - Исследования на основе большого количества реальных гитарных джемов - Работа с open source моделями, адаптация под музыкальные задачи - Полный цикл: от идеи и исследования до реализации и деплоя - Генерация и распознавание игры на инструментах - Тестирование на слух — с гитарой в руках - Инфраструктура: Docker, облака, MLOps Кого ищем - Играешь на гитаре (любительский уровень ок, но обязательно) - Опыт в audio/speech ML — генерация, распознавание, обработка звука - Умеешь адаптировать open source модели под задачу - Слышишь, когда модель звучит правильно, а когда нет - Хочешь работать в AI Native компании Формат: полная занятость, полная удалёнка.
Backend-разработчик/Инженер автоматизации IT-операций (Python, AI/LLM)
Задачи - Разрабатывать MCP-серверы и интеграции с внутренними IT-системами. - Создавать цифровые роли Avatar для обработки заявок, диагностики и подсказок инженерам. - Автоматизировать типовые операции IT Operations. - Подключать источники данных: мониторинг, логи, CMDB, Jira/ITSM, базы, внутренние API. - Делать простые backend-сервисы, скрипты, воркфлоу и API-обвязки. - Работать с RAG, памятью, skill-ами, tool calling, LLM API. - Разбирать реальные кейсы инженеров и превращать их в работающие MVP. - Писать документацию: как работает интеграция, как поддерживать, как диагностировать. Требования - Уверенная backend-разработка или automation engineering. - Python как основной рабочий инструмент; Go / TypeScript — плюс. - Опыт работы с REST API, JSON, SQL, Git, Docker. - Понимание Linux, сетей, логов, мониторинга, базовой эксплуатации. - Умение писать надежные интеграции, а не только прототипы. - Понимание LLM-инструментов: prompts, tools, agents, RAG, function calling. - Готовность работать с внутренними legacy-системами и неполной документацией. - Самостоятельность: сам разобрался, уточнил, сделал, задокументировал. Условия - Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествия, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). - Стабильную заработную плату и социальные гарантии. - Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с командой. Лучшие конференции и мастер-классы за счет компании. - Участие в проектах, которые формируют цифровую трансформацию финансового сектора. - Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами, а также собственный тренажерный зал. - Гибридный формат работы (2 дня офис), возможен удалённый формат. - Корпоративная культура: внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы.
Инженер по созданию агентов ИИ/AI Agent Engineer
Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar. Стек: LLM, MCP, RAG, Python, Rust, TypeScript Чем предстоит заниматься: Проектировать внутреннюю логику агентов и агентских сценариев в Avatar. Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код. Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий. Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния. Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам. Настраивать eval-харнессы, regression-эвалы и контроль качества агентов. Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking. Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю. Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM. Помогать продуктовым и инженерным командам правильно применять агентский подход. Наши ожидания: Реальный опыт разработки AI-агентов или agentic-систем. Понимание LLM, tool calling, function calling, RAG, memory, context management. Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения. Умение проектировать логику работы агента, а не только писать промпты. Сильный backend-опыт на Python или TypeScript. Опыт интеграций с API, MCP, внутренними системами, очередями, БД. Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации. Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций. Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail. Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели. Особенно ценно: Агент или агентский сценарий, который реально работал в production. Опыт self-hosted AI-инфраструктуры. Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов. Опыт MCP-серверов и skill-based architecture. Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу. Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества. Сильное мнение о том, когда агента использовать не надо. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.
Дата инженер ИИ/AI Data Engineer
Мы строим собственную агентскую платформу корпоративного уровня — enterprise-аналог открытых агентских систем. Ищем инженера, который возьмёт на себя ядро системы и будет развивать его, опираясь на актуальные исследования и production-практику. Эта роль на стыке глубокой инженерии (производительное ядро) и работы с LLM/ML. Стек: ClickHouse, SQL, LLM, ETL Чем предстоит заниматься: Проектирование и развитие корпоративного DWH на ClickHouse: архитектура, модель данных, выбор движков таблиц (семейство MergeTree), партиционирование, шардирование, материализованные представления. Построение и поддержка ETL/ELT-пайплайнов загрузки данных из внешних систем-источников. Разработка системы стандартов на данные (data contracts): единые требования к структуре, форматам, типам и качеству данных, поступающих из источников. Создание и ведение каталога данных / data dictionary с детальным описанием структуры и бизнес-смысла каждого набора данных (метаданные, документация, семантический слой). Контроль качества данных: валидация, тесты на данные, мониторинг. Оптимизация производительности хранения и аналитических запросов. Проектирование и разработка агентского слоя (LLM-агентов) поверх данных DWH, закрывающего произвольные аналитические запросы пользователей (text-to-SQL / диалоговая аналитика). Интеграция LLM, разработка инструментов и функций для агентов, организация семантического слоя для корректной работы агентов с данными. Настройка процессов оценки и улучшения качества ответов агентов (evals). Настройка разграничения прав доступа к данным средствами СУБД: RBAC, row-level и column-level политики в ClickHouse. Документирование архитектуры и принятых решений Наши ожидания: Опыт в data-инжиниринге от ~4 лет, уровень Senior. Глубокий опыт работы с ClickHouse (или сильный опыт с другими OLAP/колоночными СУБД + готовность быстро войти в ClickHouse): движки таблиц, оптимизация. Опыт проектирования DWH с нуля, владение подходами к моделированию данных (Kimball / Data Vault / wide tables и т.п.). Уверенный SQL и навыки оптимизации запросов. Опыт построения ETL/ELT-пайплайнов (Airflow / dbt / аналоги). Python (или другой язык для дата-инжиниринга и интеграции с LLM). Практический опыт с LLM и построением агентов: агентские фреймворки (LangChain / LlamaIndex / аналоги), function/tool calling, RAG, text-to-SQL. Понимание подходов к управлению качеством данных и data governance / data contracts. Опыт настройки разграничения прав доступа в СУБД. Будет большим преимуществом: Опыт с semantic / metrics layer. Опыт LLMOps и оценки качества агентов (evals, мониторинг). Опыт с инструментами каталогизации данных (DataHub / OpenMetadata / Amundsen). Опыт работы с большими объёмами данных и высоконагруженными системами. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.
