Вакансии для DevOps-инженеров

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Занятость: full-time. Локация: Астана / Алматы. Формат: гибрид. Старт: середина сентября 2026. Проект: до конца 2026 года с возможным продлением. Ставка: обсуждается. Требуемая релевантность опыта: 85%+. Дедлайн подачи резюме: 29.08.2026. Задачи: - развёртывание ML-моделей в production; - контейнеризация и настройка inference-серверов; - работа с Triton, TorchServe, BentoML или аналогами; - администрирование GPU-серверов; - NVIDIA Drivers, CUDA, cuDNN; - настройка GPU-нод в Kubernetes; - CI/CD для ML-сервисов; - мониторинг и алертинг через Prometheus/Grafana; - управление ресурсами GPU-кластера и оптимизация их загрузки. Требования: - Docker, Kubernetes, Helm; - MLflow; - Triton / BentoML / TorchServe; - Python + Bash/Shell; - NVIDIA GPU, CUDA, cuDNN; - nvidia-smi, DCGM; - GitHub Actions / GitLab CI / Argo Workflows; - Prometheus, Grafana. Проект: развёртывание и администрирование ML-моделей в production-среде телеком-оператора.

Формат

Удалённо

Страна

Россия

Город

Не указан

О команде Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать эффективность операций и снижать влияние человеческого фактора. Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию. Общая информация - Компания: Ozon Tech - Локация: РФ, РБ, КЗ, другие страны - Формат работы: гибрид, удаленка - Занятость: полная - Заработная плата обсуждается индивидуально Задачи - Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация). - Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей. - Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production. - Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии. - Разрабатывать ML-сервисы и работать с микросервисной архитектурой (Python). - Анализировать производительность решений и находить узкие места — от моделей до инфраструктуры. - Работать с видеопотоками и создавать high-load системы обработки данных. - Взаимодействовать с инженерами и разработчиками на всех этапах — от исследования до продакшена. Требования - Высшее образование в области математики, компьютерных наук или смежных технических дисциплин. - Уверенное знание Python и опыт промышленной разработки. - Практический опыт в Computer Vision или Machine Learning. - Понимание классических алгоритмов CV и современных ML-подходов. - Знание основных метрик качества моделей и методов их валидации. - Хорошая алгоритмическая база (структуры данных, оценка сложности). - Навыки написания чистого, поддерживаемого кода и работы с Git. Желательно - Опыт работы с GPU (Nvidia, CUDA, TensorRT). - Опыт построения real-time систем или оптимизации latency. - Опыт deployment и применения MLOps-практик. - Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных. - Опыт разработки high-load сервисов. - Знание C++ для performance-критичных компонентов. - Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой. - Знание SQL и опыт работы с БД. - Навыки написания unit- и integration-тестов. - Английский язык на уровне чтения технической документации. Работа в Ozon Tech - Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений. - Открытая культура — учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых. - Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга. - Современный стек и развитая инженерная культура — реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.

Формат

Удалённо

Страна

Любая

Город

Не указан

Инженер-программист по продуктам с искусственным интеллектом отвечает за проектирование, разработку, тестирование, отладку, внедрение и поддержку программных решений для корпоративных приложений и AI-продуктов. Роль предполагает создание масштабируемого, безопасного и качественного ПО с соблюдением стандартов кодирования, практик безопасной разработки и современных инженерных принципов. Работа ведется в подразделении Tax & Accounting, сочетает классическую разработку с технологиями генеративного ИИ для создания интеллектуальных продуктов, улучшающих рабочие процессы клиентов. Инженер взаимодействует с владельцами продуктов, архитекторами, старшими инженерами, QA, DevOps и налоговыми экспертами. Задачи: - Проектирование, разработка, тестирование, отладка, внедрение и поддержка программных решений под руководством старших инженеров и архитекторов. - Разработка безопасного, масштабируемого и поддерживаемого ПО, отвечающего бизнес- и техническим требованиям. - Создание и улучшение AI-функций приложений с использованием LLM, промт-инжиниринга, retrieval-подходов и автоматизации рабочих процессов. - Разработка и интеграция API, сервисов приложений и облачных компонентов. - Участие во внедрении агентных AI-решений и интеллектуальных рабочих процессов в рамках установленной архитектуры. - Поддержка интеграций между AI-сервисами, API, бизнес-правилами и компонентами приложений. - Участие в тестировании и валидации для повышения точности, надежности и качества AI-функций. - Устранение дефектов приложений, проблем AI-рабочих процессов и инцидентов в продакшене. - Оптимизация производительности, масштабируемости, надежности и поддерживаемости приложений. - Соблюдение лучших практик разработки, стандартов кодирования и безопасного кодинга. - Создание и поддержка модульных и интеграционных тестов, механизмов валидации. - Участие в код-ревью, обсуждениях дизайна и написании технической документации. - Поддержка CI/CD-пайплайнов, деплоя, готовности релизов и мониторинга продакшена с использованием Azure DevOps. - Построение решений с учетом ожиданий корпоративного SaaS: безопасность, соответствие требованиям, приватность данных, наблюдаемость и поддерживаемость. - Выявление технических рисков и информирование команды и стейкхолдеров. - Постоянное изучение новых технологий, особенно генеративного ИИ, облачных сервисов Azure и AI-инструментов разработки. Требования: - Степень бакалавра в Computer Science, инженерии или смежной области, либо эквивалентная комбинация образования и опыта. - 2–5 лет профессионального опыта разработки ПО. - 2+ года разработки на C и .NET. - Опыт создания веб-приложений, API и облачных решений. - Понимание основ разработки ПО: проектирование, тестирование, отладка, оптимизация производительности. - Понимание REST API, микросервисов и облачных сервисов. - Знакомство с облачными технологиями Microsoft Azure. - Понимание практик безопасной разработки, аутентификации, авторизации и принципов приватности данных. - Опыт работы в Agile-цикле разработки. - Развитые аналитические навыки, навыки решения проблем и поиска неисправностей. - Способность быстро осваивать новые технологии и адаптироваться в динамичной среде. - Отличные письменные и устные коммуникативные навыки. Предпочтительно: - Опыт работы с технологиями генеративного ИИ, AI-приложениями или AI-инструментами разработки. - Знание домена налогообложения или бухгалтерского учета США. Условия: - Гибридный формат работы.

Формат

Офис

Страна

Азербайджан

Город

Не указан

AI-инженер по агентным системам American Express строит платформы, продукты и системы управления, которые позволяют агентному ИИ работать ответственно и в масштабе предприятия. Фокус — разработка агентного ИИ: проектирование интеллектуальных адаптивных систем, способных планировать, рассуждать и действовать в сложных рабочих процессах с соответствующим уровнем автономии. Эти системы обеспечивают автономные рабочие процессы, поддержку принятия решений и клиентский опыт, соответствуя высоким стандартам безопасности, объяснимости, надежности и соответствия требованиям в финансовой сфере. Роль предполагает практическую разработку производственных агентных ИИ-систем, работающих с реальными финансовыми данными и обслуживающих реальных клиентов. Вы будете работать вместе с инженерами, продакт-менеджерами и дизайнерами, создавая и запуская ИИ-функции, а также учиться работать в регулируемой среде, ориентированной на клиента. Это не исследовательская роль: вы будете писать производственный код, участвовать в обсуждениях системного дизайна и помогать эксплуатировать созданное после запуска при поддержке старших инженеров. Задачи - Участие в проектировании и реализации продуктовых функций на основе LLM и агентных систем. - Создание и развитие агентных ИИ-рабочих процессов, которые рассуждают над контекстом, вызывают инструменты и выполняют действия под руководством старших инженеров. - Внедрение и поддержка пайплайнов RAG (генерация с дополнением поиском) над финансовыми данными с акцентом на корректность и безопасность. - Вклад в общую ИИ-инфраструктуру: LLM-сервисы, компоненты оркестрации, инструменты оценки и мониторинга. - Участие в эксплуатации ИИ-систем в продакшене: мониторинг, отладка, повышение надежности и производительности. - Тесное сотрудничество с продуктовыми и дизайнерскими командами, перевод потребностей клиентов в технические решения. Технологический стек - Языки: Python, Go, TypeScript. - Облако и инфраструктура: AWS и/или GCP, Kubernetes. - API и сервисы: REST, gRPC. - Распределенные системы: событийно-ориентированные архитектуры, включая Kafka. - Коммерческие и открытые LLM, интегрированные в агентные рабочие процессы. - Инструменты оркестрации агентов, RAG, векторные хранилища и оценка. - Валидация схем и обработка структурированных данных. - Использование ИИ-ассистированных и агентных инструментов разработки для проектирования, реализации, тестирования, отладки и рефакторинга. Все системы строятся в соответствии с высокими стандартами надежности, безопасности и аудируемости, отражая ответственность развертывания автономного ИИ в сфере финансовых услуг. Требования - От 2 лет профессионального опыта в разработке ПО. - Практический опыт создания или участия в ИИ-функциях, LLM-приложениях или прикладных ML-системах (профессиональный или проектный). - Уверенные инженерные основы минимум в одном бэкенд-языке: Python, Go или TypeScript. - Знакомство с API, базовыми облачными концепциями и современными практиками разработки. - Интерес к агентным ИИ-системам, автономии и ИИ-ассистированным рабочим процессам. - Готовность учиться, воспринимать обратную связь и со временем брать на себя техническую ответственность. - Комфортная работа в кросс-функциональных командах. - Сильная клиентоориентированность и любопытство к решению реальных задач. Предпочтительные квалификации - Опыт работы с LLM-инструментами, промт-инжинирингом, RAG или агентными фреймворками в работе, учебе или личных проектах. - Стажировка или ранний карьерный опыт в финтехе или других регулируемых средах. - Вклад в open-source проекты, хакатоны или побочные проекты, связанные с ИИ или инструментами разработчика.

