Вакансии Kubernetes
Все вакансии с Kubernetes: можно найти работу, где этот инструмент указан в стеке или в задачах. Смотрите живые роли по инструменту и узкие пересечения с профессиями ниже.
Фильтр вакансий
Research-инженер по агентным моделям
О роли JetBrains создаёт инструменты для разработчиков. В команде Agentic Models строят многошаговых агентов для написания кода, которые понимают большие кодовые базы, планируют изменения, вызывают инструменты и итерируют вместе с пользователем. Research Engineer отвечает за модели, тренировочные циклы и пайплайны оценки, которые обеспечивают работу этих агентов. Работа ведётся на стыке SFT и RL-посттренировки и продуктовой оценки, с использованием распределённых GPU- и MapReduce-кластеров для выпуска моделей в продукты JetBrains. Задачи - Проектировать, внедрять и поддерживать пайплайны SFT и RL-посттренировки для многошаговых агентов написания кода. - Обучать и адаптировать LLM для агентных сценариев: планирование, использование инструментов, многошаговые взаимодействия внутри IDE JetBrains. - Создавать и развивать среды оценки и симуляции, где агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчика. - Разрабатывать фреймворки и метрики оценки поведения агентов, анализировать трейсы и логи, замыкать цикл от оценки обратно к обучению, данным и дизайну наград. - Анализировать результаты обучения и оценки, предлагать и внедрять улучшения архитектур моделей, рецептов обучения и датасетов. - Работать с крупномасштабной инфраструктурой: распределённое обучение на GPU-кластерах и обработка данных в стиле MapReduce для претрейнинга и датасетов тонкой настройки. - Тесно взаимодействовать с исследовательскими, продуктовыми и инфраструктурными командами, превращая продуктовые задачи в конкретные модели, эксперименты и выпущенные функции. Требования - Обширный практический опыт обучения LLM (претрейнинг, тонкая настройка или посттренировка) в исследовательской или производственной среде. - Глубокое знание современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (Megatron, NeMo, verl или аналогичных). - Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, пайплайны данных, батчинг, mixed precision, распределённое обучение и отладка нестабильных запусков. - Умение вести проекты от начала до конца: от постановки проблемы или продуктовой боли до дизайна, экспериментов, реализации и итераций. - Продуктовое мышление: понимание того, как разработчики реально используют агентов, и умение переводить продуктовые потребности и сбои в задачи моделирования и оценки. - Не менее 3 лет опыта работы с Python и написания чистого поддерживаемого кода в современных ML-кодовых базах. Будет плюсом - Опыт работы с ML-оркестраторами и инструментами рабочих процессов: Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач вроде Kubernetes или SLURM. - Опыт работы с крупномасштабными пайплайнами данных и обучения: кластеры в стиле MapReduce, многоузловое GPU-обучение или нагрузки порядка 1M+ CPU/GPU-часов. - Проектирование и поддержка пайплайнов оценки для LLM или агентов: метрики, дашборды, отслеживание экспериментов, автоматические регрессионные проверки. - Разработка ИИ-агентов: агенты с использованием инструментов, планировщики, многошаговые сценарии написания кода, знакомство с агентными фреймворками и паттернами. - Отслеживание экспериментов и наблюдаемость с помощью Weights & Biases, MLflow, Langfuse или аналогичных инструментов. - Оптимизация инференса и эксплуатация оптимизированных моделей в production.
