Вакансии для DevOps-инженеров

Формат

Гибрид

Страна

Россия

Город

Москва

Грейд

Senior

Senior NLP/LLM Engineer Сбер Опыт работы: 3–6 лет Полная занятость Формат работы: офис или гибрид (Москва) Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация) - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование - Писать чистый, документированный и тестируемый python-код, проектировать API-контракты для ML-компонент - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Techno Diasoft — аккредитованная IT-компания, создана в 2008 году. Специализируется на разработке высоконагруженных FinTech-проектов, умных устройств, голосовых ассистентов, а также решений в области биометрии и искусственного интеллекта. Флагманский продукт — автоматизированная банковская система xBank. В компании работает более 300 сотрудников. Проект Разработка backend-сервисов на Python в проекте с AI-стеком. Требования - Опыт коммерческой разработки на Python от 3 лет - Опыт разработки на синхронных и асинхронных фреймворках - Навыки DevOps, понимание Docker, Kubernetes - Навыки работы с реляционными и нереляционными БД - Опыт работы с системами управления агентами: LangChain / Graph, CrewAI, Semantic Kernel - Опыт работы с протоколами обмена сообщениями агентов: MCP, A2A - Опыт построения RAG-систем, работа с векторными БД Условия - Оформление, сотрудничество по ИП - Удаленный, гибридный или офисный формат работы - Простой и быстрый процесс собеседований: одно техническое интервью (примерно 1 час), знакомство с командой, предложение о работе - Предоставление необходимой техники для работы

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Что предстоит делать - Создавать, настраивать и поддерживать ИИ-помощников для разных направлений: геймдизайн, нарратив, разработка, продюсирование. - Структурировать контент и кодовую базу для эффективной работы, создавать и улучшать обвязку проектов, внедрять новые решения на базе ИИ. - Автоматизировать рутинные процессы студии: микросервисы, n8n. - Внедрять нейросервисы для генерации контента: коммерческие API и open-weight модели. - Тестировать гипотезы, подбирать промпты, оценивать качество ответов моделей. - Документировать решения и делиться экспертизой внутри команды. Требования - Опыт работы с LLM от 2 лет: коммерческий или пет-проекты с продакшн-применением. - Опыт работы с современной агентской разработкой: от CLI-агентов до полностью автономных систем. - Понимание возможностей и ограничений современных моделей: контекст, галлюцинации, стоимость, скорость. - Умение работать с различными API: OpenAI, Anthropic, локальные модели через Ollama/vLLM. - Базовые навыки Python для интеграций и автоматизации. - Опыт работы с промпт-инжинирингом и RAG-решениями. - Желателен опыт в геймдеве или интерес к игровой разработке. Будет плюсом - Знание LangChain / LangGraph. - Опыт с open-weight моделями: LLM и медиа. - Понимание основ MLOps: деплой, мониторинг. - Понимание основ DevOps. Мы предлагаем - Работу над живыми игровыми проектами. - Возможность строить AI и бизнес-процессы с нуля, решения будут внедряться сразу. - Гибкий формат занятости: фулл-тайм / парт-тайм. - Удаленный формат работы. - Стабильный доход 100 000 рублей на руки и учёт рабочего времени.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Senior

Сбер Senior NLP/LLM-инженер. Опыт работы: 3–6 лет. Полная занятость. Формат работы: офис или гибрид (Москва). Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация). - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG. - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование. - Писать чистый, документированный и тестируемый Python-код, проектировать API-контракты для ML-компонент. - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами. Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM. - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph. - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса. - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML. - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов. - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Чем предстоит заниматься - Проектирование, разработка и внедрение AI-агентов - Интеграция различных 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 - Полная занятость - Удалённо на территории РФ

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания и проект Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Условия - Полная занятость - Удалённо на территории РФ Задачи - Проектирование, разработка и внедрение AI-агентов - Интеграция различных 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

Формат

Офис

Страна

Не указана

Город

Не указан

Интерика Лаб ищет технического лидера, который будет проектировать AI-решения end-to-end — от бизнес-задачи до стабильной работы в production. Компания внедряет AI в реальные бизнес-процессы: AI-ассистенты, RAG, OCR, CRM-интеграции, автоматизацию продаж, бухгалтерии и складских процессов. Задачи - проектировать архитектуру AI-сервисов, интеграций и backend-платформ; - работать с LLM, RAG, OCR и AI-агентами; - интегрировать CRM, API и базы данных; - вести техническую реализацию проектов; - менторить разработчиков; - доводить AI-решения до полноценной работы у клиентов. Требования - сильный Python; - опыт с FastAPI / Django / Flask; - опыт технического лидерства; - понимание backend-архитектуры; - интеграции, очереди и production-надежность; - опыт внедрения AI/ML-решений; - LLM API, RAG, vector DB, чат-боты, обработка документов. Будет плюсом - Битрикс24, amoCRM, 1С, МойСклад, LangChain, LlamaIndex, Qdrant, Milvus, pgvector, OCR, n8n, Kubernetes, Airflow.

