Вакансии для DevOps-инженеров

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Grafana Labs — компания, разрабатывающая открытую платформу наблюдаемости. Grafana Cloud — управляемая платформа наблюдаемости, построенная для масштабирования. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, более 1600 сотрудников в 40+ странах. О роли Grafana AI-команды помогают пользователям понимать сложные данные наблюдаемости с помощью AI-функций. Эти возможности снижают рутинную работу, понижают порог экспертизы и выявляют значимые сигналы в шумной среде. Команда работает с высокой степенью автономии и ответственности. Инженеры могут принимать решения, быстро двигаться и проверять идеи на ранних этапах, при поддержке коллаборативной культуры. Ищем AI-инженера с сильным бэкграундом в разработке ПО, быстрым итеративным мышлением и страстью к экспериментам, а также с фокусом на выпуск и масштабирование значимых функций. Вы будете работать с кросс-функциональными командами, чтобы разрабатывать, тестировать и выпускать AI-функции, улучшающие инфраструктуру и качество наблюдаемости через автоматизацию, а также расширять возможности AI-агентов в стеке наблюдаемости для помощи пользователям при реагировании на инциденты. Задачи - Разрабатывать и внедрять AI-решения: создавать высокопроизводительные AI-функции для обнаружения, триажа и разрешения инцидентов с использованием данных и инструментов наблюдаемости. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять на реальных пользователях, включая выпуск и развитие LLM- или агентских рабочих процессов для управления жизненным циклом инцидентов и автоматизированного анализа. - Работать кросс-функционально: взаимодействовать с аналитиками данных, продакт-менеджерами и дизайнерами для формирования AI-функций, включая интеграцию агентских компонентов с внутренними инструментами, системами оповещения, runbook и рабочими процессами разработчиков. - Эффективно использовать AI-инструменты: применять AI и инструменты автоматизации для улучшения функциональности продукта и собственных рабочих процессов разработки. - Эффективно общаться: работать в динамичной и коллаборативной среде, вносить вклад в работу команд. - Владеть результатом: нести полную ответственность за разработанные AI-решения, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Условия - Удаленная работа, рассматриваются кандидаты только из часовых поясов Канады. - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодирования в повседневной работе (инструменты на выбор, в рамках политики безопасности), с оплачиваемым компанией бюджетом на использование. - Поощряется прагматичная AI-разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при соблюдении стандартов качества и код-ревью. - Доступ к последним frontier-моделям от OpenAI, Anthropic и Google.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

MLOps-инженер в инфраструктуру Центра ИИ, senior Компания «Контур» ищет специалиста на вакансию «MLOps-инженер в инфраструктуру Центра ИИ, senior». Локация: Москва (Россия), Санкт-Петербург (Россия), Иннополис (Россия). Формат работы: полный рабочий день, возможно удалённо. Требуемые навыки: - Senior - Ansible - CI/CD - Python - Kubernetes - Docker

Формат

Гибрид

Страна

ОАЭ

Город

Дубай

Platform & Security Operations Engineer Компания: название под NDA. Регулируемая OTC crypto-платформа, работающая в Дубае под лицензией VARA. Занятость: полная, гибрид, оформление в штат. Локация: Дубай, ОАЭ. Зарплата: 32 000–36 000 AED в месяц. Зона ответственности: - Владение production-инфраструктурой и Kubernetes-кластерами. - Развитие инфраструктуры на Terraform/Terragrunt: network, data и identity. - Поддержка и развитие GitOps-процессов. - Построение security monitoring: алерты, detection rules, настройка false positives. - Разработка incident runbooks и запуск процесса дежурств. - Реагирование на production- и security-инциденты, проведение postmortem. - Развитие CI/CD и безопасности software supply chain. - Настройка сканирования зависимостей, образов и подписи артефактов. - Формализация инфраструктурных регламентов и процессов. - Подготовка технических свидетельств для внешних аудитов. Требования: - Сильный production-опыт с Kubernetes: upgrades, workload identity, network policies, autoscaling и расследование инцидентов. - Опыт с Terraform и Terragrunt, Atlantis или аналогичными инструментами. - Практический опыт GitOps с Flux, ArgoCD или аналогами. - Глубокое знание AWS: VPC, multi-AZ, KMS, OIDC federation, DNS. - Опыт прохождения внешних аудитов: ISO 27001, SOC 2, PCI DSS, HIPAA или аналогичных. - Практический опыт security monitoring и detection engineering: алертинг, настройка правил, снижение ложных срабатываний. - Опыт работы с production-системами, где сбои или утечки приводят к серьёзным финансовым и регуляторным последствиям. - Опыт работы с AI-инструментами разработки и понимание ограничений генерируемого ими кода. - Английский C1.

Формат

Офис

Страна

Не указана

Город

Не указан

Data Engineer / Data Analyst On-site | Full-time | Astana, Kazakhstan Nomad Venture Studio — продуктовая IT-компания, которая создаёт и развивает digital-продукты в сфере образования, карьеры и фриланса. Флагманский продукт — Jobescape: AI-платформа с оценкой $50M, работающая на рынках США и стран Tier-1. Ищем Data Engineer / Data Analyst, который поможет развивать data infrastructure, строить надёжные ETL-процессы и поддерживать качество данных. Основной фокус роли — data engineering и data quality assurance, также участие в аналитических задачах и работе с бизнес-метриками. Чем предстоит заниматься - Разрабатывать и поддерживать data pipelines - Строить и оптимизировать ETL-процессы на Python, SQL и Apache Airflow - Работать с ClickHouse Cloud: таблицы, запросы, производительность, оптимизация хранения - Интегрировать новые источники данных в существующую инфраструктуру - Настраивать проверки качества данных - Улучшать надёжность существующих пайплайнов и разбираться с ошибками - Проводить ad-hoc аналитику по продуктовым, маркетинговым и платежным метрикам Что важно для нас - Опыт в Data Engineering / Data Analytics от 2–4 лет - Сильный SQL: CTE, window functions, joins, агрегации, оптимизация запросов - Опыт работы с ClickHouse или другими DWH / OLAP-базами - Уверенный Python для обработки данных и автоматизации - Практический опыт с Apache Airflow - Понимание ETL / ELT, data warehouse, data marts и data modeling - Опыт работы с большими датасетами - Понимание data quality процессов - Умение разбираться в чужих пайплайнах и улучшать существующую логику Будет плюсом - Опыт работы с GCP - Интеграция данных из внешних API - Опыт с маркетинговыми, продуктовыми или платежными данными - Опыт подготовки данных для Tableau - Понимание продуктовых метрик: funnel, conversion rate, retention, LTV, ARPU / ARPPU - Опыт мониторинга пайплайнов и настройки алертов - Базовое понимание A/B-тестирования Наш стек ClickHouse Cloud, Apache Airflow, Python, SQL, Tableau, GCP Platform. Мы предлагаем - Работу над международным AI-продуктом на рынках США и Tier-1 - Возможность влиять на data infrastructure и архитектуру данных - Задачи на стыке data engineering, product analytics, marketing analytics и payments - Пространство для инициативы и внедрения best practices - Быстрый рост вместе с продуктом и командой