Формат

Офис

Страна

Ватикан

Город

Не указан

О компании Credence — компания в сфере AI, облачных технологий, кибербезопасности и модернизации. Штат — более 1700 сотрудников, включая 1500+ экспертов по AI и данным. Компания имеет 100+ prime-контрактов. Признана Top Workplace по версии Washington Post шесть лет подряд и входит в Inc. 5000 Fastest Growing Private Companies 13 из последних 14 лет. О роли Credence ищет AI Software Engineer в практику AI и автоматизации. Роль предполагает техническое лидерство в практике, применение фундаментальных навыков AI для создания и развертывания решений на основе данных. Под руководством старших AI-лидеров инженер будет вести жизненный цикл разработки агентного ИИ и взаимодействовать с командами инженеров, данных и заинтересованными сторонами для создания высокоэффективных облачных AI-возможностей для федеральных миссий. Обязанности - Генеративный ИИ и LLM: участие в проектах с генеративным ИИ и LLM, прототипирование, кастомизация и доработка AI-функций. - Разработка агентных ИИ-систем: поддержка полного цикла разработки — выбор модели, создание агентов, вызов инструментов, синтез ответов и фоновые агенты. - Инженерия ПО: соблюдение принципов разработки с использованием современных AI-инструментов генерации кода для ускорения рабочих процессов. - Совместная работа: работа с инженерами данных, разработчиками ПО и дата-сайентистами над созданием операционных агентных AI-систем. - Облачная поддержка: автоматизация развертывания моделей с помощью Infrastructure as Code (IaC), CI/CD и инструментов оркестрации контейнеров. - Мониторинг и оптимизация: мониторинг AI-систем после развертывания, настройка производительности, обеспечение надежности и масштабируемости. - Техническая строгость и документация: написание чистого, документированного кода по отраслевым и федеральным стандартам; поддержка воспроизводимой разработки. - Профессиональный рост: отслеживание трендов AI/ML, обучение у старших коллег через менторство и технические ревью. Требования - Степень бакалавра или магистра в области компьютерных наук, AI/ML или смежной области. - 1–5 лет практического опыта в разработке AI/ML-решений. - Опыт работы с генеративным ИИ, LLM и добавлением вызовов инструментов (MCP). - Опыт работы с агентными фреймворками: Agent2Agent Protocol, Mastra, Strands, AgentCore и/или Gemini Agent Platform. - Глубокое понимание AI API: OpenAI, Anthropic, Gemini, Bedrock. - Владение TypeScript и ключевыми библиотеками и фреймворками (Nx, NextJS, Mastra, Vercel AI SDK, Playwright, Jest, Vite). - Владение Python и библиотеками и фреймворками (uv, Pydantic, FastAPI, CrewAI, LangChain, LangGraph, Unstructured). - Опыт развертывания приложений с использованием облачных платформ (AWS, GCP) и контейнерных инструментов (Docker, Kubernetes). - Знакомство с CI/CD (GitLab CI). - Опыт использования AI-инструментов для кодинга (Claude Code, Codex, Antigravity). - Развитые коммуникативные навыки и клиентоориентированность. - Гражданство США и возможность получения допуска DoD Secret. Предпочтительно - Интерес к новейшим AI-инновациям, нацеленность на достижение миссии. - Опыт в смежных областях: инженерия данных, дата-сайенс, UI/UX, облачная и платформенная инженерия. - Опыт с IaC-инструментами: Terraform, Open Tofu, AWS CDK или CloudFormation. - Знание федеральной кибербезопасности, RMF, FedRAMP или регуляторных фреймворков. Зарплата и условия - Зарплата: $120,000–$150,000 в год. Фактическая компенсация зависит от опыта, образования, сертификатов, навыков и квалификации. - Медицинская страховка (медицина, стоматология, зрение). - Пенсионный план (401k, IRA). - Страхование жизни (базовое, добровольное, AD&D). - Оплачиваемый отпуск (отпуск, больничные, государственные праздники). - Семейный отпуск (декретный, отцовский). - Краткосрочная и долгосрочная нетрудоспособность. - Обучение и развитие.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надежности, ускорения устранения инцидентов и оптимизации телеметрии в масштабе. Grafana Cloud построена на открытом исходном коде и открытых стандартах, предназначена для взаимодействия с любым стеком и объединяет ИИ с наблюдаемостью. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, команда насчитывает более 40 стран. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. Это удаленная позиция, рассматриваются кандидаты, проживающие в часовых поясах Ирландии. Роль: Software Engineer — Platform Productivity. Grafana Cloud обрабатывает миллионы метрик, строк логов и трейсов в секунду из окружений клиентов в высокодоступный стек с низкой задержкой. Цель — рост до сотен миллионов в секунду с улучшением производительности и надежности. Внутренняя инженерная платформа, предоставляемая департаментом Platform, дает инженерам приложений инструменты, системы и кластеры Kubernetes для сборки, развертывания и запуска их рабочих нагрузок. Платформенные роли ориентированы на инженеров с интересом к производительности и надежности, которые любят доводить проекты от концепции до продакшена. Команды организованы в сквады: облачная инфраструктура, сети и безопасность; инженерная продуктивность; управление емкостью; клиентский административный инструментарий (CAT); соответствие требованиям US Federal. Из-за продакшен-сервисов действуют дежурства (on-call) для обеспечения здоровья системы. Обязанности сквада Platform Productivity: - Помощь внутренним инженерам в выпуске ПО на инфраструктуру безопасными и измеримыми способами. - Автоматизация процессов релиза (от CI/CD до бутстрапинга) и внедрение «золотых путей» (golden path) для внутренних команд, включая обработку крайних случаев. - Поддержка команд, создающих инструменты наблюдаемости: Grafana, Mimir, Loki, Tempo. - Установка собственного роадмапа сквада, участие в выборе приоритетов и плановом выводе из эксплуатации устаревших систем. - Разработка и поддержка внутренней инженерной платформы (IEP). - Управление и развитие CI/CD платформы. - Автоматизация сборки, релиза и развертывания. - Инструментарий управления конфигурацией приложений. - Автоматизация обновления программного обеспечения. - Управление артефактами. - Взаимодействие с разными внутренними командами (от разработки приложений до безопасности) для реализации их требований. - Участие в дежурствах для поддержки платформенных инструментов. Компания инвестирует в продуктивность разработчиков. Доступны современные ИИ-ассистенты для кодирования в ежедневном рабочем процессе (инструменты на выбор в рамках политики безопасности) с оплачиваемым компанией бюджетом использования. Поощряется прагматичная ИИ-ассистированная разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при строгих стандартах код-ревью и качества. Также доступны последние frontier-модели от OpenAI и Anthropic.

Формат

Удалённо

Страна

Испания

Город

Не указан

О роли Grafana Labs — компания, стоящая за Grafana Cloud, управляемой платформой наблюдаемости. Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду, и компания планирует увеличить этот показатель до сотен миллионов. Мы нанимаем инженера в команду Platform Productivity. Команда помогает внутренним инженерам выпускать ПО на инфраструктуру безопасными и измеримыми способами, автоматизирует процессы релиза (от CI/CD до бутстрапинга) и внедряет «золотые пути» (golden path), а также поддерживает крайние случаи. Команда сама определяет свой роадмап, и вы будете участвовать в этом процессе, включая выбор направлений и своевременный вывод устаревших систем. Задачи - Разработка и сопровождение внутренней инженерной платформы (IEP). - Управление и развитие CI/CD. - Автоматизация сборки, релиза и развёртывания. - Инструменты управления конфигурацией приложений. - Автоматизация обновления ПО. - Управление артефактами. - Взаимодействие с внутренними командами (от разработки до безопасности) для реализации их требований. - Участие в дежурствах (on-call) для поддержки инструментов платформы. Условия - Удалённая работа, рассматриваются кандидаты в часовых поясах Испании. - Компания полностью удалённая, команда в 40+ странах. - Оплачиваемый бюджет на использование AI-ассистентов для разработки (в рамках политики безопасности). - Доступ к новейшим моделям OpenAI и Anthropic.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Компания Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой observability, которой доверяют более 10 000 организаций. Платформа построена на открытом исходном коде и открытых стандартах. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, сотрудники работают в более чем 40 странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. О роли Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Внутренняя инженерная платформа (IEP) предоставляет прикладным инженерам инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска рабочих нагрузок. Платформенные роли в Grafana Labs ориентированы на инженеров с интересом к производительности и надёжности, которые любят вести проекты от концепции до продакшена. Команда организована в сквады: Cloud Infrastructure, Networking and Security; Engineering Productivity; Capacity Management; Client Administrative Tooling (CAT); US Federal compliance. Так как разворачиваются продакшен-сервисы, есть дежурства (on-call) для обеспечения здоровья системы. Открыта позиция в сквад Platform Productivity. Сквад помогает внутренним инженерам выпускать ПО на инфраструктуру безопасными и измеримыми способами: автоматизирует процессы релиза (от CI/CD до бутстрапинга), внедряет «золотые пути», помогает с краевыми случаями и обеспечивает максимальную пользу от инструментов. Сквад самостоятельно определяет свою дорожную карту, и участник команды участвует в этом процессе. Обязанности - Разработка и поддержка внутренней инженерной платформы (IEP). - Управление и развитие CI/CD. - Автоматизация сборки, релиза и развёртывания. - Инструменты управления конфигурацией приложений. - Автоматизация обновления программного обеспечения. - Управление артефактами. - Взаимодействие с разными внутренними командами — от разработки приложений до безопасности — для реализации их требований. - Участие в on-call ротации для поддержки платформенных инструментов. Условия Удалённая работа, рассматриваются кандидаты в часовых поясах Великобритании. Компания инвестирует в продуктивность разработчиков: разрешено использовать современные AI-ассистенты кодирования в рамках политики безопасности, с оплачиваемым бюджетом на использование. Доступны последние модели OpenAI и Anthropic.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Стажировка