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания Эра Проект — бюро цифрового проектирования городской среды. В портфолио более 200 объектов. Компания ищет специалиста по AI, AI-агентам и автоматизации; идеи по внедрению AI ждут технической реализации. Задачи - Разрабатывать AI-решения на базе OpenAI, Claude, Gemini, DeepSeek. - Создавать AI-агентов с LangChain, LangGraph, CrewAI, AutoGen. - Автоматизировать бизнес-процессы через API. - Интегрировать CRM, Google Sheets, Notion, Telegram, hh.ru и другие сервисы. - Писать асинхронные сервисы на Python / FastAPI / asyncio. - Работать с PostgreSQL / SQLite. - Использовать Docker и Git. - Быстро превращать идеи в работающие прототипы — за 1–2 дня. Требования - Уверенный Python и реальные проекты в портфолио. - Практический опыт работы с LLM. - Понимание архитектуры AI-агентов. - Опыт API-интеграций. - FastAPI, asyncio, pandas, requests. - PostgreSQL или SQLite. - Docker и Git. Будет плюсом: MCP и Telegram Bot API. Личные качества - Самостоятельная декомпозиция задач и доведение до результата. - Быстрое прототипирование и готовность экспериментировать. - Отслеживание новых AI-технологий. - Предложение собственных идей и решений. Условия - Зарплата обсуждается. - Гибкий график. - Частичная удалённая работа. - Официальное оформление по ТК РФ. - Реальные проекты и возможность влиять на технологическую стратегию.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle

Сфера компетенций Спецвуза включает все аспекты работ в сферах безопасности и защиты информации, управления проектами и внедрения инновационных технологий. В команду, занимающуюся исследованиями и разработкой решений на базе технологий ИИ, требуется Python-разработчик уровня middle / middle+. Задачи: - разработка и доработка Python-сервисов: микросервисы, REST API, бизнес-логика, интеграции; - повышение качества решений путем внедрения AI: тестирование, ревью, CI/CD (GitLab CI), устранение багов; - разработка и кастомизация LLM-компонентов: RAG-системы (эмбеддинги, векторные БД), настройка агентов; - проектирование и реализация ETL/ELT-пайплайнов: сбор данных из внешних систем (Jira, GitLab и других), очистка, нормализация, дедупликация. Требования: - опыт промышленной разработки на Python: Django (Django REST Framework) и/или FastAPI, pytest, Celery (с брокером RabbitMQ), PostgreSQL, Redis; - опыт проектирования и разработки REST API (DRF или FastAPI), понимание принципов REST; - опыт работы с Git и CI/CD (GitLab CI), контейнеризация приложений с Docker; - понимание микросервисной архитектуры и принципов взаимодействия сервисов (опыт с очередями сообщений, Docker Compose будет плюсом). Желательно: - опыт работы с LLM/ML-стеком: LLM API (локальные модели), эмбеддинги, RAG, промпт-инжиниринг; - опыт разработки и кастомизации LLM-агентов (deepagents / LangChain и аналоги); - понимание принципов работы векторных БД и поисковых систем в контексте RAG (pgvector, Qdrant, FAISS или аналоги); - знание английского языка на уровне чтения технической документации. Будет плюсом: - опыт интеграций с государственными / корпоративными платформами; - опыт построения ETL/ELT-пайплайнов и витрин данных, включая выгрузку из внешних систем (Jira, GitLab API); - опыт работы с данными: сбор, очистка, нормализация, дедупликация (SQL, NumPy); - опыт оценки качества данных, расчета метрик полноты и построения аналитических дашбордов. Условия: - реальная бронь сотрудников от мобилизации; - высокая степень свободы принятия технических решений; - политика «открытых дверей» руководства; - работа в аккредитованной организации со всеми льготами, оформление по ТК РФ; - заработная плата: фиксированный оклад, ежемесячная надбавка за эффективность; - годовая премия по итогам работы; - заработная плата от 95 000 до 135 000 ₽ в месяц, на руки.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Компания: BRANDPOL Обязанности - Разработка backend-сервисов, API, интеграций и внутренних инструментов на Python. - Проектирование архитектуры решений совместно с командой. - Написание чистого, поддерживаемого и тестируемого кода. - Работа с базами данных, очередями, внешними API и инфраструктурными сервисами. - Участие в code review и обсуждении технических решений. - Автоматизация рутинных задач разработки. Требования - Уверенное знание Python и опыт коммерческой разработки от 2-3 лет. - Опыт работы с backend-фреймворками: FastAPI, Django, Flask или аналогами. - Понимание принципов ООП, SOLID, REST API, асинхронного программирования. - Опыт работы с PostgreSQL, Redis, Docker, Git. - Умение писать и поддерживать тесты. - Опыт настройки CI/CD. - Опыт работы с микросервисной архитектурой. - Готовность быстро разбираться в новом коде и технических доменах. Будет плюсом - Опыт использования AI-инструментов для разработки: ChatGPT, Claude, Cursor, GitHub Copilot, Aider, Devin, OpenAI API или аналогов — для генерации кода, написания тестов, анализа логов, рефакторинга. - Умение проверять и дорабатывать код, сгенерированный AI, оценивать его безопасность и производительность. - Опыт построения собственных AI-агентов или инструментов автоматизации разработки. - Опыт работы с LLM API, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичными фреймворками. - Понимание DevOps-практик и облачных платформ. Условия работы - Интересные задачи в области разработки современных backend-систем. - Возможность использовать современные инструменты в рабочем процессе. - Пространство для экспериментов с новыми подходами к разработке ПО. - Формат: офис. - Занятость: полная. - Уровень: middle. - Оплата: обсуждается по результатам собеседования.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда внедряет AI-агентов для проактивной диагностики маркетинговых показателей, поиска неочевидных взаимосвязей и генерации рекомендаций. Формат работы: офис, Москва. Чем предстоит заниматься: - Проектировать и разрабатывать AI-агентов для автоматизации отчетности и мониторинга отклонений в бизнес-процессах - Создавать пайплайны поиска отклонений и интегрировать их с LLM для генерации текстовых выводов и отчетов - Работать с большими массивами данных: готовить фичи, агрегировать данные и передавать их в модели - Оптимизировать, упаковывать и деплоить агентные системы в продакшн Пожелания к кандидатам: - Отличное знание Python, опыт коммерческой разработки от 3 лет - Опыт работы с языковыми моделями (LLM), понимание их ограничений - Знание LangChain (или аналогов) и опыт интеграции LLM в реальные бизнес-задачи - Понимание принципов DevOps и CI/CD