Формат

Удалённо

Страна

Россия

Город

Не указан

AI Engineer / Инженер по внедрению AI Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнес-задачи в рабочие AI-сценарии — от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Основная задача — собирать AI-ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации. Кого мы ищем Нам нужен инженер-практик, который не ограничивается настройкой промптов, а умеет собрать полноценный рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку. Важно не просто знать LLM, а уметь быстро разобраться в бизнес-задаче, собрать MVP, проверить его пользу, доработать и внедрить так, чтобы сотрудники регулярно и безопасно использовали инструмент. Наши задачи - Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений. - Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов. - Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки. - Создавать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями. - Настраивать RAG-контуры, базы знаний и поиск по документам и корпоративным данным. - Подготавливать данные для AI-сценариев: очищать, структурировать, нормализовать и описывать источники. - Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приёмки. - Проектировать сценарии с учётом контроля человека: проверка, подтверждение, логирование и обработка ошибок. - Документировать архитектуру, инструкции, ограничения и правила эксплуатации. - Обучать сотрудников работе с AI-инструментами. - Переводить успешные прототипы в промышленное или регулярное использование. Наши ожидания - Опыт создания прикладных решений с LLM / AI-инструментами. - Опыт работы с Dify, n8n, Flowise, LangChain, LlamaIndex или аналогичными инструментами. - Знание Python для интеграций, скриптов, обработки данных и работы с API. - Опыт web-разработки или готовность быстро собирать внутренние интерфейсы: React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии. - Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval. - Умение интегрироваться с внешними API и внутренними корпоративными системами. - Понимание баз данных и SQL на уровне уверенной работы с данными. - Базовое понимание эксплуатации: Docker, переменные окружения, логи, обработка ошибок и мониторинг. - Системность, аккуратность и привычка доводить решение до состояния, в котором им реально пользуются. - Умение общаться с бизнес-пользователями, разбирать процессы и переводить задачи в технические решения. Будет плюсом - Опыт автоматизации бизнес-процессов. - Опыт разработки внутренних инструментов для юристов, финансов, закупок, продаж, поддержки или операционных подразделений. - Опыт работы с документами: PDF, DOCX, XLSX, сканы, OCR, классификация и извлечение данных. - Опыт настройки прав доступа, ролей и безопасной работы с корпоративными данными. - Опыт построения evaluation-наборов и регрессионного тестирования AI-сценариев. Условия - Удалённый формат работы. - График 5/2, 09:00–18:00. - Официальное трудоустройство по ТК РФ. - Полностью белая заработная плата. - Участие в развитии AI-продуктов компании и работе с данными. - Гибкость в выборе подходов и используемых технологий. - Команда, в которой ценятся инженерное мышление, инициативность и ответственность за результат. - ДМС со стоматологией, софинансирование от компании 50/50. - Корпоративные скидки от BestBenefits.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior / Lead

Senior/Lead DevOps Компания: Bazon, учетная система для продавцов автозапчастей по всей РФ. Локация, формат: Новосибирск, офис. Зарплата, условия: от 350 000 до 700 000 рублей net, по ТК РФ. Задачи: - Внедрить культуру SLA/SLO. - Участвовать в инцидентах как архитектор для поиска решений. - Сделать observability по стандарту. - Обеспечить secure-by-default. - Настроить AI-агентов, которые будут автономно собирать контекст по инцидентам, автоматизировать рутину, и создать безопасные контуры для работы с AI. Требования: - Опыт 5+ лет DevOps/SRE. Условия: - Удобный офис с видом на реку в 5 минутах от метро «Речной вокзал». - Помощь с переездом и первым жильем для релокантов.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Middle+ AI-разработчик (Python/Go) — AdTech Ищем разработчика в NDA-компанию для создания backend-сервисов с AI-агентами и автоматизации digital-маркетинга. Формат: удалённо Зарплата: $1 200–1 500 в месяц Занятость: full-time График: ПН–ПТ, 10:00–19:00 МСК Задачи: - разработка backend-сервисов с AI-агентами; - интеграции с рекламными сетями, трекерами, аналитикой и платёжными системами; - автоматизация сбора данных, отчётности и мониторинга; - разработка MVP и быстрых прототипов; - code review и рефакторинг, включая AI-generated код; - настройка окружения, инструкций и контекста для AI-агентов. Требования: - Python от 2 лет коммерческого опыта; - asyncio, FastAPI/Flask, SQLAlchemy; - PostgreSQL/MySQL, сложные SQL-запросы, индексы, миграции; - Redis; - REST API, webhooks, OAuth, rate limiting; - Git, Docker, docker-compose, базовый CI/CD; - Linux, удалённый дебаг и работа с логами; - Go (goroutines, channels, concurrency) — будет плюсом. Условия: - оплачиваемая стажировка до 2 недель по полной ставке; - выплаты 1 и 16 числа в USDT BEP-20; - AI-инструменты полностью оплачивает компания; - NDA + видеоверификация.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания UnitedHealth Group, подразделение Optum Tech. Локация и формат Удалённо из любой точки США или гибридно в Миннеаполисе (Миннесота) / Вашингтоне (округ Колумбия). Для найма в районах Миннеаполиса или Вашингтона требуется работа в офисе минимум четыре дня в неделю. Обязанности - Разработка и внедрение решений машинного обучения с использованием LLM. - Использование фреймворка LangChain для работы с закрытыми и открытыми моделями. - Применение методов тонкой настройки (fine-tuning) и RAG для оптимизации языковых моделей под конкретные задачи и наборы данных. - Написание чистого, поддерживаемого и эффективного кода в соответствии со стандартами PEP8. - Использование технологий контейнеризации, таких как Docker, для разработки и развертывания. - Обеспечение production-качества кода, включая тщательное тестирование и документацию. - Работа в терминале для задач разработки и развертывания. - Работа с традиционными методами ML: XGBoost для задач классификации и методы обучения без учителя, такие как K-means. Требования - Высшее образование (степень бакалавра) или эквивалентный опыт. - 3+ года подтвержденного опыта работы с большими языковыми моделями (LLM). - 3+ года опыта с концепциями машинного обучения и методами тонкой настройки. - 3+ года профессионального опыта программирования на Python с соблюдением PEP8. - Опыт использования фреймворка LangChain. - Опыт применения техник RAG. - Опыт работы с технологиями контейнеризации, такими как Docker. - Опыт обеспечения production-качества кода, включая тестирование и документацию. - Опыт работы с системами контроля версий, такими как Git. - Развитые навыки решения проблем и внимание к деталям. - Уверенная работа в терминале. - Разрешение на работу в США без необходимости спонсорства визы (например, H-1B, TN, F-1/OPT, CPT или других рабочих виз). Предпочтительно - Опыт в здравоохранении. - Знание статистики. Условия - Зарплата: $98,500–$176,000 в год (при полной занятости). - Комплексный пакет льгот, программы поощрения и признания, программа покупки акций и взносы в 401k (в зависимости от соответствия требованиям). - Для всех удаленных сотрудников обязательно соблюдение политики Telecommuter Policy компании UnitedHealth Group.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Rockstardevelopers, основанная в 2015 году в Мангейме, с офисами в Штутгарте и Мюнхене, — разработчик ПО с опытом сотен индивидуальных проектов для корпоративных клиентов и среднего бизнеса. Короткие пути, честная обратная связь, без политических игр. Между тобой и людьми, принимающими решения, нет уровней иерархии. Задачи: - Проектирование и развитие платформенной архитектуры на AWS: EKS, ECR, Fargate, дизайн кластеров, стратегии namespace, высокая доступность. - Концепции безопасности для регулируемых сред: Zero Trust, IAM/RBAC, безопасность контейнеров, шифрование, аудит-логирование, сегментация сети. - Проектирование асинхронных слабосвязанных систем: Kafka/MSK, EventBridge, SNS/SQS, включая Saga, CQRS и Event Sourcing. - Реализация Everything-as-Code: Terraform или CDK, Policy-as-Code с OPA/Gatekeeper, GitOps-деплой через ArgoCD или Flux. - Участие в эксплуатации: инциденты, пост-инцидентные разборы и вытекающие из них архитектурные решения. - Продуктивная разработка с AI-инструментами: Claude Code, Copilot, Cursor. Большинство сотрудников приходят в один из офисов один-два дня в неделю. Принуждения нет. Выезды к заказчику — только на отдельные встречи раз в несколько недель. Проекты: крупные корпорации, такие как Deutsche Bahn / DB Systel, государственный сектор (Bundesagentur für Arbeit, ITZBund, Bundesdruckerei), а также корпоративные клиенты и средний бизнес — платформенные и архитектурные задачи. Требования: - Senior-уровень, более пяти лет опыта. Клиентам нужны специалисты, которые выдают результат с первого дня и работают самостоятельно. - Опыт создания и эксплуатации Kubernetes-платформ на AWS, а не только использования: EKS, ECR, Fargate. - Опыт архитектуры безопасности в сложных корпоративных средах: Zero Trust, IAM/RBAC, безопасность контейнеров, соответствие требованиям. - Опыт Event-Driven Architecture с Kafka или аналогами AWS, включая паттерны согласованности. - Опыт Infrastructure as Code и GitOps: Terraform, CDK или Pulumi, ArgoCD или Flux. - Опыт ITIL-эксплуатации с собственным техническим вкладом, а не только управлением. Будет плюсом: SAFe и PI-планирования, BPMN 2.0 с Camunda (Platform 7 или 8), сертификаты AWS (Solutions Architect, DevOps Engineer), Kubernetes CKA/CKS. Не обязательно уметь всё. Важно быстро разбираться в новых средах. Немецкий язык — свободное владение в письменной и устной форме, английский — уровень C2. AI-инструменты обязательны, не бонус: Claude Code, Copilot, Cursor — нужно уметь работать с ними продуктивно. Не потому что это модно, а потому что клиенты этого ожидают, и компания так работает. Если AI-инструменты считаются хайпом и предпочитаешь всё печатать сам — это не та компания. Внутри компания инвестирует в развитие AI-навыков. Условия: - Homeoffice, офис или микс — решаешь сам. - MacBook (если заказчик не предоставляет собственное оборудование). - Разные клиенты и проекты. - Основатели — твои прямые контактные лица. - Внутреннее обучение AI-разработке.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О роли GitLab — платформа оркестрации DevSecOps. Мы ищем технического инженерного менеджера для руководства командой Dedicated Platform Integration, которая отвечает за интеграцию сторонних и модульных функций в экосистему GitLab для выделенной платформы (Dedicated) как SaaS. Идеальный кандидат сочетает глубокую техническую экспертизу с сильными операционными навыками и страстью к созданию высокоэффективных команд. Задачи - Обеспечивать эффективное выполнение задач с качеством и скоростью совместно с продакт-менеджером команды. - Обеспечивать доступность инфраструктуры Dedicated на уровне 3+ девяток, безопасность и автоматизацию для максимальной масштабируемости и числа тенантов. - Давать чёткие направления, содержательную обратную связь, автоматизировать рутинные операции и обеспечивать DevOps-владение. - Постоянно улучшать артефакты для оптимизации платформ в сторону самостоятельного владения продакшеном для разработчиков функций. - Нанимать, онбордить и развивать сильных и продуктивных членов команды. - Быть примером: создавать proof of concepts, применять агентный подход, максимально упрощать процессы и устранять ручной труд. Показывать и рассказывать, а не только рассказывать. - Соблюдать лучшие практики управления инцидентами, быстро разрешать их, обучать и кодифицировать лучшие практики для всего GitLab. - Использовать подход, основанный на данных, для приоритизации, оценки влияния и управления рисками и техническим долгом. Применять ИИ для демонстрации концепций и перевода технической сложности для принятия решений заинтересованными сторонами. Требования - Подтверждённый опыт создания и владения крупномасштабными распределёнными сервисами, достаточная техническая глубина для погружения в архитектуру и руководства технической стратегией. - Опыт обеспечения операционного совершенства и владения сервисами с SLO 99,99% (четыре девятки) и понимание, что нужно для их поддержания. - Опыт использования ИИ-инструментов для повышения продуктивности команды с реальными уроками из успехов и ошибок. - Опыт создания и управления высокоэффективными командами с подотчётной культурой, включая умение расставаться с сотрудниками при необходимости. - Уверенность в доведении сложных проектов до конца без выделенного технического проджект-менеджера. - Опыт эффективного руководства распределёнными и удалёнными командами. Условия - Удалённая работа (все роли в GitLab удалённые, но некоторые могут иметь требования к локации). - Льготы для поддержки здоровья, финансов и благополучия. - Гибкий оплачиваемый отпуск. - Ресурсные группы сотрудников. - Акционерная компенсация и программа покупки акций для сотрудников. - Фонд роста и развития. - Отпуск по уходу за ребёнком. Примечание Компания приветствует кандидатов с разным уровнем опыта; многие успешные кандидаты не соответствуют всем требованиям.