atvari GmbH — технологическая компания, специализирующаяся на архитектуре программного обеспечения и облачных решений, заказной разработке, облачном инжиниринге, DevOps и ИТ-консалтинге. Команда делает акцент на Rust, Nix и открытых технологиях, ценит чистый поддерживаемый код и совместную инженерную практику. Задачи - Поддержка проектирования, внедрения и сопровождения сред разработки и развертывания на основе Nix. - Написание и доработка конфигураций Nix и NixOS. - Автоматизация процессов сборки и развертывания. - Интеграция Nix с существующими программными проектами. - Совместная работа с инженерами над бэкенд-сервисами. - Устранение проблем окружения и зависимостей. - Документирование конфигураций и инструментов. Условия - Полностью удаленная стажировка. - Неоплачиваемая, продолжительность 1–3 месяца по потребностям кандидата. - Доступна как добровольная (Freiwilliges Praktikum) или обязательная (Pflichtpraktikum) стажировка. - Только для резидентов Германии. - Подходит, если нет завершенного ученичества или университетского диплома (для добровольной стажировки) или требуется обязательная стажировка в рамках учебной программы (для обязательной стажировки). Требования - Сильные базовые знания в Computer Science: алгоритмы, структуры данных, операционные системы. - Опыт разработки как минимум на одном языке высокого уровня (опыт с Rust — плюс). - Понимание концепций бэкенд-разработки: API, микросервисы, серверные фреймворки. - Знакомство с принципами функционального программирования и их применением в кодовой базе. - Интерес к Nix / NixOS, воспроизводимым сборкам, DevOps и инфраструктуре как коду. - Способность быстро учиться, работать в команде и ясно излагать технические темы. - Комфортная работа удаленно в Германии и взаимодействие в кросс-функциональной инженерной среде. Технологический стек - Nix / NixOS - Rust - TypeScript и React - Kubernetes и Podman - OpenTofu / Terraform - gRPC, Protobuf и buf - GraphQL - Grafana, Loki, Tempo, Mimir - OpenTelemetry - WebAssembly - OpenCode и Claude Code - GitHub, GitLab, Forgejo - Hetzner Cloud, GCP, AWS, Azure, OpenStack Другие используемые инструменты - Proton Workspace (Proton Mail, Proton Calendar, Proton Drive, Proton Pass, Proton Meet, Proton Lumo) - Element / Matrix

Формат

Офис

Страна

США

Город

Не указан

О компании Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд. О роли Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение. Задачи - Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов. - Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации. - Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации. - Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости. - Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок. Требования - Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах. - Опыт с LangChain/LangGraph или аналогичными агентными фреймворками. - Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка. - Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks). - Опыт валидации данных и проектирования схем (Pydantic, JSON Schema). - Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform. - Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами. Будет плюсом - Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов. - Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog). - Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами. - Инфраструктура как код (Terraform, CDK). Условия и компенсация - Базовая зарплата: $215,000–$250,000 в год + опционы на акции. - Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем. - Участие в капитале компании (equity). - Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников. - Пенсионный план 401(k). - Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются. - Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие. - Гибкий отпуск (PTO). - Бесплатное использование платформы Future.

Формат

Офис

Страна

США

Город

Не указан

О компании Branch помогает компаниям ускорять платежи и предоставляет работающим американцам доступные бесплатные финансовые услуги. О роли Ищем Cloud Operations-инженера в команду Cloud Ops. Задачи - Внедрение и поддержка облачной инфраструктуры в GCP под руководством старших инженеров. - Поддержание масштабируемости, безопасности и высокой доступности облачной инфраструктуры. - Создание автоматизации для снижения рутинной работы и восстановления инфраструктуры после инцидентов. - Диагностика проблем и поддержка облачной инфраструктуры и инструментов наблюдаемости. - Обеспечение соответствия облачной инфраструктуры требованиям безопасности и регуляторным стандартам. - Участие в процессе реагирования на инциденты и инструментарии; работа с мониторингом и алертингом по всему стеку приложений. - Взаимодействие с техорганизацией по инфраструктурным задачам, включая кросс-функциональные проекты: автоматизация рабочих процессов (crons, n8n, Airflow). - Участие в процессах Ops-команды: инциденты, комплаенс, спринты, сбор метрик, документация. Требования - Степень бакалавра в Computer Science, Engineering или смежной области, или эквивалентный опыт. - 3+ года профессионального опыта в облачной инфраструктуре (предпочтительно GCP). - Знакомство с инструментами наблюдаемости: мониторинг, логирование, трейсинг. - Опыт работы минимум с одним языком программирования или скриптов: Python, Bash, Java или Go. - Опыт с контейнеризацией: Docker и Kubernetes. - Базовое знакомство с практиками безопасности сетей и приложений. - Готовность использовать AI-инструменты для ускорения работы. Компания предоставляет доступ к Claude и интегрирует Copilot и Gemini в автоматизацию. - Готовность к круглосуточной дежурной ротации (24/7 on call). Плюсы - Знакомство с CI/CD и Git. - Опыт совместной работы с командами Data Engineering. - Опыт с инструментами автоматизации и конфигурации: Terraform, Ansible или Chef. - Предыдущий опыт работы в режиме 24/7 on call. Компенсация Базовая зарплата: $135 000–150 000 в год. Диапазон отражает среднюю базовую зарплату по США; фактическое предложение может быть выше или ниже в зависимости от навыков, опыта и образования кандидата. Локация Удалённая работа в пределах США. Найм кандидатов за пределами США невозможен. Условия - Медицинская, стоматологическая и офтальмологическая страховка (рыночный уровень). - Опционы на акции. - Бесплатная подписка Premium-Tier Origin Financial Wellness. - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для обоих родителей. - Гибкий отпуск и больничные. - 11 оплачиваемых праздничных дней. - Опция Same Day Pay (Branch@Branch).

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

Компания FastSpring — платформа для онлайн-продаж AI, SaaS, игр, ПО и цифровых продуктов по всему миру. Компания обрабатывает все платежи: от чекаута до налогов. Основана в 2005 году, частная компания со штаб-квартирой в Санта-Барбаре и офисами в Амстердаме, Остине, Белфасте, Дублине, Галифаксе и Сингапуре. Позиция FastSpring ищет Senior Software Engineer в команду Payments для проектирования и разработки систем, обеспечивающих работу платформы электронной коммерции: обработка платежей, подписочные платежи, расчеты, возвраты и отчетность. Обязанности - В agile-командах вести дизайн и разработку продуктовых функций для высоконагруженных систем обработки платежей, подписочных платежей и отчетности. - Вести интеграции с внешними платформами: платежные процессоры, карточные сети, альтернативные способы оплаты (APM). - Обеспечивать надежный процесс поставки ПО: четкие процедуры, автоматизированная сборка, тестирование и деплой. - Отлаживать и решать сложные проблемы, оптимизировать производительность и обеспечивать надежность денежных потоков. - Сокращать время выхода на рынок, декомпозируя крупные требования на небольшие задачи для инкрементальных релизов. - Участвовать в ревью дизайна и кода с другими членами команды. - Наставлять младших разработчиков. - Управлять задачами через тикеты в соответствии с приоритетами разработки. - Внедрять лучшие практики стандартов кода, тестирования и деплоя. - Работать с командами Product, Risk, Finance и Compliance для учета бизнес- и регуляторных требований (PCI-DSS, PSD2/SCA, 3DS2) в решениях. - Гибкий график для работы с локальными и удаленными коллегами. - Реагировать на инциденты в продакшене и применять методы непрерывного улучшения для их полного устранения. Требования - 10+ лет опыта разработки коммерческих SaaS-решений на Java. - Опыт в платежной индустрии и/или интеграции со сторонними платежными API — плюс. - Увлеченный решатель проблем с подтвержденным опытом поставки качественных программных решений. - 4+ года опыта с SQL (PostgreSQL) и NoSQL-хранилищами. - 3+ года опыта реализации RESTful сервис-ориентированных архитектур с публичными API. - Опыт с HTML/CSS/JavaScript/Angular; Vue — плюс. - Опыт модульного тестирования, мокинга и автоматизации. - 3+ года опыта с Amazon Web Services: EC2, S3, RDS, DynamoDB; опыт с Lambda — плюс. - Опыт с Linux; опыт с контейнерами и Docker — плюс. - Готовность использовать AI-инструменты разработки — инженеры ежедневно используют Claude Code для ускорения дизайна, реализации и ревью. - Степень бакалавра или магистра в Computer Science или эквивалентный опыт. Условия - Ориентировочный диапазон базовой зарплаты: $175,000–$196,800 USD. - Роль может давать право на корпоративный бонусный план (или, для продажных ролей, комиссионный план). - FastSpring предоставляет различные льготы сотрудникам.

Формат

Офис

Страна

Аргентина, Бразилия, Испания, Латинская Америка

Город

Не указан

Компания dLocal — финансовая инфраструктура для глобальной коммерции на быстрорастущих рынках. Крупнейшие мировые компании используют платформу для роста в 60+ странах развивающихся рынков. В команде более 1300 специалистов из 40+ национальностей. dLocal (NASDAQ: DLO) — платежная платформа, соединяющая глобальных мерчантов с миллиардами потребителей на развивающихся рынках. Компания управляет критически важной инфраструктурой в Латинской Америке, Африке и Азии. Инженерная организация выпускает код в продакшн несколько раз в день и реализует одну из самых амбициозных AI-трансформаций в финтехе. Позиция предполагает владение тем, как dLocal создает и поставляет софт: платформа, стандартизированные пути, надежность и способ внедрения AI в инженерный процесс. Цель — чтобы каждый инженер стал заметно продуктивнее и безопаснее в продакшне через шесть месяцев. Области ответственности: - Владение внутренней платформой разработчика (IDP): стандартизированные шаблоны сервисов, CI/CD пайплайны, инструменты деплоя, инфраструктура фича-флагов, прогрессивная доставка, автоматический откат. Золотые пути для каждого используемого технологического стека. Подход «платформа как продукт», где инженеры dLocal — клиенты. - Владение SRE и производственной надежностью: reliability-инжиниринг платежных платформ, стандарты наблюдаемости, зрелость инцидент-менеджмента, production readiness review, здоровье онколов, error budgets, операционный контракт между платформенными и продуктовыми командами. - Владение AI-assisted разработкой: эволюция dCoder — проприетарной платформы генерации кода на базе моделей Anthropic, OpenAI и других, интеграция сторонних ассистентов, промпт- и контекст-инжиниринг для соответствия архитектурным стандартам, защитные механизмы, не допускающие AI-код в продакшн без стандартных проверок. - Владение стандартами и архитектурной консистентностью: партнерство с Principal-инженерами и программой Engineering Bar Raiser для определения и соблюдения стандартов кода, тестирования, деплоя и использования AI. - Организационное влияние и внедрение: программа adoption — обучение, внутренние коммуникации, чемпионы, планы миграции, дисциплина депрекации. Успех измеряется количеством команд на стандартизированном пути, а не количеством проложенных дорог. - Достижение значимых метрик: DORA-метрики (частота деплоев, время выполнения изменений, частота сбоев, время восстановления, коэффициент переработки кода), SLO на критических платежных путях, успешность откатов, adoption стандартизированных путей, плотность дефектов в AI-сгенерированных PR против базовой линии человеческого кода. Позиция предполагает прямую видимость программы автоматизации на уровне исполнительного руководства, место за столом инженерной стратегии и мандат на изменение рабочих процессов сотен инженеров.