AI-разработчик
AI-разработчик Компания: Top Selection Чем предстоит заниматься - Разрабатывать и внедрять AI/LLM-функционал: RAG-системы, AI-агентов, механизмы function/tool calling, оркестрацию языковых моделей. - Проектировать AI-пайплайны: эмбеддинги, векторные базы данных (pgvector, Pinecone), управление контекстом, промпт-стратегии. - Обеспечивать быструю поставку — от идеи до продакшена (с реализацией фронтенд- и бэкенд-компонентов при необходимости). - Контролировать качество AI-решений через evals, организовывать мониторинг и наблюдаемость систем. - Работать со стеком: .NET (C), LLM-фреймворки (LangChain, LlamaIndex), API OpenAI/Anthropic, Docker, Git, MSSQL/PostgreSQL. Ожидания Опыт: - Общий опыт в IT — от 5 лет. - Опыт разработки AI/LLM-функциональности в коммерческих продуктах — от 1,5 лет (Обязателен!) Ключевые навыки: - Уверенное владение .NET (C). - Практический опыт интеграции LLM в коммерческие продукты. - Базовые навыки фронтенд-разработки (достаточные для реализации AI-функционала). - Разработка LLM-приложений: RAG-системы, AI-агенты, function/tool calling, промпт-инжиниринг. - Работа с LLM-фреймворками (LangChain, LlamaIndex) и векторными БД (pgvector, Pinecone). - Навыки оценки качества AI-моделей (evals), мониторинга и наблюдаемости AI-систем. - Уверенная работа с реляционными БД (MSSQL/PostgreSQL), Docker, Git. - Использование AI-ассистентов (Cursor, Claude Code, Copilot) в ежедневной работе с обязательным код-ревью и тестированием. - Технический английский (чтение документации). - Bias to ship: декомпозиция до MVP, быстрая проверка гипотез. - Высокий уровень ответственности (ownership), продуктовое мышление, командность. Будет плюсом: - Опыт в ML (fine-tuning, работа с эмбеддингами). - Пет-проекты с реальной аудиторией или вклад в open-source. - Опыт с системами потоковой обработки данных (RabbitMQ, Kafka). Образование: - Высшее техническое (или эквивалентный опыт + портфолио). Условия - Занятость: проектная, 6 месяцев с возможностью пролонгации, полная занятость (~160 ч/мес). - Формат: полностью удалённо (Россия, UTC+3). - Формат оформления: ИП. - Гражданство: РФ. - Зарплата: обсуждается с кандидатом, рыночный уровень для Senior AI-разработчика.
Backend-разработчик
Backend-разработчик О компании Neurolab — AI-компания, которая создаёт единую операционную систему для управления капиталом. Мы объединяем исследование рынка, аналитику, прогнозирование, управление портфелем и финансовые операции в единой мультиагентной платформе. Система обеспечивает быструю передачу данных между всеми модулями и прозрачность логики, на основании которой принимаются решения. Чем предстоит заниматься - Разрабатывать backend платформы. - Проектировать API. - Интегрировать внешние сервисы. - Оптимизировать производительность. - Писать тестируемый код. Что нам важно - Python. - FastAPI. - Продуктовое мышление. - Самостоятельность. Будет плюсом - LLM/RAG. - Финтех или крипто. - Высоконагруженные сервисы. Наш стек - Backend: Python 3.11+, FastAPI, Pydantic v2, SQLAlchemy 2 async, PostgreSQL, Alembic, Redis, RabbitMQ, Taskiq, uv, ruff, mypy, pytest - Frontend: React, TypeScript, Next.js App Router, TanStack Query, Tailwind CSS, Radix UI / shadcn, npm, ESLint, Vitest, Playwright, knip - Инфраструктура: Docker, Docker Compose, GitLab CI, Prometheus, Grafana, Sentry
Ищем MLOps Engineer (AI / LLM) — удалённо
Ищем MLOps Engineer (AI / LLM) — удалённо Компания Selecty развивает экосистему цифровых сотрудников на базе передовых LLM/VLM-моделей. Создаём AI-агентов, которые автоматизируют бизнес-процессы и повышают эффективность компаний. Формат работы - Формат: Remote (РФ) - Заработная плата: 250–340 тыс. ₽ gross - Занятость: Full-time Задачи - проектировать и развивать CI/CD для деплоя AI-агентов и мультиагентных систем - разворачивать и оптимизировать LLM/VLM (vLLM, Triton Inference Server, SGLang) - обеспечивать масштабирование и стабильность AI-сервисов - внедрять мониторинг инфраструктуры и ML-метрик (качество генерации, дрейф данных, тональность ответов) Требования - опыт вывода LLM-решений в production - Python + asyncio - Kubernetes (Helm, управление кластерами) - GitLab CI / Jenkins - понимание RAG-архитектур, embeddings, reranking - оптимизация инференса: квантизация, continuous batching, PagedAttention Будет плюсом - опыт с графовыми БД - мультиагентные системы Стек Python, FastAPI, LangChain / LlamaIndex / Haystack, Kubernetes, Docker, S3, PostgreSQL, Vector DB Условия - оформление по ТК РФ - ДМС + стоматология - компенсация фитнеса - скидки на английский (Skyeng) - индексация зарплаты - современная техника
Тимлид разработки
О компании Neurolab — AI-компания, которая создаёт единую операционную систему для управления капиталом. Мы объединяем исследование рынка, аналитику, прогнозирование, управление портфелем и финансовые операции в единой мультиагентной платформе. Система обеспечивает быструю передачу данных между всеми модулями и прозрачность логики, на основании которой принимаются решения. Чем предстоит заниматься • Руководить командой разработки. • Проектировать архитектуру. • Отвечать за стабильность, качество и развитие платформы. • Участвовать в найме и развитии команды. • Самостоятельно реализовывать самые сложные задачи. Что нам важно • Понимание того, как работают стартапы и опционы. • Опыт управления командой. • Продуктовое мышление. • Ответственность за технические решения. Будет плюсом • Опыт с LLM/RAG. • Опыт с криптобиржами или ccxt. • Prometheus/Grafana/Sentry. Наш стек Backend: Python 3.11+, FastAPI, Pydantic v2, SQLAlchemy 2 async, PostgreSQL, Alembic, Redis, RabbitMQ, Taskiq, uv, ruff, mypy, pytest Frontend: React, TypeScript, Next.js App Router, TanStack Query, Tailwind CSS, Radix UI / shadcn, npm, ESLint, Vitest, Playwright, knip Инфраструктура: Docker, Docker Compose, GitLab CI, Prometheus, Grafana, Sentry
DevOps / SRE Engineer
DevOps / SRE Engineer Компания: Chatus Мы ищем сильного DevOps / SRE-инженера, который возьмёт ответственность за развитие, автоматизацию и стабильность нашей инфраструктуры. Мы — AI-First команда. Искусственный интеллект для нас — не дополнительный инструмент, а часть ежедневных рабочих процессов. Мы активно используем AI для разработки, автоматизации, анализа инфраструктуры, поиска проблем и ускорения принятия решений. Поэтому нам нужен специалист, который не только уверенно работает с современной инфраструктурой, но и обладает экспертным уровнем владения Claude Code, Codex и другими AI-инструментами. Чем предстоит заниматься - Развивать и поддерживать Kubernetes-инфраструктуру. - Управлять деплоем приложений с помощью Helm. - Проектировать, развивать и поддерживать CI/CD-пайплайны. - Автоматизировать создание и изменение инфраструктуры с помощью Terraform. - Работать с облачной инфраструктурой, преимущественно Selectel. - Настраивать мониторинг, алертинг и централизованное логирование. - Обеспечивать безопасную работу с секретами, ролями и политиками доступов. - Поддерживать Linux-серверы и production-окружение. - Настраивать reverse proxy, балансировку нагрузки и сетевое взаимодействие сервисов. - Диагностировать и устранять инциденты в production. - Автоматизировать инфраструктурные процессы с помощью Bash, Python и AI-инструментов. - Анализировать текущую инфраструктуру и предлагать решения по повышению её надёжности, производительности и управляемости. - Взаимодействовать с разработчиками и CTO по вопросам архитектуры, эксплуатации и развития инфраструктуры. Hard