Формат

Удалённо

Страна

Германия

Город

Берлин

О роли JetBrains создаёт инструменты для разработчиков. В команде Agentic Models строят многошаговых агентов для написания кода, которые понимают большие кодовые базы, планируют изменения, вызывают инструменты и итерируют вместе с пользователем. Research Engineer отвечает за модели, тренировочные циклы и пайплайны оценки, которые обеспечивают работу этих агентов. Работа ведётся на стыке SFT и RL-посттренировки и продуктовой оценки, с использованием распределённых GPU- и MapReduce-кластеров для выпуска моделей в продукты JetBrains. Задачи - Проектировать, внедрять и поддерживать пайплайны SFT и RL-посттренировки для многошаговых агентов написания кода. - Обучать и адаптировать LLM для агентных сценариев: планирование, использование инструментов, многошаговые взаимодействия внутри IDE JetBrains. - Создавать и развивать среды оценки и симуляции, где агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчика. - Разрабатывать фреймворки и метрики оценки поведения агентов, анализировать трейсы и логи, замыкать цикл от оценки обратно к обучению, данным и дизайну наград. - Анализировать результаты обучения и оценки, предлагать и внедрять улучшения архитектур моделей, рецептов обучения и датасетов. - Работать с крупномасштабной инфраструктурой: распределённое обучение на GPU-кластерах и обработка данных в стиле MapReduce для претрейнинга и датасетов тонкой настройки. - Тесно взаимодействовать с исследовательскими, продуктовыми и инфраструктурными командами, превращая продуктовые задачи в конкретные модели, эксперименты и выпущенные функции. Требования - Обширный практический опыт обучения LLM (претрейнинг, тонкая настройка или посттренировка) в исследовательской или производственной среде. - Глубокое знание современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (Megatron, NeMo, verl или аналогичных). - Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, пайплайны данных, батчинг, mixed precision, распределённое обучение и отладка нестабильных запусков. - Умение вести проекты от начала до конца: от постановки проблемы или продуктовой боли до дизайна, экспериментов, реализации и итераций. - Продуктовое мышление: понимание того, как разработчики реально используют агентов, и умение переводить продуктовые потребности и сбои в задачи моделирования и оценки. - Не менее 3 лет опыта работы с Python и написания чистого поддерживаемого кода в современных ML-кодовых базах. Будет плюсом - Опыт работы с ML-оркестраторами и инструментами рабочих процессов: Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач вроде Kubernetes или SLURM. - Опыт работы с крупномасштабными пайплайнами данных и обучения: кластеры в стиле MapReduce, многоузловое GPU-обучение или нагрузки порядка 1M+ CPU/GPU-часов. - Проектирование и поддержка пайплайнов оценки для LLM или агентов: метрики, дашборды, отслеживание экспериментов, автоматические регрессионные проверки. - Разработка ИИ-агентов: агенты с использованием инструментов, планировщики, многошаговые сценарии написания кода, знакомство с агентными фреймворками и паттернами. - Отслеживание экспериментов и наблюдаемость с помощью Weights & Biases, MLflow, Langfuse или аналогичных инструментов. - Оптимизация инференса и эксплуатация оптимизированных моделей в production.

Формат

Удалённо

Страна

Германия

Город

Берлин

Грейд

Senior

Команда ML Workflows Engineering занимается устранением инфраструктурных сложностей, оптимизацией операций машинного обучения (MLOps) и позволяет командам сосредоточиться на главном — создании значимых ML-моделей и интеллектуальных агентов. В составе команды вы будете играть ключевую роль в проектировании инструментов, автоматизации и пайплайнов, которые делают разработку машинного обучения простой и интуитивной. Интегрируя передовые практики MLOps и инженерное мастерство, мы стремимся максимизировать продуктивность и устранить сложность ML-инфраструктуры, чтобы наши команды могли расширять границы возможного в ИИ. Задачи - Создавать инструменты, автоматизацию и рабочие процессы для упрощения задач, связанных с инфраструктурой, позволяя ИИ-командам сосредоточиться на экспериментах и решении ключевых задач. - Разрабатывать надежные системы мониторинга, логирования и трассировки для обеспечения производительности и воспроизводимости ML-процессов в продакшене. - Проектировать, внедрять и поддерживать сквозные пайплайны машинного обучения для бесшовной разработки, обучения и развертывания ML-моделей и интеллектуальных агентов. - Работать с крупномасштабными распределенными системами, включая GPU-кластеры, для поддержки обучения, дообучения и оценки ML-моделей. - Взаимодействовать с продуктовыми и разработческими командами для превращения целей высокого уровня в конкретные, масштабируемые и поддерживаемые системы. - Оптимизировать рабочие процессы для воспроизводимости, масштабируемости и экономической эффективности, сохраняя продуктивность ML-команд и их фокус на инновациях. Требования - Практический опыт работы с современными MLOps-инструментами, включая Kubernetes, облачных провайдеров (GCP и AWS) и фреймворки оркестрации ML. - Глубокое понимание жизненного цикла ML от идеи до пользовательского приложения. - Способность вести проекты от начала до конца, начиная с проблемы высокого уровня или болевой точки продукта и контролируя этапы проектирования, экспериментов, внедрения и итераций. - Клиентоориентированное мышление — вам важно, как реально работают ML-инженеры, и вы можете превращать их потребности в практические, масштабируемые и поддерживаемые архитектурные решения. - Опыт работы с современными CI/CD-системами, такими как GitHub Actions или JetBrains TeamCity. - Не менее трех лет опыта написания чистого, поддерживаемого кода на Python в современных ML-кодовых базах. Желательно - Опыт работы с ML-оркестраторами и инструментами рабочих процессов, такими как ZenML, Dagster и Airflow. - Разработка инфраструктурных компонентов и сервисов с использованием кластерных решений, таких как Kubernetes. - Разработка бэкенд-сервисов на Python. - Создание и поддержка ML-пайплайнов, включая унаследованные. - Отслеживание экспериментов и наблюдаемость с помощью таких инструментов, как Weights & Biases, MLflow, Langfuse или аналогичных. Будет плюсом - Опыт работы с фреймворками инференса LLM, такими как vLLM, DeepSpeed и TensorRT. - Написание и поддержка Python-библиотек, используемых внутренними (или внешними) ML-инженерами. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Написание кода на Java и/или Kotlin. Условия - Гибридный формат работы.