Формат

Офис

Страна

США

Город

Не указан

О компании TeamSnap — платформа для коммуникаций в любительском спорте. Инженерная команда полностью распределённая. Компания входит в списки Outside Magazine «Best Places to Work» и Built In «100 Best Remote-First Places to Work». Задачи - Проектировать, развивать и поддерживать бэкенд-API, сервисы, event-driven процессы, очереди, фоновые задачи, модели данных, кэширование и интеграции для миллионов пользователей и тысяч спортивных организаций. - Вести сложные бэкенд-задачи от discovery до дизайна, внедрения, продакшена и долгосрочной поддержки. - Руководить неоднозначными техническими инициативами: декомпозиция проблем, оценка рисков, практические компромиссы, переход от неопределённости к чёткому исполнению. - Повышать надёжность, масштабируемость, производительность и управляемость продакшен-систем: архитектура, тестирование, оптимизация БД, кэширование, мониторинг, алерты, разбор инцидентов. - Разбирать сложные проблемы продакшена на уровне кода, БД, кэшей, очередей, задач, observability и жизненного цикла запроса. - Работать с командами Product, Design, Engineering, Infrastructure, Platform, Data, Support и другими для превращения roadmap в устойчивые бэкенд-системы и планы внедрения. - Давать и получать конструктивную обратную связь, менторить инженеров, влиять на согласованность между командами и объяснять технические компромиссы нетехническим заинтересованным сторонам. Требования - Сильная экспертиза в Node и опыт создания и поддержки продакшен-бэкенд-систем. - Глубина на уровне Staff: подтверждённый опыт создания и эксплуатации высоконагруженных API, сервисов, распределённых систем или общих продуктовых возможностей в продакшене. - Уверенное владение бэкенд-технологиями: Node, TypeScript, Elixir, Ruby/Rails, Java, Go, Python или аналогичными, включая поведение в рантайме, сценарии отказов и продакшен-компромиссы. - Сильное понимание SQL и реляционных БД: индексы, оптимизация запросов, миграции, профилирование, моделирование данных, транзакции, паттерны чтения и записи, настройка производительности. - Практическое понимание сервис-ориентированной и event-driven архитектуры, очередей, фоновых задач, вебхуков, Redis или аналогичных инструментов кэширования и систем, работающих под реальной нагрузкой. - Рабочее знание продакшен-инфраструктуры и платформенных вопросов: деплой, контейнеры, CI/CD, облачные сервисы, основы сетей, observability, операционная отладка. - Ответственность за продакшен: использование логов, метрик, трейсов, дашбордов, алертов, разбора инцидентов и поведения системы для повышения надёжности. - Умение вести за счёт влияния, менторить инженеров, принимать технические решения, понятно объяснять компромиссы и связывать бэкенд-решения с влиянием на клиентов, бизнес и долгосрочную поддерживаемость. Будет плюсом - Опыт работы в инфраструктурных, платформенных, SRE, DevOps или data-командах или в тесной связке с ними. - Знакомство с Elasticsearch, BigQuery, аналитическими пайплайнами, поисковой инфраструктурой, отчётностью или обработкой больших объёмов данных. - Ответственное использование AI-ассистированных рабочих процессов для отладки, тестирования, документации, рефакторинга, прототипирования или улучшения developer experience без потери качества и понимания.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

О проекте СберСпасибо развивает платформу, в ядро которой встраиваются возможности генеративного ИИ. Ищут сильного бэкенд-разработчика уровня Middle/Senior, который не просто пишет на Java, но и глубоко понимает механику работы LLM, умеет строить RAG-пайплайны и проектировать сложных агентов. Задачи - Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security). - Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов. - Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов к векторному пространству. - Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений). - Глубокий промт-инжиниринг: написание промптов с нуля под разные пользовательские сценарии одного агента, внедрение техник Few-shot, Chain-of-Thought (CoT) и структурированного вывода (JSON mode). - Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, topp, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров LLM. - Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции. - Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins. Ожидания от кандидата - Уверенное владение Java 17+. Понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом). - Экспертный уровень владения стеком Spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений БД и параметров безопасности. - Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, бороться с блокировками и писать эффективные миграции (Liquibase/Flyway). - Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus. Понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance). - Опыт разработки с библиотеками LangChain и/или LangGraph. Навык построения графов состояний (State Machines) и интеграции внешних инструментов (tool calling). - Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели. - Опыт работы с Docker и Kubernetes (написание манифестов, Helm-чартов). Знание Linux shell на уровне уверенного пользователя. - Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода.