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

ML-инженер Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

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

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

Формат

Офис

Страна

Россия

Город

Не указан

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

Формат

Офис

Страна

Не указана

Город

Не указан

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

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Обязанности - Разработка backend-сервисов, API, интеграций и внутренних инструментов на Python. - Проектирование архитектуры решений совместно с командой. - Написание чистого, поддерживаемого и тестируемого кода. - Работа с базами данных, очередями, внешними API и инфраструктурными сервисами. - Участие в code review и обсуждении технических решений. - Автоматизация рутинных задач разработки. Требования - Уверенное знание Python и опыт коммерческой разработки от 2-3 лет. - Опыт работы с backend-фреймворками: FastAPI, Django, Flask или аналогами. - Понимание принципов ООП, SOLID, REST API, асинхронного программирования. - Опыт работы с PostgreSQL, Redis, Docker, Git. - Умение писать и поддерживать тесты. - Опыт настройки CI/CD. - Опыт работы с микросервисной архитектурой. - Готовность быстро разбираться в новом коде и технических доменах. Будет плюсом - Опыт использования AI-инструментов для разработки: ChatGPT, Claude, Cursor, GitHub Copilot, Aider, Devin, OpenAI API или аналогов — для генерации кода, написания тестов, анализа логов, рефакторинга. - Умение проверять и дорабатывать код, сгенерированный AI, оценивать его безопасность и производительность. - Опыт построения собственных AI-агентов или инструментов автоматизации разработки. - Опыт работы с LLM API, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичными фреймворками. - Понимание DevOps-практик и облачных платформ. Мы предлагаем - Интересные задачи в области разработки современных backend-систем. - Возможность использовать современные инструменты в рабочем процессе. - Пространство для экспериментов с новыми подходами к разработке ПО. Формат работы - Формат: офис. - Занятость: полная. - Уровень: middle. - Оплата: обсуждается по результатам собеседования.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

