Вакансии для DevOps-инженеров на Python
Вакансии для DevOps-инженеров на Python: подборка ролей, где в задачах или стеке указан Python. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Senior AI-инженер по автоматизации и V&V
О роли Инженер по AI и автоматизации в инженерной организации, ориентированный на создание масштабируемых решений с применением искусственного интеллекта для оптимизации жизненного цикла верификации и валидации (V&V). Роль предполагает разработку инструментов автоматизации, программных приложений и интеллектуальных рабочих процессов, повышающих эффективность, качество и скорость поставки в инженерных командах. Работа с глобальными заинтересованными сторонами по проектированию, внедрению и оптимизации современных автоматизированных и AI-решений. Основные обязанности - Проектирование и разработка программных инструментов, API, скриптов и автоматизированных рабочих процессов для поддержки инженерной деятельности по верификации и валидации (V&V). - Создание и внедрение решений на основе ИИ, включая генеративные сценарии для анализа требований, создания DVP, автоматической генерации тестов, трассируемости и проверки доказательств валидации. - Интеграция решений автоматизации и ИИ с инженерными системами, дашбордами, CI/CD-конвейерами, базами данных и платформами валидации. - Разработка прототипов, проведение пилотных программ, сбор обратной связи от пользователей и перевод решений в промышленную эксплуатацию. - Совместная работа с кросс-функциональными и глобальными командами для определения требований, валидации решений и внедрения инструментов автоматизации. - Выявление возможностей для снижения ручного труда, повышения согласованности процессов и увеличения инженерной эффективности через автоматизацию и ИИ. - Обеспечение масштабируемого, поддерживаемого и документированного кода в соответствии с лучшими практиками разработки ПО. Обязательные требования - Степень бакалавра в области компьютерных наук, компьютерной инженерии, электротехники, программной инженерии или смежной технической области. - Уверенные навыки программирования как минимум на одном языке: Python, JavaScript, TypeScript, C или C++. - Более 7 лет релевантного опыта в данной области. - Опыт разработки программных инструментов, скриптов автоматизации, API, конвейеров данных или решений для автоматизации рабочих процессов. - Понимание основ разработки ПО: контроль версий, отладка, тестирование, документирование и проектирование поддерживаемого кода. - Способность анализировать инженерные процессы и преобразовывать их в структурированные решения автоматизации. - Развитые навыки решения проблем, коммуникации и совместной работы. - Базовое знакомство с AI-инструментами, концепциями генеративного ИИ или AI-ассистированной разработкой, интерес к применению ИИ в инженерной автоматизации. Предпочтительные требования - Опыт работы с ИИ, машинным обучением, генеративным ИИ, большими языковыми моделями, RAG, векторным поиском, промт-инжинирингом или AI-ассистированной разработкой ПО. - Опыт разработки дашбордов, веб-приложений, внутренних инженерных инструментов или пользовательских платформ автоматизации. - Опыт фронтенд- или фулстек-разработки с использованием React, TypeScript или аналогичных фреймворков. - Знакомство с SQL, реляционными базами данных, моделированием данных или разработкой приложений на основе баз данных. - Знакомство с облачными платформами, контейнерами, платформами данных (например, Databricks) и CI/CD-инструментами (TeamCity, Jenkins, GitHub Actions, Azure DevOps или аналоги). - Опыт работы с глобальными командами и поддержки внедрения новых инструментов, методов или практик автоматизации. Условия - Комплексное медицинское страхование с первого дня: стоматология, офтальмология, рецептурные препараты. - Программа поддержки сотрудников (EAP) для личных и профессиональных вопросов. - Поддержка всех путей к родительству: лечение бесплодия, услуги по усыновлению, суррогатное материнство. - Щедрый оплачиваемый отпуск: более 17 оплачиваемых праздничных дней, включая выходные с 24 декабря по Новый год; отпуск, плавающие и оздоровительные дни, больничные, полностью оплачиваемый родительский отпуск. - Конкурентные пенсионные накопительные планы: взносы работодателя в 401k, Roth и Catch-Up; взнос работодателя даже при отсутствии личных взносов. - Страхование и защита дохода: страхование жизни, групповое страхование от несчастных случаев, страхование критических заболеваний. - Программа аренды автомобилей компании для сотрудников и ближайших родственников: доступ к автомобилям Stellantis со страховкой, обслуживанием и без ограничения пробега; эксклюзивные скидки на продукцию Stellantis. - Поддержка роста и волонтёрства: возмещение стоимости обучения, программы рефинансирования студенческих кредитов, 18 оплачиваемых волонтёрских часов в год.
Senior Golang-разработчик
Компания Lemon.io — маркетплейс, который связывает разработчиков со стартапами из США и Европы. Ищем Senior Software Engineer для клиента — исследовательской AI-компании. Локация: удалённо, страны ЕС, США, Канада, Великобритания, Австралия, Сингапур. Требования - 4+ лет опыта разработки ПО - 2+ года работы с Golang и Kubernetes - Обязательное знание Temporal - Сильные технические навыки: умение создавать проекты с нуля, глубокое понимание архитектуры приложений - Продвинутый английский для обсуждения бизнес-задач, обоснования решений и описания проблем; хорошая самопрезентация для звонков с клиентом - Развитые навыки самоорганизации: способность работать полный рабочий день удалённо без контроля - Надёжность - Адаптивность и гибкость: быстрое вхождение в проект и быстрые результаты Условия - Удалённая работа - Достойная компенсация - Без визовой поддержки - Модель сотрудничества не включает льготы, обычно предлагаемые при прямом найме
Ведущий AI-инженер, мультиагентные системы и LLM
О компании Flip — ведущая AI-платформа для сотрудников на передовой (frontline workers) в рознице, производстве и логистике. Миссия: Connect every employee to everything they need in one touch. KI-оркестрация — в центре будущего Flip. Flip Fusion, мультиагентная система для генерации кода, — ядро новейшего продукта. Ask AI Agent Gateway и автоматизация через Flip Flows также работают на возможностях, которые разрабатывают и поддерживают наши AI-инженеры. В роли Lead AI Engineer вы отвечаете за AI-дисциплину: архитектуру, стандарты и техническое направление во всех трёх областях, развиваете команду из трёх AI-инженеров и остаётесь hands-on на самых сложных задачах. Задачи - Отвечать за AI-архитектуру: определить единую архитектуру и стандарты для Flip Fusion, Ask AI Agent Gateway и Flip Flows. - Принять главный вызов: мультиагентные системы, созданные для конкретных сценариев, но достаточно универсальные для разных клиентов, в балансе между высокими требованиями, реализуемостью, надёжностью и экономической эффективностью. - Развивать дисциплину: осуществлять дисциплинарное руководство тремя AI-инженерами и помогать им становиться инженерами, задающими технический стандарт. - Оставаться hands-on: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и дисциплинарное руководство. - Влиять на продукты за пределами своей зоны: реализовывать архитектурные решения с продакт-менеджерами и engineering-лидами, убеждая аргументами, а не указаниями. - Работать со стеком: Python, pydantic-ai для оркестрации, Qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes в преимущественно JVM-бэкенде (Kotlin, Micronaut) и Go. - Формировать молодую дисциплину: KI-инжиниринг в Flip настолько новый, что есть огромный простор для решений и нет готового playbook. Требования Мы ищем инженера с фундаментальным software engineering и реальным опытом работы с агентными системами в продакшене, который хочет вести дисциплину, а не только работать над кодовой базой. Если роль вас привлекает, но вы не соответствуете каждому пункту, мы всё равно ждём вашу заявку. Обязательные требования - 7+ лет опыта в разработке ПО с подтверждённым уровнем Senior или Staff, на базе фундаментального software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, создания и эксплуатации продакшн-систем на LLM: RAG, tool calling и MCP, оркестрация и эвалы. Не прототипы, а системы, с которыми вы жили после запуска. - Опыт мультиагентной оркестрации — особенно важен. Это ядро архитектурной ответственности. - Подтверждённый опыт технического лидерства: ответственность за архитектуру, tech-lead, RFC, design reviews или установление стандартов для команды. - Подтверждённая способность продвигать техническую работу вне своей зоны ответственности: выигрывать архитектурные дискуссии убедительностью и доверием, иметь привычку быть правым без формальной власти. - Подтверждённый опыт развития людей: коучинг или менторинг инженеров, а не выполнение работы за них. - Ясное и явное намерение заниматься дисциплинарным руководством. Роль включает управление тремя инженерами, и это не просто дополнение к техническому скоупу. - Развитые коммуникативные навыки и свободный английский (C1). Желательно - Формальный опыт управления персоналом: дисциплинарное руководство, feedback- и development-встречи, рекрутинг. Сильный менторинг также считается. - Опыт кросс-командного руководства дисциплиной или направлением в матричной организации. - Опыт работы с масштабными продуктами: frontline / deskless workers, high-volume B2B SaaS или аналогично. - Опыт инженерии стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, evaluation harnesses. - Немецкий язык любого уровня. В некоторых частях компании полезен, но для этой роли не обязателен.