skills - Практический опыт работы с Kubernetes и Helm. - Уверенное владение Docker и понимание принципов контейнеризации приложений. - Опыт проектирования и поддержки CI/CD-пайплайнов: GitLab CI, GitHub Actions или аналогичные решения. - Опыт работы с облачными провайдерами. Опыт с Selectel будет преимуществом. - Уверенное использование Terraform для управления инфраструктурой. - Опыт настройки мониторинга, алертинга и централизованного логирования. - Понимание принципов безопасной работы с секретами и политиками доступов. - Опыт администрирования Linux-серверов. - Понимание сетевых протоколов, reverse proxy и балансировки нагрузки. - Навыки диагностики и устранения инцидентов в production. - Навыки автоматизации инфраструктурных процессов с помощью Bash или Python. - AI-First подход к работе. - Экспертное владение Claude Code и Codex. - Умение использовать AI не только для генерации кода, но и для анализа инфраструктуры, диагностики инцидентов, автоматизации процессов, ревью конфигураций и ускорения инженерной работы. Soft skills - Готовность брать на себя ответственность за результат. - Проактивность и инициативность в улучшении инфраструктуры и внутренних процессов. - Умение самостоятельно находить и устранять причины проблем, а не только их последствия. - Системное мышление и внимание к деталям. - Готовность работать в условиях высокой степени автономности. - Умение эффективно коммуницировать с разработчиками, CTO и другими участниками команды. - Способность предлагать новые решения и аргументированно защищать свою позицию. - Открытость к обратной связи и желание постоянно развивать свои компетенции. - Ориентация на качество, надёжность и автоматизацию вместо ручных процессов. - Ответственный подход к эксплуатации production-систем. - Готовность постоянно внедрять AI в собственные процессы и помогать команде находить новые сценарии его применения. Что для нас особенно важно Мы не ищем инженера, который использует AI только как поисковик или генератор отдельных команд. Нам нужен специалист, для которого Claude Code, Codex и другие AI-инструменты являются полноценной частью инженерного процесса: от проектирования решений и написания конфигураций до диагностики production-инцидентов, автоматизации рутины и анализа возможных рисков. AI-First мышление — одно из ключевых требований этой позиции. Мы ожидаем, что вы будете активно искать способы выполнять работу быстрее, точнее и надёжнее за счёт грамотного сочетания инженерной экспертизы, автоматизации и возможностей искусственного интеллекта.
Senior ML Engineer — Demand Forecasting & Inventory Optimization
Старший ML-инженер — прогнозирование спроса и оптимизация запасов SMALL — одна из крупнейших розничных сетей продуктовых магазинов в Казахстане. Мы управляем более чем 160 магазинами в 10 городах страны. Мы строим систему автозаказа, которая определяет, сколько товара необходимо заказать в каждый магазин. Ищем сильного ML-инженера, который возьмёт на себя техническое руководство проектом: работу с данными, постановку экспериментов, выбор моделей для продакшен-пайплайна, офлайн- и онлайн-оценку качества, управление автозаказом как продуктом. Чем предстоит заниматься - Формировать roadmap ML-экспериментов и самостоятельно выбирать наиболее перспективные направления. - Исследовать подходы к прогнозированию сезонного, нерегулярного и прерывистого спроса. - Работать с промо, календарными эффектами, новыми SKU, дефицитом истории и спросом, цензурированным спросом и восстановлением lost sales при отсутствии товара. - Проводить ABC/XYZ-анализ. - Развивать rolling-origin backtesting и методологию сравнения моделей без временных утечек. - Оценивать решения не только по forecast-метрикам, но и по бизнес-результатам: out-of-stock, fill rate, оборачиваемости и объёму избыточного запаса. - Улучшать преобразование прогноза в заказ с учётом графика поставок, остатка, lead time и ограничений поставщика. - Развивать продакшен ML-пайплайн: качество данных, воспроизводимость экспериментов, мониторинг моделей и диагностику деградаций. - Взаимодействовать с командами Data Engineering, инфраструктуры и бизнеса, превращая неопределённые задачи в проверяемые гипотезы и работающие решения. - Определять техническую архитектуру ML-части системы и стандарты разработки: от подготовки выборок и экспериментов до деплоя и мониторинга. Что для нас важно - Сильный практический опыт в машинном обучении и опыт эксплуатации моделей в production. - Опыт решения задач прогнозирования временных рядов: корректная временная валидация, сезонность, cold start, sparse или intermittent demand. - Хорошее понимание того, как выбирать метрики и дизайн эксперимента под бизнес-задачу, а не оптимизировать одну офлайн-метрику. - Уверенные Python и SQL. - Умение разбираться в данных, находить смещения и утечки, проверять качество источников. - Способность самостоятельно формулировать план работы, принимать технические решения и доводить изменения до production. - Готовность объяснять результаты и компромиссы как инженерам, так и бизнесу. - Дисциплинированный опыт AI-assisted development: умение ускорять работу с помощью coding agents, не перекладывая на них ответственность за корректность решений, качество кода и безопасность данных. Будет большим плюсом - Опыт в grocery retail, e-commerce, supply chain или inventory replenishment. - Опыт построения глобальных моделей на большом количестве связанных временных рядов. - Понимание retail-специфики: промо, каннибализация, out-of-stock, цензура спроса, ассортиментные изменения, новые магазины и SKU. - Знание основ inventory optimization: safety stock, service level, lead time, order multiple, lost sales. - Опыт проведения онлайн-экспериментов или пилотов, где прогноз влияет на реальные операционные решения. - Опыт с CatBoost, PyTorch, ClickHouse, Kafka, Airflow, SLURM или Kubernetes. Наш текущий контур Масштаб задачи: - несколько миллионов SKU × store комбинаций каждый день - ежедневный и внутридневной расчет - прогнозирование на разные горизонты — от нескольких дней до нескольких недель - несколько лет истории в данных Сейчас в проекте есть: - модель прогнозирования спроса на основе градиентного бустинга - фреймворк для rolling-origin backtesting - интеграции с ClickHouse, Kafka, Airflow, Slurm, Kubernetes - продакшен-пайплайн с платформенным мониторингом и наблюдаемостью То есть задача не «сделать первую модель с нуля». Система уже работает в production в пилотном режиме и используется для формирования заказов на все SKU и магазины. Куда мы хотим прийти: - Повысить доступность товаров, одновременно снижая избыточный запас и списания. - Расширить систему с контура «распределительный центр → магазин» на заказы «поставщик → распределительный центр» и другие supply-chain сценарии. - Корректно учитывать неопределённость спроса и целевой service level, выбирая квантили прогноза с учётом стоимости дефицита и избыточного запаса. - Построить устойчивый процесс экспериментов и внедрения изменений с измеримым бизнес-эффектом. Что мы предлагаем - Реальный end-to-end ownership: возможность влиять на постановку задачи, данные, модели, backtesting, production и бизнес-метрики. - Доступ к вычислительному кластеру из 8 нод, каждая — 128 CPU, 2 TB RAM и 8×NVIDIA H200. Мы не требуем использовать deep learning там, где он не нужен, но инфраструктура позволяет проверять вычислительно сложные подходы без искусственных ограничений. - Возможность удаленной работы или в офисе в Алматы или Астане.