Формат

Офис

Страна

Россия

Город

Не указан

Проект Разработка AI-помощника на базе GigaChat в поверхности GigaAssistant в канале Казначейства. Помощник позволит клиенту самостоятельно вносить изменения в параметры работы услуги «Единый остаток». Команда также занимается разработкой услуг «Единый остаток», «Компенсационные продукты», «Контроль и акцепт» в канале Казначейства. Задачи - Проектирование, разработка и внедрение AI-агентов. - Интеграция решений с другими системами, обеспечение их взаимодействия. - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями. Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ). - Хорошее знание FastAPI, REST API и асинхронного программирования. - Опыт работы с PostgreSQL, Docker / Docker Compose. - Опыт работы с Qdrant или другими векторными базами данных. - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering. - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов. - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers. - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог. - Опыт написания unit- и интеграционных тестов. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста. - Работа в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Формат работы — удалённо на территории РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Компания — лидер в автоматизации контроля качества. Разработана платформа RETAILIQA для автоматизации операционного аудита, которой пользуются компании по России и ближнему зарубежью. Среди клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, DNS, ВсеИнструменты, Spar, Мираторг, Рив Гош и другие. В связи с запросами ритейла активно развивается платформа RETAILIQA AI-VISION для автоматизации контроля выкладки товаров и промопрограмм на базе ML, Deep Learning и Computer Vision. Ищем ведущего AI/ML-инженера для разработки и развития AI-сервисов в области автоматизации compliance-процессов — от архитектуры и экспериментов до запуска решений в production. Основной технологический фокус — Agentic AI, RAG, мультимодальные LLM и классические Deep Learning-модели (Computer Vision). Решения разворачиваются в облачной инфраструктуре и on-premise на оборудовании компании. Используемые технологии: Python, FastAPI, FastMCP, RabbitMQ, FastStream, PostgreSQL/pgvector, Milvus, LlamaIndex, PydanticAI, LangGraph, DeepEval, RAGAS, Langfuse, ClearML, vLLM, Triton Inference Server, Docker, GitLab CI/CD, Prometheus, Grafana. Чем предстоит заниматься - Проектировать архитектуру AI-сервисов и принимать ключевые технические решения. - Разрабатывать LLM-, RAG- и Agentic AI-решения. - Создавать production-ready сервисы на Python. - Разрабатывать AI-агентов, workflow и интеграции с корпоративными системами. - Быстро проверять AI-гипотезы и создавать PoC/MVP. - Доводить успешные решения до production. - Организовывать evaluation и контроль качества AI-систем. - Участвовать в развитии технической архитектуры и инженерных стандартов нового AI-направления. - Взаимодействовать с backend-разработчиками, DevOps, аналитиками и продуктовыми специалистами. Что мы ожидаем - От 3 лет опыта промышленной разработки ML/AI-решений преимущественно на Python. - Практический опыт разработки LLM-, RAG- или Agentic AI-систем. - Опыт самостоятельного создания AI/ML-сервисов от идеи и прототипа до production. - Сильные навыки проектирования архитектуры AI-сервисов. - Уверенное владение Python и опыт backend-разработки. - Понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation и evaluation. - Опыт интеграции коммерческих LLM API и/или развёртывания open-source моделей. - Опыт работы с PostgreSQL и векторными базами данных. - Уверенное владение Linux, Docker и Git. - Понимание распределённых систем, очередей сообщений и асинхронной обработки. - Понимание принципов model serving, мониторинга и эксплуатации ML/LLM-сервисов. - Способность самостоятельно принимать технические решения в условиях технологической неопределённости. Будет плюсом - Опыт работы с LlamaIndex, LangGraph, PydanticAI или аналогичными фреймворками. - Опыт разработки MCP-серверов и MCP-интеграций. - Опыт работы с PostgreSQL/pgvector, Milvus или другими векторными хранилищами. - Опыт эксплуатации open-source LLM через vLLM, Triton Inference Server или аналогичные решения. - Опыт evaluation LLM/RAG-систем: DeepEval, RAGAS, Langfuse или аналоги. - Опыт on-premise развёртывания AI-моделей. - Опыт работы с мультимодальными моделями или Computer Vision. - Опыт технического взаимодействия с корпоративными заказчиками. - Опыт участия в создании новой AI/ML-команды или технического направления с нуля. Условия работы - Официальное трудоустройство по ТК РФ. - Работа в аккредитованной IT-компании. - Гибкий график работы. - Конкурентная зарплата, зависящая от опыта и квалификации кандидата. - Профессиональное развитие и обучение. - Доступ к проектам с реальными бизнес-заказчиками из числа федеральных сетей. - Возможность непосредственно влиять на практическое применение AI в бизнесе. - Система квартального премирования.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Команда Merchant & Partner Lifecycle занимается архитектурной трансформацией Affirm: консолидирует оркестрацию жизненного цикла мерчантов в новый домен. Инженер выступит техническим лидером и построит новый сервис-оркестратор, который находится в центре нескольких связанных систем. Работа даст немедленные улучшения доступности за счёт упрощения и изоляции систем, а также модернизацию устаревших частей кодовой базы. Задачи: - Проектировать и расширять основу платформы для масштабирования на сотни тысяч мерчантов по всему миру. - Согласовывать объём работы с другими командами для реализации кросс-командных проектов. - Наставлять других инженеров для их развития и роста. - Совместно с инженерным менеджером и тимлидом реализовывать долгосрочное видение команды. - Выполнять техническую стратегию для сложных требований, решая масштабные открытые задачи. - Использовать агентные инструменты разработки, такие как Claude Code, для автоматизации части процесса разработки. - Улучшать инженерные стандарты, инструменты и процессы в организации. Требования: - 5+ лет опыта работы бэкенд-инженером. - Сильное понимание Domain-Driven Design, распределённых систем и влияния архитектурных решений на производительность и поддерживаемость. - Владение моделями данных, проектированием API (HTTP и RPC), конечными автоматами, событийно-ориентированной архитектурой и проектированием баз данных. - Отличные письменные и устные коммуникационные навыки, включая асинхронную коммуникацию: технические спеки, ADR, планы проектов. - Опыт проектирования, разработки и запуска бэкенд-систем (стек: AWS, gRPC, Snowflake, Kotlin, Python, MySQL, Kubernetes). Опыт с Java и Kotlin особенно полезен. - Опыт работы с системами мониторинга и алертинга (sentry.io, rollbar, chronosphere, kibana). Условия: - Компания remote-first: большинство ролей удалённые, можно работать почти из любого места в стране найма. Сотрудники на проксимальных ролях могут работать удалённо, но иногда обязаны работать в назначенном офисе Affirm. Ограниченное число ролей остаются офисными из-за характера обязанностей. - Базовая зарплата в США (CA, WA, NY, NJ, CT): 195 000–255 000 долларов в год. - Базовая зарплата в США (все остальные штаты): 173 000–233 000 долларов в год. - Медицинское страхование: Affirm покрывает все премии для всех уровней покрытия для сотрудника и иждивенцев. - Гибкие расходные счета: щедрые стипендии на технологии, еду, различные нужды образа жизни и расходы на создание семьи. - Отпуск: конкурентные графики отпусков и праздников. - ESPP: план покупки акций Affirm со скидкой.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: Strategic Resources International Роль: Golang Developer / Forward Deployment Engineer Локация: Удаленно Тип занятости: Контракт Опыт: 10+ лет Обзор роли Требуется высококвалифицированный Forward Deployment Engineer (Golang) для владения архитектурой и технической реализацией Claim Validation Engine на целевой платформе. Это практическая техническая лидерская роль: инженер отвечает за решение от начала до конца — от архитектуры до внедрения, работая напрямую с заинтересованными сторонами клиента и инженерными командами для определения архитектуры платформы, установления инженерных стандартов, руководства реализацией и поставки масштабируемых, безопасных и высокопроизводительных систем. Идеальный кандидат сочетает глубокую экспертизу в распределенных системах, Go-микросервисах и cloud-native архитектуре с сильными навыками обратного проектирования легаси-приложений, а также владеет современными практиками разработки с использованием ИИ. Ключевые обязанности Техническое лидерство и проектирование решений: - Владение сквозной технической архитектурой платформы Claim Validation. - Проектирование масштабируемых, отказоустойчивых cloud-native микросервисов на Go и Azure. - Определение архитектурных паттернов, стандартов кодирования, принципов API-дизайна и инженерных лучших практик. - Проектирование расширяемых возможностей rule-engine для поддержки развивающихся бизнес-требований. - Проведение архитектурных ревью и технических дизайн-обсуждений. Платформенная инженерия: - Архитектура и руководство реализацией rule engine целевой платформы. - Проектирование и контроль разработки Validation API (POST /validate) и вспомогательных сервисов. - Обеспечение высокопроизводительного параллельного выполнения правил с низкой задержкой и высокой пропускной способностью. - Определение переиспользуемых фреймворков и общих компонентов платформы. Обратное и прямое проектирование: - Руководство обратным проектированием легаси-систем валидации медицинских претензий. - Перевод бизнес-правил в масштабируемые cloud-native микросервисы. - Драйв инициатив по модернизации и определение стратегий миграции легаси-платформ. - Создание переиспользуемых инженерных паттернов и акселераторов. Инженерия с использованием ИИ: - Внедрение AI-assisted инструментов разработки: GitHub Copilot, Cursor, LLM, AI-агенты, AI-навыки, рабочие процессы spec-to-code. - Определение управления для AI-сгенерированного кода и инженерных рабочих процессов. - Повышение инженерной продуктивности через AI-автоматизацию. Инженерное совершенство: - Ревью архитектуры, качества кода, безопасности и производительности. - Установление CI/CD quality gates, автоматизированного тестирования и стандартов развертывания. - Менторство инженеров через дизайн-ревью, код-ревью и техническое руководство. - Обеспечение соблюдения архитектурных стандартов и гайдлайнов кодирования. Работа с клиентом: - Прямая работа с архитекторами клиента, владельцами продуктов и инженерными лидерами. - Проведение технических воркшопов, архитектурных обсуждений и демонстраций решений. - Перевод бизнес-требований в технические дизайны. - Решение критических технических задач и поддержка команд доставки на этапе внедрения. Требуемые навыки и опыт Техническая экспертиза (обязательно): - 10+ лет опыта в разработке ПО, включая 3+ года как Senior Developer/Lead. - Экспертный уровень Go (Golang) и микросервисной архитектуры. - Опыт full stack разработки (React и Angular). - Сильные навыки в распределенных системах, REST API и проектировании высокопроизводительных приложений. - Опыт Python и современного веб-фронтенда (React или Angular). - Глубокие знания PostgreSQL и проектирования реляционных баз данных. - Azure, Kubernetes, Docker, Azure DevOps, cloud-native разработка. - Платформы обмена сообщениями: Kafka или RabbitMQ. - API-first дизайн и спецификации OpenAPI. Архитектура и инженерия: - Подтвержденный опыт проектирования enterprise-масштабных распределенных систем. - Сильный бэкграунд в обратном проектировании и модернизации легаси-приложений. - Опыт определения архитектурных стандартов и технического управления. - Глубокое понимание масштабируемости, отказоустойчивости, наблюдаемости, безопасности и оптимизации производительности. ИИ и современная инженерия (дифференциатор): - Практический опыт с GitHub Copilot, Cursor, LLM, AI-кодинг-ассистентами, AI-рабочими процессами. - Опыт интеграции ИИ в жизненный цикл разработки ПО. - Знакомство с AI-assisted генерацией кода, промт-инжинирингом и инженерной автоматизацией. Лидерство: - Отличные технические лидерские и менторские навыки. - Сильные коммуникационные навыки и управление стейкхолдерами. - Способность принимать архитектурные решения, оставаясь практичным в реализации. - Опыт прямой работы с enterprise-клиентами в средах быстрой доставки. Ключевые показатели эффективности - Успешная архитектура и доставка платформы Claim Validation в согласованные сроки. - Высококачественное, масштабируемое и поддерживаемое архитектурное решение. - Успешная миграция легаси-бизнес-правил на целевую платформу. - 85%+ автоматизированное покрытие тестами с надежными CI/CD пайплайнами. - Высокая удовлетворенность клиентов через эффективное техническое лидерство и доставку.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Citi — глобальный банк с примерно 200 миллионами клиентских счетов, работающий более чем в 160 странах. Предоставляет финансовые продукты и услуги: потребительский банкинг и кредит, корпоративный и инвестиционный банкинг, брокерские услуги по ценным бумагам, транзакционные сервисы и управление капиталом. О роли Инженер агентного ИИ работает на стыке искусственного интеллекта и корпоративных финансовых технологий. Роль предполагает проектирование retrieval-grounded, контекстно-зависимых и автономных ИИ-систем для Controls Technology. Сотрудник будет работать с senior-разработчиками, ИИ-архитекторами и бизнес-стейкхолдерами по всему миру, развивая агентные ИИ-приложения: от RAG-пайплайнов и графов знаний до мультиагентных рабочих процессов и продакшн-решений на базе генеративного ИИ. Обязанности - Создавать и интегрировать приложения генеративного ИИ на основе предобученных и размещённых фундаментальных моделей (через управляемые GenAI API и эндпоинты открытых моделей). - Проектировать и внедрять контекстную инженерию: системные инструкции, извлечённые знания, определения инструментов, память диалога и метаданные задач в токен-эффективные промпты. - Участвовать в промпт-инжиниринге (zero-shot, few-shot, chain-of-thought, role-based) и разработке ИИ-рабочих процессов. - Разрабатывать и поддерживать RAG-системы: чанкинг, эмбеддинги, гибридный поиск (семантический + ключевой) и реранкинг. - Помогать в создании графов знаний и Graph RAG-пайплайнов для многошаговых рассуждений и отслеживаемых ответов. - Участвовать в разработке агентных рабочих процессов: ИИ-агенты с вызовом инструментов, структурным планированием и памятью, используя фреймворки Google ADK, LangGraph или CrewAI. - Интегрировать агентов с внешними инструментами и источниками данных через Model Context Protocol (MCP) и обеспечивать взаимодействие агентов через Agent2Agent (A2A) протокол. - Помогать с развёртыванием, мониторингом и сопровождением GenAI и агентных приложений в продакшене. - Сотрудничать с дата-сайентистами и инженерами для интеграции ИИ-возможностей. - Выполнять предобработку данных, загрузку документов и разработку API для ИИ-приложений. - Участвовать в код-ревью, тестировании и документировании для обеспечения качества и надёжности. - Отслеживать новые достижения в области генеративного и агентного ИИ и делиться знаниями.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О роли Ищем AI-инженера с опытом от 5 лет для проектирования, разработки и внедрения AI-решений, включая современные агентные AI-процессы. Роль предполагает разработку масштабируемых ML-моделей и интеллектуальных агентов на основе фундаментальных моделей для автоматизации сложных бизнес-процессов и улучшения принятия решений. Задачи - Проектировать, разрабатывать и внедрять ML и AI модели для бизнес-кейсов - Проектировать и дообучать модели, включая цепочки рассуждений, использование инструментов и агентные архитектуры (ReAct, мультиагентные фреймворки и др.) - Определять возможности агентов, границы автономного принятия решений и управлять ожиданиями заинтересованных сторон по надёжности - Проектировать и оптимизировать промпт-инструкции, персоны, описания инструментов и каркасы рассуждений, направляющие поведение агентов - Разрабатывать и оркестрировать многошаговые AI-агенты, способные к рассуждению, использованию инструментов и выполнению процессов - Строить агентные процессы на основе фундаментальных моделей для автоматизации задач и поддержки решений - Тестировать AI-агентов на корпоративных системах, API, инструментах и платформах данных - Проектировать бенчмарки и автоматические оценки для измерения надёжности, точности и безопасности агентов в различных сценариях - Работать со структурированными и неструктурированными данными для предиктивных и генеративных AI-решений - Управлять и наставлять команду дата-сайентистов, задавая чёткие ожидания по качеству моделей, документации и готовности к продакшену - Сотрудничать с дата-сайентистами, BI-командами и бизнес-стейкхолдерами для трансформации требований в AI-решения - Оптимизировать производительность моделей, масштабируемость и экономическую эффективность - Мониторить развёрнутые модели и агентов, внедрять циклы обратной связи и стратегии переобучения - Документировать технические проекты, агентные процессы и системную архитектуру Требования - Степень бакалавра или магистра в области компьютерных наук, AI, науки о данных или смежной области - Опыт от 4 лет в AI/ML, науке о данных или прикладном AI-инжиниринге - Сильные навыки программирования на Python - Твёрдое понимание основ машинного обучения и методов оценки - Знакомство с промпт-инжинирингом и работой с большими языковыми моделями (LLM) - Опыт с архитектурами RAG (Retrieval-Augmented Generation) - Опыт работы с API и интеграцией AI в приложения - Знакомство с фреймворками оркестрации (например, LangChain, Semantic Kernel или аналогичными) Предпочтительные квалификации - Практический опыт с Amazon SageMaker и Bedrock для ML и генеративных AI-приложений - Знакомство с Amazon Bedrock Guardrails и Knowledge Bases - Практический опыт с Amazon AgentCore для запуска агентных AI-приложений - Опыт проектирования агентных процессов (мультиагентные системы, агенты с использованием инструментов, автономные процессы) - Опыт с облачными платформами, такими как Amazon Web Services - Знание практик MLOps (Docker, CI/CD, мониторинг моделей) Условия - Зарплата от $122 000 до $148 000 на момент найма для районов Джерси-Сити, Нью-Джерси и Вудленд-Хиллз, Калифорния - Фактический размер компенсации зависит от географического расположения кандидата, навыков, опыта и других квалификаций - Право на дискреционный бонус в соответствии с условиями применимого плана стимулирования - Конкурентный пакет льгот как часть общей компенсации