Формат

Удалённо

Страна

Германия

Город

Берлин

О компании JetBrains с 2000 года разрабатывает инструменты для разработчиков. Компания работает над новой платформой, которая предоставляет возможности ИИ всем продуктам JetBrains. Платформа основана на моделях, разработанных внутри компании для помощи в написании кода и текстов, а также на интеграции со стратегическими партнёрами. JetBrains — работодатель равных возможностей. Важные качества - Умение самостоятельно планировать проекты и принимать решения, при необходимости консультируясь с другими. - Способность определять потребности клиентов и расставлять приоритеты задач. - Начинать с простейших решений и постепенно добавлять сложность по мере необходимости. - Готовность нести единоличную ответственность за целую подсистему. - Увлечённость обучением и желание быть в курсе последних разработок в области LLM. Задачи - Совместно со стейкхолдерами преобразовывать бизнес-требования в технические спецификации. - Обучать LLM с нуля на большом GPU-кластере. - Собирать и обрабатывать датасеты для предобучения и дообучения. - Поддерживать и улучшать существующие подсистемы. Требования - Опыт проектирования, развертывания и поддержки продакшн-ML-систем. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Свободное владение современными фреймворками глубокого обучения, такими как PyTorch, и распространёнными библиотеками для NLP. - Опыт распределённого обучения моделей с миллиардами параметров. - Внимание к деталям и отличные коммуникативные навыки. Будет плюсом - Опыт работы с фреймворками инференса LLM: vLLM, DeepSpeed, TensorRT. - Опыт применения техник выравнивания LLM: RLHF/RLAIF. - Инструменты и практики MLOps, включая CI/CD для ML. - K8s и Kubeflow. - Научные публикации в области NLP. Стек и инфраструктура - Кластер из сотен NVIDIA GPU в качестве инфраструктуры для обучения. - Git для управления исходным кодом. - Python, PyTorch и Hugging Face как ML-стек. - Kubeflow и Weights & Biases для отслеживания экспериментов. - TeamCity как система автоматизации CI.

Формат

Удалённо

Страна

Германия

Город

Берлин

Грейд

Senior

О компании и проекте JetBrains — компания, создающая инструменты для разработчиков. Проект AppGlass из JetBrains Innovation Hub — продукт для безопасной отладки production-систем с приоритетом ИИ. Он помогает инженерным командам исследовать проблемы в реальных средах с фокусом на безопасность, надёжность, защищённость, низкие накладные расходы и практическую интеграцию ИИ. В основе — JVM-инструментарий, анализ программ и ИИ. О роли Ищем Senior Software Engineer с сильным опытом работы с корпоративными JVM-системами. Роль подходит проактивным специалистам, которым интересны сложные инженерные задачи на стыке production-систем, инструментов для разработчиков и ИИ-агентов. Задачи - Проектировать, создавать и руководить разработкой функций продукта. - Разрабатывать инструменты и автоматизацию для AI-first инженерных процессов. - Работать над корпоративными интеграциями и сценариями развёртывания в Kubernetes и облачных средах. - Повышать надёжность, тестирование, производительность и безопасность для production-использования. Требования - Обширный опыт работы с Java, Kotlin и JVM-системами. - Опыт разработки корпоративного бэкенда, инфраструктуры или инструментов для разработчиков. - Уверенная работа с Kubernetes и облачными средами. - Ответственность, чёткая коммуникация, умение продвигать задачи вперёд без ожидания идеальных спецификаций. - Использование ИИ в разработке с проверкой результатов инженерной дисциплиной. Будет плюсом - Опыт работы с инструментами для отладки, инструментирования или наблюдаемости. - Опыт разработки бэкенд-продуктов на .NET или Python. - Глубокая забота о продуктивности разработчиков и инженерном качестве. Условия - Конкурентная зарплата, отражающая навыки и опыт. - Гибкое место работы: из дома или из офиса. - Удалённая работа: до 30 дней в году из-за границы. - Дополнительные выходные дни. - Медицинская страховка для сотрудника и семьи. - Возможности обучения и развития: конференции, курсы, языковые занятия. - Языковые курсы: местный язык или английский. - Горячее питание или компенсация на обед в рабочие дни. - Поддержка психического здоровья: доступ к профессиональным сервисам. - Спортивный бенефит: абонемент в спортзал или компенсация спортивного клуба. - Внутренние мероприятия: корпоративные праздники и командные встречи. - Некоторые бенефиты могут различаться в зависимости от локации.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности - Разрабатывать и поддерживать fullstack-решения на Node.js — от API до интеграций с внешними сервисами - Проектировать и реализовывать LLM-powered фичи: RAG-пайплайны, AI-агенты, интеграции с Claude API и другими LLM-провайдерами - Разрабатывать MCP-серверы и кастомные инструменты для LLM-агентов — tools, resources, интеграции с внешними API - Писать промпты, настраивать и оптимизировать взаимодействие с языковыми моделями - Работать с векторными базами данных и строить системы семантического поиска - Участвовать в проектировании архитектуры AI-сервисов и декомпозиции задач - Проводить code review, поддерживать качество кода и документацию - Взаимодействовать с командой — аналитиками, продактами и другими разработчиками Требования - Уверенное владение Python (3.10+, async / await, типизация, FastAPI / Flask) и Node.js (Fastify / NextJS / Hono) - Опыт проектирования и разработки REST API и интеграций между сервисами - Практический опыт работы с Claude API (Anthropic) — prompt engineering, tool use, structured output, управление контекстом - Опыт использования AI-assisted разработки: Cursor, GitHub Copilot / Codex как часть ежедневного рабочего процесса - Опыт построения LLM-приложений: RAG-пайплайны, агенты, интеграция с векторными БД (Chroma, Pinecone, Qdrant и др.) - Работа с реляционными (PostgreSQL) и NoSQL базами данных (MongoDB, Redis) - Опыт разработки MCP-серверов (Model Context Protocol) и кастомных инструментов для LLM-агентов - Уверенное владение Docker, базовые навыки деплоя и работы с CI / CD - Понимание принципов чистой архитектуры, умение писать читаемый и поддерживаемый код - Навыки code review и работы в команде по Git-flow Будет плюсом - Знакомство с LangChain, LlamaIndex или аналогичными фреймворками О компании KODE разрабатывает цифровые продукты (mobile, web, backend, IoT, Conversation Design и другие) с 2013 года. Компания занимает первые места в рейтингах: 1-е место среди разработчиков мобильных приложений в рейтингах Рейтинга Рунета, Tagline, Workspace, Tadviser и Cnews; Золотая группа в рейтинге работодателей Forbes 2024; 1-е место в рейтинге работодателей РБК 2024; 2-е место среди лучших работодателей России в IT-компаниях среднего размера по версии hh.ru 2025. В команде работает более 350 профессионалов по всему миру.

