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

Россия

Город

Не указан

Грейд

Senior

Polymedia — один из лидеров российского рынка BI. Visiology Cortex — AI-модуль платформы, встроенный интеллектуальный ассистент на базе LLM. Технологии: Python, LangGraph, PostgreSQL, векторные эмбеддинги, LLM API, Docker. Опыт работы: от 6 лет Полная занятость Формат работы: офис или удалённо Чем предстоит заниматься - Развитие архитектуры Cortex: LangGraph-агенты, маршрутизация запросов, мультиагентные сценарии - Разработка и оптимизация RAG-пайплайна: индексация документов, работа с эмбеддингами и реранкерами, поиск по векторным представлениям - Интеграция с LLM (Claude / OpenAI / GigaChat / open-source модели), контроль стоимости инференса, стриминг ответов (SSE) - Разработка backend-сервисов на Python - Работа с PostgreSQL, в т.ч. с хранением и поиском по векторам - Интеграция с ядром платформы Visiology через REST API (дашборды, метрики, модели данных) - Точечные задачи на Angular/TypeScript (UI Cortex) и C/.NET при стыковке с сервисами платформы - Написание unit- и интеграционных тестов, разработка технической документации Пожелания к кандидатам - Опыт коммерческой разработки от 6 лет - Уверенное знание Python, опыт построения backend-сервисов - Опыт работы с PostgreSQL - Понимание базовых принципов работы с LLM и RAG: эмбеддинги, векторный поиск, prompt engineering, ограничения контекста - Практический опыт работы с AI-ассистентами разработки (Claude Code, Cursor, Copilot или аналогами) - Понимание работы веб-приложений (HTTP, REST API) - Знание структур данных и шаблонов проектирования - Умение проводить качественное code review - Опыт работы с системами контроля версий (Git) - Знание английского языка на уровне чтения технической документации

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

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Компания Polymedia — один из лидеров российского рынка BI. Visiology Cortex — AI-модуль платформы, встроенный интеллектуальный ассистент на базе LLM. Технологии: Python, LangGraph, PostgreSQL, векторные эмбеддинги, LLM API, Docker. Условия - Опыт работы: от 6 лет - Полная занятость - Формат работы: офис или удалённо Чем предстоит заниматься - Развитие архитектуры Cortex: LangGraph-агенты, маршрутизация запросов, мультиагентные сценарии - Разработка и оптимизация RAG-пайплайна: индексация документов, работа с эмбеддингами и реранкерами, поиск по векторным представлениям - Интеграция с LLM (Claude / OpenAI / GigaChat / open-source модели), контроль стоимости инференса, стриминг ответов (SSE) - Разработка backend-сервисов на Python - Работа с PostgreSQL, в т.ч. с хранением и поиском по векторам - Интеграция с ядром платформы Visiology через REST API (дашборды, метрики, модели данных) - Точечные задачи на Angular/TypeScript (UI Cortex) и C/.NET при стыковке с сервисами платформы - Написание unit- и интеграционных тестов, разработка технической документации Требования - Опыт коммерческой разработки от 6 лет - Уверенное знание Python, опыт построения backend-сервисов - Опыт работы с PostgreSQL - Понимание базовых принципов работы с LLM и RAG: эмбеддинги, векторный поиск, prompt engineering, ограничения контекста - Практический опыт работы с AI-ассистентами разработки (Claude Code, Cursor, Copilot или аналогами) - Понимание работы веб-приложений (HTTP, REST API) - Знание структур данных и шаблонов проектирования - Умение проводить качественное code review - Опыт работы с системами контроля версий (Git) - Знание английского языка на уровне чтения технической документации

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

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

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Позиция: Ведущий DevSecOps / MLOps Инженер Название компании: Агрохолдинг Формат: удалённая работа Занятость: полная, долгосрочный проект Оформление: аутстафф ИП, СЗ Ставка: от 270 000 до 280 000 RUB Гражданство — РФ/РБ, локация — РФ, РБ Ищем ведущего DevSecOps/MLOps-инженера для внедрения ИИ и цифровой трансформации. Роль сочетает техническую экспертизу, архитектуру и бизнес-анализ: будете проектировать инфраструктуру для AI/ML- и RAG-сервисов, выстраивать DevSecOps-практики и интегрировать ИИ-решения с корпоративными системами. Ключевые требования: - Опыт от 3 лет в DevSecOps с фокусом на ИТ- и AI-решениях, проекты в промышленной эксплуатации. - Проектирование AI/ML/RAG-инфраструктуры (LLM, векторные БД, GPU-инференс, оркестрация). - CI/CD (Jenkins, K8s, Helm), IaC (Terraform, Ansible), Linux, сетевые контуры (VLAN, DMZ). - Мониторинг и безопасность: Prometheus/Grafana, SAST/DAST, Trivy, Vault; знание 152-ФЗ, 187-ФЗ. - Инструменты и стек: Python 3.10+, SQL, JS/TS, vLLM, Qdrant/Weaviate, Airflow, MLflow, Keycloak, Dify/LangGraph. - Архитектурные навыки: C4, UML, BPMN; интеграция с 1С, CRM, DWH, BI. Будет плюсом: - Построение DevSecOps с нуля или развитие практик. - MLOps/LLMOps: версионирование, мониторинг качества моделей. - Облака (Yandex Cloud, AWS, GCP), сертификаты DevOps/Kubernetes/ИБ. Основные задачи: - Проектировать и сопровождать инфраструктуру (DataHub, AI/ML, RAG, чат-боты, базы знаний). - Развивать DevSecOps: CI/CD, IaC, управление секретами, контроль уязвимостей, аудит. - Настраивать пайплайны сборки, тестирования и доставки в dev/test/preprod/prod. - Обеспечивать надёжность, отказоустойчивость, масштабирование и оптимизацию затрат. - Собирать требования бизнеса, формировать ТЗ, совместно с DE/DS/ML определять архитектуру ИИ-решений. - Интегрировать ИИ-сервисы с корпоративными системами.

Формат

Офис

Страна

Не указана

Город

Не указан

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

Формат

Удалённо

Страна

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

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)