Lead AI-инженер, мультиагентные системы
Компания: Flip GmbH О роли: Flip — AI-платформа для сотрудников на передовой (розница, производство, логистика). AI-оркестрация — центр развития компании: система мультиагентной генерации кода Fusion, агентский шлюз Ask AI и автоматизация Flip Flows работают на возможностях, которые создают и поддерживают AI-инженеры. В роли Lead AI Engineer вы возглавите AI-направление: отвечаете за архитектуру, стандарты и техническое направление во всех трёх продуктах, руководите командой из трёх AI-инженеров и остаётесь hands-on в самых сложных задачах. Задачи: - Владение AI-архитектурой: определение и согласование целостной AI-архитектуры и стандартов для Flip Fusion, Ask AI и Flip Flows. - Решение ключевой задачи: мультиагентные системы, специализированные под конкретные цели, достаточно универсальные для разных клиентов, с балансом ожиданий, надёжности и стоимости. - Руководство и развитие команды: people-leadership для трёх AI-инженеров, помощь в росте до инженеров, которые сами задают техническую планку. - Hands-on работа: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и people-лидерство. - Влияние на продукты: согласование архитектурных решений с продакт-менеджерами и техлидами через аргументацию, а не через мандат. - Работа со стеком: Python, pydantic-ai для оркестрации, qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes, преимущественно JVM-бэкенд (Kotlin, Micronaut) и Go. - Формирование молодого направления: в Flip AI-инжиниринг достаточно новый, с большим пространством для дизайна и без унаследованных правил. Требования: Обязательные: - 7+ лет опыта в разработке ПО с треком уровня senior или staff, на фундаменте software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, запуска и эксплуатации LLM-систем в продакшене: RAG, tool calling и MCP, оркестрация, eval'ы. Не прототипы, а системы, с которыми вы жили после релиза. - Опыт мультиагентной оркестрации — ключевой фактор, это ядро архитектуры. - Подтверждённое техническое лидерство: владение архитектурой, роль техлида, RFC, дизайн-ревью или установление стандартов для команды. - Умение продвигать техническую работу, которой вы не владеете: выигрывать архитектурные споры через убеждение и доверие, комфортно быть правым без формальной власти. - Доказательства развития людей: коучинг и менторство инженеров, а не поглощение их работы. - Явная приверженность people-лидерству: управление тремя инженерами — не та часть, которую вы терпите ради технического скоупа. - Отличные коммуникативные навыки и деловой английский (C1). Желательно: - Формальный опыт управления людьми: линейное руководство, перформанс- и развивающие беседы, найм. Сильные менторские доказательства ценятся так же. - Опыт руководства дисциплиной или ремеслом в матричной организации. - Продуктовый контекст в масштабе: frontline- или deskless-персонал, высоконагруженный B2B SaaS или аналогичное. - Инженерия стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, eval-харнессы. - Немецкий на любом уровне — полезен в некоторых частях компании, для этой роли не обязателен. Условия: - Формат: remote-first, с возможностью работать из дома. Периодические командные мероприятия, воркшопы или встречи в офисах в Берлине или Штутгарте — с заблаговременным уведомлением. Точный баланс обсуждается на собеседовании. - Work-Life-Balance: оплата членства E-Gym-Wellpass и лизинг велосипеда (job bike). - Атмосфера: мотивированные и вовлечённые люди в расслабленной рабочей обстановке. - Рост: активное участие в формировании компании, поддержка быстрого роста молодой tech-компании, регулярные командные мероприятия.
Product Engineer, PHP / Python + Vue
Digital Clouds — IT-компания, 13 лет на рынке, 130 человек, 200+ проектов: e-commerce, B2B-порталы, мобильные приложения, корпоративные системы. Разработка перестраивается под AI-first модель: рутинный код по спецификациям пишут AI-агенты, инженеры проектируют, пишут спецификации и принимают результат. Конвейер уже работает на боевых проектах. Суть роли Product Engineer — инженер, который ведёт проект целиком: сам говорит с заказчиком, пишет спецификацию, запускает AI-конвейер и отвечает за результат. Роль объединяет аналитика, разработчика и техлида в одной позиции. Работа идёт плотными автономными группами (2–3 инженера на проект). Нет бесконечных согласований, есть только задача и ресурсы для её решения. Чем предстоит заниматься - Discovery: разбираться в задаче заказчика и переводить её в техническую спецификацию - Проектировать решение: архитектура, декомпозиция, контракты интеграций - Писать спецификации для AI-агентов — в этой модели спека важнее кода - Инженерная приёмка: ревью кода агентов, тесты, отлов поведенческих ошибок (галлюцинации, преждевременное завершение, лишние шаги) - Менять конвенции кода, где агент буксует: сложные участки, отладка, тонкие интеграции - Доводить до результата: сроки, демо, коммуникация с заказчиком Что для нас важно - 4+ года коммерческой разработки: PHP (Laravel) и / или Python, фронтенд — Vue - Быстро читать чужой код и находить в нём проблемы — ревьюить придётся больше, чем писать - Опыт прямого общения с заказчиком: сбор требований, защита решений и оценок - Уже применяются AI-инструменты в работе (Claude Code, Cursor, Copilot) и есть желание использовать их системно - Самостоятельность: старт с уровня «проблема бизнеса», а не с готового ТЗ Будет плюсом - Опыт spec-driven development (SDD) или работы с агентными пайплайнами - Роль техлида или единственного инженера на проекте - Docker, CI / CD, Kubernetes - Опыт с платформой Битрикс - Образование НГУ или НГТУ: математика, физика, информационные науки Кому не подойдёт - Если комфортно работать только по детальному ТЗ на входе - Если AI воспринимается как игрушка или угроза, а не рабочий инструмент - Если хочется писать код и не разговаривать с людьми
Middle ML-инженер
ML-инженер 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
Middle+ TechOps SAAS-инженер
TechOps SAAS Engineer (Middle+) Локация: удаленно (желательно часовой пояс GMT+5 - GMT+8) Язык команды: английский Обязанности: - Решать технические проблемы клиентов от начала до конца (Helpdesk + Slack) в рамках SLA - Проводить анализ первопричин с помощью Grafana, Datadog (логи, метрики, трейсы) - Строить дашборды мониторинга и проактивные алерты - Писать Python-скрипты для автоматизации и массовых операций - Активно использовать ИИ (Claude, Cursor, ChatGPT) для ускорения диагностики Требования: - Уверенный ежедневный опыт работы с LLM и промпт-инжинирингом - Практический опыт с Grafana/Datadog (создание дашбордов и алертов) - Python-скриптинг и глубокое понимание распределенных систем - 2+ года в TechOps/технической поддержке (FinTech/Forex/Crypto — плюс) - Отличный английский (C1+)
AI-инженер Python, LLM и RAG
TwelveAI ищет AI-инженера для разработки LLM-ассистента и backend-логики для AI-платформы, которая автоматизирует продажи, запись и поддержку клиентов. Локация: Астана, офис. Формат: Full-time, 5/2. Зарплата: от 600 000 тенге. Задачи: — разрабатывать LLM-ассистента: чат, сценарии и логику диалогов; — создавать RAG-системы, работать с embeddings, chunking и retrieval; — интегрировать БД и внешние сервисы; — разрабатывать REST и async API; — работать с транзакциями, race conditions и WebSocket; — оптимизировать качество ответов и стоимость инференса. Стек: Django 4.2, Django Ninja, DRF, Daphne, Django Channels, PostgreSQL, Redis, Celery, OpenAI SDK, scikit-learn, NumPy, SciPy, vector DB, Docker. Будет плюсом: Document AI, OCR/NLP, semantic matching, AI-агенты, микросервисы, CI/CD.