Формат

Гибрид

Страна

Россия

Город

Москва

DevOps Компания: Федеральное Медико-биологическое агентство Локация: Москва Занятость: Полная, гибридный формат Оформление: ТК РФ ЦСП ФМБА занимается научными исследованиями, связанными с геномом человека и анализом полученных данных. Группа разработки создает внутренние сервисы для автоматизации движения, обработки и распределенного хранения больших объемов данных. Требования - Уверенные знания Linux (Debian/Ubuntu), сетей, контейнеризации - Опыт развертывания и эксплуатации продуктовых Kubernetes кластеров - Опыт работы с инструментами автоматизации (Ansible, Terraform) - Опыт использования GitOps инструментов (FluxCD, ArgoCD) - Опыт работы с системами мониторинга: Grafana, Prometheus, ELK Stack, Sentry - Понимание процессов и опыт работы с инструментами CI/CD (GitLab CI) Важно: - Законченное высшее образование - Гражданство РФ Чем предстоит заниматься - Поддержка инфраструктуры, развернутой на bare metal серверах и VM - Развертывание и эксплуатация кластеров Kubernetes - Поддержка инфраструктурных сервисов: GitLab, Harbor и другие - Администрирование баз данных: PostgreSQL, Elasticsearch, Redis, ClickHouse - Администрирование Airflow - Автоматизация инфраструктуры с использованием Ansible, Terraform, Flux - Настройка системы мониторинга: VictoriaMetrics, Grafana - Обеспечение непрерывной работоспособности и доступности сервисов - Документирование процессов и систем Условия - Оформление по ТК РФ - Работа в команде профессионалов на стыке передовых ИТ и науки. Работа с Big Data и ML, собственный корпоративный ЦОД - Возможность профессионального роста, обучение - График работы 5/2, гибрид, плавающее начало рабочего дня

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Medical Systems Backend Python Software Engineer (Developer) Middle+ Компания: Remedy Logic Зарплата: от 250 000 до 350 000 ₽ Обязанности - Доставка результатов AI клиентам через веб-API и приложения. - Поддержка Python-бэкенд сервисов в распределенной системе. - Разработка REST API. - Увеличение покрытия юнит-тестами, внедрение автоматизированного тестирования. - Повышение общей стабильности системы, расследование отчетов об ошибках, исправление багов. - Регулярное обновление схемы базы данных. - Создание переиспользуемой кодовой базы с высокой гибкостью. - Сотрудничество с врачами и AI-специалистами для построения моделей вокруг процессов принятия клинических решений. Ключевые компетенции и квалификация - Опыт разработки на Python от 2 лет. - Опыт проектирования веб-приложений и баз данных. - Навыки веб-программирования (FastAPI, REST, HTTP, TCP). - Опыт работы с SQL: запросы, проектирование баз данных, инструменты миграции. - Опыт работы с Linux, Docker. - Английский язык уровня B2 и выше. Предпочтительная квалификация - Знание медицинских стандартов (DICOM, HL7). - Опыт облачного развертывания (GCP, AWS, k8s). - Опыт работы с JavaScript. - Высокий уровень понимания алгоритмов машинного обучения и компьютерного зрения. - Формальное образование в области компьютерных наук. - Опыт работы с кодинг-агентами. Мы предлагаем - Разнообразная и интересная работа с американскими и европейскими учеными и врачами. - Много возможностей для роста и обучения. - Интересные задачи для решения. - Ежемесячные бонусы. - Акции для сотрудников. - Полная занятость. - Гибкий график работы. Процесс собеседования - Скрининг. - Техническое интервью, 1,5 часа. - Интервью на соответствие культуре компании.

Формат

Удалённо

Страна

Не указана

Город

Не указан

DevOps Формат: удаленный Зарплата: от 4000$ до 8000$ Быстрорастущий VPN-сервис с аудиторией в несколько сотен тысяч пользователей активно масштабируется и ищет сильного DevOps/SRE для развития проекта. Чем предстоит заниматься - Администрировать и развивать Linux-инфраструктуру - Настраивать и оптимизировать сетевой стек - Писать production-код на Go и Python - Работать с сетевыми протоколами, поддерживать и развивать распределенную инфраструктуру доставки и маршрутизации трафика Что мы ожидаем - Опыт работы в VPN-сервисах - Уверенное администрирование Ubuntu - Опыт работы с systemd (юниты, зависимости, hot-reload сервисов), netplan, journald, logrotate - Настройка и оптимизация сетевого стека Linux через sysctl (буферы, conntrack, очереди NIC), настройка IPv4/IPv6, swap - Опыт написания идемпотентных Bash-скриптов - Уверенная работа по SSH с большим количеством серверов - Опыт реализации безопасных деплоев и green-blue updates - Глубокое понимание TCP/UDP, TLS (SNI, ALPN, handshake на уровне пакетов), HTTP/1.1–HTTP/2, WebSocket - Экспертное знание DNS - Опыт построения DNS Load Balancing - Опыт работы с CDN, nginx Reverse Proxy, TLS-терминацией, проксированием WebSocket, fallback-страницами и health-check - Уверенный опыт разработки на Go (concurrency, тестирование, работа с сетевым стеком) - Опыт разработки на Python (FastAPI, слоистая архитектура) - Уверенный технический стек (SQLAlchemy, Alembic, pytest (unit и e2e), генерация конфигураций из YAML-деклараций) - Опыт работы с Prometheus, Grafana, Docker, Docker Compose - Навыки диагностики production-инцидентов с использованием tcpdump, dig, ss, iproute2 - Ежедневное использование AI-инструментов в разработке, автоматизации и инженерных задачах Мы предлагаем - Полностью удаленная работа, full-time 5/2 - Конкурентную заработную плату - Полностью оплачиваемый испытательный срок (1 месяц) - Возможность напрямую влиять на архитектуру продукта и принимать ключевые технические решения - Работу в небольшой сильной команде без бюрократии и долгих согласований

