Вакансии для DevOps-инженеров

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

DevOps / DevOps Team Lead / Infrastructure Architect Формат работы: удаленно Занятость: полная Ожидания по оплате: от 1700 USD/эквивалент в месяц. Поиск позиции Senior DevOps / DevOps Team Lead / Infrastructure Architect (async-first). Готов рассмотреть и менее ответственные позиции (вплоть до Junior). Без ночных дежурств (UTC+6), дневные/вечерние как в будние, так и в выходные дни — по договоренности, эскалации также по договоренности. Готовность к смене сферы деятельности (с CDN/Streaming на что-то еще). За плечами руководство инфраструктурной командой (6 чел.), перешедшее затем в руководство всей технической командой (+ 2 PHP devs & 2 QA). Два основных продукта: зрелая стриминг-платформа (800+ входящих стримов, 500+ платящих/2300+ неплатящих одновременных пользователей в среднем, 80+ ТБ видео) и пилот облачного сервиса для транскодирования видео. Ответственности: - Техническая: CDN, мониторинг, деплои, IaC, внутренние self-hosted-средства разработки, коммуникации и управления. - Организационная: написание внутренних гайдлайнов, гашение конфликтов, право "последнего слова" на все решения технической команды. - R&D. Стек инфраструктуры: - Bare-metal-хостинги (Hetzner, Scaleway, OVH, colocation-стойка в Worldstream) - GitLab & GitLab CI - Ansible - Docker - MikroTik - Zabbix - Grafana (как удобный фронтенд к Zabbix для первой линии) - Nginx Стек разработки: - Laravel - Vue Новое-модное: - Разработка с использованием LLM С чем не сталкивался (из критичного сегодня): - k8s - Гиперскейлеры - Self-hosted СХД (имеется в виду, прежде всего, Ceph) - Мультиагентная разработка Готов как к исполнительской роли — сопровождению Linux/Docker, типовым изменениям в Ansible и CI/CD, мониторингу, бэкапам и первичной диагностике инцидентов, — так и к выстраиванию этих процессов "с нуля" и подбору cost-effective-решений на базе bare-metal-хостингов. В IT более 15 лет, в стриминге был более 5, решил посмотреть в сторону других сфер. Оплата криптой (только well-known-койны и/или стейбл-токены).

Формат

Удалённо

Страна

Россия

Город

Не указан

ML-инженер Компания: Bell Integrator Опыт работы: data science от 3 лет Формат работы: удалённо (РФ, по московскому времени) Bell Integrator — крупный системный интегратор страны, аккредитованная ИТ-компания. Проект: развитие базы для e-commerce. Чем предстоит заниматься - Генерировать гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов - Превращать гипотезы в работающие ML модели - Катить модельки в прод и по итогам АВ-тестов формулировать новые гипотезы - Ставить задачи data инженерам на доработки витрин, взаимодействовать с разработчиками для формирования пайплайнов - Разработка агентских сервисов Наши пожелания к кандидатам - Опыт работы от 3-х лет в data science - Опыт разработки и продуктивизации ML-сервисов (от моделек до API) - Опыт внедрения ML-пайплайна в real-time сервисы - Опыт работы с Docker, шедулерами (Airflow или любой другой) и SQL/NoSQL базами данных

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик Компания: Bell Integrator Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва

Формат

Офис

Страна

Россия

Город

Не указан

Frontend Developer (AI, Москва) Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. В компании работает более 2500 аналитиков, руководителей проектов, разработчиков, тестировщиков и специалистов по сопровождению крупных информационных систем. Проекты реализуются по всей России, среди заказчиков — ведущие финансовые, телеком и ритейл компании. Центральный офис расположен в Москве, представительства — в Санкт-Петербурге, Нижнем Новгороде, Пензе, Саратове, Уфе, Барнауле, Минске (Беларусь). Проект Разработка и поддержка продукта ERA — системы комплексной диагностики продуктов и услуг. Решение позволяет проводить диагностику, анализ и аудит продукта для получения комплексного решения развития и снятия барьеров роста сервисов Банка. Цель проекта — построить полностью автономную систему для исследований, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Кого ищут Frontend-разработчика, для которого AI-агент — основной рабочий инструмент. Кандидат вайб-кодит осознанно: ставит агенту задачу через спецификацию, управляет контекстом, ревьюит результат. При этом остаётся инженером: понимает, что генерирует агент, и отвечает за качество кода в проде. Агентная разработка — не строчка «будет плюсом», а способ ежедневной работы команды. Как устроена работа (AI-workflow) - Основной инструмент — CLI-агент GigaCode (на базе Qwen Code) с доступом к разным моделям. Если кандидат работал с Claude Code, Codex CLI, Gemini CLI, Qwen Code, OpenCode, Roo Code или Cursor — переход займёт день: принципы те же. - Внутренний реестр скиллов — готовых инструкций и плейбуков для агентов под типовые задачи проекта. Ими нужно пользоваться и пополнять реестр своими. - Написание и поддержка правил для агентов (agents.md, системные промпты, контекст проекта), чтобы агент с первой сессии работал по стандартам команды. - Подключение MCP-серверов к агентам и к продукту: таск-трекер, документация, внутренние API. - Практика spec-driven development (SDD): сначала спецификация и план, потом генерация, потом ревью. - Приветствуются любые удобные форматы и практики агентной разработки — свой workflow можно принести, лучшее попадёт в реестр. Стек React, Next.js, TypeScript · Redux Toolkit, RTK Query · SSE, стриминг, MCP · CSS3, SASS/SCSS, CSS Modules · Jest, RTL · Node.js, REST, SSR · Git, Webpack, ESLint, Jenkins, Docker · Jira, Confluence · GigaCode CLI + реестр скиллов Ожидания от кандидата - Подтверждённый опыт разработки от 3 лет (по ТК РФ). - Глубокий практический опыт с React, Next.js, TypeScript. - Redux Toolkit (плюс — RTK Query), HTML5, CSS3, SASS/SCSS. - REST API, SSR, серверный Node.js. - Server-Sent Events (SSE): механика стриминга, обработка событий, реконнекты, graceful degradation. - Unit-тесты (Jest / React Testing Library), код-ревью, GitFlow. - SOLID, DRY, KISS — и понимание, когда агент их нарушает. - Ежедневная работа с AI-агентами в разработке: Claude Code, Codex, Cursor, GigaCode, Qwen Code, OpenCode, Roo Code, Windsurf — любой из них. Важен не конкретный инструмент, а привычка так работать. - Умение управлять контекстом и сессиями агента: что положить в контекст, когда начать новую сессию, как декомпозировать задачу. - Навык написания правил и промптов под проект: agents.md / CLAUDE.md / rules, переиспользуемые инструкции (скиллы). - Понимание MCP: что это, зачем, опыт подключения MCP-серверов к агенту. - Умение ревьюить и доводить сгенерированный код: вайб-кодинг заканчивается продакшеном, а не прототипом. В сопроводительном письме нужно коротко описать свой AI-workflow: каким агентом пользуетесь, как ставите задачи, самый впечатляющий результат в связке с агентом. Задачи - Разрабатывать и рефакторить модули платформы (интерфейсы управления медиа-хранилищем) — руками агента под управлением разработчика. - Проектировать поверхности взаимодействия человека и AI: чаты с потоковой передачей ответов (SSE), канвасы, дашборды агентов. - Создавать собственных AI-агентов и мульти-агентные системы, встроенные в продукт. - Разрабатывать и подключать инструменты на базе Model Context Protocol (MCP): понимать устройство MCP-серверов и проектировать клиентские решения «интерфейс — агент — инструменты». - Писать спецификации и правила для агентов, развивать реестр скиллов команды. - Ревьюить код — и человеческий, и агентский; держать планку качества. - Участвовать в планировании, оценке задач, релизах; работать в связке с аналитиками, бэкендом, дизайном и QA; менторить джунов — в том числе учить их работать с агентами. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста в компании. - Опыт работы в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Офисный формат работы в Москве.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

AI Product Manager / AI Lead Компания T1 развивает продукты на основе больших данных и искусственного интеллекта, создаёт платформы хранения данных, аналитические и рекомендательные системы для крупного бизнеса. Компания ищет специалиста, который сможет управлять AI-продуктами, координировать технические команды и участвовать в развитии AI-стратегии. Чем предстоит заниматься - Управлять AI-продуктами от идеи до запуска в production. - Участвовать в формировании AI-стратегии: Roadmap, KPI и приоритизация инициатив. - Прорабатывать архитектуру AI-решений. - Координировать команды Data Scientists, ML-инженеров и Data Engineers. - Запускать PoC и MVP AI-продуктов. - Решать задачи масштабирования моделей и повышения качества данных. - Оптимизировать инференс моделей по скорости, стоимости и точности. - Работать с дообучением open-source моделей под бизнес-задачи. Что важно - Опыт работы на релевантной позиции от 5 лет. - Опыт в сфере AI. - Опыт коммерческой разработки и широкий технический кругозор. - Опыт управления командой — обязательно. - Умение презентовать решения и ценность продуктов C-level. - Понимание Agile / Scrum в ML-проектах. - Лидерские качества, критическое мышление и сильные коммуникационные навыки. Технологический стек - Python, SQL. - scikit-learn, TensorFlow, PyTorch. - Hugging Face, LangChain. - MLflow, Kubeflow, Airflow. - Docker, Kubernetes, K8s. - Spark. - DWH: BigQuery, Snowflake. - Векторные базы: FAISS, Pinecone. - Kafka. - LLM и NLP-модели. - Embeddings, NER, classification. О компании В состав T1 входят Т1 Иннотех, Т1 ИИ, Т1 Интеграция, Т1 Облако, Т1 Сервионика, Т1 Цифровая Академия и НОТА от Т1. Компания предлагает стабильную работу, профессиональное развитие, интересные AI-проекты и комфортный гибридный формат.