Senior AI Evaluation Engineer, Python
О компании и формате Mindrift — платформа, соединяющая специалистов с проектными задачами в области ИИ для ведущих технологических компаний. Работа связана с тестированием, оценкой и улучшением ИИ-систем. Участие проектное, не постоянная занятость. Задачи - Создание реалистичных сред разработки: виртуальная компания с кодовой базой, инфраструктурой и контекстом (тикеты, документация, переписка), формирующим правдоподобную историю разработки. - Проектирование задач из промежуточных состояний этих сред: формулировка промпта, определение критериев «решено», обеспечение решаемости задачи ИИ-агентом. - Написание тестов, проверяющих решения агента: принимать все корректные подходы и отклонять некорректные, не слишком строго и не слишком мягко. - Итеративная доработка задач и тестов на основе QA-обратной связи: анализ решений агента, разбор ошибок, улучшение до справедливой и надёжной оценки. Задачи должны по-настоящему бросать вызов лучшим моделям: frontier-модели уже хорошо пишут код, поэтому важно понимать, где модели ошибаются, и создавать сценарии, выявляющие разницу между хорошим и плохим решением. У задач много корректных решений, поэтому написание тестов, принимающих все правильные варианты и отклоняющих неверные, сложнее, чем кажется. Чем это не является - Не разметка данных. - Не промпт-инжиниринг. - Не написание кода с нуля — большую часть кода пишет агент; вы направляете и оцениваете. Требования - Опыт разработки ПО от 5 лет. - Основной стек: Python (FastAPI), JavaScript/TypeScript (React), Docker, Postgres, Kafka, Redis. - Опыт написания тестов (функциональных, интеграционных). - Владение английским языком на уровне B2 и выше. Условия - Оплата до $50/час в эквиваленте, в зависимости от уровня и темпа. - Задачи оцениваются примерно в 20 часов каждая. - Вы сами устанавливаете свой график.
AI-first инженер-программист маркетплейса
О компании OPENLANE — технологическая компания, создающая цифровой маркетплейс подержанных автомобилей. Задачи - Проектировать, разрабатывать и эксплуатировать масштабируемые сервисы для маркетплейс-процессов (Buy Now, 45M, Simulcast, DealerBlock). - Разрабатывать API и бэкенд-сервисы на современной облачной AI-платформе. - Встраивать AI-функции в функции маркетплейса: ценообразование, переговорные процессы, автоматизация рабочих процессов. - Использовать AI-инструменты для ускорения кодинга, тестирования, отладки и документации, применяя инженерное суждение. - Совместно с Product переводить бизнес-потребности в долгосрочные масштабируемые технические решения. - Участвовать в on-call ротации и поддержке продакшн-систем. - Улучшать надёжность, производительность, безопасность и наблюдаемость систем. - Вносить вклад в техническое направление, инженерные стандарты и долгосрочную эволюцию платформы. Применение AI в работе - AI-ассистированное написание кода и рефакторинг. - AI-генерация тестов и валидация. - AI-поддержка отладки и анализа первопричин. - AI-ассистированная документация и обмен знаниями. - Применение AI-инструментов для снижения повторяющейся работы и повышения инженерной эффективности. Требования - 3+ года опыта создания и поддержки продакшн-систем. - Степень бакалавра в Computer Science, инженерии или смежной области (или эквивалентный практический опыт). - Опыт разработки и поддержки продакшн-софта. - Понимание API, распределённых систем и cloud-native архитектуры. - Опыт работы в современных CI/CD-средах. - Опыт наблюдаемости, мониторинга и реагирования на инциденты. - Способность владеть функциями и системами end-to-end. - AI-first мышление: активное использование AI-инструментов (code copilots, AI-отладчики, генераторы тестов), критическая оценка AI-результатов, готовность адаптироваться к быстро меняющимся инструментам. - Опыт в одной или нескольких областях: бэкенд-разработка (Java, Kotlin, Go, Python, .NET, Ruby или аналоги), фронтенд (React, TypeScript) — плюс, AWS или аналогичные облачные платформы, микросервисы и event-driven архитектуры, SQL и data-driven приложения. - Продуктовая ориентированность, ответственность за системы, техническая любознательность, фокус на качестве. Условия - Удалённая работа. - Работа над высоконагруженными маркетплейс-системами в реальном времени. - Участие в крупной модернизации платформы и AI-трансформации. - Использование AI как основного инструмента разработки. - Совместная работа с опытными инженерами, продуктовыми лидерами и платформенными командами. - Среда, ценящая обучение, ответственность и влияние. Команда - Подчинение Engineering Manager. - Ежедневное взаимодействие с Product Managers, Data Engineers, Infrastructure и Site Reliability Engineering (SRE).
Senior Backend Engineer, базы данных Pyroscope
Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Мы развиваем Pyroscope — открытую базу данных непрерывного профилирования, лежащую в основе Grafana Cloud Profiles. Pyroscope дает инженерам видимость на уровне кода: как приложения используют CPU и память, вплоть до конкретной строки, и связывает этот сигнал с метриками, логами и трейсами в стеке Grafana. 2026 год — переломный для Pyroscope. Мы завершили внедрение архитектуры V2, сократив производственные затраты на 92% и значительно улучшив масштабируемость, а число клиентов продукта выросло на 64% за прошлый год. Продукт выходит за пределы аудитории, знакомой с профилированием, и наш фокус смещается с разработки отдельных функций на снижение трения во всем опыте: лучший онбординг, глубже интеграция с остальной частью Grafana, профили, работающие для операционных и SRE-процессов, а не только для специалистов по производительности. В течение следующего года вы поможете нам: - Выпустить Adaptive Profiles как стратегию приема данных по умолчанию, чтобы клиенты автоматически собирали нужные профили по разумной цене. - Превратить Pyroscope в платформенную возможность внутри Grafana: двунаправленная корреляция трейсов и профилей, интеграция с Kubernetes Monitoring и App Observability, вывод профилей там, где инженеры уже начинают расследования. - Подготовить Pyroscope к миру агентов: API, CLI и документация, спроектированные так, чтобы ИИ-агенты могли управлять профилированием от начала до конца, покрывая полный цикл оптимизации производительности — от обнаружения проблемы до проверки исправления. - Продвигать операционное совершенство и совокупную стоимость владения: обобщенное автопроксирование, лучший UX для длинных запросов, автоматизация BYOC, запускающая новую ячейку без ручного вмешательства. - Удвоить принятие продукта, сделав профилирование простым в начале: направляемый онбординг, документация на основе сценариев использования, помощь в инструментировании, чтобы пользователи получали ценность за минуты, а не дни. Чем вы будете заниматься: - Вести проекты от концепции до запуска, например, повышение эффективности пути чтения или корреляцию трейсов и профилей, включая дизайн, поставку, эксплуатацию и сопровождение клиентов. - Проектировать, создавать и эксплуатировать ключевые компоненты распределенной базы данных: прием, хранение и запросы, принимая острые компромиссы по производительности, стоимости и сложности. - Носить «продуктовую шляпу»: у нас нет выделенного продакт-менеджера — инженеры команды участвуют в звонках с клиентами, превращают болевые точки в выполнимые задачи и напрямую формируют дорожную карту. Ваши вопросы и идеи будут определять, что мы строим. - Обеспечивать операционное совершенство: отвечать за результаты против конкретных SLO и целевых показателей стоимости единицы, сокращать рутину через автоматизацию и делать дежурства тише каждый квартал. - Взаимодействовать с другими командами Grafana: тесно работать с App Observability, Alloy, Tempo и другими командами баз данных, чтобы профили были полезны там, где работают инженеры. - Поддерживать коллег через обсуждения дизайна, ревью кода и парное программирование в полностью удаленной среде. - Участвовать в дежурствах (ротация EMEA) для сервисов, которые вы создаете, и относиться к реагированию на инциденты и разбору после них как к части ремесла. - Вносить вклад в открытый исходный код: Pyroscope — OSS. Вы будете взаимодействовать с сообществом, ревьюить внешние вклады и помогать вести проект открыто. Мы много инвестируем в продуктивность разработчиков. Вы можете использовать современные ИИ-ассистенты для кодирования в повседневной работе (инструменты на ваш выбор, в рамках политики компании). Условия: - Полная удаленная работа. - Рассматриваем кандидатов только из Великобритании, Германии, Испании, Швеции и Ирландии.