Senior MLOps-инженер, ML-пайплайны и инфраструктура
Команда ML Workflows Engineering занимается устранением инфраструктурных сложностей, оптимизацией операций машинного обучения (MLOps) и позволяет командам сосредоточиться на главном — создании значимых ML-моделей и интеллектуальных агентов. В составе команды вы будете играть ключевую роль в проектировании инструментов, автоматизации и пайплайнов, которые делают разработку машинного обучения простой и интуитивной. Интегрируя передовые практики MLOps и инженерное мастерство, мы стремимся максимизировать продуктивность и устранить сложность ML-инфраструктуры, чтобы наши команды могли расширять границы возможного в ИИ. Задачи - Создавать инструменты, автоматизацию и рабочие процессы для упрощения задач, связанных с инфраструктурой, позволяя ИИ-командам сосредоточиться на экспериментах и решении ключевых задач. - Разрабатывать надежные системы мониторинга, логирования и трассировки для обеспечения производительности и воспроизводимости ML-процессов в продакшене. - Проектировать, внедрять и поддерживать сквозные пайплайны машинного обучения для бесшовной разработки, обучения и развертывания ML-моделей и интеллектуальных агентов. - Работать с крупномасштабными распределенными системами, включая GPU-кластеры, для поддержки обучения, дообучения и оценки ML-моделей. - Взаимодействовать с продуктовыми и разработческими командами для превращения целей высокого уровня в конкретные, масштабируемые и поддерживаемые системы. - Оптимизировать рабочие процессы для воспроизводимости, масштабируемости и экономической эффективности, сохраняя продуктивность ML-команд и их фокус на инновациях. Требования - Практический опыт работы с современными MLOps-инструментами, включая Kubernetes, облачных провайдеров (GCP и AWS) и фреймворки оркестрации ML. - Глубокое понимание жизненного цикла ML от идеи до пользовательского приложения. - Способность вести проекты от начала до конца, начиная с проблемы высокого уровня или болевой точки продукта и контролируя этапы проектирования, экспериментов, внедрения и итераций. - Клиентоориентированное мышление — вам важно, как реально работают ML-инженеры, и вы можете превращать их потребности в практические, масштабируемые и поддерживаемые архитектурные решения. - Опыт работы с современными CI/CD-системами, такими как GitHub Actions или JetBrains TeamCity. - Не менее трех лет опыта написания чистого, поддерживаемого кода на Python в современных ML-кодовых базах. Желательно - Опыт работы с ML-оркестраторами и инструментами рабочих процессов, такими как ZenML, Dagster и Airflow. - Разработка инфраструктурных компонентов и сервисов с использованием кластерных решений, таких как Kubernetes. - Разработка бэкенд-сервисов на Python. - Создание и поддержка ML-пайплайнов, включая унаследованные. - Отслеживание экспериментов и наблюдаемость с помощью таких инструментов, как Weights & Biases, MLflow, Langfuse или аналогичных. Будет плюсом - Опыт работы с фреймворками инференса LLM, такими как vLLM, DeepSpeed и TensorRT. - Написание и поддержка Python-библиотек, используемых внутренними (или внешними) ML-инженерами. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Написание кода на Java и/или Kotlin. Условия - Гибридный формат работы.
Staff-инженер по исследованиям, предобучение LLM
О компании JetBrains с 2000 года разрабатывает инструменты для разработчиков. Компания работает над новой платформой, которая предоставляет возможности ИИ всем продуктам JetBrains. Платформа основана на моделях, разработанных внутри компании для помощи в написании кода и текстов, а также на интеграции со стратегическими партнёрами. JetBrains — работодатель равных возможностей. Важные качества - Умение самостоятельно планировать проекты и принимать решения, при необходимости консультируясь с другими. - Способность определять потребности клиентов и расставлять приоритеты задач. - Начинать с простейших решений и постепенно добавлять сложность по мере необходимости. - Готовность нести единоличную ответственность за целую подсистему. - Увлечённость обучением и желание быть в курсе последних разработок в области LLM. Задачи - Совместно со стейкхолдерами преобразовывать бизнес-требования в технические спецификации. - Обучать LLM с нуля на большом GPU-кластере. - Собирать и обрабатывать датасеты для предобучения и дообучения. - Поддерживать и улучшать существующие подсистемы. Требования - Опыт проектирования, развертывания и поддержки продакшн-ML-систем. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Свободное владение современными фреймворками глубокого обучения, такими как PyTorch, и распространёнными библиотеками для NLP. - Опыт распределённого обучения моделей с миллиардами параметров. - Внимание к деталям и отличные коммуникативные навыки. Будет плюсом - Опыт работы с фреймворками инференса LLM: vLLM, DeepSpeed, TensorRT. - Опыт применения техник выравнивания LLM: RLHF/RLAIF. - Инструменты и практики MLOps, включая CI/CD для ML. - K8s и Kubeflow. - Научные публикации в области NLP. Стек и инфраструктура - Кластер из сотен NVIDIA GPU в качестве инфраструктуры для обучения. - Git для управления исходным кодом. - Python, PyTorch и Hugging Face как ML-стек. - Kubeflow и Weights & Biases для отслеживания экспериментов. - TeamCity как система автоматизации CI.