Формат

Удалённо

Страна

Россия

Город

Не указан

Стажер Data Scientist (сегменты) Москва, офис Команда «Сегменты» специализируется на создании ML-моделей для анализа оттока клиентов, снижения транзакционной активности и выявления склонностей к различным продуктам. Команда насчитывает шесть человек, среди которых выпускники МГУ и ВШЭ. Ищем стажера, готового участвовать в полном цикле создания DS-продуктов — от идеи до промышленного внедрения. Обязанности - Помощь в разработке и обучении моделей прогнозирования поведения клиентов - Проведение исследовательского анализа данных (EDA): поиск паттернов, аномалий и инсайтов для формирования гипотез - Участие в формировании гипотез и тестировании бизнес-идей - Разработка пайплайнов для обработки данных (под руководством наставника) - Подготовка кода моделей к промышленной эксплуатации и участие в интеграции решений в платформы компании - Оценка качества моделей с технической (метрики) и бизнесовой стороны (метрики влияния на продукт) Требования - Базовые знания Python: уверенное владение синтаксисом, написание чистого кода, знакомство с pandas, numpy - Математический аппарат: понимание основ статистики, теории вероятностей и линейной алгебры, знание принципов проверки гипотез (A/B тесты) - ML: понимание классических алгоритмов (линейная регрессия, деревья решений, градиентный бустинг), знакомство с фреймворками Scikit-Learn и LightGBM на базовом уровне - SQL: умение писать запросы для извлечения и агрегации данных Будет плюсом - Опыт работы с Spark/PySpark и/или Hadoop - Базовое понимание устройства нейросетей (PyTorch) и трансформеров - Опыт участия в DS-соревнованиях (Kaggle, ODS) - Понимание основ DevOps (CI/CD, Git) Условия - Комфортный современный офис рядом с м. Кутузовская - Офисный формат работы - Срочный трудовой договор - Корпоративный спортзал и зоны отдыха, более 400 образовательных программ СберУниверситета для профессионального и карьерного развития - Программа адаптации и помощь руководителя на старте

Формат

Офис

Страна

Россия

Город

Не указан

Компания ROBOTMIA Вакансия Data Scientist (Аудиоаналитика) офис в г. Новосибирск Локация Новосибирск, Россия Требуемые навыки - Алгоритмы и структуры данных - Docker - Scikit-learn - TensorFlow - ClickHouse - PyTorch - Pandas - Python - SQL

Формат

Удалённо

Страна

Любая

Город

Не указан

Xaxis Solutions ищет LLM DevOps / Inference Engineer для поддержки платформы оценки и бенчмаркинга ИИ в сфере здравоохранения. Роль включает владение инфраструктурой для тестового стенда, стеком самостоятельного хостинга моделей и надежностью платформы, включая предоставление GPU-инфраструктуры, оптимизацию инференса моделей и управление облачными системами AWS. Задачи: - Строить и поддерживать AWS-инфраструктуру с помощью Terraform, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Развертывать и управлять самостоятельным хостингом LLM-инференса на GPU-инфраструктуре - Внедрять стратегии батчинга, квантизации, автоскейлинга и мульти-GPU для эффективного инференса - Разрабатывать стандартизированные процессы быстрого подключения новых моделей - Создавать слои абстракции провайдеров для API-моделей, таких как OpenAI, Anthropic и Gemini, а также для самостоятельного хостинга моделей - Внедрять ограничение скорости, повторы, экспоненциальную задержку, управление квотами, логирование запросов и ответов и атрибуцию затрат - Обеспечивать воспроизводимость и экономичность бенчмарк-запусков через закрепленные версии моделей и контейнеров и оптимизированную облачную мощность - Строить дашборды наблюдаемости, охватывающие пропускную способность, задержку, использование токенов, стоимость GPU-часов, сбои и производительность по моделям - Поддерживать пиковые нагрузки, предотвращая осиротевшие или ненужные облачные ресурсы - Участвовать в архитектуре доверенной среды исполнения (TEE) и оценивать AWS Nitro Enclaves и аналогичные решения конфиденциальных вычислений Требования: - Практический опыт запуска и управления контейнерами инференса - Сильный опыт построения и поддержки AWS-инфраструктуры как кода, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Опыт работы в стартапе или среде с быстрым темпом - Сильный опыт работы с ИИ/LLM и модельной инфраструктурой - Отличные коммуникационные навыки - Граждане США получат приоритет - Активный и полный профиль LinkedIn - Опыт работы с продакшн-масштабной AWS-инфраструктурой - Сильное знание EKS/ECS, EC2 GPU-инстансов (G5/G6, P4d/P5), VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch и Service Quotas - Сильный опыт Terraform / Infrastructure as Code - Практический опыт с обслуживанием LLM-моделей и оптимизацией инференса - Практические знания стратегий батчинга, поведения KV-кэша, квантизации и мульти-GPU шардинга - Опыт управления GPU-нагрузками с EKS/ECS, автоскейлингом узлов и контейнерными пайплайнами на CUDA - Сильный опыт в области надежности и оптимизации затрат, включая SLO, мониторинг, алертинг и оптимизацию облачных затрат - Опыт с AWS SageMaker и Bedrock - Сильные навыки разработки на Python - Знание конфиденциальных вычислений, включая Enclaves, удаленную аттестацию и защищенный выпуск ключей - Понимание комплаенса в здравоохранении, включая сервисы, соответствующие HIPAA, требования BAA, аудит-логирование и контроль доступа к PHI - Опыт усиления безопасности, сканирования образов и контроля сетевого исходящего трафика Компания Xaxis Solutions — консалтинговая компания по управлению, предоставляющая клиентам экономически эффективные решения. Основана в undefined, штаб-квартира в Миссиссоге, Онтарио, Канада, штат 2–10 сотрудников.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Strello Health разрабатывает ИИ-голосовых ассистентов для здравоохранения. Компания находится на стадии post-seed, генерирует выручку и быстро масштабируется. Вы будете работать напрямую с основателями над созданием основной инфраструктуры для голосовых разговоров в реальном времени, включая аудиопотоки, оркестрацию LLM, API, интеграции, наблюдаемость и продакшен-системы. Требования - опыт в backend или платформенной разработке - распределённые системы - API - Linux - создание надёжных систем с нуля (0→1) - учитывается опыт co-op - рассматриваются кандидаты с разным уровнем опыта Будет плюсом - WebRTC/WebSockets - ML или LLM инфраструктура - Node.js/TypeScript - Python - Docker - Kubernetes - open-source вклад Технологический стек TypeScript/Node.js и Python.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Constructor — AI-first платформа для электронной коммерции, запущенная в 2019 году. Она помогает покупателям находить нужные товары и позволяет мировым брендам увеличивать выручку и конверсию. О роли Команда Platform Enablement — это SRE-команда, ориентированная на разработчиков. Мы поддерживаем базовые слои, влияющие на ежедневные рабочие процессы: observability, CI/CD и оркестрацию нагрузок. Цель — упростить и ускорить развертывание и управление сервисами. Задачи - Развивать внутреннюю экосистему observability (Grafana, VictoriaMetrics, OpenSearch) для самостоятельного решения проблем командами. - Улучшать CI/CD и инструменты разработчиков с помощью Jenkins и GitHub Actions. - Внедрять Kubernetes и стандартизировать шаблоны развертывания нагрузок. - Тесно взаимодействовать с инженерными командами для решения технических узких мест и создания собственных инструментов. - Участвовать в разработке и поддержке внутренней платформы разработчика на базе Backstage. - Разрабатывать и поддерживать специализированные инструменты для AI-инициатив. Требования - Более 5 лет профессионального опыта в SRE или DevOps с явным фокусом на успех разработчиков. - Развитые межличностные навыки и эмпатия к задачам разработчиков. - Подтверждённый опыт работы с AWS и Kubernetes, владение Infrastructure as Code через Terraform или аналоги. - Практический опыт управления мониторингом и пайплайнами деплоя в масштабе. - Склонность к созданию автоматизированных, переиспользуемых систем, предпочтение self-service ручному вмешательству. - Опыт интеграции AI-инструментов в инженерные процессы для повышения продуктивности. Будет плюсом - Знакомство с экосистемой ClickHouse, Sentry или порталами разработчика типа Backstage. - Понимание принципов FinOps и оптимизации инфраструктурных расходов. - Опыт создания или масштабирования внутренних платформ разработчика. Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда. - Выплата на обустройство домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие, обновляется каждый год. - Декретный отпуск для соответствующих сотрудников. - Зарплата: $80,000–$120,000 в год, зависит от знаний, навыков, опыта и результатов собеседования. - Регулярные командные оффсайты.