Senior Backend-инженер, базы данных Pyroscope
О компании Grafana Labs — компания, развивающая открытую облачную платформу наблюдаемости Grafana Cloud. Более 35 миллионов пользователей и 7 000+ клиентов. Полностью удалённая компания: 1 600+ сотрудников в 40+ странах. О продукте Pyroscope — открытая база данных непрерывного профилирования, лежащая в основе Grafana Cloud Profiles. Даёт инженерам видимость использования CPU и памяти на уровне кода. В 2026 году завершён переход на архитектуру V2, что снизило производственные затраты на 92% и увеличило число клиентов на 64% за год. Сейчас фокус смещается на снижение трения во всём опыте: онбординг, интеграция с Grafana, поддержка операционных и SRE-процессов. Задачи на ближайший год - Внедрить Adaptive Profiles как стратегию приёма данных по умолчанию. - Превратить Pyroscope в платформенную возможность Grafana: двунаправленная корреляция трейсов и профилей, интеграция с Kubernetes Monitoring и App Observability. - Подготовить Pyroscope к работе с AI-агентами: API, CLI и документация для сквозного управления профилированием. - Улучшить операционную эффективность: обобщённый автоскейлинг, UX для длинных запросов, автоматизация BYOC. - Удвоить adoption: guided onboarding, документация по сценариям использования, помощь в инструментировании. Обязанности - Вести проекты от концепции до запуска: например, улучшение эффективности read path или корреляция трейсов и профилей. - Проектировать, разрабатывать и эксплуатировать ключевые компоненты распределённой базы данных: приём, хранение и запросы. - Выполнять роль продакт-менеджера: участвовать в звонках с клиентами, превращать проблемы в задачи, влиять на дорожную карту. - Обеспечивать операционное совершенство: достигать SLO и целевых показателей стоимости, автоматизировать рутину, делать дежурства спокойнее. - Взаимодействовать с командами App Observability, Alloy, Tempo и другими подразделениями Databases. - Поддерживать коллег: дизайн-ревью, код-ревью, парное программирование в удалённом режиме. - Участвовать в on-call (EMEA-ротация) для своих сервисов. - Вносить вклад в open source: общаться с сообществом, ревьюить внешние изменения, развивать проект открыто. Условия - Удалённая позиция. - Рассматриваются кандидаты из Великобритании, Германии, Испании, Швеции и Ирландии. - Разрешено использовать современные AI-ассистенты для программирования в повседневной работе.
Staff-бэкенд-инженер, Mimir Query, базы данных
О компании и команде Grafana Labs — компания, разрабатывающая открытую облачную платформу наблюдаемости Grafana Cloud. Платформа интегрирует метрики, логи, трейсы и профили. Команда Databases владеет и управляет телеметрическими базами данных: Mimir для метрик, Loki для логов, Tempo для трейсов, Pyroscope для профилей. Базы данных предоставляются как управляемый сервис в Grafana Cloud и как локальные решения (Grafana Enterprise Metrics, Logs, Traces). Это мультитенантные распределённые системы на Go, работающие в Kubernetes в AWS, GCP и Azure. Сквад Mimir состоит из трёх подсквадов: Ingest, Storage и Query. Команда поддерживает OSS-проект Mimir и управляет Grafana Cloud Metrics в трёх крупных облачных провайдерах. Инженеры фокусируются на оптимизации эффективности и отказоустойчивости обработки, хранения и запросов метрик при больших объёмах. Работа удалённая. Рассматриваются кандидаты в часовых поясах США. Обязанности - Влиять на дорожную карту и собственные карьерные цели. - Работать с командой над новыми функциями и улучшать их на основе результатов. - Вести проекты от идеи до эксплуатации. - Участвовать в open-source культуре и вносить вклад в проекты за пределами своей команды. - Проектировать, разрабатывать, эксплуатировать и поддерживать критически важные системы, отвечая за надёжность, производительность и доступность. - Участвовать в on-call ротации follow-the-sun и отвечать за сервисы. - Поддерживать других членов команды, участвовать в обсуждениях дизайна и сотрудничать. - Изучать новые навыки, углубляя понимание облачного продукта и клиентов, знакомиться с кодовой базой крупной распределённой системы. Условия Компания инвестирует в продуктивность разработчиков. Можно использовать современные AI-ассистенты для кодирования в повседневной работе (на выбор, в рамках политики безопасности), с оплачиваемым бюджетом. Доступны последние модели от OpenAI, Anthropic и Google.
Senior AI-инженер, ML и LLM
Eraneos — технический спин-офф глобальной управленческой консалтинговой компании. Клиенты — преимущественно компании из DAX и Fortune Global 500. Мы разрабатываем индивидуальные решения в области аналитики, больших данных и машинного обучения, помогая клиентам становиться компаниями на основе ИИ. Головной офис в Гамбурге, дополнительные офисы в Мюнхене и Дюссельдорфе, хаб-офисы в Кёльне, Берлине, Франкфурте и Штутгарте. Senior AI-инженер соединяет Data Science, машинное обучение, разработку ПО и консалтинг. Задачи: - Разрабатывать и вводить в эксплуатацию ИИ-модели, дающие измеримые результаты для клиентов. - Тесно работать с заинтересованными сторонами: понимать бизнес-задачи, переводить их в подходы на основе данных и превращать в готовые end-to-end решения. - Проектировать, внедрять и оценивать сценарии ИИ и ML — от классического ML до современных LLM, обеспечивать их надёжное развёртывание и мониторинг. - Создавать прототипы, применять практики MLOps, разработку ПО и интеграцию для воспроизводимости, масштабируемости и непрерывного улучшения ИИ-систем. - Понятно и уверенно доносить результаты до технической и нетехнической аудитории. - Думать за пределами краткосрочной реализации, добиваясь устойчивого эффекта для бизнеса клиентов. Требования: - Подтверждённый опыт в Data Science, статистике, машинном обучении, разработке ПО и/или прикладных ИИ-проектах. - Свободное владение Python, уверенное использование современных и распространённых ML-фреймворков и библиотек. - Опыт с Model Serving, мониторингом и CI/CD-процессами (например, MLflow, Airflow, Docker, GitHub Actions). - Написание чистого поддерживаемого кода, структурирование проектов с использованием современных практик разработки (FastAPI, SQLAlchemy, Pydantic). - Практический опыт с NLP и LLM: GPT, Claude, Gemini, Llama или Deepseek. - Уверенное владение SQL и работа с базами данных, проектирование эффективных пайплайнов для обучения и инференса. - Знакомство с ML-стеками на AWS, Azure или Google Cloud. - Свободный немецкий (C1) и английский. Условия: - Проекты на стыке стратегии, технологий и бизнеса. - Гибкий график, мобильные модели работы, возможность удалённой работы. - Открытая культура на «ты», плоские иерархии, международная среда. - Индивидуальные карьерные пути, обучение и развитие. - Международная сеть из более чем 1300 коллег, регулярные мероприятия. - Возможность саббатикала. - Company Bike и субсидия на EGYM Wellpass. - Современные офисы в Гамбурге, Мюнхене, Дюссельдорфе и гибкие хабы в крупных городах Германии. - Бесплатные напитки, фрукты, закуски и кофе.