Стажер AI-разработчик
Стажер AI-разработчик О компании и проекте AGIMA — интегратор Digital-решений. С 2006 года реализовано более 700 крупных проектов для таких заказчиков, как X5 Retail Group, МегаФон, АльфаСтрахование, Леруа Мерлен, O’Stin, Спортмастер, М.Видео и других. Принципы работы: - Главный капитал — это люди, компания готова помочь в непростых жизненных ситуациях. - Регламенты должны помогать, а не ограничивать. - Жёсткая субординация не практикуется. - Ценится эффективность сотрудников и их профессиональный рост. В AGIMA действует внутренний R&D, создающий AI-инструменты для команды и продуктов компании. В команду ищут стажёра-вайбкодера. Задачи full-stack: бывают и на бэке, и на фронте, иногда в одном тикете. Точно понадобится: голова, любопытство и привычка доводить дело до прода с помощью AI-агентов. Точно не понадобится: глубокая специализация в одной области. Что предстоит делать - Писать интеграции AI-агентов с корпоративными системами. - Допиливать внутренние сервисы: авторизация, логирование, личные кабинеты, дашборды. - Собирать лендинги и продуктовые страницы из готовых блоков под брендбук. - Делать UI поверх AI-сервисов: дашборды, плагины для мессенджера, обучающие интерфейсы. - Поднимать сервисы в инфраструктуре, привязывать домены, чинить мониторинг. Микс задач подбирается под сильные стороны и интересы кандидата. Слабые стороны прокачиваются под менторами. Требования - Знакомство с LLM-харнесом (Claude Code / Codex / VS Code + Claude Code extension): понимание, что такое контекст, скиллы, sub-agents, MCP. Если эти слова незнакомы — пока рано. - Базовый код: умение прочитать чужой Python / JS / TS-сервис, разобраться и внести изменение. - Linux, Docker, git на уровне «не теряюсь в терминале». - Самостоятельность как принцип: задачи декомпозируются и движутся самостоятельно, ментор — для архитектурных вопросов и ревью, а не для пошагового сопровождения. - Английский на уровне чтения документации. Будет плюсом - Next.js / React / TypeScript, Tailwind, shadcn/ui. - Python / Node.js на уровне «писал свои сервисы». - n8n, DeepResearch, опыт деплоя и работы с CI/CD. - Figma → код, базовое SEO. Если знаете половину — не страшно, вторую половину доберёте по ходу. Что мы предлагаем - Удалённая работа, гибкий график, 25–40 часов в неделю. - Минимальная стажёрская ставка или бесплатная стажировка с возможным продолжением сотрудничества при стабильном результате в течение 2–3 месяцев. - Подписки на ведущие AI-инструменты за счёт компании. - Реальный продакшн с ежедневными пользователями — не учебные песочницы. - Опыт работы в R&D-команде, которая каждый день решает задачи на стыке AI и продукта. - Развитие и обучение: предоставляются возможности для углубленного изучения AI через специализированные курсы. Грейдирование для менеджеров — возможность роста и развития в компании. В сопроводительном письме просьба указать 1. Что вы автоматизировали или собрали с помощью AI-агентов за последние 3 месяца (сервис / сайт / интерфейс / плагин — что угодно). 2. Ссылку на результат: репозиторий / live-сайт / видео-демо. 3. С каким харнесом работаете и почему.
ML Engineer в «Максима Прайдекс
ML Engineer в «Максима Прайдекс» Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Что предстоит делать - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы. Что мы ожидаем - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации). Будет плюсом - Apache Airflow - Celery Мы предлагаем - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).