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания: ИП Фомин Сергей Александрович Python-разработчик Мы — небольшая аутстаф компания, созданная ИТ-инженерами. Ищем Python-разработчика для работы над разнообразными проектами. Рассматриваем специалистов уровня Senior. Ты нам подходишь, если: - У тебя коммерческий опыт разработки на Python от 4 лет, и ты проходил полный цикл – от идеи до запуска в прод - Ты глубоко понимаешь Python: асинхронность (AsyncIO), многопоточность и многопроцессорность – и умеешь применять это для построения высоконагруженных сервисов - Ты уверенно владеешь FastAPI, а также имеешь опыт с Django или Flask / aiohttp - Ты проектировал микросервисные и событийно-ориентированные системы, работал с брокерами сообщений (Kafka, Redis PubSub) и знаешь, как обеспечить консистентность и отказоустойчивость - Ты умеешь работать со сложной логикой в PostgreSQL (оптимизация запросов, индексы, транзакции) и эффективно используешь SQLAlchemy, избегая проблем с производительностью - Ты имел дело с интеграциями: REST API, WebSockets, внешние системы (CRM, облачные хранилища, AI-сервисы) и готов проектировать надежные интерфейсы - У тебя есть практический опыт с Docker и оркестрацией (Kubernetes) – ты понимаешь, как упаковать, запустить и масштабировать сервис - Для тебя CI / CD – неотъемлемая часть процесса, ты привык к автоматическим сборкам, тестам и деплою - Качество кода для тебя важно: ты пишешь юнит- и интеграционные тесты, следуешь принципам чистой архитектуры и не забываешь про документацию (Swagger / OpenAPI) - Ты умеешь анализировать инциденты в production и обеспечивать наблюдаемость – логи, метрики, трейсинг – чтобы всегда понимать, что происходит в системе Будет плюсом: - Опыт в голосовых технологиях (ASR / TTS, SIP, VoIP) или работа с LLM / RAG-архитектурами - Опыт с большими данными: ClickHouse, ETL / ELT-пайплайны, Spark, Azure DataBricks / DataFactory - Знание Golang (для высокопроизводительных компонентов) - Настройка систем мониторинга (Prometheus, Loki, Grafana) - Опыт с Keycloak / OAuth2 / JWT - Английский язык от B1 Intermediate (для работы с документацией и заказчиками) Преимущества работы с нами: - Работа на удаленке с гибким графиком - После успешного проекта готовы предлагать вам новые, ещё более интересные задачи - Мы полностью берем на себя всю бюрократию, переговоры и поиск проектов - Подбираем проекты в технологичных и перспективных сферах: финтех, телеком, e-com и edtech

Формат

Гибрид

Страна

Россия

Город

Не указан

Разработчик в команду тасклетов Yandex Infrastructure Тасклеты предоставляют интерфейс на различных языках программирования для запуска приложений в облачных окружениях. Сервис позволяет написать приложение на Python, Go, Java, NodeJS и запускать его в своих процессах автоматизации. Наша команда делает запуск таких приложений надёжнее и эффективнее, а анализ результатов — удобнее и быстрее. Какие задачи вас ждут - Разработка бизнес-фич: Вы будете проектировать и создавать решения, которые нужны бизнесу. Например, добавлять фильтрацию исполнений по популярным срезам данных или внедрять AI-анализатор для исполнения тасклетов. - Работа с UX и техдолгом: Улучшение UX — один из приоритетов продуктового развития. Нам предстоит вместе придумывать и реализовывать решения, которые облегчат пользователю диагностику и сэкономят время тысячам разработчиков. В сервисе мало накопленного техдолга, и мы стремимся поддерживать его в таком состоянии. Для этого выделяем время на устранение легаси. - Решение сложных задач: Вам предстоит предоставлять альтернативу пользователям с особыми требованиями, которые невозможно удовлетворить в существующих рантаймах. Необходимо будет обеспечивать быстрый запуск простейших тасклетов, не требующих сложного окружения. Мы ждём, что вы - Работали с реляционными БД - Уверенно владеете Go - Умеете разрабатывать распределённые системы - Можете самостоятельно спроектировать фичу Будет плюсом, если вы - Работали с YDB или ClickHouse - Знаете фреймворк gRPC Почему у нас классно Нам важно здоровье сотрудников, поэтому в крупных офисах у нас есть спортзалы — с тренажёрами, инвентарём и душевыми.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python Developer / Highload Backend Компания: Альфа-Банк Обязанности - Разработка и поддержка высоконагруженных backend-сервисов на Python - Проектирование и разработка REST API - Интеграция сервисов с внутренними и внешними системами - Работа с асинхронным кодом и высоконагруженными сценариями - Настройка логирования, метрик, healthcheck endpoints и трассировки - Интеграция сервисов с observability-инфраструктурой: OpenTelemetry, Prometheus-compatible метрики, ElasticSearch - Работа с контейнеризацией и инфраструктурой: Docker, Kubernetes, Kafka - Участие в диагностике инцидентов, анализе логов, метрик и трейсов Пожелания к кандидатам - Коммерческий опыт разработки на Python от 4 лет - Опыт разработки REST API и микросервисной архитектуры - Опыт асинхронного программирования: asyncio, aiohttp/httpx или аналогичные инструменты - Опыт работы с FastAPI, Pydantic или аналогичным backend-стеком - Опыт работы с PostgreSQL, плюсом будет ClickHouse SQL - Опыт работы с Redis - Опыт работы с очередями или брокерами сообщений: Kafka или RabbitMQ - Опыт работы с Docker, базовое понимание Kubernetes: pod, deployment, service, liveness/readiness probes, Helm - Опыт настройки логирования: logging, structlog или аналогичные инструменты, ElasticSearch/OpenSearch - Опыт работы в Grafana, Kibana для мониторинга - Опыт написания тестов: pytest, unittest, mocks - Vibe-Coding (Cursor, Claude Code, Codex и другие)