Senior инженер-программист, JVM и инструменты разработчика
О компании и проекте JetBrains — компания, создающая инструменты для разработчиков. Проект AppGlass из JetBrains Innovation Hub — продукт для безопасной отладки production-систем с приоритетом ИИ. Он помогает инженерным командам исследовать проблемы в реальных средах с фокусом на безопасность, надёжность, защищённость, низкие накладные расходы и практическую интеграцию ИИ. В основе — JVM-инструментарий, анализ программ и ИИ. О роли Ищем Senior Software Engineer с сильным опытом работы с корпоративными JVM-системами. Роль подходит проактивным специалистам, которым интересны сложные инженерные задачи на стыке production-систем, инструментов для разработчиков и ИИ-агентов. Задачи - Проектировать, создавать и руководить разработкой функций продукта. - Разрабатывать инструменты и автоматизацию для AI-first инженерных процессов. - Работать над корпоративными интеграциями и сценариями развёртывания в Kubernetes и облачных средах. - Повышать надёжность, тестирование, производительность и безопасность для production-использования. Требования - Обширный опыт работы с Java, Kotlin и JVM-системами. - Опыт разработки корпоративного бэкенда, инфраструктуры или инструментов для разработчиков. - Уверенная работа с Kubernetes и облачными средами. - Ответственность, чёткая коммуникация, умение продвигать задачи вперёд без ожидания идеальных спецификаций. - Использование ИИ в разработке с проверкой результатов инженерной дисциплиной. Будет плюсом - Опыт работы с инструментами для отладки, инструментирования или наблюдаемости. - Опыт разработки бэкенд-продуктов на .NET или Python. - Глубокая забота о продуктивности разработчиков и инженерном качестве. Условия - Конкурентная зарплата, отражающая навыки и опыт. - Гибкое место работы: из дома или из офиса. - Удалённая работа: до 30 дней в году из-за границы. - Дополнительные выходные дни. - Медицинская страховка для сотрудника и семьи. - Возможности обучения и развития: конференции, курсы, языковые занятия. - Языковые курсы: местный язык или английский. - Горячее питание или компенсация на обед в рабочие дни. - Поддержка психического здоровья: доступ к профессиональным сервисам. - Спортивный бенефит: абонемент в спортзал или компенсация спортивного клуба. - Внутренние мероприятия: корпоративные праздники и командные встречи. - Некоторые бенефиты могут различаться в зависимости от локации.