ML Engineer в «Максима Прайдекс
ML Engineer в Максима Прайдекс Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Обязанности - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация) - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам) - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов) - Production: интеграция ML-моделей и обеспечение их стабильной работы Требования - Опыт: коммерческая разработка на Python от 1 года - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML - Английский: от B1 (свободное чтение документации) Будет плюсом - Apache Airflow - Celery Условия - Аккредитованная ИТ-компания - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация - Офис у м. Стахановская / Гибридный формат после испытательного срока - Удобный график (базово 9:00–18:00, можно согласовать свой)
Python / LLM Engineer: RAG и ИИ-агенты
Python / LLM Engineer: RAG и ИИ-агенты О компании ООО «М‑ТЕХ» — динамично развивающаяся ИТ‑компания с большим опытом успешных проектов по внедрению и сопровождению информационных систем для бизнеса и государственных учреждений. Развиваем направление ИИ‑автоматизации, разрабатывая прикладные LLM/RAG‑решения и ИИ‑агентов для процессов малого и среднего бизнеса. Ищем Middle+ / Strong Middle Python‑разработчика с опытом LLM/RAG и интересом к агентным системам, интеграциям и бизнес‑процессам. Обязанности - Проектирование, разработка и внедрение ИИ‑агентов под конкретные бизнес‑задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний, эскалация человеку, обработка ошибок - Интеграция ИИ‑агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры и др.) - Проектирование RAG‑пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование, проверка качества ответов - Тестирование, отладка и поддержка ИИ‑агентов на всех этапах жизненного цикла - Оптимизация качества, скорости ответа и стоимости использования токенов - Анализ требований, участие в архитектурных решениях и выборе технологий Требования - Опыт коммерческой разработки на Python от 2-3 лет - Практический опыт с LLM‑приложениями, RAG, ИИ‑ассистентами от 6 месяцев (для Middle) или от 1–2 лет (для Senior) - Понимание архитектуры агентных систем, включая планирование, память, инструменты, оркестрацию и обработку ошибок - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph, LlamaIndex, CrewAI, PydanticAI или аналогами - Понимание RAG: чанкинг, embeddings, векторный поиск, reranking, оценка качества retrieval - Навыки интеграции через REST API, WebSocket, опыт работы с базами данных (SQL/NoSQL) - Навыки работы с контейнеризацией (Docker) - Самостоятельность, инициативность, желание учиться и развиваться в сфере ИИ Будет плюсом - Опыт внедрения ИИ‑агентов именно в корпоративных сценариях (SLA, аудит, безопасность, контроль действий, логирование) - Опыт с векторными базами: Qdrant, pgvector, Weaviate, Pinecone или аналогами - Опыт с OpenAI API, Anthropic, локальными/open‑source моделями, Ollama, vLLM или другими LLM‑инструментами - Понимание метрик качества ИИ‑систем: точность ответов, полнота поиска, доля ошибок, стоимость запроса, время ответа - Опыт работы с персональными данными, логированием, аудитом действий и безопасностью - Умение быстро собирать прототипы и доводить их до стабильного пилота Условия и преимущества - Гибкий формат: проектная занятость, частичная занятость или удаленная работа - Возможность совмещать с основной работой на старте - Участие в запуске нового направления ИИ‑автоматизации для бизнеса - Дружная команда экспертов, открытая к новым идеям и технологиям - Современные инструменты и поддержка на всех этапах работы
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Мы ищем Backend-разработчика на Python, способного внедрять системы на базе LLM и AI-агентов «под ключ»: от постановки задачи и проектирования архитектуры до промышленного внедрения и поддержки. Мы разрабатываем и поддерживаем продукт ERA — систему комплексной диагностики продуктов и услуг. Решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление проектами: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы — офисный формат в Москве
Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)
Senior AI Engineer / Специалист по генеративному ИИ (SecOps) О компании BI.ZONE разрабатывает IT-решения для кибербезопасности: от мобильных приложений до сложных платформ на базе машинного обучения и генеративного ИИ. Наши продукты делают жизнь миллионов людей безопаснее. В AI Центре мы занимаемся прикладным применением AI/ML в продуктах BI.ZONE и исследуем передовые технологии. Мы развиваем AI-ассистента Cubi, который помогает специалистам по информационной безопасности работать с большими данными и противостоять киберугрозам. Мы ищем старшего AI-инженера, который займется созданием и развитием AI-агентов для автоматизации процессов в Security Operations. Вас ждут интересные и амбициозные задачи, дружная команда и поддержка на старте. Задачи - Разработка мультиагентной системы в BI.ZONE TDR для автоматизации триажа алертов, расследования и реагирования. - Развитие AI-функционала BI.ZONE Cubi в продуктах EDR, SIEM и SOAR. - Решение NLP-задач в контексте SOC: классификация и приоритизация алертов, суммаризация инцидентов, семантический поиск по логам и базам знаний, кластеризация событий. - Выдвижение гипотез и быстрая проверка через PoC. - Написание поддерживаемого и читаемого кода на Python 3.10+. - Участие во всех этапах жизненного цикла AI/ML: от предобработки данных до деплоя и мониторинга в production. - Обмен экспертизой с коллегами и внешней аудиторией. Требования Профессиональные навыки - Высшее техническое образование. - Опыт разработки на Python от 3 лет. - Понимание процессов SOC: мониторинг, триаж алертов, расследование инцидентов, реагирование. - Знакомство с MITRE ATT&CK, kill chain, типовыми TTPs и IOC. - Опыт создания агентов с использованием современных фреймворков (LangChain, LangGraph, LlamaIndex, Agno/Phidata и др.). - Знание стратегий планирования AI-агентов (ReAct, Plan-and-Execute и т.п.). - Уверенная работа с LLM API (OpenAI, vLLM, Anthropic и др.). - Понимание агентских протоколов (MCP, A2A, AG-UI). - Сильные навыки prompt engineering, включая chain/tool/function calling. - Опыт работы с векторными базами данных (Weaviate, Pinecone, Qdrant, Milvus и др.). - Опыт оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги). - Владение Linux, Git, Docker; умение упаковывать агента в контейнер. Soft skills - Способность быстро находить рабочий baseline и итеративно его улучшать. - Управление беклогом продукта, умение договариваться о контрактах и ограничениях. - Быстрое освоение новых технологий (разбор фреймворка за дни, а не недели). - Готовность экспериментировать и предлагать нестандартные решения. Будет плюсом - Опыт интеграции с SOC-инструментарием (SIEM, SOAR, EDR) или их API, хотя бы на уровне подключения. - Понимание атак на LLM (Prompt Injection, Jailbreaks) и методов защиты (Guardrails), знакомство с OWASP Top 10 for LLM Applications. - Опыт fine-tuning и дообучения LLM (PEFT: LoRA, DoRA, qLoRA и др.). - Навыки обнаружения и минимизации галлюцинаций и ошибок в ответах LLM. - Опыт работы с self-hosted моделями. Условия работы - Официальное оформление по ТК РФ и все преимущества аккредитованной IT-компании. - Гибкий график: удаленная работа или офис без контроля присутствия. - ДМС со стоматологией с первого месяца работы. - Обучение за счет компании: сертификации, курсы, конференции, митапы, хакатоны, CTF-ы. - Свободная атмосфера: общение на «ты», отсутствие дресс-кода и бюрократии. - Поддержка самореализации и личного бренда. - Скидки на фитнес, покупки, сервисы «Фитмост», «СберПрайм+» и BestBenefits. - Корпоративная жизнь: мероприятия, спортивные старты, мерч и подарки. - Профессиональные сообщества: тематические митапы, клубы по интересам (спорт, игры, книги, аниме).