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Удалённая работа, часовые пояса CET/CEST или SAST. Полная занятость. Начало — как можно скорее. Компания MultiBase создаёт BI- и аналитические решения для средних компаний в регионе DACH. С 1991 года выполнено более 1500 проектов для более чем 400 клиентов. Работа охватывает производство, автомобилестроение, финансовые услуги, фармацевтику и другие отрасли с интенсивным использованием данных. Роль: Senior BI Developer для расширения команды в рамках долгосрочных проектов с существующими клиентами. Требуются техническая глубина, ответственность и умение обсуждать технические темы напрямую с клиентами. Задачи: - Создание и поддержка BI- и дата-продуктов в Microsoft Fabric, Power BI и Azure. - Разработка компонентов lakehouse, хранилищ данных, пайплайнов, notebooks, SQL-объектов и отчётов. - Разработка семантических моделей Power BI, отчётов и вычислений DAX. - Перевод бизнес-потребностей в технические задачи и этапы поставки. - Обсуждение технических тем напрямую с IT- и бизнес-заинтересованными сторонами клиента. - Работа в структурированной agile-поставке: оценка работ, управление своими задачами, выполнение обязательств по спринтам. - Систематическое использование AI-инструментов для улучшения процессов разработки, анализа, документации и контроля качества. - Проектирование и разработка AI-управляемых дата-продуктов, связывающих данные клиента, LLM и бизнес-процессы. - Выявление и прототипирование практических сценариев для автоматизаций, ботов, копилотов и агентов в среде данных клиента. - Превращение проверенных AI-прототипов в безопасные, документированные и поддерживаемые дата-продукты. - Тестирование, документирование и развёртывание готовых к продакшену дата-продуктов. - Использование контроля версий и совместных практик разработки, желательно Git и Azure DevOps. - Своевременное информирование Tech Lead и руководителя проекта о рисках, проблемах с данными и неясных требованиях. - Выявление конкретных возможностей улучшения в ландшафте данных клиента. - Внесение переиспользуемой документации и практических знаний во внутреннюю базу знаний MultiBase. Требования: - Не менее четырёх лет опыта разработки BI или платформ данных, включая непосредственную работу с клиентами или бизнес-заинтересованными сторонами. - Уверенный опыт работы с Azure-платформой данных, включая Microsoft Fabric, Azure Data Factory или Synapse. - Практический опыт работы с концепциями lakehouse и хранилищ данных, пайплайнами данных и notebooks. - Профессиональное владение Power BI, включая семантическое моделирование, DAX и разработку отчётов. - Сильные навыки SQL и многомерного моделирования данных, включая проектирование схемы «звезда» и паттерны ETL/ELT. - Опыт работы в agile-командах с использованием структурированных историй, оценок и обязательств по спринтам. - Опыт использования Git и совместного процесса разработки. Azure DevOps будет преимуществом. - Опыт тестирования, развёртывания и поддержки продакшен-дата-продуктов. - Свободный английский, письменный и устный. - Ежедневное осознанное использование AI-инструментов, таких как Claude, Cursor, Codex или аналогичных, с проверкой результатов и ответственностью за качество. Преимущества: - Практический опыт проектирования, создания или развёртывания AI-управляемых дата-продуктов, ботов, копило