Формат

Офис

Страна

Не указана

Город

Не указан

Специалист для развития корпоративной AI-платформы и автоматизации инженерных и бизнес-процессов Чем предстоит заниматься AI-платформа: - проектировать и развивать корпоративную AI-платформу; - внедрять LLM и современные AI-сервисы; - создавать масштабируемую архитектуру; - участвовать в разработке AI-стратегии. AI-ассистенты: - создавать интеллектуальных помощников для продаж, проектировщиков, конструкторов, производства, сервисных служб и руководителей проектов. RAG и база знаний: - разрабатывать интеллектуальный поиск по технической документации, ГОСТам, проектам, CAD-моделям, конструкторской документации, внутренним регламентам. Автоматизация: - технические задания; - коммерческие предложения; - BOM/спецификации; - инженерная документация; - отчёты и аналитика. AI Agents: - мультиагентные системы; - интеллектуальные workflow; - AI-сценарии автоматизации бизнес-процессов. Интеграции: - CRM, ERP, PDM/PLM, CAD и внутренние API. Что важно - уверенный Python; - backend — FastAPI, REST API; - опыт создания AI-продуктов с LLM; - понимание архитектуры AI-систем и GenAI; - опыт разработки масштабируемых сервисов; - практический опыт с OpenAI, Claude, Gemini, Llama, Mistral; - опыт построения RAG; - знание Vector DB: Qdrant, Pinecone, Weaviate, ChromaDB или аналогов. Будет плюсом: - LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Docker, PostgreSQL, Git. Большой плюс: - опыт в инженерных или производственных компаниях; - понимание CAD/PDM/PLM и жизненного цикла инженерного продукта; - опыт создания корпоративных AI Copilot или AI-платформ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Remote CoWorker — компания, основанная в 2013 году, со штаб-квартирой в Сент-Питерсберге, Флорида, США. Численность сотрудников — 1001–5000. Компания предлагает виртуальную помощь, техническую поддержку, ввод данных и обслуживание клиентов для бизнеса. Обязанности - Создавать и выпускать full-stack приложения на всём стеке: фронтенд, бэкенд, база данных, инфраструктура. - Разрабатывать современные интерфейсы с использованием React и MUI. - Создавать надёжные бэкенд-сервисы и API на Node.js. - Проектировать и управлять данными и аутентификацией, разворачивать приложения с помощью Vercel и AWS. - Использовать AI-ассистируемые рабочие процессы для ускорения разработки без потери качества. - Интегрировать AI-модели в продукты: оценивать, разворачивать и оптимизировать их под конкретные сценарии использования. - Креативно решать неоднозначные задачи и предлагать подходы, а не просто выполнять тикеты. - Отвечать за технические решения, архитектуру и качество как senior-участник команды. Требования - Опыт senior-уровня в создании и выпуске full-stack приложений. - Сильные фронтенд-навыки: React, MUI, современная компонентная архитектура. - Сильные бэкенд-навыки: Node.js, проектирование API, серверная логика. - Практический опыт работы с аутентификацией и real-time. - Опыт развертывания и работы с инфраструктурой Vercel и AWS. - Практический опыт работы с AI-моделями: развертывание, интеграция, дообучение или промптинг. - Опыт работы с AI-ассистируемыми инструментами разработки. - Аналитическое мышление, умение находить креативные и эффективные решения. - Самодисциплина, надёжность, готовность отвечать за работу от начала до конца. - Опыт масштабирования приложений в продакшене. - Знакомство с CI/CD-пайплайнами и DevOps-практиками. - Опыт работы в стартапе или в быстро меняющейся среде. Условия - Удалённая работа. - Вакансия открыта для кандидатов из США.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания rockITdata — SDVOSB-сервисная компания, партнёр коммерческих организаций в сфере здравоохранения и биологических наук, а также государственных структур. Роль отвечает за проектирование, создание и оптимизацию AI-функций в среде контакт-центра Amazon Connect, работающего в AWS GovCloud (IL4). Работа охватывает конфигурацию Amazon Bedrock Agent, промт-инжиниринг, разработку базы знаний, проектирование правил коучинга, внедрение рубрик оценки качества и непрерывную оценку моделей. Инженер работает со всеми четырьмя AI-возможностями: приём звонков через IVR, AI-коучинг, сводки звонков и пост-звонковый анализ. Ключевые обязанности - Настройка и оптимизация Amazon Bedrock Agents для виртуального агента, коучинга в реальном времени, сводок звонков и пост-звонкового анализа качества. - Проектирование, версионирование и итеративная доработка шаблонов промтов для каждой AI-возможности с оценкой точности по SLA (≥95% совпадения с QA). - Создание и поддержка базы знаний AWS Bedrock Knowledge Base, включая пайплайны загрузки контента из Salesforce и оптимизацию семантического поиска с использованием моделей Amazon Nova. - Разработка правил коучинга, сопоставляющих обязательные раскрытия, HIPAA-чувствительные языковые паттерны и скрипты DHA с типами звонков для мониторинга соответствия в реальном времени. - Внедрение рубрик оценки качества для платформы пост-звонкового анализа: автоматическая оценка тона, соответствия, точности и эффективности решения по 100% звонков. - Настройка Bedrock Guardrails для редактирования PHI/PII, обнаружения галлюцинаций, защиты от prompt-инъекций и фильтрации контента на каждом вызове модели. - Оценка новых релизов моделей Amazon Nova (Nova Pro, Nova Lite, Nova Micro) по производственным бенчмаркам точности, задержки и стоимости; предложение замены моделей через change management. - Совместно с интеграционным инженером — обеспечение корректной передачи выходных данных Bedrock в Salesforce (через Lambda и Platform Events) и в Verint. - Мониторинг производительности моделей с помощью CloudWatch и дашбордов QuickSight; выявление и устранение дрейфа моделей на интервалах повторного бенчмаркинга на 30-й и 60-й день. - Участие в двухнедельных демо-спринтах с представлением данных о производительности AI, результатах настройки промтов и метрик точности заинтересованным сторонам TriWest. - Совместная работа с QA-рецензентами и экспертами TriWest для закрытия пробелов в знаниях через циклы обратной связи пост-звонкового анализа. - Обеспечение соответствия всех AI-вызовов и логирования требованиям FedRAMP High, DFARS 252.204-7012, HIPAA и NIST AI RMF. Требования - 3+ лет опыта в прикладном AI/ML-инжиниринге с практической разработкой LLM-приложений (промт-инжиниринг, RAG-архитектуры, агентные фреймворки). - Прямой опыт работы с Amazon Bedrock: конфигурация агентов, настройка базы знаний, Guardrails, вызовы foundation-моделей. - Владение семейством моделей Amazon Nova или эквивалентными foundation-моделями (например, Claude, Titan) в продакшн-среде. - Уверенные навыки Python и/или Node.js для разработки Lambda-функций и интеграции AI-пайплайнов. - Опыт с паттернами RAG: управление векторными хранилищами, стратегии чанкинга, оптимизация семантического поиска. - Знакомство с бессерверными сервисами AWS: Lambda, Kinesis, S3, CloudWatch, IAM в среде GovCloud. - Понимание требований к конфиденциальности медицинских данных (HIPAA, обработка PHI/PII) и федеральных фреймворков соответствия (FedRAMP, NIST 800-53). - Опыт управления промтами с версионированием и A/B-тестирования вариантов промтов. - Развитые аналитические навыки для интерпретации метрик производительности моделей и преобразования выводов в улучшения промтов или архитектуры. - Степень бакалавра в области компьютерных наук, науки о данных, AI/ML или смежной области (или эквивалентный опыт). Желательные квалификации - Опыт работы с Amazon Connect, Contact Lens и AI-процессами контакт-центров. - Предыдущая работа в средах FedRAMP High или IL4/IL5. - Знакомство с паттернами интеграции Salesforce (Platform Events, Streaming API, REST/SOAP API). - Сертификаты AWS: Machine Learning Specialty, Solutions Architect или DevOps Professional. - Опыт в домене TRICARE, DHA или медицинского страхования. - Опыт в дизайне разговорного ИИ (IVR, чат-боты, голосовые агенты). Условия - Удалённая работа (США).

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Rockstardevelopers, основанная в 2015 году в Мангейме, имеет офисы в Штутгарте и Мюнхене. Специализируется на индивидуальных проектах для корпоративных клиентов и среднего бизнеса. Задачи: - Концепция, разработка и тестирование микросервисов на Java - Разработка API: REST и SOAP, синхронные и асинхронные, спецификация с OpenAPI 3 - Автоматизация процессов с Camunda BPM - Автоматизация тестирования с JUnit 5 и Cucumber - Эксплуатация собственных сервисов: деплой, мониторинг, анализ ошибок - Участие в проектировании архитектуры - Генерация, ревью и рефакторинг кода с Claude Code, Copilot или Cursor - Согласование с партнерами по интерфейсам Большинство сотрудников приходят в офис один-два дня в неделю, но это необязательно. Выезды к клиенту — только на отдельные встречи раз в несколько недель. В части проектов предусмотрена дежурная поддержка сервисов, она регулируется и распределяется в команде. Проекты: - Крупные концерны, например Deutsche Bahn / DB Systel (домены железнодорожной отрасли: управление расписанием, продажи, диспетчерские и охранные системы) - Государственный сектор и ведомства (например, Федеральное агентство занятости, ITZBund, Bundesdruckerei) — регулируемые среды, доступность, Security by Design - Корпоративные клиенты и средний бизнес из разных отраслей Требования: - Java и Spring Boot, Spring Data и Hibernate/JPA - Микросервисы: концепция, разработка, тестирование - REST и SOAP веб-сервисы (JSON/XML через HTTP), OpenAPI 3 - PostgreSQL и Oracle - JUnit 5 и Cucumber - Docker и Kubernetes - CI/CD с GitLab Pipelines, сборка с Maven - Git, Jira, Confluence, гибкая методология Отличительные навыки: - Camunda BPM из реальных проектов - OAuth 2.0 и Keycloak для аутентификации и авторизации Желательно: - Apache Kafka и асинхронная коммуникация - XML, XSD, XSLT - Опыт в сложных проектах с несколькими командами - Миграция J2EE-легаси на Spring Boot Языки: немецкий на уровне носителя или C1/C2, английский свободно. Обязательно продуктивное владение AI-инструментами (Claude Code, Copilot, Cursor). Условия: - Удаленная работа, офис или смешанный формат - MacBook (если клиент не предоставляет собственное оборудование) - Разные клиенты и проекты - Прямой контакт с основателями компании - Внутреннее обучение AI-разработке