Инженер AI/LLM (удаленно по РФ)
Инженер AI/LLM (удаленно по РФ) О нас Bell Integrator — крупная ИТ-компания, реализующая проекты для системообразующих финансовых, телеком и ритейл компаний по всей России. О проекте Создание AI-агента для Python BDD-фреймворка в корпоративной банковской среде. Решение будет автоматически преобразовывать функциональные тестовые сценарии в готовые сценарии на Gherkin, используя существующую кодовую базу и механизмы интеллектуального подбора переиспользуемых шагов. Цели проекта: - Ускорить разработку BDD-автотестов. - Снизить стоимость регрессионного тестирования. - Повысить стандартизацию автоматизации тестирования. - Построить внутренний инструмент нового поколения, объединяющий LLM, RAG, ReAct и корпоративную инфраструктуру. Ключевые направления - Генерация feature-файлов на Gherkin на основе функциональных сценариев с помощью AI-агента. - Построение retrieval-контура на базе RAG и PostgreSQL + pgvector для поиска релевантных шагов, шаблонов и переиспользуемых элементов. - Интеграция с существующим Python BDD-фреймворком и библиотекой шагов для максимального переиспользования кодовой базы. - Разработка пользовательской поверхности (IDE plugin) для удобной работы тест-автоматизаторов. - Контроль качества генерации, стандартизация сценариев, снижение пропусков переиспользуемых шагов. - Создание технологической основы для развития AI в тестировании, AIPDLC и spec-driven development. Технологический стек - Python 3 - FastAPI, Streamlit - PostgreSQL, pgvector - Apache Kafka - Docker - Linux - HTTP, REST, GraphQL - LLM, RAG, ReAct, embeddings, vector search Требования - Опыт работы: от 3 лет. - Высшее образование. - Практический опыт построения RAG-систем и работы с векторными хранилищами (желательно PostgreSQL + pgvector). - Опыт разработки ReAct-агентов. - Понимание принципов ООП, SOLID и паттернов проектирования. - Знание многопоточного и асинхронного программирования (GIL, asyncio). - Практические навыки работы с LLM. - Опыт контейнеризации (Docker). - Лидерские качества: умение принимать решения и брать ответственность. Дополнительные (желательные) требования - Понимание BDD, Gherkin, тестовой автоматизации и принципов переиспользования step definitions. - Понимание клиентской веб-разработки. - Опыт разработки IDE-плагинов или инструментов для разработчиков. - Опыт оценки качества AI-решений (accuracy, retrieval quality, traceability). - Понимание spec-driven development и применения AI в SDLC/QA-процессах. Обязанности - Проектировать и согласовывать архитектуру AI-агента, приложений и интеграций. - Разрабатывать backend-компоненты AI-агента, общие библиотеки, интеграционные модули. - Реализовывать решения на основе LLM, ReAct и RAG, включая поиск и подбор релевантных шагов. - Интегрировать систему с внутренними сервисами, репозиториями, базами знаний и корпоративной инфраструктурой. - Формировать требования к CI/CD, мониторингу, логированию, трассировке и контролю качества AI-агента. - Проводить ревью кода, поддерживать стандарты разработки, участвовать в командных коммуникациях. - Взаимодействовать со специалистами по автоматизированному тестированию, QA и разработчиками для уточнения требований и сценариев. - Участвовать в создании пользовательской поверхности (IDE plugin). Условия - Работа в команде профессионалов, поддержка инициатив. - Доступ к новым технологиям, включая AI. - Профессиональный и карьерный рост. - Возможность участвовать в разных проектах. - Опыт работы в распределенной команде. - Заработная плата обсуждается индивидуально. - Оформление в соответствии с ТК РФ в Bell Integrator. - Формат работы: удаленно по РФ.
AI-разработчик / MLOps
О нас Проект управляющей компании «Джетлин». Мы создаём и сопровождаем AI-решения, которые работают в микросервисной среде. Задачи - Разработка AI-агентов на Python с использованием внешних API. - Упаковка кода в минимальные и безопасные Docker-образы. - Написание Helm-чартов для развёртывания образов в Kubernetes. - Реагирование на блокировки образов SCA-сканером: поиск обновлений или патчей для уязвимых библиотек, пересборка и передеплой. - Мониторинг продакшен-подов через ArgoCD, анализ логов при падениях, исправление ошибок в коде, промптах или API. - Полная ответственность за доставку и поддержку AI-агентов: от идеи до эксплуатации. - Примерный баланс: 30% разработка, 70% внедрение и эксплуатация (Deployment & Ops). Требования - Уверенный промышленный опыт разработки на Python. - Глубокое понимание менеджеров зависимостей и виртуальных окружений (virtualenv, poetry, pip) — 70% проблем деплоя связаны именно с ними. - Навыки контейнеризации (Docker) и оркестрации (Kubernetes), позволяющие самостоятельно собирать образы, проходить security-проверки и запускать сервисы в кластере без помощи сисадминов. - Опыт написания Helm-чартов и понимание CI/CD (ArgoCD будет плюсом). - Желателен опыт в AI/ML-разработке: интеграция моделей, работа с промптами, понимание жизненного цикла AI-агента. - Автономность, проактивность и умение быстро расследовать инциденты. Условия - Полная удалёнка на территории РФ. - Оформление по ТК или ИП. - Занятость на проекте управляющей компании.
AI engineer (ML/DS)
AI-инженер (ML/DS) О нас Мы — команда Raft Digital Solutions. Мы разрабатываем решения на базе AI, внесли вклад в развитие фреймворка LangChain, создали собственный продукт для анализа голосовой связи с помощью GPT и провели исследования в области безопасности LLM. Работаем на рынках РФ и за рубежом. Сейчас мы ищем Senior AI-инженера с опытом в ML/DS в команду разработки AI-агентов для пользователей. Стек технологий - OpenAI, GigaChat, MCP - Python, PostgreSQL - LangChain, Langfuse - CI/CD, Docker, Kubernetes Задачи - Разрабатывать ассистентов с текстовыми и голосовыми интерфейсами - Анализировать качество генеративных моделей и искать способы его улучшения - Следить за лучшими практиками и open-source решениями в области AI - Деплоить сервисы в Kubernetes, настраивать мониторинг - Проводить Code Review существующих решений, предлагать идеи по оптимизации и развитию Требования - Коммерческий опыт разработки на Python / data science от 5 лет - Понимание архитектуры AI-агентов: оркестрация, memory, tools - Коммерческий опыт разработки AI/LLM-приложений (RAG, AI agents, векторные БД, tool calling, function calling, workflows) - Опыт работы с фреймворками для LLM-пайплайнов: LangChain, LlamaIndex, Haystack или аналогичными - Опыт деплоя сервисов в продакшен Условия - Удалённый формат работы - Гибкий график, полная занятость (40 часов в неделю) - Задачи на стыке бизнеса и современных AI-технологий - Дружная команда экспертов, обмен знаниями, технический рост - Оформление по договору B2B (с ИП)
Backend-разработчик (Python)
Backend-разработчик (Python) О проекте team4you.org ищет backend-разработчика с сильной экспертизой в Python для участия в создании AI/LLM-сервисов крупного российского банка (ТОП-5). Проект включает разработку чат-ботов, поисковых решений, агентных сервисов и прикладных AI-инструментов. Задачи - Разрабатывать backend-сервисы для AI-платформы банка: чат-боты, поисковые решения, агентные сервисы и прикладные AI-инструменты. - Проектировать и развивать микросервисную архитектуру на FastAPI. - Интегрировать сервисы с LLM-платформой, базами данных, брокерами сообщений и внутренними системами банка. - Создавать высоконагруженные API и сервисы реального времени. - Участвовать в проектировании архитектуры платформы и развитии общих платформенных компонентов. Требования - Коммерческий опыт разработки на Python от 3 лет. - Уверенное знание Python, asyncio, многопоточности и принципов разработки production-сервисов. - Опыт коммерческой разработки на FastAPI. - Опыт проектирования микросервисной архитектуры и интеграционных решений. - Практический опыт работы с PostgreSQL, Redis и брокерами сообщений (Kafka, NATS или аналогами). - Опыт работы с REST API, gRPC и асинхронными протоколами взаимодействия. - Понимание принципов тестирования, мониторинга и сопровождения backend-сервисов. Будет плюсом - Опыт разработки AI/LLM-приложений, чат-сервисов или поисковых систем. - Опыт работы с LangChain, LangGraph, LlamaIndex или аналогичными фреймворками. - Понимание принципов построения RAG-систем. - Опыт работы с Docker, Kubernetes и CI/CD. - Опыт проектирования высоконагруженных систем.