Формат

Удалённо

Страна

Любая

Город

Не указан

Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании ScholarshipOwl — крупнейший маркетплейс стипендий в США, использующий ИИ для связи 14 миллионов студентов, ищущих стипендии, с компаниями, которые ищут студентов. Миссия — сделать финансирование образования более доступным и увлекательным, а также дать брендам возможность взаимодействовать с новым поколением. Компания использует ИИ-технологии, которые упрощают поиск стипендий, оптимизируют процесс подачи заявок и обеспечивают измеримые результаты для студентов и партнеров. Роль Ищем высококвалифицированного и инновационного Mobile QA-инженера для сквозного обеспечения качества, автоматизации тестирования и стабильности релизов мобильного приложения ScholarshipOwl на Flutter и его интеграции с GraphQL API. Роль предполагает обеспечение быстрых поставок без регрессий на iOS, Android и OTA-обновлениях Shorebird для миллионов студентов. Вы будете использовать современные ИИ-ассистенты для кодирования (Cursor, Copilot, ChatGPT, Claude, Gemini) как основной инструмент для достижения максимального покрытия тестами с высокой скоростью. Работа в тесном сотрудничестве с мобильной и бэкенд-командами в современной мультисервисной архитектуре, смещение качества влево: аудит Figma-спецификаций до спринтов, ревью PR, поддержание непрерывных качественных шлюзов в CI/CD. Обязанности - Сквозная автоматизация: создание, поддержка и выполнение параллелизованных E2E smoke и регрессионных тестовых конвейеров с использованием Patrol, интегрированного в Codemagic и GitLab CI. - API и контрактное тестирование: настройка автоматизированного контрактного и API-интеграционного тестирования для проверки обновлений схемы GraphQL на соответствие требованиям мобильных запросов, гарантируя отсутствие критических изменений. - Интеграция ИИ: глубокая интеграция ИИ-инструментов (Cursor, Copilot, ChatGPT, Claude, Gemini) в ежедневные процессы для генерации Patrol-скриптов из Figma-спецификаций, синтеза сложных mock-пейлоадов и автоматизации разбора логов для удвоения эффективности QA. - Смещение качества влево: раннее ревью фич-спецификаций в Figma и определений схемы GraphQL для выявления крайних случаев, логических пробелов и ошибок дизайна до начала спринтов и разработки. Активное участие в ревью PR. - Наблюдаемость и триаж: мониторинг здоровья сборок, Firebase Remote Config/Analytics, логов ошибок Sentry и логов GCP Cloud Run для триажа проблем в Flutter BLoC/UI state, GraphQL-резолверах и бэкенд-сервисах, создание подробных GitLab-задач с контекстом для разработчиков. - Исследовательское и релизное тестирование: тестирование на iOS-симуляторах, Android-эмуляторах, физических устройствах, TestFlight, внутренних треках Google Play Console и OTA-горячих патчах Shorebird. - Компонентное тестирование: использование Flutter Storybook для визуальной регрессии и компонентного тестирования на ранних этапах релизного цикла. Требования (обязательные) - Опыт: 3+ года профессионального опыта в Mobile QA Engineering / автоматизации тестирования, минимум 1 год активного использования ИИ-инструментов для кодирования в ежедневных процессах. - Владение мобильной автоматизацией: практический опыт с фреймворками автоматизации Flutter (Patrol, Flutter Integration Test, или уверенные навыки Appium/XCUITest/Espresso с готовностью освоить Patrol). - API и проверка схем: знание тестирования GraphQL API (Bruno, Postman, Playwright или HTTP-клиенты), включая валидацию схем, заголовков и JWT-авторизацию. - Мобильная экосистема и дизайн: уверенная работа с Figma-файлами для UI-спецификаций/дизайн-токенов, инструментами Xcode/Android Studio, управление Firebase Remote Config и фича-флагами, понимание жизненного цикла мобильных приложений (Apple App Store / TestFlight, внутреннее тестирование Google Play Console). - CI/CD и мобильный DevOps: опыт с мобильными CI/CD инструментами (Codemagic, GitLab CI) и Git/GitLab рабочими процессами. - Образование: степень бакалавра в Computer Science, Software Engineering или эквивалентный практический опыт в разработке ПО / автоматизации тестирования. - Коммуникация: четкие и лаконичные навыки асинхронного общения на письменном и устном английском для баг-репортов, документации и удаленной работы. Будет плюсом - AI-Native фокус: продвинутое умение загружать архитектурные спецификации, GraphQL-схемы и UI-дизайн-токены в ИИ-модели для автоматической генерации тест-кейсов, Patrol page objects и mock-пейлоадов. - Dart и компонентное тестирование: непосредственные навыки Dart/Flutter для написания unit и widget тестов в репозитории, а также опыт с Flutter Storybook. - OTA и скриптинг: опыт с Shorebird (OTA горячие патчи для Flutter) или базовый TypeScript/Bun для написания Bruno тестовых коллекций или скриптов схем. - Облачная инфраструктура и фича-флаги: опыт с GCP (Cloud Run, Cloud Logging) и фича-флагами Unleash.

Формат

Офис

Страна

Бразилия, Латинская Америка

Город

Не указан

Грейд

Senior

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C с годовой выручкой $100 млн, поддерживается Bessemer Venture Partners. Более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США, используют платформу. Ищем Senior DevOps-инженера для создания AI-нативной self-service инфраструктурной платформы, на которой компания поставляет программное обеспечение. Платформа позволяет каждому разработчику, человеку или агенту, проверять изменения за минуты, быстро понимать причины сбоев и уверенно выпускать релизы. Вы присоединитесь к небольшой команде инфраструктуры с высокой отдачей, задача которой — умножить возможности каждого инженера и агента через автоматизацию, self-service и встроенные защитные механизмы. Цель — платформа, где self-service является нормой, а ручное вмешательство — исключением. Задачи: - Строить и эксплуатировать self-service инфраструктурную платформу, делая правильное действие простым, а безопасное — стандартным. - Создавать golden paths для инженеров и агентов: в рамках технического направления, заданного Staff-инженерами, строить и эксплуатировать слои, на которые они опираются (единый CI/CD-конвейер, GitOps-доставка на ArgoCD, каталог IaC-модулей, шаблоны для новых сервисов), владея конкретными компонентами от начала до конца. Цель — чтобы инженеры и агенты могли предоставлять инфраструктуру и выпускать изменения в рамках guardrails без ручного написания Terraform/Kustomize и ожидания тикетов. - Сделать агентов полноценными разработчиками: обобщить паттерн изоляции агентов в переиспользуемые примитивы платформы — sandboxed runtime, workload identity, audit trails, approval gates. Каждое действие агента должно работать на тех же рельсах идентичности, аудита, владения, распределения затрат и согласования, что и действия человека. - Строить и эксплуатировать платформу валидации и quality gates: предоставлять рельсы для проверки изменений перед продакшеном — эфемерные PR-окружения с автоудалением, а также gates безопасности, производительности и нагрузочного тестирования. Внедрять новые gates по мере роста покрытия, поддерживать их скорость и низкий уровень ложных срабатываний, переводить сервисы на эти gates. Делать результаты gates и тестов машиночитаемыми и вызываемыми вне PR-процесса, чтобы агенты и люди могли напрямую реагировать на сбои. - Отвечать за надежность и наблюдаемость создаваемого: создавать дашборды и операционные контроли, делающие поверхности, за которые вы отвечаете, наблюдаемыми и улучшаемыми по мере роста пропускной способности: pass rates gates, тренды approval-rate и self-service ratio, типичные сценарии отказов, распределение затрат, метрики DORA. Нести on-call для этих поверхностей, вести инциденты от обнаружения до разбора, превращая повторяющуюся рутину в автоматизацию и runbooks, которые используют другие инженеры. Требования: - Опыт уровня Senior в SRE, DevOps или Platform Engineering: построение и эксплуатация продакшен-инфраструктуры в масштабе, владение значимым направлением работы от начала до конца с ограниченным контролем. - Активное и осознанное использование AI-инструментов разработки (Claude Code, Codex и т.п.) в собственном инфраструктурном процессе: изменения Terraform, отладка Kubernetes, автоматизация, операционные расследования. Наличие собственной позиции о том, где эти инструменты полезны, а где нет. - Глубокий опыт с Kubernetes (EKS) и AWS (IAM, VPC, ECR, SSM/Secrets Manager, S3, SQS, Lambda, RDS/Aurora). - Сильный опыт с IaC (Terraform) и GitOps, включая PR-управляемые apply-процессы (Atlantis или аналоги) и ArgoCD. - Глубокие знания CI/CD (GitHub Actions): кэширование/параллелизм, управление артефактами, надежность тестов, наблюдаемость конвейеров. - Полный опыт владения инцидентами: on-call для созданных систем, ведение инцидентов от обнаружения до разбора. - Отличные кросс-командные коммуникации: умение переводить ограничения платформы в удобные для разработчиков решения и документацию. Будет плюсом: - Опыт с identity, access и policy-as-code: workload/service identity (SPIFFE/SPIRE, OIDC), короткоживущие credentials, управление секретами (Vault), enforcement политик. - Опыт построения self-service платформ для разработчиков, эфемерных окружений, CLI, инструментов шаблонизации или внутренних порталов разработчика (Backstage или кастомные). Отношение к инфраструктуре как к продукту. - Осознанность в затратах: построение распределения затрат, бюджетов или rightsizing в платформе. Технологический стек: - Инфраструктура: AWS, EKS, Terraform (с Atlantis), Vault, Docker, OPA (Open Policy Agent). - CI/CD: GitHub Actions, ArgoCD + Kustomize (GitOps). - Обмен сообщениями: Kafka (Confluent Cloud). - Наблюдаемость: Datadog, OpenTelemetry. - Языки и приложения: Node.js/TypeScript микросервисы, Python, React фронтенды.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