Формат

Удалённо

Страна

Любая

Город

Не указан

LLM DevOps/Inference Engineer Локация: удаленно Контекст: работа над платформой оценки и бенчмаркинга ИИ-моделей для здравоохранения. Начальная цель — клинические задачи прогнозирования: сепсис, дни до смерти, прогнозирование трендов лабораторных показателей. Оценка проводится на нескольких frontier-моделях и отраслевых моделях. Обязанности: - Построение и поддержка AWS-инфраструктуры платформы оценки как кода: сеть, вычисления, оркестрация, секреты, наблюдаемость, CI/CD. - Запуск self-hosted трека инференса для нишевых медицинских моделей: GPU-инфраструктура с батчингом, квантизацией, автоскейлингом и стандартным онбордингом новых моделей. - Создание слоя абстракции провайдеров совместно с ИИ-инженерами: единый интерфейс для API-моделей (OpenAI, Anthropic, Gemini и др.) и self-hosted моделей. Ответственность за rate limiting, ретраи, управление квотами, логирование запросов и ответов, атрибуцию затрат на запуск. - Обеспечение воспроизводимости и оптимизации затрат на бенчмарк-запуски: закрепление версий моделей и контейнеров, стратегия spot и reserved capacity, устранение простоя GPU. - Построение наблюдаемости: пропускная способность, задержка, стоимость токенов и GPU-часов, таксономия сбоев, дашборды по моделям. - Поддержка волновой нагрузки: возможность для группы ИИ-инженеров запускать эксперименты и уходить без поломок и осиротевших ресурсов. - Участие в архитектуре Trusted Execution Environment (TEE): оценка AWS Nitro Enclaves и аналогичных подходов для сценария bring-your-own-data / bring-your-own-model, включая аттестационный выпуск ключей и практические ограничения инференса внутри enclave. Требования: - AWS-инфраструктура на продакшн-масштабе: EKS или ECS, GPU-инстансы EC2 (G5/G6, P4d/P5) и их ограничения, проектирование VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch, Service Quotas. - Инфраструктура как код: Terraform. Без ручного создания ресурсов через консоль. - Опыт работы с LLM: практическое владение стратегией батчинга, поведением KV cache, компромиссами квантизации, мульти-GPU шардированием. - Оркестрация контейнеров и планирование GPU: ECS/EKS с GPU-нагрузками, автоскейлинг нод, пайплайны сборки образов для CUDA-зависимых стеков. - Надежность и оптимизация затрат: SLO, алертинг, подтвержденный опыт снижения облачных расходов без потери функциональности. - Опыт запуска инференс-контейнеров. - Опыт в ИИ и LLM. - Опыт работы в здравоохранении (HIPAA, HL7 и др.). - Сильные коммуникативные навыки. Желательно: - Опыт с AWS SageMaker endpoints и Bedrock. - Практический опыт Python для работы с harness и слоем адаптеров провайдеров. - Основы конфиденциальных вычислений: enclaves, remote attestation, sealed key release, границы безопасности TEE. - Комплаенс в здравоохранении: выбор HIPAA-совместимых сервисов, BAA scope, аудит-логирование, контроль доступа к PHI. - Усиление безопасности: сканирование образов, контроль исходящего сетевого трафика для замкнутого контура. Будет плюсом: - Опыт хостинга медицинских изображений или мультимодальных моделей. - Nitro Enclaves в продакшене или аналогичный опыт TEE. - Опыт поддержки self-service сред, чистых границ тенантов и быстрого предоставления учетных данных.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Вакансия удаленная, открыта для кандидатов из США. Компания — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении взломов с помощью продвинутых платформ на базе ИИ. Ищут Senior AI Infrastructure Engineer для проектирования, создания и масштабирования ИИ-инфраструктуры для продуктов, с фокусом на большие языковые модели (LLM) и ИИ-системы. Обязанности - Предоставление и настройка крупных GPU-кластеров и вычислительных ресурсов для задач обучения, дообучения и инференса LLM. - Оптимизация инфраструктуры обслуживания LLM-моделей, включая развертывание и оптимизацию различных фреймворков инференса. - Управление жизненным циклом моделей: версионирование, контрольные точки и воспроизводимость в процессах обучения и инференса. - Проектирование и внедрение надежных фреймворков оценки для проверки производительности, точности и надежности моделей, обеспечивая соответствие ИИ-систем производственным стандартам. - Выявление и устранение узких мест использования GPU и эффективности памяти GPU, применение таких техник, как квантование, пакетная обработка и кэширование. - Проектирование и поддержка платформ и пайплайнов данных, специально предназначенных для поддержки LLM, RAG (Retrieval-Augmented Generation) и ИИ-систем в производственной среде, с акцентом на производительность, сопровождаемость и строгость тестирования, обеспечивая быструю поставку без ущерба качеству. - Применение экспертизы в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Определение и внедрение лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления для ИИ-сервисов. - Тщательное документирование архитектурных решений и донесение технических деталей до заинтересованных сторон. - Взаимодействие с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные сервисы производственного уровня. Требования - Степень бакалавра в области компьютерных наук, инженерии данных или STEM; магистерская степень приветствуется. - 6+ лет опыта в инфраструктурной/дата-инженерии, как минимум 2 года в создании и поддержке платформ/пайплайнов, поддерживающих LLM-системы и приложения. - Подтвержденный практический опыт в LLM-инфраструктуре: предоставление кластеров, оптимизация обучающих нагрузок и поддержка инференс-пайплайнов. - Исключительная способность писать чистый, элегантный, поддерживаемый и хорошо протестированный код, а также сильный фокус на быстрой поставке результатов. - Глубокое понимание инженерных практик, включая эффективные ревью кода и отказоустойчивую архитектуру. - Проявление технического лидерства и наставнических качеств. - Подтвержденный опыт использования ИИ-технологий для улучшения принятия решений, оптимизации рабочих процессов и процессов, повышения эффективности и бизнес-результатов. - Практический опыт с MLOps-инструментами (MLflow, SageMaker, AI). - Сильное понимание основ CUDA, драйверов, GPU и TPU. - Опыт работы с фреймворками инференса, такими как vLLM и Triton Inference Server. - Владение фреймворками обучения: PyTorch, Ray, Megatron, JAX. - Экспертный уровень владения высокоуровневым языком программирования (Python). - Глубокие знания контейнеризации и оркестрации (Slurm, Airflow). - Владение инструментами Infrastructure as Code, такими как Terraform и Ansible. - Опыт работы с облачными платформами (AWS, GCP или OCI) и сервисами данных. - Опыт работы в сфере кибербезопасности, разведки или отраслях с высокими требованиями к соответствию. - Опыт создания, развертывания и управления LLM в производственной среде. - Опыт работы с распространенными фреймворками рабочих процессов. - Опыт работы с фреймворками обработки данных (например, Dask, Flink). Условия - Право на бонусы. - Гранты на акции. - Комплексный пакет льгот: медицинская страховка, 401k, оплачиваемый отпуск, конкурентоспособная компенсация и акции. - Комплексные программы физического и психического здоровья. - Конкурентоспособный отпуск и праздники, отпуск по уходу за ребенком и усыновлению. - Возможности для развития для всех сотрудников независимо от уровня или роли. - Сети сотрудников, географические сообщества и волонтерские возможности для установления связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты. Задачи - Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы. - Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами. - Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes. - Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость. - Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов. - Принимать архитектурные решения — от дизайна сервисов до эволюции платформы. Требования - 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами. - Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов. - Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене. - CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг. - Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов. - Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества. - Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля. - Свободный английский. Будет плюсом - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек data engineering работает на нём. - Опыт в регулируемой среде (ISO27001, SOC2). - Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в странах ЕС), доступен офис в Бельгии. - Доступ к токенам всех передовых моделей. - Реальная ответственность. Процесс отбора - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). - Ответ каждому кандидату в течение 3–5 дней после каждого этапа.