DevOps
DevOps Компания: Федеральное Медико-биологическое агентство Локация: Москва Занятость: Полная, гибридный формат Оформление: ТК РФ ЦСП ФМБА занимается научными исследованиями, связанными с геномом человека и анализом полученных данных. Группа разработки создает внутренние сервисы для автоматизации движения, обработки и распределенного хранения больших объемов данных. Требования - Уверенные знания Linux (Debian/Ubuntu), сетей, контейнеризации - Опыт развертывания и эксплуатации продуктовых Kubernetes кластеров - Опыт работы с инструментами автоматизации (Ansible, Terraform) - Опыт использования GitOps инструментов (FluxCD, ArgoCD) - Опыт работы с системами мониторинга: Grafana, Prometheus, ELK Stack, Sentry - Понимание процессов и опыт работы с инструментами CI/CD (GitLab CI) Важно: - Законченное высшее образование - Гражданство РФ Чем предстоит заниматься - Поддержка инфраструктуры, развернутой на bare metal серверах и VM - Развертывание и эксплуатация кластеров Kubernetes - Поддержка инфраструктурных сервисов: GitLab, Harbor и другие - Администрирование баз данных: PostgreSQL, Elasticsearch, Redis, ClickHouse - Администрирование Airflow - Автоматизация инфраструктуры с использованием Ansible, Terraform, Flux - Настройка системы мониторинга: VictoriaMetrics, Grafana - Обеспечение непрерывной работоспособности и доступности сервисов - Документирование процессов и систем Условия - Оформление по ТК РФ - Работа в команде профессионалов на стыке передовых ИТ и науки. Работа с Big Data и ML, собственный корпоративный ЦОД - Возможность профессионального роста, обучение - График работы 5/2, гибрид, плавающее начало рабочего дня
Medical Systems Backend Python Software Engineer (Developer) Middle+
Medical Systems Backend Python Software Engineer (Developer) Middle+ Компания: Remedy Logic Зарплата: от 250 000 до 350 000 ₽ Обязанности - Доставка результатов AI клиентам через веб-API и приложения. - Поддержка Python-бэкенд сервисов в распределенной системе. - Разработка REST API. - Увеличение покрытия юнит-тестами, внедрение автоматизированного тестирования. - Повышение общей стабильности системы, расследование отчетов об ошибках, исправление багов. - Регулярное обновление схемы базы данных. - Создание переиспользуемой кодовой базы с высокой гибкостью. - Сотрудничество с врачами и AI-специалистами для построения моделей вокруг процессов принятия клинических решений. Ключевые компетенции и квалификация - Опыт разработки на Python от 2 лет. - Опыт проектирования веб-приложений и баз данных. - Навыки веб-программирования (FastAPI, REST, HTTP, TCP). - Опыт работы с SQL: запросы, проектирование баз данных, инструменты миграции. - Опыт работы с Linux, Docker. - Английский язык уровня B2 и выше. Предпочтительная квалификация - Знание медицинских стандартов (DICOM, HL7). - Опыт облачного развертывания (GCP, AWS, k8s). - Опыт работы с JavaScript. - Высокий уровень понимания алгоритмов машинного обучения и компьютерного зрения. - Формальное образование в области компьютерных наук. - Опыт работы с кодинг-агентами. Мы предлагаем - Разнообразная и интересная работа с американскими и европейскими учеными и врачами. - Много возможностей для роста и обучения. - Интересные задачи для решения. - Ежемесячные бонусы. - Акции для сотрудников. - Полная занятость. - Гибкий график работы. Процесс собеседования - Скрининг. - Техническое интервью, 1,5 часа. - Интервью на соответствие культуре компании.