Senior Software Engineer, Backend
Camunda — корпоративная платформа для оркестрации агентов, позволяющая организациям координировать ИИ-агентов, людей и системы в комплексных сквозных бизнес-процессах. Платформа обеспечивает управление, аудит и контроль со стороны человека, что позволяет переводить ИИ из пилотных проектов в промышленную эксплуатацию. Camunda доверяют более 700 организаций по всему миру, включая 9 из 10 крупнейших банков США. Компания полностью удаленная и глобальная, трансформируется в AI-first организацию, построенную на собственной платформе. Признана GP Bullhound's Top 100 Next Unicorn list, сертифицирована как Great Place to Work 2025, названа Visionary в 2025 Gartner Magic Quadrant для Business Orchestration and Automation Technologies, заняла 3-е место в рейтинге Flexa's 2026 Most Flexible Companies. О роли Camunda проходит AI-First трансформацию, и компания ищет Senior Software Engineer в команду Engineering Operations. В составе этой платформенной команды вы будете играть ключевую роль в развитии инженерного совершенства: создавать, внедрять и поддерживать масштабируемые основные процессы для повышения эффективности разработки, надежности и качества в кодовых базах Camunda 8, а также в процессах всей инженерной организации. По мере развития Camunda 8 как лидера рынка оркестрации агентов, ваша миссия — обеспечить, чтобы внутренний жизненный цикл разработки был столь же автономным и беспрепятственным. Вы будете работать с командами инфраструктуры и основной разработки, чтобы обеспечить плавные рабочие процессы, надежное управление зависимостями и непрерывное улучшение CI-процессов в эпоху AI-first разработки, позволяя командам Camunda 8 лучше сосредоточиться на разработке основного продукта. Задачи - AI-расширенная инженерия: лидировать переход к автоматизированному жизненному циклу разработки, внедряя и оркестрируя единые процессы в репозиториях Camunda 8, включая AI-ассистируемые процессы: управление релизами, автономное обновление зависимостей и проактивное устранение CVE. - Постоянно оптимизировать здоровье CI/релизов и скорость разработки, используя метрический подход для выявления и устранения узких мест в AI-first рабочих процессах. - Сотрудничать с ключевыми заинтересованными сторонами для реализации CI-стратегии и инженерных лучших практик, создавая позитивное влияние в инженерной организации. - Выявлять точки трения в инженерных процессах и превращать их в автоматизированные, самоподдерживающиеся системы, способные выдерживать увеличенный объем AI-расширенной рабочей силы, эффективно взаимодействуя с инженерами, лидерами и кросс-функциональными командами. Требования Обязательные: - Сильный опыт разработки ПО с подтвержденными результатами (предпочтительно Java). - Специализация: Fullstack или Backend. - Страсть к операционному совершенству в инженерии помимо написания кода: оптимизация CI/CD, управление зависимостями, улучшение релизных процессов, сбор метрик и эффективность сборки (DevOps-мышление), а также опыт владения и развития инженерных процессов от начала до конца. - Сильный опыт работы с CI-инструментами сборки (GitHub Actions, Java-экосистема — Maven, Docker) и автоматизацией (Shell/Python) в сложных проектах (например, монорепозиториях). - Сильные навыки коллаборации между командами и поставка значимых решений в платформенной среде. - Опыт работы с инструментами разработчика, оптимизацией процессов и внедрением AI. Вы берете на себя ответственность за кодовую базу, а также за то, как вы развертываете и эксплуатируете ПО. Вам комфортен подход «you build it, you run it». Желательные: - Опыт проектирования эффективных кросс-командных операций. - Практический опыт работы с Camunda или другими BPMN-системами. Условия Компания предлагает справедливую, прозрачную и конкурентоспособную компенсацию. Для новых сотрудников кандидаты обычно размещаются в первой половине диапазона, что оставляет пространство для роста. Годовой совокупный денежный доход (базовая зарплата + 100% переменная часть, где применимо): - США: $143 800 — $231 900 - Великобритания: £90 300 — £148 500 - Сингапур: S$178 600 — S$267 900 Для кандидатов из других локаций найм осуществляется через Remote.com (глобальный партнер работодателя), и ваш Talent Acquisition Partner предоставит персональный калькулятор вознаграждения после первого интервью. Акции: предлагаются акции (где применимо) через Virtual Stock Option Plan (VSOP).
Инженер-программист, безопасные контейнерные образы
Canonical развивает новое поколение контейнерных образов на основе Ubuntu — «rocks»: минималистичные образы, оптимизированные для производительности и удобства, с долгосрочными обязательствами по безопасности. Более 10 миллиардов загрузок образов Canonical. Обязанности - Сопровождать и развивать портфель качественных, укреплённых контейнерных образов. - Проектировать и эксплуатировать автоматизированные CI/CD-конвейеры для сборки, тестирования, сканирования, подписания, публикации, продвижения и вывода из эксплуатации образов в разных средах и архитектурах. - Писать инструменты и тесты для оценки соответствия требованиям безопасности и совместимости с облачными технологиями. - Тесно работать с сообществом и партнёрами для обмена опытом и поддержания актуальности портфеля. - Сотрудничать с командами по безопасности продукта, платформы, инфраструктуры и клиентскими командами. - Вносить технический вклад в принятие решений команды. - Задавать стандарты качества, определяя стандарты образов: безопасность, совместимость, производительность, размер, удобство для разработчиков. - Развивать базу знаний и писать о проделанной работе. - Работать в совместной, гибкой, глобально распределённой среде. - Наставлять коллег и участвовать в найме. - Работать из дома с командировками до 15% времени для внутренних и внешних мероприятий. Требования - Владение Bash и Python. - Опыт работы с CI/CD-системами (например, GitHub Actions, Jenkins). - Опыт сборки контейнерных образов. - Владение как минимум одним инструментом управления контейнерами или оркестрации (например, Docker, Podman, Kubernetes). - Практический опыт работы с Linux-системами, управлением пакетами, сборочными системами, релизным инжинирингом или конвейерами артефактов. - Чёткая коммуникация и сквозная ответственность: проектирование, ревью, документация, эксплуатация, кросс-командное взаимодействие. - Готовность делиться знаниями и помогать коллегам расти. - Искренний интерес к обучению и работе вне зоны комфорта. - Степень бакалавра или эквивалент в области компьютерных наук, STEM или аналогичной дисциплине. - Отличная академическая успеваемость в школе и университете. - Деловой уровень письменного и устного английского. - Искренняя личная мотивация, соответствующая миссии компании. - Международные командировки 2–4 раза в год на мероприятия компании длительностью до двух недель. - Релевантный опыт 0–7 лет. - Соответствие ценностям компании: точность, надёжность, доступность, гибкость (сочетание энтузиазма, знаний, адаптивности, стиля и характера). Желательно - Подход к обслуживанию с акцентом на безопасность: исследование зависимостей и уязвимостей, оценка влияния, безопасное исправление. - Понимание безопасности цепочки поставок ПО, опыт создания и использования артефактов: SBOM, подписи, происхождение, отчёты CVE. - Знакомство с принципами и рабочими процессами GitOps. - Знание дополнительных языков, таких как Go или Rust. - Практический опыт создания минималистичных и distroless-образов. - Знание спецификаций OCI. - Знакомство с фреймворками безопасности и соответствия: CIS, NIST, FedRAMP, DISA STIG. - Наличие вклада в open source проекты. - Интерес к внедрению безопасности на всех этапах жизненного цикла разработки (DevSecOps) и к ответственному использованию ИИ или агентных разработок. - Соответствующие сертификаты Linux, контейнеров или облачных технологий (например, CKS или DCA). Условия - Локация: регион EMEA. - Удалённая работа из дома. - Командировки: до 15% времени на внутренние и внешние мероприятия; также 2–4 раза в год на мероприятия компании длительностью до двух недель.
Senior Fullstack Engineer, Python и React
Компания создает AI-платформу для производства коротких вертикальных видео с экспертным и обучающим контентом. Продукт помогает превращать исходные материалы в готовые ролики: выбирать фрагменты, обрабатывать видео и звук, создавать субтитры и добавлять элементы для публикации. Сейчас проект находится на стадии MVP. В августе 2026 года планируется подключить первых экспертов, в сентябре — провести первые клиентские запуски. Ищем Senior Fullstack Engineer с сильной экспертизой в Python, который возьмет на себя разработку продукта и будет участвовать в формировании его архитектуры. На старте предстоит развивать основной видеопайплайн: от загрузки исходных материалов до получения готового ролика. Задачи: - Проектировать backend, API и структуру данных. - Разрабатывать рабочие интерфейсы на React. - Подключать AI-, video- и speech-to-text-сервисы. - Строить очереди и фоновые процессы обработки. - Работать с загрузкой, хранением и обработкой видеофайлов. - Разворачивать изменения и диагностировать проблемы после релиза. - Повышать скорость и стабильность системы. Задачи приходят не как готовые технические задания, а как продуктовая проблема или ожидаемый пользовательский результат. Инженеру нужно самостоятельно уточнить ограничения, сравнить варианты реализации и выбрать решение, подходящее для стадии MVP. На старте инженер будет работать в связке с CPO, Product Manager и дизайнером. Прямое подчинение — CPO. У CPO есть технический бэкграунд, но готовых архитектурных решений и подробной технической декомпозиции не будет. Отдельных CTO и DevOps-инженера сейчас также нет, поэтому роль предполагает высокую самостоятельность и влияние на техническую часть продукта. По мере роста проекта инженерная команда будет расширяться. Используемые технологии: - Backend: Python, FastAPI, асинхронные процессы, фоновые задачи, очереди, внешние API. - Frontend: React или другой современный JavaScript-фреймворк. - Данные и инфраструктура: PostgreSQL, Cloudflare R2, Railway, Git. Стек не зафиксирован окончательно: инженер сможет предлагать изменения.