вакансия ai Middle+ / Senior Python Developer (AI Agents) Про позицию: Сейчас мы в поиске Middle+ Machine Learning Engineer в направление клиентской поддержки. Сотрудник будет работать над продуктивизацией систем искусственного интеллекта, включая как стандартные NLP решения, так и передовые технологии по ИИ-агентам. Клиентская поддержка является значимым бизнес-процессом компании и нацелена на внедрение современных технологических решений, чем и обусловлено расширение команды. Обязательные навыки: - Экспертный Python, FastAPI. - Продвинутое владение тестированием - мы используем Pytest. - Продвинутое знание баз данных - ACID, индексы, транзакции, deadlock, планировщик, No SQL. - Продвинутое владение инфраструктурными инструментами - Git, Docker, Airflow, Docker Compose, Kafka, K8S, Helm Charts, Argo CD, Ci / Cd, Prometheus, Grafana, S3. - Понимание и умение использовать паттерны разработки. - Владение архитектурными принципами в разработке ПО. - Понимание цикла разработки типовой МЛ модели (какие инструменты и для чего используются). - SGLang, LangChain. Желательные навыки: - Spark, Triton Inference Server, LangFuse. Задачи: - Проектирование и опромышливание ИИ-решений в клиентской поддержке: LLM-агенты для клиентов, LLM-копилоты для операторов, классические NLU системы, анализ фото от клиентов (связка текстовых и картиночных моделей). - Формирование и развитие шаблонов продуктивизации ИИ-агентов. - Оборачивать решения от DataScience в полноценные сервисы, которые должны работать стабильно, эффективно и правильно на основе существующих фреймворков и подходов. - Деплоить свои сервисы: собирать образы, вникать в инфраструктуру компании (совместно с бадди), поднимать сервисы в k8s, настраивать мониторинг. Если подобное уже реализовывал в своих проектах, то, пожалуйста, подсвети это нам. - Автоматизировать рутинные задачи обработки данных. - Интеграции и мониторинг данных: участие во внедрении данных в ML-пайплайны. Настройка базового мониторинга качества входящих и обработанных данных, алертинга о проблемах. Помощь в диагностике проблем данных / пайплайнов в продакшене. Компания: Ecom.tech Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.

Формат

Удалённо

Страна

Россия

Город

Не указан

Требуется «Python / LLM Engineer: RAG и ИИ-агенты» (Москва, до 150 000 ₽) Компания «ООО "М-ТЕХ"» ищет хорошего специалиста на вакансию «Python / LLM Engineer: RAG и ИИ-агенты». Москва (Россия), Санкт-Петербург (Россия), Самара (Россия). До 150 000 ₽. Неполный рабочий день. Можно удалённо. Требуемые навыки: middle, Git, Python, Docker, REST, CI/CD, LLM, Langgraph, LangChain, GPT.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектировать микросервисы и API (REST/gRPC) - Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django) - Проводить code review и контейнеризацию приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)

Формат

Удалённо

Страна

Россия

Город

Не указан

Публикатор: Nelly вакансия MLOps DevOps Python LLM AI MachineLearning Kubernetes Docker CICD PostgreSQL Мы создаем экосистему цифровых сотрудников на базе передовых открытых LLM/VLM-моделей. Наши ИИ-агенты автоматизируют ключевые операционные процессы, напрямую влияя на эффективность и конкурентное преимущество бизнеса наших заказчиков. Компания: Selecty Позиция: MLOps (банк) Уровень дохода: 250-340 к гросс Формат: оформление по ТК РФ Удаленка РФ чем предстоит заниматься: Ты станешь ключевым инженером, который превращает исследовательские прототипы в отказоустойчивую GenOps-фабрику цифровых агентов. Твои задачи: DevOps для AI: Проектирование и развитие самообслуживания CI/CD пайплайнов для внутреннего деплоя AI-агентов и мультиагентных систем. Инференс под управление: Развертывание и оптимизация LLM/VLM в процессе разработки (оптимизация памяти, формирование скорости) с использованием vLLM, Triton Inference Server, SGLang. Надёжность: Обеспечение высокой доступности сервисов, работа с масштабированием горизонтальных подов и управление состоянием агентов. Мониторинг 360°: Внедрение комплексного наблюдения: от стандартных метрик (CPU/GPU, задержка) до конкретных ML-метрик (качество генерации, дрейф данных, оценка тональности ответов). Обязательные требования Опыт вывода LLM-решений в прод. Уверенное владение Python и асинхронным программированием (asyncio). Уверенное владение Kubernetes (Helm, управление кластерами). Знание Gitlab CI, Jenkins и пр Понимание архитектуры RAG-систем, работы embedding-моделей и ранжирования. Умение оптимизировать инференс: квантизация, continuous batching, PagedAttention. Будет плюсом: опыт с графовыми БД и построением мультиагентных систем Технологический стек: Python, FastAPI, langchain/llamaindex/haystack k8s, docker, S3, postgres Опыт работы с векторными и графическими БД. Условия Оформление по ТК РФв в IT-аккредитованную компанию ДМС (включая стоматологию) Компенсация фитнеса Скидки на обучение английскому (Skyeng) Индексация заработной платы Современная техника IT-аккредитация компании