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Мы — технический, ориентированный на внедрение спин-офф глобальной управленческой консалтинговой компании. Наши клиенты — преимущественно компании из DAX и Fortune Global 500, которым мы оказываем консультации по вопросам аналитики, больших данных и машинного обучения. В рамках группы мы занимаемся разработкой индивидуальных и управляемых данными решений, чтобы превратить клиентов в компании на базе ИИ. Мы предлагаем международную рабочую среду с гибкими командами и креативными стартап-методами, а также выше среднего вознаграждение и многочисленные дополнительные льготы. Офисы в Гамбурге, Мюнхене и Дюссельдорфе, а также хаб-локации во всех крупных городах Германии (Берлин, Франкфурт, Штутгарт) обеспечивают интеграцию всех коллег в нашу команду экспертов по всей Германии. В роли Senior AI Engineer вы объединяете миры науки о данных, машинного обучения, разработки ПО и консалтинга. Ваша миссия — разрабатывать и вводить в эксплуатацию модели ИИ, которые приносят измеримый эффект для клиентов. Вы тесно сотрудничаете с заинтересованными сторонами, чтобы понять бизнес-задачи, преобразовать их в подходы на основе данных и перевести инсайты в готовые к продакшену сквозные решения. Вы проектируете, внедряете и оцениваете кейсы применения ИИ и ML — от классического ML до передовых LLM — и обеспечиваете их надежное развертывание и мониторинг в реальных средах. Помимо создания прототипов, вы сосредоточены на практиках MLOps, разработке ПО и интеграции, обеспечивая воспроизводимость, масштабируемость и непрерывное улучшение систем ИИ. Вы ясно и уверенно доносите результаты до технической и нетехнической аудитории, делая сложные решения понятными и применимыми. Вам нравится мыслить за пределами краткосрочной реализации, чтобы создавать долгосрочный эффект для бизнеса клиентов. Требования: - Подтвержденный опыт в науке о данных, статистике, машинном обучении, разработке ПО и/или прикладных проектах ИИ. - Свободное владение Python, уверенное использование современных и распространенных ML-фреймворков и библиотек. - Опыт в MLOps и развертывании: сервировка моделей, мониторинг, CI/CD-процессы (например, MLflow, Airflow, Docker, GitHub Actions). - Навыки разработки ПО: чистый поддерживаемый код, структурирование проектов с использованием современных практик (FastAPI, SQLAlchemy, Pydantic). - Практический опыт в NLP и LLM, таких как GPT, Claude, Gemini, Llama или Deepseek. - Основы инженерии данных: уверенное знание SQL и работы с базами данных, умение проектировать эффективные пайплайны для обучения и инференса. - Опыт работы с ML-стеками на AWS, Azure или Google Cloud. - Свободное владение немецким (C1) и английским языками. Условия: - Гибкая работа: гибридные модели, гибкий график, возможность работы из дома. - Открытая коллаборативная культура с плоской иерархией, международная команда. - Индивидуальные возможности обучения и карьерные пути, поддержка профессионального и личного развития. - Международная сеть из более чем 1300 коллег, регулярные кросс-офисные и международные мероприятия. - Возможность саббатикала. - Программа Company Bike и субсидируемое членство EGYM Wellpass. - Современные офисы в центральных локациях Гамбурга, Мюнхена и Дюссельдорфа, а также гибкие хаб-локации в крупных городах Германии. - Бесплатные напитки, свежие фрукты, закуски, премиальный кофе. - Среда, построенная на доверии, ответственности и непрерывном росте, где ваши идеи ценятся независимо от роли или уровня.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Management Consultant Enterprise Architecture (все гендеры) Чем предстоит заниматься: В составе команды Sourcing & IT Advisory вы будете помогать клиентам формировать и реализовывать сложные бизнес- и ИТ-трансформации в различных отраслях. Задачи сосредоточены на комплексных трансформационных проектах: - Корпоративная архитектура и стратегия: определение стратегий корпоративной архитектуры, моделей управления, целевых архитектур и дорожных карт, согласованных с бизнес-целями и потоками создания ценности. - Бизнес- и прикладная архитектура: проектирование бизнес-возможностей, процессов, портфелей приложений и ландшафтов платформ для обеспечения масштабируемых цифровых операционных моделей. - Архитектура данных и интеграции: разработка современных информационных, данных, API-first, интеграционных и событийно-ориентированных архитектур, обеспечивающих интероперабельность и бизнес-ценность. - Модернизация легаси и технический долг: руководство переходом от легаси и монолитных сред к облачным, модульным, микросервисным архитектурам, гармонизация разнородных технологических ландшафтов, работа с техническим долгом и сопровождение ИТ-миграций. - Технологическая трансформация: проектирование мульти- и гибридных облачных сред и новых платформ с учетом требований к миграции в облако и выходу из облака, устойчивости бизнес-процессов, решений с открытым исходным кодом, сопровождаемости, DevOps-организаций и процессов. - ИИ-архитектура и инновации: обеспечение готовности к ИИ, определение архитектур для ИИ-систем и агентных систем, продвижение эффективного использования ИИ-инструментов для ускорения архитектуры, внедрения и принятия решений. - Управление архитектурой: установление принципов, стандартов, процессов и рамок принятия решений для устойчивого внедрения в масштабах предприятия. - Реализация трансформаций: консультирование бизнес- и ИТ-стейкхолдеров вплоть до уровня руководства, проведение воркшопов, применение гибких методологий (например, SAFe), обеспечение успешного внедрения архитектурных изменений. Требования: - Высшее образование в области компьютерных наук, бизнес-информатики, информационных систем, бизнес-администрирования или смежной области. - Не менее 4 лет подтвержденного опыта в области корпоративной и ИТ-архитектуры, желательно в нескольких отраслях. - Владение современными ИИ-инструментами для улучшения архитектурного проектирования, консалтинга и внедрения, с настроем на постоянное изучение и внедрение новых ИИ-возможностей. - Отличные коммуникативные навыки на английском и немецком языках. - Готовность к командировкам для работы с клиентами. Сильные компетенции в: - Фреймворках корпоративной архитектуры (например, TOGAF), управлении архитектурой и оценке зрелости архитектуры. - Управлении бизнес-возможностями, согласовании бизнеса и ИТ, ИТ-стратегии и ИТ-управлении. - Бизнес-, прикладной, информационной, данных, интеграционной, технологической и security-архитектуре. - API-first, событийно-ориентированных, сервис-ориентированных, облачных и микросервисных архитектурах. - Концепциях управления данными (например, управление мастер-данными, озера данных, data mesh). - Корпоративных платформах (например, SAP, Salesforce, ServiceNow). - Стандартах моделирования архитектуры (например, ArchiMate). - Готовности к ИИ, агентных ИИ-архитектурах и современных ИИ-платформах предприятия. О компании: Глобальная консалтинговая компания по цифровой трансформации с офисами в Гамбурге, Дюссельдорфе, Мюнхене, Вене, Атланте, Сингапуре и Шанхае. С 2006 года консультирует компании из списков DAX и Fortune Global 500 по вопросам цифровой трансформации на стыке бизнеса и ИТ. Подход охватывает консалтинг на уровне руководства — от ИТ-стратегии до оптимизации и внедрения процессов цифровизации и трансформации. Неоднократно признана клиентами и журналом BrandEins как «Лучшие консультанты», а Wirtschaftswoche — победителем конкурса «Best of Consulting». Условия: - Культура на «ты», короткие каналы коммуникации, международные коллеги. - Международные корпоративные мероприятия. - Компания покрывает половину стоимости Deutschlandticket. - Субсидия на детский сад — оплата половины расходов на дневной уход за детьми. - Лизинг велосипедов JobRad и скидка на абонемент в спортзал (EGYM Wellpass). - Персонализированные возможности профессионального развития. - Центральное расположение офисов в центре Гамбурга и Мюнхена с отличным транспортным сообщением, а также хаб-офисы во всех крупных городах Германии. - Свежие фрукты, кофе, закуски, безалкогольные напитки и пиво после работы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания gravity9 нанимает Java-инженеров и архитекторов для портфеля проектов в центральном правительстве Великобритании. Это крупномасштабные программы модернизации, связанные с заменой легаси-систем, декомпозицией монолитов и созданием защищённых платформ данных, где контроль доступа и аудируемость являются ключевыми архитектурными требованиями. Нанимаются специалисты по двум пересекающимся профилям — Senior Java Developer и Application / Migration Architect. Ожидается, что большинство сотрудников будут переходить между программами по мере их запуска и завершения. Некоторые роли предполагают практическую работу: владение проектными решениями и написание production-кода. Типичные проекты Защищённый каталог данных и платформа контроля доступа Greenfield-каталог метаданных, выступающий федеративным индексом по данным из независимых доменов, чтобы авторизованные стороны могли находить и получать данные, которые сам каталог не хранит. Работа включает проектирование модели контроля доступа на основе атрибутов (уровень допуска, гражданство, организационное подразделение, отдел), применение политик внутри пути выполнения запросов к базе данных, шифрование на уровне приложения с внешним управлением ключами, гибридный лексический и семантический поиск с фильтрацией доступа до получения кандидатов, а также защищённый от вмешательства аудит-журнал, восстанавливающий причины выдачи, редактирования или отказа в доступе к записи. Архитектура данных для поддержки решений в реальном времени Замена точечной интеграции в мультивендорной среде на микросервисную архитектуру с общим слоем данных для передачи операционных данных почти в реальном времени. Работа включает целевую архитектуру и записи архитектурных решений, конвейеры приёма изменений (CDC) из вышестоящих сервисов, проектирование онтологий и слоя маппинга между конкурирующими моделями данных поставщиков, разделение системных, справочных и аналитических классов данных, включая временные ряды, а также топологии развёртывания от облачных сервисов до ограниченного edge-оборудования. Миграция легаси-системы в документную модель национального масштаба Перенос сотен миллионов записей и десятков терабайт XML из легаси-реляционной платформы в шардированное документное хранилище в рамках переписывания COBOL-системы на Java-микросервисы. Работа включает конфигурируемый фреймворк преобразования XML в JSON с версионируемым реестром схем (двадцать лет истории, множество типов записей, постоянный дрейф схем и семантики), CDC и потоковые конвейеры или альтернативу с контрольными точками для массовой выгрузки, фреймворк валидации и сверки маппинга на уровне полей, устойчивый к аудиту, инструменты воспроизведения и диагностики сбоев с маршрутизацией в очередь недоставленных сообщений и идемпотентными повторными запусками, а также многократные репетиции к единому окну перехода без параллельной работы. Декомпозиция монолита и миграция владения данными Разделение распределённого монолита из более чем ста Java-сервисов, использующих несколько кластеров баз данных, на сервисы с доменным владением данными — переход от заимствованных данных к собственным без скрытой связанности. Работа включает анализ ограниченных контекстов для определения истинного владельца коллекций, ремоделирование данных на месте до физического переноса, фасад доступа к данным с маршрутизацией запросов между старым и новым хранилищами через фича-флаги, жизненные циклы перехода с двойной записью, обратным заполнением, сверкой и переключением чтения с откатом на каждом шаге, инструменты потоковой и живой миграции между кластерами, а также автоматизированное параллельное выполнение и дифф-тестирование при чтении. Что вы будете делать Акцент варьируется в зависимости от роли и программы, но MongoDB — общая нить. Каждый из проектов включает моделирование под MongoDB, миграцию на него или построение поверх него. Глубокое знание MongoDB — ключевое отличие кандидатов. Архитектура и проектирование • Разработка high-level и low-level дизайнов, архитектур безопасности и данных, записей архитектурных решений — с прохождением через клиентские архитектурные комитеты и формальные процедуры согласования • Принятие и защита архитектурных компромиссов перед инженерными и нетехническими стейкхолдерами, включая клиентские технические органы и сторонних поставщиков • Анализ реальных паттернов доступа и валидация целевых документных моделей MongoDB на соответствие требованиям пропускной способности, запросов и шардирования до их утверждения • Проектирование интеграционных границ в мультивендорных программах, где вы владеете одним компонентом и должны взаимодействовать на стыках с другими Практическая разработка • Создание production-сервисов на Java и RESTful API (Spring Boot или аналогичный фреймворк)