Lead Backend Developer / AI Engineer
Компания CRT — IT-компания с 20-летним опытом разработки, базируется в Тюмени. ООО «Креатив» внесено в реестр аккредитованных IT-организаций 10.10.2017. Сейчас формируется кадровый резерв Java-разработчиков уровня Middle и выше для проектного сотрудничества с партнерами CRT. Компания знакомится с кандидатом, обсуждает опыт, стек, формат работы и ожидания. При совпадении условий специалист добавляется в рабочий чат с актуальными проектными запросами. Можно откликаться только на те проекты, которые подходят по опыту, загрузке и условиям. Под конкретный запрос готовится обезличенное резюме и направляется партнеру. Проекты могут длиться от месяца до полугода и дольше. Возможна проектная или полная загрузка. Чем предстоит заниматься: — Анализировать нечёткие требования, формировать user stories, технические постановки, критерии приёмки и негативные сценарии — Декомпозировать фичи и распределять задачи между собой, командой и AI-агентами — Проектировать микросервисы, API, интеграции и модели данных — Разрабатывать backend-сервисы и проверять созданный агентами код на корректность, безопасность, производительность и соответствие архитектуре — Формировать для AI-агентов контекст, ограничения и стандарты, итеративно управлять результатом — Проводить код-ревью, планировать работу команды, участвовать в менторинге и технических собеседованиях — Погружаться в предметную область и доводить функциональность от идеи до работающего решения в проде Что ожидается от кандидата: — Коммерческий опыт backend-разработки от 5 лет на Python, Go или другом серверном языке — Практический опыт системного анализа, работы с требованиями и подготовки технических постановок — Опыт проектирования и разработки крупных микросервисных систем — Уверенное владение SQL, опыт проектирования баз данных и работы с PostgreSQL и MongoDB — Понимание паттернов Repository, Service, Unit of Work и подходов DDD и CQRS — Опыт работы с Docker, CI / CD и GitLab CI, базовое знание Kubernetes — Понимание мониторинга и логирования с использованием Prometheus, Grafana или ELK — Активный опыт работы с Claude Code, Cursor, Copilot, Gemini или другими AI-инструментами — Умение делегировать агентам полноценные задачи, формировать контекст и критически проверять результат — Опыт лидирования разработки от 2 лет, включая постановку задач, код-ревью и развитие команды Заработная плата: до 250 000 ₽ за месяц, на руки.
Backend-инженер Python, парсинг соцсетей и LLM
Компания собирает и классифицирует тренды в нишах по соцсетям. Система парсит контент площадок, размечает его по тематикам и форматам через LLM и отдает результат в контент-планы экспертов. Сейчас модуль работает на сторонних платных сервисах, запускается вручную и считает нишу несколько дней из-за лимитов на выгрузку. Задача инженера — перевести его на собственные парсеры и автоматический запуск, расширить список площадок и снизить стоимость прогона до близкой к нулю. Проект находится на стадии MVP. Первые эксперты должны начать пользоваться продуктом в августе 2026 года, первые клиенты ожидаются ориентировочно в сентябре. Бэклог на следующие 6–12 месяцев ещё формируется, поэтому задачи и приоритеты будут уточняться по мере тестирования продукта. Задачи: - Писать и поддерживать парсеры соцсетей: Instagram, TikTok, Threads, дальше Facebook, X и другие площадки. - Уходить со сторонних платных сервисов на Apify и затем на собственные решения, контролируя стоимость прогона. - Сделать автозапуск пайплайна: расписания, очереди, ретраи, мониторинг и оповещения о сбоях. - Классифицировать контент через LLM: тематики, форматы, признаки тренда. - Собирать и вести пайплайны обработки на LangGraph или LangChain. - Сравнивать модели по качеству и цене и переводить разметку на более выгодную. - Проектировать хранение и витрины данных, из которых собираются контент-планы. - Держать систему живой при изменениях на стороне площадок. Задачи приходят не как готовые технические задания, а как описание процесса и ожидаемого результата. Инженеру нужно самостоятельно уточнить ограничения, сравнить варианты реализации и выбрать решение, подходящее для текущего масштаба, а не для гипотетического. Инженер будет работать напрямую с Product Manager и fullstack-инженерами платформы, которая потребляет данные трендвотчинга. CTO, отдельного архитектора и DevOps в команде пока нет, поэтому сотрудник должен самостоятельно принимать технические решения и доводить задачи до production.
Инженер по оценке ИИ-агентов, разработчик задач
Компания Mindrift подбирает специалистов для проектной работы с ИИ-системами ведущих технологических компаний. Участие проектное, не постоянная занятость. Роль: разработка задач на кодинг для frontier-моделей ИИ. Каждая задача — самодостаточное Docker-окружение с неработающим кодом, который агент должен исправить; автоматические тесты проверяют результат. Итоговый результат — полный пакет: сломанный код, тесты, инструкция и эталонное решение. Задачи: - Придумать реалистичный сценарий разработчика — реальный баг, сломанный ETL, отсутствующая функция, а не учебная проблема. - Собрать воспроизводимое Docker-окружение с фиксированными зависимостями. - Написать pytest, проверяющий результат, а не команды, — детерминированный, стабильный, не раскрывающий исправление. - Написать instruction.md в формате Jira-тикета. - Написать эталонное решение solve.sh, доказывающее решаемость задачи. - Калибровать сложность так, чтобы современные агенты решали задачу в 20–60% случаев. - Дорабатывать задачи по обратной связи от экспертных QA-ревьюеров. - Позже — рецензировать задачи других авторов в роли QA-ревьюера. Вне области: разметка данных, промт-инжиниринг, продакшн-код, задачи уровня Leetcode. Требования: - 3+ года продакшн-разработки в одном бэкенд-стеке: Python, Go, Node.js, Java или Rust. - Свободное владение Python и pytest — обязательно независимо от основного стека: фикстуры, parametrize, monkeypatch, таймауты, conftest.py. - Опыт создания Docker-образов: воспроизводимые Dockerfile, фиксированные зависимости, multi-stage сборки, запуск от non-root пользователя. - Уверенная работа с Linux и Bash: отладка внутри контейнеров (strace, lsof, journalctl), shell-скрипты сложнее set -euo pipefail. - Опыт работы с ИИ-агентами кодинга — Claude Code, Cursor, Roo Code или аналогичными — на нетривиальных задачах; умение привести пример, когда ИИ уверенно ошибался, и как это было обнаружено. - Письменный английский уровня B2+. Не подходит: инженеры Data Science, ML или Computer Vision без бэкенд-опыта; мануальные QA без автоматизации; фронтенд-only, low-code/no-code, IT-поддержка, бизнес-аналитики; инженеры без опыта написания pytest с нуля; джуниоры, интерны или ассистенты на последней позиции. Предпочтительно: - Глубина в одной из областей: безопасность, системное администрирование (nginx, systemd, cron), научные вычисления (NumPy, PyTorch, SciPy), DevOps или внутренности Git. - Современный Python-тулинг: uv, poetry, pyproject.toml. - Инструменты покрытия: pytest-cov, coverage.py, gcov, llvm-cov, kcov. - Фаззинг или property-based тестирование (Hypothesis). - Опыт участия в бенчмарках оценки агентов. Процесс: заявка → квалификационный этап (90-минутный тест-задача и короткое поведенческое интервью) → присоединение к проекту → выполнение задач → оплата. Время: онбординг — около 10 часов на первую задачу; далее — около 5 часов на задачу, 2–4 параллельные задачи; реалистичная недельная нагрузка — 8–20 часов. График свободный, задачи сдаются к дедлайну и по критериям приёмки. Оплата: до $35 в час, зависит от экспертизы, оценки навыков, локации и потребностей проекта. Возможны повышенные ставки для узких специалистов, пониженные — на онбординге. Детали оплаты сообщаются по каждому проекту.
Senior AI-архитектор, Generative AI и Agentic AI
Компания AIT Global, Inc. Локация Удалённо О роли Ищем опытного архитектора Generative AI / Agentic AI для руководства проектированием, разработкой и внедрением корпоративной AI-платформы нового поколения. Идеальный кандидат — практикующий архитектор с глубокой экспертизой в Agentic AI, больших языковых моделях (LLM), облачных технологиях AWS и современных фреймворках оркестрации ИИ. Роль требует сильного технического лидерства для проектирования масштабируемых AI-решений, а также наставничества и руководства командой разработчиков. Обязанности - Проектировать и создавать корпоративную платформу Generative AI и Agentic AI с нуля. - Руководить проектированием и разработкой AI-агентов и мультиагентных систем с использованием современных фреймворков Agentic AI. - Определять архитектуру платформы, переиспользуемые компоненты, стандарты безопасности, управления, наблюдаемости и развёртывания. - Руководить и наставлять команду AI-инженеров и разработчиков: архитектура, дизайн, код-ревью, поставка. - Взаимодействовать с бизнес- и техническими стейкхолдерами для преобразования требований в масштабируемые AI-решения. - Оценивать и интегрировать новые AI-технологии и фреймворки. Требования - 15+ лет опыта в разработке ПО, из них 3+ года в Generative AI / Agentic AI. - Практический опыт проектирования и разработки решений Agentic AI с использованием: LangGraph/LangChain, Strands Agents, Model Context Protocol (MCP), Agent-to-Agent (A2A), Loop Engineering, оркестрация AI-воркфлоу и мультиагентные архитектуры. - Опыт создания LLM-приложений: промпт-инжиниринг, RAG, Function Calling, Tool Calling, управление памятью, AI Guardrails. - Практический опыт работы с AWS: Amazon Bedrock, EKS/ECS, Lambda, API Gateway, Step Functions, S3, DynamoDB/Aurora, IAM, CloudWatch. - Сильные навыки Python; опыт с FastAPI и REST API. - Знание React/TypeScript — плюс. - Опыт с векторными базами данных, микросервисами, Docker, Kubernetes и CI/CD. - Понимание концепций Generative UI (GenUI) и AI-управляемого пользовательского опыта. Предпочтительные квалификации - Опыт создания корпоративных AI-платформ от концепции до продакшена. - Желателен опыт в здравоохранении, особенно с данными плательщиков (payer data). - Знание Responsible AI, управления ИИ, безопасности и наблюдаемости. - Желательны сертификаты AWS Solution Architect или AI/ML. - Отличные коммуникативные навыки, управление стейкхолдерами и техническое лидерство.