О компании MaintainX — ведущая AI-платформа для обслуживания и управления активами, обслуживающая более 14 000 клиентов, включая Duracell, Shell, Cintas и Brenntag. Компания привлекла $150 млн в рамках раунда Series D под руководством Bessemer Venture Partners и Bain Capital Ventures, доведя общий объём финансирования до $254 млн. MaintainX вошла в рейтинг Forbes 2025 Cloud 100 — список 100 крупнейших частных облачных компаний мира. Компания быстро растёт и нанимает соответствующих специалистов. О роли В качестве Senior SDET в команде Quality Platform вы будете создавать общую тестовую инфраструктуру, фреймворки и инструменты с использованием ИИ, на которые полагается каждая инженерная команда MaintainX для быстрой и уверенной поставки. Вместо владения тестированием одной продуктовой области вы создадите платформу, developer experience и автоматизацию, которые сделают высококачественное ПО стандартом для всей организации. Вы будете тесно сотрудничать с продуктовыми инженерными командами, Quality Advocates и SRE для повышения продуктивности разработчиков, увеличения уверенности в релизах и формирования будущего ИИ-тестирования в MaintainX. Что вы будете делать - Создавать и развивать общую платформу качества MaintainX, фреймворки автоматизации тестирования и инструменты для разработчиков. - Проектировать и разрабатывать инфраструктуру для создания тестов с помощью ИИ, которая значительно сокращает время создания тестов, сохраняя высокое качество. - Владеть стандартами интеграции CI и повышать надёжность сборок во всех инженерных командах. - Проектировать тестовые стенды (test harnesses) для продуктовых возможностей на базе ИИ, включая проверки работоспособности, плавную деградацию, мониторинг квот и состязательное тестирование. - Выявлять и устранять системный тестовый долг и флаки-тесты до того, как они повлияют на инженерные команды. - Создавать общие утилиты и фреймворки для тестирования, применяемые во всей инженерной организации. - Сотрудничать с Quality Advocates, продуктовыми инженерными командами и SRE для постоянного улучшения стратегии тестирования и надёжности платформы. - Оценивать новые ИИ-инструменты для тестирования и внедрять их там, где они создают измеримый инженерный эффект. Требования - Практический опыт создания и поддержки production-grade фреймворков автоматизации тестирования с использованием Playwright, Selenium или аналогичных технологий. - Сильные основы программной инженерии с опытом написания, отладки и поддержки production-кода приложений. - Опыт интеграции автоматизированного тестирования в CI/CD пайплайны и диагностики флаки- или падающих тестовых наборов. - Опыт создания или поддержки общих инструментов для разработчиков, тестовой инфраструктуры или инженерных платформ. - Опыт использования ИИ-инструментов разработки, таких как Claude Code, GitHub Copilot, Cursor или аналогичных, для ускорения инженерных процессов с применением здравого инженерного суждения. - Уверенное владение системами от начала до конца: от архитектуры и реализации до поддержки в production. - Опыт наставничества инженеров и повышения инженерного качества в командах. - Требуется экспертный уровень английского языка (устного и письменного), так как специалисту нужно будет руководить инженерными менеджерами платформы в нескольких командах, представлять технические приоритеты исполнительным стейкхолдерам и ежедневно согласовывать действия с инженерными лидерами за пределами Квебека. Будет плюсом - Опыт создания тестовых стендов для функций на базе ИИ, включая проверки работоспособности, circuit-breakers, состязательное тестирование или тестирование устойчивости. - Опыт создания или поддержки автономных или агентных ИИ-систем. - Опыт оценки ИИ-инструментов для разработчиков и их интеграции в инженерные процессы. - Опыт встраивания наблюдаемости и метрик качества в платформы тестирования. - Опыт работы с крупномасштабными платформами разработчиков, поддерживающими несколько инженерных команд. Условия - Конкурентная зарплата и значительные опционы на акции. - Медицинская, стоматологическая и офтальмологическая страховка. - Программа 401(k) / RRSP. - Отпуск по потребности. - Культура работы: - Вы будете работать с коллегами по всему миру, которые отражают ценности MaintainX: умные скромные оптимисты. - Мы верим в меритократию, где идеи и усилия публично отмечаются. Наша миссия — предоставить единую платформу для команд технического обслуживания, ремонта и эксплуатации, чтобы поддерживать работу физического мира. Мы считаем, что главный актив любой организации — люди. Поэтому мы создали интуитивно понятное мобильное решение для повышения продуктивности и сотрудничества в командах и подразделениях. MaintainX стремится создавать разнообразную среду. Все подходящие кандидаты будут рассматриваться независимо от расы, цвета кожи, религии, пола, гендерной идентичности или самовыражения, сексуальной ориентации, национального происхождения, генетики, инвалидности, возраста или статуса ветерана.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Junior / Senior

ML-разработчик (middle / senior) О компании Компания работает в сфере IT и специализируется на внедрении корпоративных систем электронного документооборота. Основу компании составляет группа экспертов, которая в течение последних 15 лет представляла на российском рынке интересы компаний EMC Corporation (США), DELL (США) и OpenText Corporation (Канада) — мировых лидеров в отрасли ECM / EIM. Кандидатам предоставляется возможность стать частью команды профессионалов, участвовать в проектах по разработке и внедрению информационных систем, освоить современную профессию и получать достойный доход. Роль Ищем ML-разработчика для усиления команды, в составе которой присутствуют Senior Java-разработчик и Junior ML-инженер. Команда занимается внедрением ИИ в систему технического документооборота. Обязанности - Внедрение и эксплуатация ML в продакшн (MLOps & Deployment). - Деплой: интеграция обученной модели в рабочий код и обеспечение реального времени прогнозов через API. - Создание API для взаимодействия модели с остальными компонентами системы. - Оптимизация инференса (квантование, prune) и снижение потребления памяти. - Мониторинг производительности и поддержка моделей в боевых условиях; настройка алертов и автоматическое дообучение. - Дообучение: автоматизация процессов обновления модели на новых данных (CI / CD для ML). Требования - Высшее техническое образование. - Реальный опыт внедрения ИИ в продуктивные решения (не только прототипы чат-ботов). - Опыт работы с RAG. - Опыт использования в решениях сверточных нейросетей, LLM, VLM. Опыт обучения ML-моделей. - Архитектурное мышление: проектирование гибридных систем (ML + детерминированные правила). - Широкий кругозор в ML: понимание различий между ML, ИИ и LLM. - Понимание принципов оценки работы ML-компонентов. Опыт разработки требований к датасетам. - Опыт системной отладки и дебаггинга пайплайнов: анализ причин низкого качества, локализация слабых мест. - Опыт проектирования распределённых систем: разделение ответственности между сервисами, проектирование контрактов. Опыт работы с продуктовой командой и интеграции ИИ-решений. - Гибкость и устойчивость к неопределенности, умение отказаться от неработающего подхода. - Английский язык уровня Intermediate (для чтения технической литературы). - Стремление к профессиональному росту. - Способность работать под минимальным контролем при выполнении поставленных задач. Условия - Работа удаленно.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования

Формат

Удалённо

Страна

Не указана

Город

Не указан

DevOps-инженер Компания: ApexPlay Сфера: AI Занятость: Full-time Формат: удалённо Зарплата: 2 500–5 000 USDT ApexPlay ищет DevOps-инженера для развития инфраструктуры, поддержки Production и мониторинга систем. Чем предстоит заниматься - развивать и поддерживать инфраструктуру; - сопровождать Production-окружения; - работать с переменными окружения и Ansible-плейбуками; - управлять сборками и релизами приложений; - работать с GitHub Actions; - настраивать и развивать мониторинг и алертинг; - реагировать на инциденты и вести их от обнаружения до закрытия; - улучшать покрытие мониторинга; - искать причины проблем и предлагать решения для предотвращения повторных инцидентов; - публично информировать команду о проблемах и статусе их устранения. Требования - опыт работы с Ansible; - опыт с Docker / Docker Swarm; - опыт настройки мониторинга и алертинга; - понимание процесса управления инцидентами; - проактивность и самостоятельность; - готовность работать в быстром стартап-темпе; - умение эффективно коммуницировать во время инцидентов; - способность быстро разбираться в новых технологиях. Будет плюсом - Grafana; - VictoriaMetrics / VictoriaLogs; - Sentry; - Patroni; - Cloudflare; - GitHub Actions; - опыт работы в стартапах, финтехе, мессенджерах или социальных сетях. Условия - удалённая работа; - полная занятость; - зарплата 2 500–5 000 USDT; - работа в AI-компании с высокой скоростью принятия решений.