Разработчик 1С-Битрикс (PHP) / AI Tech Lead
О компании ПВА ЭКСПЕРТ — растущая B2B-компания в сфере крепежа и инструментов. Мы развиваем собственный сайт и внедряем AI-решения. Сейчас в поиске разработчика, который совместит техническую экспертизу в 1С-Битрикс с ролью лидера по искусственному интеллекту. Позиция Разработчик 1С-Битрикс (PHP) / AI Tech Lead Основные задачи - Разработка и поддержка сайта pva.expert на 1С-Битрикс и PHP: каталог, формы, интеграции, релизы. Это займёт основную часть времени. - Техническое лидерство во внедрении ИИ: проектирование архитектуры, создание прототипов агентов, подключение к данным и API, доведение решений до рабочего использования. - Вы будете техническим владельцем AI-архитектуры; ключевые решения согласуете с директором и владельцами процессов. Требования - Уверенные навыки backend-разработки на PHP, включая глубокую работу с 1С-Битрикс. - Опыт проектирования и запуска ИИ-агентов (обучение ML-моделей с нуля не требуется). - Умение интегрировать агентов с внешними API и базами данных. - Понимание принципов проверки качества и отладки AI-решений. - Будет плюсом: знание Битрикс24 REST, Docker/Linux, CI/CD, автотесты, опыт с n8n. Условия - Полностью удалённая работа по России. - Зарплата 150 000–170 000 ₽ на руки + ежемесячная премия. - Компания оплачивает подписки на ChatGPT/Codex и Claude. - Возможность совмещать инженерную разработку с технологическим лидерством в AI. Процесс отбора - Знакомство и разбор обезличенного кода, а также архитектуры вашего ИИ-агента. - Тестовое задание (до 2 часов) с оплатой 5 000 ₽ после сдачи. - Короткая защита выполненного задания. - В процессе можно использовать ИИ, но важно понимать и проверять результат. Как откликнуться В сопроводительном письме обязательно опишите: - Конкретную backend-доработку в 1С-Битрикс, выполненную вами лично. - Созданного вами ИИ-агента: задача, стек, данные, API, достигнутый результат и способ проверки качества. - Возможную дату выхода.
Senior ML Engineer - LLM Training & Serving
Старший ML-инженер — обучение и обслуживание LLM О компании Unimatch Lab — ИИ-венчурная студия из Кремниевой долины. Мы создаём портфель ИИ-продуктов и развиваем собственный ML-стек: локальные кластеры для LLM, обучение и обслуживание моделей на своей инфраструктуре. Мы ищем старшего ML-инженера, который возьмёт на себя полный внутренний цикл: от данных до продакшена. Никакой работы только с промптами или сторонними API — все персональные и чувствительные данные остаются на наших серверах. Задачи - Файн-тюнинг LLM и VLM моделей (LoRA, QLoRA, дистилляция) с получением готовых к промышленной эксплуатации весов. - Оценка качества как обязательный этап релиза: метрики на уровне отдельных полей, отложенные выборки, проверки на утечку данных между обучением и тестом. - Управление полным циклом работы с данными: разметка с помощью учителя, версионирование датасетов, контроль качества синтетических данных. - Запуск и поддержка собственного инференса под нагрузкой: vLLM, пакетная обработка запросов, квантизация, генерация структурированных JSON-ответов. - Документирование ML-процессов от начала до конца, чтобы цикл не зависел от одного конкретного инженера. Требования - Опыт от 5 лет в запуске ML-систем в продакшен, включая работу с высоконагруженным ИИ. - Вы сами обучаете модели (веса), а не ограничиваетесь промпт-инжинирингом или интеграцией RAG. - Опыт развёртывания собственных LLM в продакшен (vLLM или аналоги). - Реализованные проекты полного цикла: данные → файн-тюнинг → оценка → реальный продакшен-трафик. - Уверенное владение Python, Docker/Kubernetes, CI/CD. Понимание принципов работы с конфиденциальными данными на собственной инфраструктуре. Условия работы - Формат: удалённо. - Локация: Европа (EU, Великобритания, Исландия, Норвегия, Швейцария и др.), Латам. - Уровень: старший (Senior). - Компенсация: от $5,000 в месяц (базовая ставка).
Senior VLA Pre-training Engineer
Старший инженер по предобучению VLA О проекте Мы создаём интеллектуальное ядро для нового поколения промышленных гуманоидных роботов. Наш продукт — не исследовательский прототип, а реальные машины, которые уже работают на производствах, складах и в логистических центрах. Сегодня у нас 30 000 предзаказов по всему миру, подписанные контракты с крупным европейским производителем и успешные пилотные внедрения с лидерами в автомобильной и индустриальной автоматизации. VLA-команда отвечает за ключевой интеллект робота: восприятие окружающей среды, понимание инструкций, обучение новым навыкам и автономное выполнение манипуляций. Задачи Вы возьмёте на себя полный цикл разработки фундаментальных моделей для поведения роботов: - Предобучение и файнтюнинг VLA-моделей на масштабных мультимодальных наборах данных; - Создание и поддержка пайплайнов данных: сбор, фильтрация и генерация синтетических данных; - Проектирование инфраструктуры распределённого обучения; - Перенос из симуляции в реальный мир: валидация политик в симуляторе перед развёртыванием на физическом роботе; - Плотное взаимодействие с инженерами по симуляции, дата-сайентистами и командами встроенных систем; - Поставка моделей, которые напрямую управляют реальными роботами в промышленной эксплуатации. Требования - 5+ лет разработки систем глубокого обучения (индустрия или исследования) с доведёнными до продакшена моделями или опубликованными научными работами; - Практический опыт с LLM, VLM или VLA-моделями: архитектура, обучение, файнтюнинг; - Уверенное владение масштабным распределённым обучением: PyTorch DDP, конвейеры данных, чекпоинтинг; - Опыт работы с робототехническими симуляторами (MuJoCo, Isaac Sim, Gazebo) или реальными роботизированными системами; - Отличное знание Python и PyTorch/JAX, способность отлаживать численные расчёты и писать промышленный код; - Инициативность, самостоятельность и навыки чёткой коммуникации. Будет плюсом: - Опыт в робототехнике, практика переноса из симуляции в реальный мир, знание OpenVLA или аналогичных VLA-фреймворков. Условия - Компенсация: £150 000 – £230 000 брутто в год, в зависимости от опыта; - Лондон, 100% работа в офисе (ежедневный доступ к роботам, лабораториям и прототипам); - Релокационная поддержка: до £8 000 плюс спонсорство визы Skilled Worker; - Бенефиты: частное медицинское страхование, пенсионные отчисления (8%), 23 дня оплачиваемого отпуска, опционы компании.