Инженер-программист по развертыванию моделей
О команде и роли ChatGPT использует большой и растущий парк GPU для надежного и эффективного обслуживания инференс-нагрузок. Команда разрабатывает системы и инструменты, которые позволяют внедрять новые модели, управлять продакшн-развертываниями, реагировать на операционные проблемы и эффективно использовать инфраструктуру в масштабе. Работа охватывает распределенные системы, платформенную инженерию, автоматизацию инфраструктуры и опыт разработчиков. Команда тесно сотрудничает с исследовательскими, инфраструктурными и продуктовыми командами, чтобы сделать развертывание моделей более надежным, эффективным и управляемым. Ищем инженера-программиста с опытом создания или эксплуатации крупномасштабных производственных систем. Вы будете проектировать и разрабатывать системы, поддерживающие жизненный цикл моделей в продакшене, включая оркестрацию развертывания, управление конфигурацией, операционную автоматизацию, надежность и управление мощностями. Вы поможете превратить сложные операционные процессы в масштабируемые платформенные возможности, которые позволят командам OpenAI развертывать и управлять моделями с большей уверенностью и меньшими ручными усилиями. Роль подходит инженерам, которым нравится решать сложные операционные проблемы и создавать программное обеспечение, упрощающее эксплуатацию производственной инфраструктуры в масштабе. Задачи - Развивать платформу для развертывания, настройки и управления моделями в ChatGPT. - Разрабатывать системы оркестрации развертывания, раскатки моделей, операционной видимости и готовности к продакшену. - Создавать абстракции и инструменты, упрощающие сложную инфраструктуру и улучшающие опыт разработчиков. - Автоматизировать операционные процессы, включая обнаружение инцидентов, диагностику, смягчение последствий и восстановление. - Повышать надежность, масштабируемость и эффективность развертывания моделей и поддерживающей инфраструктуры. - Строить системы поддержки планирования мощностей, распределения ресурсов и использования инфраструктуры. - Взаимодействовать с исследовательскими, инфраструктурными и продуктовыми командами для выявления общих задач и создания переиспользуемых платформенных возможностей. - Определять техническое направление платформы управления моделями по мере развития ChatGPT и его систем. Требования - Пять и более лет опыта разработки программного обеспечения для производственной инфраструктуры. - Сильные навыки программирования на Go, Python, C++, Rust или аналогичном языке. - Опыт проектирования или эксплуатации высокодоступных распределенных систем. - Опыт в платформенной инженерии, инфраструктурной инженерии, производственной инженерии, site reliability engineering или аналогичных дисциплинах. - Сильные навыки системного проектирования, отладки и решения операционных проблем. - Отличные коммуникативные навыки и опыт совместной работы с инженерными командами. Желательные качества - Опыт создания или эксплуатации внутренних платформ, распределенных систем или крупномасштабной производственной инфраструктуры. - Умение превращать сложные операционные проблемы в надежное программное обеспечение и переиспользуемые абстракции. - Опыт работы с системами развертывания, оркестрации, управления конфигурацией или автоматизации инфраструктуры. - Понимание производственной надежности, наблюдаемости, планирования мощностей и реагирования на инциденты. - Внимание к опыту разработчиков и созданию инструментов, повышающих эффективность других инженерных команд. - Готовность работать на стыке организационных границ и брать на себя ответственность от проектирования системы до эксплуатации в продакшене. - Умение работать в быстро меняющейся среде со значительной технической неопределенностью. - Интерес к обслуживанию моделей или ML-инфраструктуре; специализированный опыт работы с GPU или низкоуровневым оборудованием не обязателен. О компании OpenAI — исследовательская и внедренческая компания в области ИИ, стремящаяся к тому, чтобы искусственный интеллект общего назначения принес пользу всему человечеству. Компания расширяет границы возможностей систем ИИ и стремится безопасно внедрять их через свои продукты.
Staff-системный инженер, IT-инфраструктура и ITSM
Staff Systems Engineer, IT — старшая инженерная роль для универсального специалиста, готового отвечать за широкий набор платформ. Вы будете владеть системами и интеграциями, обеспечивающими жизненный цикл сотрудника: онбординг, изменение ролей и офбординг. Системы строятся как инфраструктура-как-код с применением SRE-практик, чтобы они были версионированы, наблюдаемы и надежны. Вы станете техническим владельцем ITSM-платформы GitLab и AI-возможностей поверх неё: виртуальные агенты, агентные рабочие процессы и базы знаний, которые решают запросы до превращения их в тикеты. Также вы отвечаете за общую IT-инфраструктуру в облаке. Работая с AI-ориентированной ITSM, вы замените повторяющуюся ручную работу устойчивой автоматизацией и будете партнёром для End User Services, Security, People и Finance при масштабировании решений на всю компанию. Ключевые метрики: покрытие автоматизацией процессов жизненного цикла, доля AI-отклонений (deflection rate) и надёжность создаваемых систем. Задачи - Проектировать, строить и владеть сквозной автоматизацией жизненного цикла сотрудника: онбординг, переводы, изменение ролей и офбординг, чтобы предоставление и отзыв доступа происходили точно и с минимальным участием человека. - Быть техническим владельцем ITSM-платформы GitLab: дизайн каталога услуг, рабочие процессы, процессы запросов, инцидентов и изменений, интеграции и обновления платформы. - Повышать долю AI-отклонений для всех пользователей ITSM за счёт развёртывания и настройки виртуальных агентов, AI-поиска и агентного разрешения, а также измерения того, что реально решает запросы без участия человека. - Находить повторяющиеся ручные процессы в IT и партнёрских командах и заменять их автоматизацией, построенной в ITSM и Serval. - Создавать и поддерживать интеграции между ITSM-платформой и ключевыми системами GitLab: Okta, Google Workspace, Slack, Zoom, JAMF, Fleet, Workday и сам GitLab. - Управлять IT-инфраструктурой как кодом в облачных средах, чтобы каждое изменение проходило через контроль версий, код-ревью и автоматизированный, аудируемый путь в продакшн. - Применять SRE-принципы к сервисам IT: значимый мониторинг и алертинг, понятные цели надёжности, учёт ёмкости и стоимости, безобвинительный разбор инцидентов. - Развивать управление знаниями и self-service-опыт, которые питают AI-отклонения: хорошо структурированные статьи, элементы каталога и диалоговые сценарии, остающиеся точными при изменении систем. - Инструментировать автоматизацию и производительность AI понятными метриками и дашбордами: доля отклонений, время решения, покрытие автоматизацией, частота отказов — и публично итерировать по результатам. - Задавать инженерные стандарты для стека IT-автоматизации: контроль версий, тестирование, код-ревью, управление окружениями и контроль изменений, а также наставлять инженеров поддержки в IT-организации. - Партнёрствовать с Security и Compliance, чтобы автоматизация жизненного цикла и AI-рабочие процессы соответствовали требованиям доступа, аудита и контроля, включая SOX и SOC 2. - Документировать архитектуру, runbook и проектные решения в handbook, чтобы создаваемые системы были прозрачными, поддерживаемыми и управляемыми всей командой. Требования - Широта кругозора как у универсального системного инженера: вы владели широким спектром платформ от начала до конца и достаточно быстро осваиваете незнакомые, чтобы полностью взять их на себя. - Уверенный опыт работы с инфраструктурой-как-кодом (Terraform или аналоги).