Формат

Удалённо

Страна

Любая

Город

Не указан

Локация Колумбус (Огайо), Чикаго (Иллинойс), Миннеаполис (Миннесота), Детройт (Мичиган), Мэдисон (Висконсин). О роли Ищем высококвалифицированного GenAI-инженера с практическим опытом работы с Devin AI, Claude Code и AI-ассистированной разработкой ПО для ускорения разработки за счет интеллектуальной автоматизации. Кандидат будет работать с инженерными командами над проектированием, разработкой, тестированием и развертыванием корпоративных приложений, используя AI-кодинг-агентов для повышения производительности, качества кода и скорости поставки. Роль требует сильных базовых знаний в разработке ПО, опыта облачной разработки, экспертизы в CI/CD и интереса к созданию переиспользуемых AI-инженерных активов. Обязанности - Проектировать, разрабатывать, тестировать и развертывать корпоративные программные решения совместно с инженерными командами. - Использовать Devin AI, Claude Code, GitHub Copilot или аналогичные AI-ассистенты для ускорения разработки, тестирования, отладки, документирования и модернизации. - Создавать и поддерживать переиспользуемые AI-активы: Devin Playbooks, Knowledge Assets, файлы CLAUDE.md, Skills, Hooks и шаблоны рабочих процессов. - Участвовать в онбординге репозиториев и стандартизации AI-рабочих процессов в инженерных командах. - Взаимодействовать с архитекторами, владельцами продуктов, QA-командами и разработчиками для поставки масштабируемых и качественных программных решений. - Обеспечивать соответствие AI-сгенерированного кода инженерным практикам, стандартам безопасности, требованиям качества и комплаенса. - Постоянно оценивать и улучшать AI-ассистированные процессы разработки и инженерные практики. - Продвигать лучшие практики AI-инжиниринга и делиться переиспользуемыми активами между командами. - Поддерживать DevOps-инициативы, автоматизацию CI/CD и разработку облачных приложений. Обязательные требования - Степень бакалавра в области компьютерных наук, программной инженерии или смежной области. - Сильный опыт в разработке ПО и корпоративных приложений. - Практический опыт работы с Devin AI, Claude Code, GitHub Copilot или аналогичными AI-ассистированными платформами разработки. - Глубокое знание современных методологий разработки ПО и Agile-практик. - Опыт работы с CI/CD-пайплайнами, автоматизированным тестированием и разработкой облачных приложений. - Опыт разработки API и микросервисов. - Понимание архитектуры ПО, паттернов проектирования и инженерных лучших практик. - Отличные аналитические, коммуникационные навыки и навыки совместной работы. - Интерес к AI-ассистированной инженерии и повышению продуктивности разработчиков. Предпочтительные требования - Опыт разработки агентного ИИ (Agentic AI). - Опыт создания генеративных AI-приложений. - Знание RAG (Retrieval-Augmented Generation). - Опыт в промпт-инжиниринге и контекст-инжиниринге. - Опыт в DevOps и платформенной инженерии. - Опыт работы с фреймворками автоматизации рабочих процессов. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. Обязательные навыки - Devin AI - Claude Code - GitHub Copilot - Программная инженерия - CI/CD - Облачные приложения - Разработка API - Микросервисы - Agile/Scrum - DevOps - AI-ассистированная разработка Желательные навыки - Agentic AI - Generative AI - RAG - Промпт-инжиниринг - Контекст-инжиниринг - Автоматизация рабочих процессов - Платформенная инженерия Условия - Долгосрочный контракт. - Рассматриваются кандидаты по форме W2; C2C не рассматривается.

Формат

Удалённо

Страна

Любая

Город

Не указан

Контракт. Удалённая работа, предпочтительно в Атланте, Далласе или Нью-Джерси. AI-First-инженер с экспертизой в Oracle SCM и подтверждённым опытом применения ИИ на всём жизненном цикле разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки Supply Chain-приложений через инженерные практики с использованием ИИ. Кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет ИИ для повышения продуктивности, качества кода, эффективности тестирования, операционной поддержки и результатов поставки ПО. Роль предполагает внедрение ИИ-управляемых инициатив по разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны продемонстрировать и количественно измерить достигнутые бизнес-результаты от внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение инцидентов. Основные обязанности: AI-управляемая инженерия на протяжении всего SDLC: 1. AI-ассистируемые требования и проектирование решений: - Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. - Использование ИИ для ускорения fit-gap-анализа и оценки влияния квартальных обновлений Oracle Cloud. - Применение ИИ-управляемого поиска знаний для сокращения циклов анализа и проектирования. 2. AI-управляемая генерация кода и рефакторинг: - Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - Внедрение AI-ассистируемой генерации кода, оптимизации, рефакторинга, обратного инжиниринга и инициатив по модернизации легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений по автоматизации Oracle SCM с использованием AI-управляемых практик. - Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. 3. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования: - Построение AI-управляемых стратегий тестирования, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. - Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки квартальных релизов Oracle Cloud. - Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. 4. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка: - Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и quality gates в CI/CD-пайплайны. - Использование ИИ для генерации документации по развертыванию, release notes, руководств по внедрению и операционных runbook. - Применение AI-управляемого мониторинга и аналитики для оценки готовности квартальных релизов Oracle и их бизнес-влияния. - Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. 5. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика: - GitHub Copilot - Oracle Code Assist - ChatGPT - Claude - Агентные AI-фреймворки - OCI Generative AI 6. Экспертиза в Oracle SCM и технические навыки: - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS. Бизнес-влияние и измерение результатов: - Способность количественно оценивать и коммуницировать результаты от внедрения ИИ, включая: - Сокращение цикла разработки - Улучшение качества кода - Снижение уровня дефектов - Снижение трудозатрат на тестирование - Ускорение циклов развертывания - Ускорение решения инцидентов - Повышение продуктивности разработчиков

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Junior

О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.

Формат

Офис

Страна

США

Город

Остин

О компании Itron разрабатывает новые способы управления энергией и водой для коммунальных предприятий и городов. Компания создаёт более рациональный мир для защиты важнейших ресурсов сегодня и в будущем. О роли Компания ищет AI-разработчика для проектирования и создания решений на базе ИИ с использованием экосистемы Microsoft: Azure, GitHub, Copilot Studio и Azure AI Foundry. В этой роли вы будете разрабатывать и интегрировать разговорные копилоты, сценарии RAG (генерация с дополнением по извлечённым данным) и автоматизированные рабочие процессы в корпоративные приложения. Вы будете тесно взаимодействовать с продуктовыми, инженерными, security- и бизнес-заинтересованными сторонами для создания масштабируемых, соответствующих требованиям и измеримых AI-возможностей для клиентов в сфере ЖКХ и энергетики. Обязанности Разработка и внедрение решений - Создание и поддержка AI-решений на базе Azure AI Foundry: выбор моделей, оркестрация промптов, оценка и паттерны развёртывания с фокусом на надёжные и клиентоориентированные результаты. - Разработка и настройка копилотов в Copilot Studio: темы, действия, плагины/коннекторы, инклюзивный дизайн диалогов. - Внедрение паттернов интеграции ИИ: RAG, вызов инструментов/функций, агентные рабочие процессы в приложениях и внутренних инструментах. - Создание и поддержка API-сервисов (например, Azure Functions, App Service, контейнерные сервисы) для предоставления AI-возможностей корпоративным бизнес-системам. - Проектирование и реализация безопасных и подотчётных паттернов доступа к корпоративным источникам знаний: SharePoint, Azure SQL, Blob Storage. DevOps, GitHub и инженерное совершенство - Использование Azure DevOps и GitHub для управления исходным кодом, pull request, код-ревью, стратегий ветвления и управления релизами в совместной agile-среде. - Построение CI/CD-пайплайнов с автоматическим тестированием, сканированием безопасности и развёртыванием в Azure. - Применение инженерных практик: модульное и интеграционное тестирование, телеметрия, обработка ошибок, оптимизация производительности и понятная документация. Безопасность, соответствие и управление - Соблюдение практик secure-by-design: управление доступом и идентификацией (Entra ID), управление секретами (Key Vault), принцип минимальных привилегий. - Поддержка требований ответственного ИИ и управления: логирование, аудит, оценка, безопасность контента, защитные ограничения промптов и безопасности. - Взаимодействие с командами безопасности и соответствия для обеспечения соответствия AI-решений корпоративным политикам и регуляторным требованиям, характерным для сектора ЖКХ и энергетики. Совместная работа и взаимодействие с заинтересованными сторонами - Перевод бизнес-потребностей в проекты AI-решений, пользовательские истории и технические планы реализации, которые практичны и измеримы. - Кросс-функциональная работа с продуктовыми, инженерными и бизнес-партнёрами для определения метрик успеха, проверки результатов и итераций на основе обратной связи и аналитики. - Обучение и поддержка команд, внедряющих паттерны Copilot Studio и Azure AI Foundry, развитие общей ответственности и непрерывного обучения. Требования - Опыт разработки программных решений на Azure, включая как минимум одно из: Functions, App Service, Storage, SQL или API Management. - Практический опыт работы с Azure DevOps и/или GitHub: pull request, стратегии ветвления, отслеживание задач, CI/CD. - Опыт разработки AI-приложений, включая как минимум одно из: - Копилоты, чат-боты или разговорные пользовательские интерфейсы. - Решения на основе поиска (RAG) и корпоративный поиск. - Промпт-инжиниринг и управление версиями промптов. - Вызов инструментов/функций или агентные рабочие процессы. - Умение работать с REST API и интегрировать AI-решения с корпоративными системами. - Сильные основы программной инженерии: структуры данных, проектирование API, тестирование, поиск и устранение неисправностей. - Чёткие коммуникативные навыки, способность объяснять концепции ИИ технической и нетехнической аудитории. Желательно - Опыт работы с Copilot Studio: темы, действия, коннекторы, публикация и управление. - Опыт работы с Azure AI Foundry: промпт-флоу и оркестрация, оценка, развёртывание и наблюдаемость. - Знакомство с Azure OpenAI или другими провайдерами больших языковых моделей и концепциями жизненного цикла моделей. - Опыт работы с корпоративными решениями идентификации: Entra ID, OAuth2, управление доступом на основе ролей, безопасные паттерны данных. - Знание инструментов мониторинга и наблюдаемости: Application Insights, Log Analytics, дашборды. - Опыт работы с Power Platform, Logic Apps или другими платформами интеграции и автоматизации. - Комфорт в работе по agile-моделям, совместный, инновационный и ответственный подход. Условия Конкурентоспособный компенсационный пакет: финансовые, социальные, медицинские программы и программы благополучия, оплачиваемый отпуск, 401k matching, программа покупки акций для сотрудников.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Junior