Principal Applied AI Researcher 💫
Principal Applied AI Researcher О проекте Есть задачи, которые невозможно решить улучшением существующего — их приходится придумывать с нуля. Наш клиент создаёт новый тип поиска: не для людей, а для AI-агентов. Агент не кликает по ссылкам и не выбирает из списка результатов. Он должен понимать информацию, проверять её, использовать для reasoning и принимать решения. Это требует переосмыслить саму архитектуру поиска: что считать хорошим ответом, как измерять качество системы и как построить retrieval для мира AI-агентов. Именно этим и займётся Principal Applied AI Researcher. Задачи - Проектирование AI-native retrieval, reasoning и систем оценки качества - Создание систем, где агенты ищут, верифицируют и используют информацию из веба в реальном времени - Разработка eval-методологий и новых метрик качества - Принятие ключевых технических и продуктовых решений в направлении agent-native search - Превращение исследовательских идей в production-системы - Работа бок о бок с командами search, ML и infrastructure Требования - 8+ лет опыта в Applied AI, ML или Software Engineering - Опыт вывода ML/AI-систем в production - Обязательный опыт проектирования и развития систем в одной из областей: recommendation, personalization, ranking, search, ads, marketplaces или feed systems - Python обязателен; знание Go, C++, Rust или Java будет преимуществом - Свободный английский Условия - Формат: полная занятость, работа за пределами РФ и РБ - Локация: офисы в Амстердаме или Лондоне, рассматривается удалённая работа в ЕС - Помощь с релокацией - Вилка: €120 000 – €200 000 в год (готова к обсуждению)
Опытного DevOps-инженера для развертывания и сопровождения LLM-инференс платформ, а также развития…
DevOps-инженер (LLM / AI платформа) Компания: KODE Формат: удалённо (только из городов РФ) или гибрид в Калининграде Зарплата: 170 000–230 000 ₽ gross Занятость: полный день Задачи - Разворачивать и сопровождать LLM-платформы (vLLM, SGLang, Ollama). - Развивать AI-платформу в Kubernetes, управлять GPU-ресурсами. - Настраивать LiteLLM (AI Gateway), маршрутизацию запросов, квоты и политики доступа. - Оптимизировать производительность инференса (batching, KV Cache, semantic cache). - Настраивать мониторинг и observability (Prometheus, Grafana, OpenTelemetry, Langfuse, SigNoz). - Автоматизировать CI/CD и GitOps-процессы. - Поддерживать RAG/Agentic AI, векторные базы и сервисы памяти. - Обеспечивать стабильность и высокую доступность AI-инфраструктуры. Требования - Опыт DevOps от 4 лет. - Production-опыт с Kubernetes, Docker, Helm, GitOps. - Опыт работы с LLM inference (vLLM, SGLang, Ollama, TGI). - Понимание LLM, KV Cache, batching, streaming, квантования и RAG. - Опыт работы с NVIDIA GPU/CUDA. - Linux, Python, CI/CD, Prometheus, Grafana, OpenTelemetry. - Redis, PostgreSQL, API Gateway. Будет плюсом - LiteLLM, KEDA, Qdrant, Milvus.
Ищем Senior AI Engineer (ML/DS)
Компания Raft Digital Solutions Название позиции Senior AI Engineer (ML/DS) Формат работы - Удалённо - Full-time (40 часов в неделю) - Оформление: B2B (ИП) Стек технологий OpenAI, GigaChat, MCP, Python, PostgreSQL, Langfuse, LangChain, CI/CD, Docker, Kubernetes Обязанности - Разрабатывать AI-ассистентов с текстовыми и голосовыми интерфейсами - Анализировать качество генеративных моделей и улучшать их работу - Исследовать современные AI-подходы, best practices и open-source решения - Деплоить сервисы в Kubernetes и настраивать мониторинг - Проводить Code Review и участвовать в развитии архитектуры Требования - 5+ лет коммерческого опыта в Python / Data Science - Понимание архитектуры AI-агентов (orchestration, memory, tools) - Опыт разработки AI/LLM-приложений: RAG, AI Agents, векторные БД, Tool/Function Calling, Workflows - Опыт с LangChain, LlamaIndex, Haystack или аналогами - Опыт вывода сервисов в production Предлагаем - Полностью удалённую работу - Гибкий график - Современные AI-проекты и сложные технические задачи - Команду сильных специалистов и профессиональный рост
Ищем MLOps инженера (Team Lead) на банковский проект
вакансия MLOps TeamLead Kubernetes DevOps ML удаленка 🚀 Ищем MLOps инженера (Team Lead) на банковский проект. 💰 Доход: • 430 000–466 700 ₽ gross (ТК РФ) • 500 000–527 300 ₽ gross (ИП) 📍 Формат: удалённо 🕒 Занятость: full-time Что предстоит делать: • Управлять командой MLOps-инженеров. • Конфигурировать и разворачивать инфраструктурные компоненты. • Разрабатывать и адаптировать ML-пайплайны (AutoML, LLM, Computer Vision и др.). • Создавать и развивать инструменты для единого ML-контура. • Масштабировать платформу и инструменты управления жизненным циклом ML-моделей. Требования: • Опыт в DevOps и MLOps. • Опыт администрирования Kubernetes от 2 лет. • Уверенные знания Python. • Опыт работы с JupyterHub/Coder, Airflow, Argo Workflows, MLflow, Seldon Core. • Hadoop (Spark, HDFS), Docker, OpenShift/Kubernetes, Jenkins, Kafka, Redis, PostgreSQL. • Самостоятельность, инициативность и опыт управления командой. Мы предлагаем: ✅ Оформление по ТК РФ или ИП в аккредитованную IT-компанию. ✅ ДМС со стоматологией. ✅ Корпоративные скидки (Skyeng, Xfit, КАРО). ✅ Современную технику для работы.