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda Data Nv разрабатывает платформу мониторинга качества данных и производительности ИИ. Компания основана в 2019 году. Среди клиентов — Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Открытый движок Soda Core используют Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы — Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Инженер работает над всем стеком: Java-бэкенд и TypeScript/Angular-фронтенд, обеспечивающие работу Soda Cloud. Продуктовые инженеры владеют функциональностью от начала до конца: общаются с пользователями, участвуют в проектировании, реализуют от базы данных до интерфейса. В компании активно используются ИИ-агенты для написания кода. Задачи - Реализация функций от начала до конца: бэкенд-API, изменения в БД, фронтенд, выкладка в продакшн. - Проектирование и разработка бэкенд-сервисов для мультитенантной SaaS-платформы. - Работа с реляционными БД (MySQL): проектирование схем, оптимизация запросов, моделирование данных. - Разработка фронтенд-функций: чистый, быстрый интерфейс. - Оптимизация производительности по всему стеку, написание тестов (unit, integration, e2e). - Встраивание агентных функций в продукт: рабочие процессы на основе LLM для поиска, понимания и исправления проблем с данными. - Улучшение систем для агентной разработки: инструкции для агентов, навыки, циклы обратной связи через тесты. - Совместная работа с продуктом, дизайном и клиентами для определения направлений разработки. Требования - 5+ лет разработки в продуктовой компании, владение значимыми частями продакшн-системы. - Сильный Java: REST API, взаимодействие с БД, асинхронная обработка. - TypeScript и современный фронтенд-фреймворк, предпочтительно Angular. - Фундаментальные знания фронтенда: сложные UI, компонентная архитектура, управление состоянием, производительность, адаптивный дизайн. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Архитектурное мышление: проектирование API с точки зрения потребителя, понимание влияния на поток данных и задержки. - Владение DevOps: контейнеры, CI/CD, инфраструктура как код, уверенная работа с Linux. - Агентная разработка: опыт написания продакшн-кода с ИИ-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого качества. - Самостоятельность в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт мультитенантного SaaS в масштабе, опыт работы в быстрорастущем стартапе. - Чувство дизайна. - Python: стек data engineering. - Опыт встраивания агентных функций в продукт: LLM-функции, агенты с инструментами, автоматизация на ИИ. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в пределах ЕС), доступен офис в Бельгии. - Доступ к токенам всех frontier-моделей. - Реальная ответственность и влияние, без микроменеджмента. - Команда senior-инженеров из 12+ стран. Ценности Свобода с ответственностью, прозрачность, мышление роста. Нетерпимость к нечестности, открытая и прямая коммуникация. Автономия в принятии решений.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет мировым брендам электронной коммерции увеличивать выручку и конверсию. О роли Команда ML Infrastructure создаёт и поддерживает общие бэкенд-сервисы и платформенные возможности, которые команды ML и продуктов используют для разработки, развёртывания и запуска машинного обучения в масштабе — от сервинга моделей (включая LLM) до специализированных хранилищ и пайплайнов данных. Это сервисная команда: дорожная карта формируется потребностями продуктовых команд. Ищем Senior Backend Engineer, готового брать полную ответственность за ключевые сервисы. Ближайшие и среднесрочные направления: - Упрощение запуска, масштабирования и эксплуатации ML-нагрузок для всех команд. - Предоставление self-service и настраиваемых компонентов инфраструктуры для ML и продуктовых команд. - Развитие ключевых ML-сервисов и связанных пайплайнов с высокими требованиями к надёжности и производительности. Задачи - Проектировать, создавать и эксплуатировать высоконагруженные распределённые бэкенд-сервисы, обеспечивающие ML-инфраструктуру компании. - Владеть ключевыми ML-сервисами и связанными пайплайнами данных: от дизайна и реализации до развёртывания, наблюдаемости и постоянного улучшения. - Взаимодействовать с ML и продуктовыми командами, превращая их потребности в надёжные и переиспользуемые платформенные возможности. - Принимать и защищать технические решения: оценивать компромиссы, сначала проектировать, отвечать за результат. - Отвечать за свою работу и работу команды. Требования - 5+ лет профессионального опыта в бэкенд- или платформенной инженерии. - Глубокие знания Python (основной язык). - Практический опыт разработки в публичном облаке (AWS, GCP или Azure) или с self-managed Kubernetes. AWS — основная платформа, но не ограничиваясь ей. - Опыт проектирования и создания распределённых высоконагруженных сервисов и API. - Сильные знания структур данных, алгоритмов и их компромиссов. - Инженерный подход, ориентированный на проектирование: среда поддерживает использование AI-инструментов, но вы ведёте за счёт системного дизайна и понимания их применимости. - Ответственность и проактивность: не закрывать глаза на проблемы, решать их и отвечать за результаты. - Дружелюбие и готовность помогать коллегам. Будет плюсом - Опыт с Rust (или C/C++/Go) — существенный плюс. - Опыт разработки или участия в ML-платформах или ML-инфраструктуре — существенный плюс. - Опыт настройки и эксплуатации векторных баз данных (Qdrant, Milvus, Weaviate, OpenSearch, pgvector и т.п.) — существенный плюс. - Опыт с сервингом моделей / инференс-инфраструктурой, включая LLM. - Опыт с Infrastructure as Code (Terraform или аналоги). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда — можно жить где угодно. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Оплачиваемый отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Работа с умными людьми, которые помогают расти и влиять на результат. - Базовая зарплата: $80,000–$120,000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные оффсайты для общения и совместной работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Karsun Solutions ищет Full-Stack Java-разработчика с экспертизой в AI-инструментах разработки. Роль сочетает технические навыки разработки с применением AI-инструментов (GitHub Copilot, AI-ассистенты кода) для повышения продуктивности. Обязанности: AI-инструменты разработки: - Внедрение и оптимизация AI-инструментов разработки в инженерной организации. - Проектирование и улучшение промптов для GitHub Copilot и аналогичных AI-ассистентов кода. - Разработка кастомных AI-рабочих процессов и скриптов автоматизации. - Создание библиотек промптов и лучших практик для генерации кода, документации и тестирования. - Обучение и наставничество команд разработки по эффективному использованию AI-инструментов и промпт-инжинирингу. - Оценка и интеграция новых AI-инструментов и платформ разработки. - Установление стандартов кодинга и руководств для AI-ассистированной разработки. - Оптимизация конфигураций AI-инструментов для качества кода и эффективности разработчиков. - Разработка внутренних инструментов и расширений для улучшения AI-рабочих процессов. Full-Stack Java-разработка: - Проектирование и разработка масштабируемых full-stack приложений на Java и современных веб-технологиях. - Создание бэкенд-сервисов с использованием Spring Boot и микросервисной архитектуры. - Разработка адаптивных фронтенд-приложений на Angular, React или аналогичных фреймворках. - Проектирование, разработка и поддержка API-микросервисов (масштабируемых, отказоустойчивых и безопасных). - Развертывание и интеграция приложений в инфраструктуре, обеспечение оркестрации с внутренними и внешними системами. - Эффективное взаимодействие с разработчиками, тестировщиками и стейкхолдерами в SAFe Agile-среде. Требования: Образование: - Степень бакалавра или магистра в области компьютерных наук, программной инженерии или смежной области. Экспертиза в AI-инструментах разработки: - Минимум 0-2 года практического опыта работы с GitHub Copilot или аналогичными AI-ассистентами кода. - Подтвержденный опыт повышения продуктивности разработки через AI-инструменты. - Опыт промпт-инжиниринга для генерации кода и задач разработки. - Знание API и интеграций AI-инструментов разработки. - Понимание возможностей и ограничений AI-моделей в контексте разработки. - Опыт работы с AI-инструментами тестирования и системами автоматического ревью кода. - Способность обучать и поддерживать разработчиков во внедрении AI-инструментов. Full-Stack Java-разработка: - 0-2 года опыта в Full Stack Java-разработке. - Практический опыт с Spring Boot, Spring Security, Spring Data. - Опыт фронтенд-разработки с Angular, Bootstrap, jQuery, Data Tables и REST API. - Владение HTML5, CSS3, JavaScript и TypeScript. - Опыт работы со сборочными инструментами (Maven, Gradle) и менеджерами пакетов (npm, Maven). - Знание SQL и опыт работы с базами данных (PostgreSQL, MySQL). - Опыт работы с облачными платформами (преимущественно AWS) и контейнеризацией (Docker, Kubernetes). - Опыт работы с фреймворками юнит-тестирования (JUnit, Mockito). - Опыт работы с IDE (Eclipse, IntelliJ, Visual Studio Code, Spring Tool Suite). Прочее: - Доступность в рабочие часы с 9:00 до 17:00 по восточному времени (ET). - Способность получить и поддерживать допуск Public Trust. Предпочтительные квалификации: - Опыт использования AI-инструментов BrowserStack, Playwright и Testim для генерации тест-кейсов и автоматизированного тестирования. - Опыт интеграции USWDS-совместимых компонентов с Angular Storybook. - Опыт поддержки федеральных государственных контрактов США.