О компании Bigge Crane and Rigging Co. работает с 1916 года. Парк компании насчитывает более 1800 кранов, присутствие — по всей стране. Компания покупает, продаёт, сдаёт в аренду, эксплуатирует и обслуживает один из крупнейших и самых современных парков кранов в США. Компания участвовала в строительстве некоторых знаковых достопримечательностей Америки и заслужила репутацию надёжного подрядчика. Bigge позиционирует себя как AI-first компания: создан отдел AI-инженерии. Сотрудники ежедневно работают с передовыми AI-инструментами, а инженеры компании создают интеграции, подключающие эти инструменты к системам, на которых работает бизнес: парк техники, продажи, планирование, документы. Компания покупает ПО, когда это правильное решение, и разрабатывает собственное, когда нет. Ожидается, что в будущем будет меньше готового ПО и больше собственной разработки. Решения принимаются быстро, без ожидания одобрения комитетом. В работе используются реальные задачи и данные о работе 1800 кранов, команда небольшая, и созданные разработки носят имя автора. Позиция Junior AI Engineer — специалист раннего этапа карьеры, который разрабатывает и внедряет AI-решения под руководством директора по AI-инженерии. Роль включает создание MCP-коннекторов к системам Bigge, разработку и расширение AI-агентов и агентных рабочих процессов, написание тестов и оценок для их валидации. Работа ведётся в рамках установленной архитектуры и процессов ревью. Это ступень в карьерной лестнице: Associate AI Engineer, Junior AI Engineer, AI Engineer. Ожидается рост до роли AI Engineer. Найм основан на продемонстрированной способности создавать продукты, а не на количестве лет опыта. Идеальный кандидат — технически подкованный, любознательный и обучаемый. Работа предполагает ежедневное взаимодействие с директором по AI-инженерии и AI-инженером, с ростом самостоятельности по мере подтверждения результатами. Обязанности - Создавать и расширять MCP-коннекторы к системам Bigge, включая WorkPro (внутренняя платформа управления жизненным циклом активов), D365 и Microsoft 365, в рамках установленных паттернов и ревью. - Реализовывать компоненты AI-агентов и агентных рабочих процессов, спроектированных совместно с директором по AI-инженерии. - Писать и поддерживать тесты, наборы оценок и регрессионные проверки для систем до выпуска и после каждого изменения. - Интегрировать возможности LLM во внутренние приложения и API под руководством. - Участвовать в сессиях изучения процессов с бизнес-подразделениями для наблюдения за картированием рабочих процессов и вносить вклад в документацию процессов. - Помогать в сборе базовых показателей производительности и метрик для инициатив отдела. - Соблюдать практики ответственного AI, стандарты управления данными и требования ИТ-безопасности. - Писать чистый, протестированный, документированный код. Участвовать в ревью кода в роли автора и развиваться до ревьюера чужих изменений. Требования - Степень бакалавра в области компьютерных наук, инженерии, науки о данных или эквивалентный опыт. - 1–3 года профессионального опыта с примерами завершённой работы: развёрнутый проект, продакшн-вклад, работающая система. Оценка основана на том, что кандидат создал, а не на длительности занятости. - Рабочее владение Python или TypeScript и готовность освоить оба языка — в работе будут использоваться оба. - Опыт работы с реальными API: аутентификация, обработка ошибок, чтение документации, которая иногда бывает некорректной. - Практический опыт работы с LLM API и промпт-инжинирингом — через работу, курсы или личные проекты. - Развитые коммуникативные навыки и способность решать проблемы, готовность работать напрямую с полевым и офисным персоналом. - Обучаемость, организованность, способность быстро учиться в динамичной среде. - Наличие действующих водительских прав и чистая водительская история. Предпочтительные навыки - Опыт работы с Model Context Protocol или другими архитектурами вызова инструментов. - Next.js, React и Tailwind. - Docker и облачное развёртывание любого типа. - Локальный запуск моделей или эксперименты с тонкой настройкой любого масштаба. - Предыдущая работа или стажировка в строительстве, тяжёлом оборудовании, логистике или промышленных операциях. Условия - Конкурентоспособная оплата и 401(k) с матчингом. - Отпуск, корпоративные праздники и больничные. - Гибкие расходные счета / Health Savings Account. - Компенсация по программе Bring Your Own Device (BYOD).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Recare Deutschland GmbH, один из ведущих немецких HealthTech-производителей, меняет процесс выписки пациентов — технологичный, ориентированный на пациента и свободный от бюрократии. Помимо ведущей SaaS-платформы, компания разрабатывает AI-решения, которые упрощают процессы в больницах и для поставщиков последующего ухода, снижают нагрузку на медицинский персонал и возвращают внимание к пациентам. Платформа уже связывает две трети всех немецких больниц с более чем 650 реабилитационными клиниками и 25 000 поставщиков услуг по уходу и помощи на дому. В компании около 100 сотрудников, и она продолжает расти. Чем предстоит заниматься: - Развитие и сопровождение бэкенда приема и обработки данных, включая пакетные и потоковые пайплайны для структурированных и неструктурированных данных, с идемпотентностью, повторами, противодавлением и изоляцией сбоев. - Проектирование и эксплуатация асинхронных систем обработки для тяжелых AI-нагрузок: паттерны очередей и воркеров, независимое масштабирование, семантика повторов и обработка poison-message. - Определение и поддержание API-контрактов и схем данных между производителями и потребителями, включая ключи идентификации, версионирование и гарантии совместимости. - Управление жизненным циклом данных: безопасное хранение (шифрование в состоянии покоя), обработка чувствительных данных, семантика хранения и удаления, процедуры right-to-erasure, происхождение и происхождение данных для аудита и отладки. - Проектирование безопасной аутентификации между сервисами для синхронизации через границы, включая короткоживущие учетные данные, ротацию, принцип минимальных привилегий и аудируемость. - Создание платформенных примитивов для AI-функций: отслеживание статуса длительных операций, фиче-гейты, контроль раскатки, разделение сред, мультитенантная изоляция и минимизация данных. - Создание и поддержка сервисных слоев для ML/AI-нагрузок: унифицированные модели данных, объединяющие несколько источников в согласованные версионированные представления с кросс-системным разрешением идентичности. - Доведение системы до продакшн-уровня: наблюдаемость (метрики, логи, трейсы, алертинг), плейбуки, контроль стоимости и производительности (пропускная способность, задержка, нагрузочное тестирование). - Тесное взаимодействие с командами BI и продуктовых данных для предоставления чистых и надежных датасетов и согласования определений KPI, чтобы инструментирование было встроено в бэкенд, а не добавлено позже. Требования: - Сильные фундаментальные знания в разработке ПО, высокие стандарты дизайна, тестирования, качества кода и эксплуатации. - Глубокое понимание современного AI-native инжиниринга, следование последним трендам. - Опыт создания продакшн-систем данных и приема данных в условиях реальных требований к надежности. - Практический опыт с асинхронными системами обработки (очереди, воркеры) и понимание их поведения под нагрузкой. - Уверенное владение сервисными API и контрактами данных между командами, отношение к эволюции схем как к ключевой инженерной дисциплине. - Сильный опыт работы с AWS и cloud-native архитектурами, включая IAM, шифрование и событийно-ориентированные системы. - Системное мышление, умение учитывать компромиссы и проактивное проектирование с учетом наблюдаемости, надежности и производительности. - Способность брать на себя ответственность за неоднозначные задачи и доводить их до результата, согласовывая интересы стейкхолдеров. - Комфортная работа в связке с AI/ML-системами, понимание данных, оценки и компромиссов производительности. Условия: - Осмысленная работа с положительным влиянием на пациентов, их семьи и медицинский персонал. - Корпоративная культура с плоской иерархией, взаимным уважением, лояльностью и признанием. - Гибкость: remote-friendly компания, гибкий график, возможность работать из отпуска (workations) по договоренности. - Карта Edenred для использования по потребностям. - Дополнительный выходной день в день рождения.