Python разработчик
Python разработчик Компания: Bell Integrator 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: 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 - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) 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 профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва
T1 ищет AI Product Manager / AI Lead
AI Product Manager / AI Lead Компания T1 развивает продукты на основе больших данных и искусственного интеллекта, создаёт платформы хранения данных, аналитические и рекомендательные системы для крупного бизнеса. Компания ищет специалиста, который сможет управлять AI-продуктами, координировать технические команды и участвовать в развитии AI-стратегии. Чем предстоит заниматься - Управлять AI-продуктами от идеи до запуска в production. - Участвовать в формировании AI-стратегии: Roadmap, KPI и приоритизация инициатив. - Прорабатывать архитектуру AI-решений. - Координировать команды Data Scientists, ML-инженеров и Data Engineers. - Запускать PoC и MVP AI-продуктов. - Решать задачи масштабирования моделей и повышения качества данных. - Оптимизировать инференс моделей по скорости, стоимости и точности. - Работать с дообучением open-source моделей под бизнес-задачи. Что важно - Опыт работы на релевантной позиции от 5 лет. - Опыт в сфере AI. - Опыт коммерческой разработки и широкий технический кругозор. - Опыт управления командой — обязательно. - Умение презентовать решения и ценность продуктов C-level. - Понимание Agile / Scrum в ML-проектах. - Лидерские качества, критическое мышление и сильные коммуникационные навыки. Технологический стек - Python, SQL. - scikit-learn, TensorFlow, PyTorch. - Hugging Face, LangChain. - MLflow, Kubeflow, Airflow. - Docker, Kubernetes, K8s. - Spark. - DWH: BigQuery, Snowflake. - Векторные базы: FAISS, Pinecone. - Kafka. - LLM и NLP-модели. - Embeddings, NER, classification. О компании В состав T1 входят Т1 Иннотех, Т1 ИИ, Т1 Интеграция, Т1 Облако, Т1 Сервионика, Т1 Цифровая Академия и НОТА от Т1. Компания предлагает стабильную работу, профессиональное развитие, интересные AI-проекты и комфортный гибридный формат.
HR 💜 QA 🟡 Менеджерам
Стажер Data Scientist (сегменты) Москва, офис Команда «Сегменты» специализируется на создании ML-моделей для анализа оттока клиентов, снижения транзакционной активности и выявления склонностей к различным продуктам. Команда насчитывает шесть человек, среди которых выпускники МГУ и ВШЭ. Ищем стажера, готового участвовать в полном цикле создания DS-продуктов — от идеи до промышленного внедрения. Обязанности - Помощь в разработке и обучении моделей прогнозирования поведения клиентов - Проведение исследовательского анализа данных (EDA): поиск паттернов, аномалий и инсайтов для формирования гипотез - Участие в формировании гипотез и тестировании бизнес-идей - Разработка пайплайнов для обработки данных (под руководством наставника) - Подготовка кода моделей к промышленной эксплуатации и участие в интеграции решений в платформы компании - Оценка качества моделей с технической (метрики) и бизнесовой стороны (метрики влияния на продукт) Требования - Базовые знания Python: уверенное владение синтаксисом, написание чистого кода, знакомство с pandas, numpy - Математический аппарат: понимание основ статистики, теории вероятностей и линейной алгебры, знание принципов проверки гипотез (A/B тесты) - ML: понимание классических алгоритмов (линейная регрессия, деревья решений, градиентный бустинг), знакомство с фреймворками Scikit-Learn и LightGBM на базовом уровне - SQL: умение писать запросы для извлечения и агрегации данных Будет плюсом - Опыт работы с Spark/PySpark и/или Hadoop - Базовое понимание устройства нейросетей (PyTorch) и трансформеров - Опыт участия в DS-соревнованиях (Kaggle, ODS) - Понимание основ DevOps (CI/CD, Git) Условия - Комфортный современный офис рядом с м. Кутузовская - Офисный формат работы - Срочный трудовой договор - Корпоративный спортзал и зоны отдыха, более 400 образовательных программ СберУниверситета для профессионального и карьерного развития - Программа адаптации и помощь руководителя на старте
Progjob
Компания ROBOTMIA Вакансия Data Scientist (Аудиоаналитика) офис в г. Новосибирск Локация Новосибирск, Россия Требуемые навыки - Алгоритмы и структуры данных - Docker - Scikit-learn - TensorFlow - ClickHouse - PyTorch - Pandas - Python - SQL
LLM DevOps / Inference Engineer
Xaxis Solutions ищет LLM DevOps / Inference Engineer для поддержки платформы оценки и бенчмаркинга ИИ в сфере здравоохранения. Роль включает владение инфраструктурой для тестового стенда, стеком самостоятельного хостинга моделей и надежностью платформы, включая предоставление GPU-инфраструктуры, оптимизацию инференса моделей и управление облачными системами AWS. Задачи: - Строить и поддерживать AWS-инфраструктуру с помощью Terraform, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Развертывать и управлять самостоятельным хостингом LLM-инференса на GPU-инфраструктуре - Внедрять стратегии батчинга, квантизации, автоскейлинга и мульти-GPU для эффективного инференса - Разрабатывать стандартизированные процессы быстрого подключения новых моделей - Создавать слои абстракции провайдеров для API-моделей, таких как OpenAI, Anthropic и Gemini, а также для самостоятельного хостинга моделей - Внедрять ограничение скорости, повторы, экспоненциальную задержку, управление квотами, логирование запросов и ответов и атрибуцию затрат - Обеспечивать воспроизводимость и экономичность бенчмарк-запусков через закрепленные версии моделей и контейнеров и оптимизированную облачную мощность - Строить дашборды наблюдаемости, охватывающие пропускную способность, задержку, использование токенов, стоимость GPU-часов, сбои и производительность по моделям - Поддерживать пиковые нагрузки, предотвращая осиротевшие или ненужные облачные ресурсы - Участвовать в архитектуре доверенной среды исполнения (TEE) и оценивать AWS Nitro Enclaves и аналогичные решения конфиденциальных вычислений Требования: - Практический опыт запуска и управления контейнерами инференса - Сильный опыт построения и поддержки AWS-инфраструктуры как кода, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Опыт работы в стартапе или среде с быстрым темпом - Сильный опыт работы с ИИ/LLM и модельной инфраструктурой - Отличные коммуникационные навыки - Граждане США получат приоритет - Активный и полный профиль LinkedIn - Опыт работы с продакшн-масштабной AWS-инфраструктурой - Сильное знание EKS/ECS, EC2 GPU-инстансов (G5/G6, P4d/P5), VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch и Service Quotas - Сильный опыт Terraform / Infrastructure as Code - Практический опыт с обслуживанием LLM-моделей и оптимизацией инференса - Практические знания стратегий батчинга, поведения KV-кэша, квантизации и мульти-GPU шардинга - Опыт управления GPU-нагрузками с EKS/ECS, автоскейлингом узлов и контейнерными пайплайнами на CUDA - Сильный опыт в области надежности и оптимизации затрат, включая SLO, мониторинг, алертинг и оптимизацию облачных затрат - Опыт с AWS SageMaker и Bedrock - Сильные навыки разработки на Python - Знание конфиденциальных вычислений, включая Enclaves, удаленную аттестацию и защищенный выпуск ключей - Понимание комплаенса в здравоохранении, включая сервисы, соответствующие HIPAA, требования BAA, аудит-логирование и контроль доступа к PHI - Опыт усиления безопасности, сканирования образов и контроля сетевого исходящего трафика Компания Xaxis Solutions — консалтинговая компания по управлению, предоставляющая клиентам экономически эффективные решения. Основана в undefined, штаб-квартира в Миссиссоге, Онтарио, Канада, штат 2–10 сотрудников.
Прикладной AI-инженер продукта, full-stack
О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).
Фаундинг-инженер, бэкенд и платформенная разработка
Strello Health разрабатывает ИИ-голосовых ассистентов для здравоохранения. Компания находится на стадии post-seed, генерирует выручку и быстро масштабируется. Вы будете работать напрямую с основателями над созданием основной инфраструктуры для голосовых разговоров в реальном времени, включая аудиопотоки, оркестрацию LLM, API, интеграции, наблюдаемость и продакшен-системы. Требования - опыт в backend или платформенной разработке - распределённые системы - API - Linux - создание надёжных систем с нуля (0→1) - учитывается опыт co-op - рассматриваются кандидаты с разным уровнем опыта Будет плюсом - WebRTC/WebSockets - ML или LLM инфраструктура - Node.js/TypeScript - Python - Docker - Kubernetes - open-source вклад Технологический стек TypeScript/Node.js и Python.