Формат

Офис

Страна

Не указана

Город

Не указан

AI Engineer / Инженер по искусственному интеллекту Формат: офис (Баку, Азербайджан) / full-time / релокация О компании Международная компания с глобальными R&D-центрами в нефтегазовой отрасли ищет AI Engineer для разработки и внедрения современных AI-решений. - Международные проекты - Разработка LLM-систем для промышленности - Релокация в Баку Что нужно делать - Проектировать и внедрять решения на базе LLM - Разрабатывать RAG-пайплайны и системы поиска - Интегрировать AI-функции в продукт через API - Работать с LangChain, LlamaIndex, LangGraph и MCP - Настраивать агентные AI-системы и оркестрацию - Разрабатывать пайплайны оценки качества LLM - Выявлять и устранять регрессии моделей и промптов - Участвовать в проектировании архитектуры и код-ревью Требования - Высшее образование в области Computer Science, AI или ML - От 1–2 лет практического опыта работы с LLM - Отличное понимание архитектуры трансформеров - Опыт построения RAG-систем - Знание LangChain, LlamaIndex, LangGraph или аналогов - Опыт работы с векторными БД (Pinecone, Weaviate, pgvector, Chroma) - Владение Python и REST API - Опыт работы с Docker и Azure - Навыки работы с «грязными» данными и построения data pipeline Что предлагают - Конкурентную зарплату и бонусы - Полный релокационный пакет для всей семьи - Помощь с переездом и жильём - ДМС для всех членов семьи - Помощь с оформлением документов - Работу в международной R&D-команде - Современный офис в Баку

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Junior / Middle

Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектирование микросервисов и API (REST/gRPC) - Создание RAG и AI-агентов: разработка систем генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работа с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектирование баз данных: работа с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Оптимизация производительности, покрытие кода тестами (Pytest), написание асинхронного кода на Python (FastAPI/Django) - Проведение code review и контейнеризация приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)

Формат

Удалённо

Страна

Россия

Город

Не указан

Ищем MLOps Engineer (AI / LLM) — удалённо Компания Selecty развивает экосистему цифровых сотрудников на базе передовых LLM/VLM-моделей. Создаём AI-агентов, которые автоматизируют бизнес-процессы и повышают эффективность компаний. Формат работы - Формат: Remote (РФ) - Заработная плата: 250–340 тыс. ₽ gross - Занятость: Full-time Задачи - проектировать и развивать CI/CD для деплоя AI-агентов и мультиагентных систем - разворачивать и оптимизировать LLM/VLM (vLLM, Triton Inference Server, SGLang) - обеспечивать масштабирование и стабильность AI-сервисов - внедрять мониторинг инфраструктуры и ML-метрик (качество генерации, дрейф данных, тональность ответов) Требования - опыт вывода LLM-решений в production - Python + asyncio - Kubernetes (Helm, управление кластерами) - GitLab CI / Jenkins - понимание RAG-архитектур, embeddings, reranking - оптимизация инференса: квантизация, continuous batching, PagedAttention Будет плюсом - опыт с графовыми БД - мультиагентные системы Стек Python, FastAPI, LangChain / LlamaIndex / Haystack, Kubernetes, Docker, S3, PostgreSQL, Vector DB Условия - оформление по ТК РФ - ДМС + стоматология - компенсация фитнеса - скидки на английский (Skyeng) - индексация зарплаты - современная техника

Формат

Гибрид

Страна

Россия

Город

Не указан

ML Engineer в «Максима Прайдекс» Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Что предстоит делать - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы. Что мы ожидаем - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации). Будет плюсом - Apache Airflow - Celery Мы предлагаем - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).

Формат

Гибрид

Страна

Россия

Город

Не указан

ML Engineer в Максима Прайдекс Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Обязанности - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация) - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам) - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов) - Production: интеграция ML-моделей и обеспечение их стабильной работы Требования - Опыт: коммерческая разработка на Python от 1 года - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML - Английский: от B1 (свободное чтение документации) Будет плюсом - Apache Airflow - Celery Условия - Аккредитованная ИТ-компания - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация - Офис у м. Стахановская / Гибридный формат после испытательного срока - Удобный график (базово 9:00–18:00, можно согласовать свой)