Формат

Удалённо

Страна

Испания

Город

Не указан

Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Grafana Cloud — полностью управляемая платформа наблюдаемости, построенная для масштабирования. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, доверяют Grafana Labs обеспечение надёжности своих приложений и систем. Компания полностью удалённая, 1600+ сотрудников в 40+ странах. Позиция удалённая. Рассматриваются кандидаты только из Великобритании, Испании и Ирландии. О платформе: Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, обеспечивая высокую доступность и низкую задержку. Внутренняя инженерная платформа (IEP), создаваемая группой Foundations, предоставляет инженерам приложений инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска их нагрузок. Новая команда «Metal» будет отвечать за создание и предоставление ресурсов — хранилищ, сетей и Kubernetes-кластеров — в новых окружениях, начиная с собственного физического оборудования. Команда предоставит Kubernetes control plane и базовые ресурсы вне публичного облака остальной части инженерного отдела. Задачи: - Управление физическим окружением «Metal» от bare metal до Kubernetes. - Управление компонентами кластерной сети: балансировка нагрузки, NAT, DNS, CNI, межкластерная связь, протоколы маршрутизации, архитектура. - Управление планированием и автоматическим масштабированием. - Поддержка Crossplane-композиций и Terraform-модулей для общих ресурсов CSP, а также управление версионированием и совместимостью Crossplane и Terraform core и провайдеров. - Работа с пользователями (командами приложений Grafana Cloud) для понимания их потребностей и инвестирования в нужные возможности. Требования: - Опыт работы с распределёнными системами. - Опыт эксплуатации собственного кода. - Опыт работы с дата-центрами. - Участие в дежурствах (on-call rotation). - Основной стек: Go, Python, Shell. - Готовность работать в удалённой компании, коммуникабельность, умение работать по консенсусу и следовать командным решениям. - Целостный подход к разработке: от написания дизайн-документов до интеграционного тестирования. Бонусы: - Опыт работы с Cluster-API, Tinkerbell, Talos и/или Ceph. - Опыт участия в open source или других сообществах. - Опыт работы с несколькими облачными провайдерами (AWS, GCP, Azure; управляемые Kubernetes-сервисы EKS, GKE, AKS). - Опыт эксплуатации и управления нагрузками на Kubernetes.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

О компании Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Grafana Cloud — полностью управляемая платформа наблюдаемости, гибкая и рассчитанная на масштабирование. Более 35 миллионов пользователей и 7 000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, используют Grafana Labs для обеспечения надёжности приложений и систем, быстрого разрешения инцидентов и оптимизации телеметрии. Компания полностью удалённая: 1 600+ сотрудников в 40+ странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. О платформе Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, используя высокодоступный стек с низкой задержкой, который обрабатывает и хранит данные, а также отдаёт их в дашборды и инструменты оповещения. Планируется рост до сотен миллионов в секунду, поэтому важно улучшать производительность, надёжность и эффективность. Внутренняя инженерная платформа (IEP), создаваемая группой Foundations, предоставляет инженерам приложений инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска нагрузок. Открывается новая команда Foundations "Metal", которая будет отвечать за создание и предоставление ресурсов, включая хранилища, сети и Kubernetes-кластеры в новых окружениях, начиная с собственного физического оборудования. Команда будет предоставлять контрольную плоскость Kubernetes и базовые ресурсы вне публичного облака для остальной части инженерного отдела. Задачи - Управление физической средой "Metal" от bare metal до Kubernetes. - Управление компонентами кластерной сети: балансировка нагрузки, NAT, DNS, CNI, связь между кластерами, протоколы маршрутизации, архитектура. - Управление планированием (scheduling) и автоматическим масштабированием. - Поддержка Crossplane-композиций и Terraform-модулей для ресурсов облачных провайдеров, общих для пользователей. Также управление версионированием и совместимостью Crossplane и Terraform (ядро и провайдеры). - Работа с пользователями (командами приложений Grafana Cloud) для понимания их потребностей и инвестирования в нужные возможности. Требования - Готовность работать с инженерами и с управленческими структурами, которые поддерживают команду. - Комфортная работа в remote-first компании; важна коммуникация. Работа строится на сотрудничестве, дружелюбии и уважении. Решения принимаются консенсусом: вы можете участвовать в обсуждении, но затем присоединяетесь к командному решению. - Интерес к распределённым системам (компания высокораспределённая). - Желание учиться и развиваться. - Целостный подход к разработке: команда владеет полным жизненным циклом кода — от написания дизайн-документов до анализа обратной связи от разработчиков и интеграционного тестирования. - Опыт работы с Go, Python и Shell (основной стек платформенной команды). - Опыт эксплуатации своего кода. - Опыт работы в дата-центрах. - Участие в дежурствах (on-call rotation). Будет плюсом - Опыт работы с Cluster-API, Tinkerbell, Talos и/или Ceph. - Опыт участия в open source или других проектах на основе сообщества. - Опыт работы с несколькими облачными провайдерами (CSP). Grafana Cloud работает на AWS, GCP и Azure с использованием управляемых Kubernetes-сервисов EKS, GKE, AKS. - Опыт эксплуатации и управления нагрузками на Kubernetes. Условия - Удалённая работа. - Рассматриваются кандидаты из Великобритании, Испании и Ирландии.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании GitLab — платформа оркестрации DevSecOps, которая помогает повышать продуктивность разработчиков, улучшать операционную эффективность и снижать риски безопасности и соответствия требованиям. Более 50 млн зарегистрированных пользователей и более 50% компаний из Fortune 100 используют GitLab. В команде принято использовать ИИ как инструмент повышения продуктивности: ожидается, что сотрудники интегрируют ИИ в ежедневные рабочие процессы. О роли Senior Backend-инженер проектирует, реализует и развивает возможности продукта, решает сложные backend-задачи и влияет на техническое и продуктовое направление команд. Работа ведётся на стыке product, frontend, infrastructure, data и security. Инженер принимает архитектурные решения, ясно излагает сложные идеи в асинхронной среде и помогает задавать стандарты для глобального продукта. Условия - Высокая значимость: работа не ограничивается выпуском фич — вы формируете архитектуру глобальной платформы, которой пользуются миллионы. - Техническая самостоятельность: влияние на цели команды, техническое направление и долгосрочные задачи. - Инновационная культура: возможность экспериментировать с агентным ИИ в production-инженерных процессах — не только промпт-инжиниринг, но и создание отказоустойчивых ИИ-систем. - Автономия: remote-first, асинхронная организация, где важны ясная письменная коммуникация и самоорганизация. - Коллаборация: тесная работа с продакт-менеджерами и дизайнерами при формировании требований. Задачи - Проектировать и выпускать backend-функциональность средней и высокой сложности с минимальным руководством, выбирая между модульным монолитом, общими компонентами и отдельными сервисами. - Повышать качество, безопасность, доступность и производительность продукта; задавать стандарты backend-кода, стиля, поддерживаемости, тестирования, API и операционной готовности. - Наставлять младших и средних инженеров, снимать технические блокеры, улучшать практики команды через код-ревью и дизайн-ревью. - Диагностировать и предотвращать проблемы производительности и надёжности в масштабе; участвовать в инцидент-реагировании и выступать техническим владельцем. - Использовать ИИ в производственной инженерной работе для улучшения результатов, оценивать его эффективность и обучать других ответственному применению. Требования - Глубокое понимание backend-архитектуры, API, систем данных и настройки производительности в сложном продуктовом окружении. - Владение современными backend-языками и понимание системного программирования; важнее способность учиться и адаптироваться, чем знание одного языка. - Опыт проектирования и развития модульных backend-границ, ограниченных контекстов и архитектуры, безопасной для миграций. - Умение влиять через техническую экспертизу и ясную письменную коммуникацию, связывать потребности продукта и технические реалии. - Подтверждённый опыт создания и эксплуатации агентных систем в production: не только промпт-инжиниринг, но и архитектура циклов, использование инструментов и стратегии обработки ошибок для надёжности в масштабе. Желательно - Опыт с высоконагруженными распределёнными системами, конкурентностью или профилированием. - Практический опыт с контейнеризированными production-операциями, например Kubernetes. - Глубокие знания производительности баз данных, например PostgreSQL, ClickHouse, эволюция схем, партиционирование. - Опыт работы с крупномасштабными модульными монолитами или событийно-ориентированными системами.