Формат

Офис

Страна

Польша

Город

Не указан

Грейд

Senior

Sonatus — компания в сфере программного обеспечения для автомобилей. Технологии компании используются в более чем 8 миллионах автомобилей. Штаб-квартира в Саннивейле, Калифорния, более 250 сотрудников по всему миру. Ищем AI-инженера для реализации агентного фреймворка для AI-приложений. Роль предполагает написание production-grade кода для взаимодействия AI-приложений с миллионами автомобилей в реальном времени. Требуется инженер-«строитель», разбирающийся в деталях мультиагентной оркестрации, оптимизации вызова инструментов и безопасности LLM. Нужно переводить архитектурные решения в исполняемые высокопроизводительные системы, взяв на себя полный цикл разработки — от локального прототипа до глобального облачного развертывания. Кандидаты должны проживать в Польше, допускается удаленная работа в пределах Польши. Задачи: - Использовать существующие AI-модели и фреймворки для решения сложных бизнес-задач. - Разрабатывать агентную оркестрацию: проектировать и внедрять циклы «рассуждение и действие», позволяющие AI-агентам разбивать сложные цели на выполнимые подзадачи. - Проектировать и внедрять версионируемый реестр промптов для маршрутизации, независимой от модели, и A/B-тестирования системных промптов. - Разрабатывать защиту конфиденциальности для редактирования PII и верификатор галлюцинаций для аудита действий, генерируемых AI, до их выполнения. - Проводить полный цикл моделирования данных и разработки алгоритмов: моделирование, обучение, настройка, валидация, развертывание и поддержка сервисов. - Поддерживать экспертизу в области AI: LLM, временные ряды, RAG, тонкая настройка больших моделей, традиционные ML-модели. - Отслеживать отраслевые тренды в области науки о данных и AI. - Проводить анализ данных и предоставлять инсайты для бизнес-решений. - Соблюдать протоколы конфиденциальности и безопасности данных. - Сотрудничать с кросс-функциональными командами для преобразования требований в AI-решения. - Документировать и коммуницировать технические решения и лучшие практики стейкхолдерам. - Управлять проектами, обеспечивая своевременное выполнение в динамичной среде. Требования: - Магистр или PhD в Computer Science, инженерии, математике, прикладных науках или смежной области (предпочтительно), бакалавр обязателен. - Сильные навыки программирования на Golang, Python, Java или C++, опыт работы с TensorFlow, PyTorch, scikit-learn. - Опыт создания мультиагентных систем и фреймворков с адаптивной оркестрацией. - Глубокое понимание Jailbreak Detection (например, LlamaGuard) и техник маскирования PII для безопасного взаимодействия LLM в регулируемых средах. - Глубокие знания современных алгоритмов машинного обучения, AI-технологий и платформ. - Опыт предобработки данных, инженерии признаков и оценки моделей. - Знакомство с облачными платформами (AWS, Azure, Google Cloud) и контейнеризацией (Docker, Kubernetes) — плюс. - Знание лучших практик разработки ПО, систем контроля версий и agile-методологий. - Ориентация на результат, отличные навыки решения проблем. - Отличные устные и письменные коммуникативные навыки. - Опыт в автомобильной отрасли — приветствуется.

Формат

Офис

Страна

Болгария, Венгрия

Город

Не указан

Грейд

Lead

О роли Ведущий DevOps-инженер (Observability & Developer Experience) отвечает за два ключевых направления: платформу наблюдаемости и инструменты разработчиков. Работа включает взаимодействие с инженерными командами, формирование технического направления для мониторинга, логирования, CI/CD и автоматизации, а также практическую инженерную работу. Обязанности - Руководить и вносить вклад в работу команды DevOps/SRE-инженеров, занимающейся наблюдаемостью (мониторинг, логирование, алертинг) и опытом разработчиков (CI/CD-пайплайны, внутренние инструменты). - Участвовать в определении дорожной карты и видения для наблюдаемости и продуктивности разработчиков. - Проектировать, внедрять и эксплуатировать инфраструктуру мониторинга и логирования. - Строить и поддерживать CI/CD-пайплайны и фреймворки автоматизации. - Взаимодействовать с другими инженерными и продуктовыми командами для кросс-функциональных инициатив. - Устанавливать и распространять лучшие практики управления инфраструктурой, реагирования на инциденты и пост-мортемов. - Участвовать в определении и внедрении AI-инструментов и стандартов в компании. Требования - Опыт от 5 лет в DevOps, SRE или инфраструктурной инженерии, включая опыт руководства или наставничества инженеров. - Практическая экспертиза в инструментах наблюдаемости (Prometheus, Grafana, ELK stack) и знакомство с принципами SRE. - Опыт с CI/CD-пайплайнами и инструментами автоматизации (Jenkins, GitLab CI) и практиками Infrastructure as Code. - Знание облачных платформ (AWS и/или GCP) и оркестрации контейнеров (Kubernetes), опыт построения масштабируемых систем. - Навыки совместной работы и коммуникации, опыт взаимодействия с командами (разработка, QA, продукт). - Интерес к автоматизации, надёжности и эффективности разработчиков, нацеленность на постоянное улучшение. Желательно - Опыт руководства DevOps/SRE-трансформациями или внедрения практик reliability engineering в масштабе. - Опыт разработки ПО. Условия - Базовая зарплата: 65 000–70 000 евро в год (gross). О компании Cision — глобальная компания в области технологий и аналитики для PR, маркетинга и управления социальными медиа. Офисы в 24 странах.

Формат

Офис

Страна

Великобритания, США

Город

Не указан

Грейд

Senior

О компании RevenueCat — платформа монетизации для мобильных приложений. Компания выросла из выпуска YC S18 и стала стандартным инструментом монетизации: используется в более чем 40% новых приложений с подписками, обрабатывает $12+ млрд годового объема покупок, помогает от соло-разработчика из Бразилии до мобильной команды OpenAI. Команда — remote-first, более 150 человек в 25+ странах. Ценности: Customer Obsession, Always Be Shipping, Own It, Balance. Роль Ищем Senior DevOps/DevEx-инженера для построения и масштабирования внутренней платформы разработки. Задача — создавать инструменты, сервисы и автоматизацию, которые позволяют инженерной команде быстро и безопасно выпускать продукты. В компании уже есть собственные сервисы для CI/CD, автоматические релизы one-push-per-commit с канареечными деплоями, фича-флаги, рабочие процессы одобрения запросов к БД и VPN-доступа. Для описания k8s-сервисов и связанной инфраструктуры используется Pulumi и Python (IaC). Цель — дать командам автономию и self-serve культуру, сохраняя безопасность и лучшие практики. Также предстоит участвовать во внедрении ИИ и агентной разработки, обеспечивая соблюдение стандартов безопасности и архитектуры. Требования - Опыт от 5 лет в SRE, DevOps, DevEx или Platform Engineering с сильным акцентом на разработку ПО. - Вы «строитель»: не просто используете инструменты, а создаёте их. - Проактивность: видите, что нужно, действуете и доводите проблемы до решений. - Любите создавать фреймворки, абстракции и автоматизацию: лучший способ обеспечить следование практикам — сделать инструмент настолько удобным, что никто не захочет использовать другое. - Интерес к ИИ: понимаете, как LLM и ИИ-инструменты меняют разработку, и хотите помочь команде эффективно их использовать. - Быстро двигаетесь, тестируете и итерируете. Желательно: - Опыт с AWS, k8s, docker, IaC, GitHub. - Уверенное знание Python. План на первые месяцы Первый месяц: - Знакомство с командой. - Изучение уникальных паттернов infrastructure-as-code. - Освоение существующих внутренних инструментов для релизов, канареечных деплоев и контроля доступа. - Первый проект — улучшение существующего инструмента или автоматизации. Первые 3 месяца: - Самостоятельное планирование и выполнение задач. - Понимание большинства внутренних инструментов и уверенные изменения в них. - Начало обучения дежурствам (on-call). - Участие в код-ревью, дизайн-ревью и брейнштормах. Первые 6 месяцев: - Проектирование и запуск крупных инициатив, положительное влияние на инженерную команду. - Тесное сотрудничество с инженерами, понимание их проблем, участие в роадмапе и приоритизации. Первые 12 месяцев: - Стать экспертом по внутренним платформам, сервисам и инфраструктурным абстракциям. - Собственные инициативы по улучшению DevOps и DevEx. - Лидерство во внедрении ИИ-инструментов в инженерной организации с соблюдением паттернов безопасности и простоты. Условия - Конкурентный опцион (equity) в быстрорастущем стартапе Series C с инвесторами, включая Y Combinator. - Окно 10 лет для реализации опционов. - Полная удалённая работа и гибкий график. - 4–5 недель рекомендованного отпуска в год. - $2000 USD на обустройство рабочего места и $1000 USD ежегодно на обучение.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания shokran.io развивает эквайринговую платформу для продажи цифровых товаров и подписок: игровые ключи и контент Steam, подписки на международные сервисы (ChatGPT, Zoom, Apple ID и другое), а также другие категории цифрового контента. Через сервисы проходит 800 тысяч транзакций и миллиард рублей в месяц. Компания — лидер на рынке цифровых товаров в СНГ с 10+ enterprise-клиентами. Ищем CTO, который возьмёт ответственность за архитектуру, инженерную команду, устойчивость сервисов, поддерживаемость, безопасность и скорость вывода новых партнёров. Задачи - Формировать техническую стратегию продукта: архитектуру, интеграции, roadmap. - Проектировать B2B-платформу для работы с цифровыми товарами. - Строить надёжные интеграции (поставщики, провайдеры, партнёры). - Принимать архитектурные решения и контролировать технический долг. - Развивать инженерную команду, внедрять инженерные практики. - Обеспечивать надёжность эксплуатации. - Отвечать за безопасность платформы. - Развивать Service Operations: SLA, поддержку L2/L3. - Учитывать unit-экономику и участвовать в продуктовой стратегии. Требования - Опыт в роли CTO / Head of Engineering / Architect с ответственностью за production и команду. - Опыт создания/развития B2B SaaS, marketplace, e-commerce или платёжной платформы. - Умение проектировать отказоустойчивые backend-системы с корректностью и согласованностью данных. - Опыт построения микросервисной архитектуры и API-дизайна. - Опыт с облаками, контейнеризацией и Kubernetes. - Знание DevSecOps-практик: IAM, управление секретами, безопасность API. - Опыт с PostgreSQL и проектированием данных для транзакционных систем. - Умение нанимать и развивать сильных инженеров. - Способность говорить с бизнесом на языке денег, рисков и сроков. - Готовность работать hands-on в ключевых технических вопросах. Условия - Полностью удалённый формат. - Конкурентная зарплата + годовая премия. - Оформление по контракту: ГПХ/ИП/СЗ. - Прямое влияние на продукт с оборотом в миллиард рублей в месяц и амбицией удвоиться.