Senior Java-разработчик, Spring Boot и Camunda
Компания Rockstardevelopers, основанная в 2015 году в Мангейме, имеет офисы в Штутгарте и Мюнхене. Специализируется на индивидуальных проектах для корпоративных клиентов и среднего бизнеса. Задачи: - Концепция, разработка и тестирование микросервисов на Java - Разработка API: REST и SOAP, синхронные и асинхронные, спецификация с OpenAPI 3 - Автоматизация процессов с Camunda BPM - Автоматизация тестирования с JUnit 5 и Cucumber - Эксплуатация собственных сервисов: деплой, мониторинг, анализ ошибок - Участие в проектировании архитектуры - Генерация, ревью и рефакторинг кода с Claude Code, Copilot или Cursor - Согласование с партнерами по интерфейсам Большинство сотрудников приходят в офис один-два дня в неделю, но это необязательно. Выезды к клиенту — только на отдельные встречи раз в несколько недель. В части проектов предусмотрена дежурная поддержка сервисов, она регулируется и распределяется в команде. Проекты: - Крупные концерны, например Deutsche Bahn / DB Systel (домены железнодорожной отрасли: управление расписанием, продажи, диспетчерские и охранные системы) - Государственный сектор и ведомства (например, Федеральное агентство занятости, ITZBund, Bundesdruckerei) — регулируемые среды, доступность, Security by Design - Корпоративные клиенты и средний бизнес из разных отраслей Требования: - Java и Spring Boot, Spring Data и Hibernate/JPA - Микросервисы: концепция, разработка, тестирование - REST и SOAP веб-сервисы (JSON/XML через HTTP), OpenAPI 3 - PostgreSQL и Oracle - JUnit 5 и Cucumber - Docker и Kubernetes - CI/CD с GitLab Pipelines, сборка с Maven - Git, Jira, Confluence, гибкая методология Отличительные навыки: - Camunda BPM из реальных проектов - OAuth 2.0 и Keycloak для аутентификации и авторизации Желательно: - Apache Kafka и асинхронная коммуникация - XML, XSD, XSLT - Опыт в сложных проектах с несколькими командами - Миграция J2EE-легаси на Spring Boot Языки: немецкий на уровне носителя или C1/C2, английский свободно. Обязательно продуктивное владение AI-инструментами (Claude Code, Copilot, Cursor). Условия: - Удаленная работа, офис или смешанный формат - MacBook (если клиент не предоставляет собственное оборудование) - Разные клиенты и проекты - Прямой контакт с основателями компании - Внутреннее обучение AI-разработке
Senior AI-инженер, AI-агенты и RAG-пайплайны
Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.
Senior бэкенд-инженер, инфраструктура
О компании Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты. Задачи - Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы. - Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами. - Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes. - Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость. - Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов. - Принимать архитектурные решения — от дизайна сервисов до эволюции платформы. Требования - 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами. - Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов. - Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене. - CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг. - Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов. - Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества. - Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля. - Свободный английский. Будет плюсом - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек data engineering работает на нём. - Опыт в регулируемой среде (ISO27001, SOC2). - Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в странах ЕС), доступен офис в Бельгии. - Доступ к токенам всех передовых моделей. - Реальная ответственность. Процесс отбора - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). - Ответ каждому кандидату в течение 3–5 дней после каждого этапа.
Senior Backend Engineer, ML-инфраструктура
О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет мировым брендам электронной коммерции увеличивать выручку и конверсию. О роли Команда ML Infrastructure создаёт и поддерживает общие бэкенд-сервисы и платформенные возможности, которые команды ML и продуктов используют для разработки, развёртывания и запуска машинного обучения в масштабе — от сервинга моделей (включая LLM) до специализированных хранилищ и пайплайнов данных. Это сервисная команда: дорожная карта формируется потребностями продуктовых команд. Ищем Senior Backend Engineer, готового брать полную ответственность за ключевые сервисы. Ближайшие и среднесрочные направления: - Упрощение запуска, масштабирования и эксплуатации ML-нагрузок для всех команд. - Предоставление self-service и настраиваемых компонентов инфраструктуры для ML и продуктовых команд. - Развитие ключевых ML-сервисов и связанных пайплайнов с высокими требованиями к надёжности и производительности. Задачи - Проектировать, создавать и эксплуатировать высоконагруженные распределённые бэкенд-сервисы, обеспечивающие ML-инфраструктуру компании. - Владеть ключевыми ML-сервисами и связанными пайплайнами данных: от дизайна и реализации до развёртывания, наблюдаемости и постоянного улучшения. - Взаимодействовать с ML и продуктовыми командами, превращая их потребности в надёжные и переиспользуемые платформенные возможности. - Принимать и защищать технические решения: оценивать компромиссы, сначала проектировать, отвечать за результат. - Отвечать за свою работу и работу команды. Требования - 5+ лет профессионального опыта в бэкенд- или платформенной инженерии. - Глубокие знания Python (основной язык). - Практический опыт разработки в публичном облаке (AWS, GCP или Azure) или с self-managed Kubernetes. AWS — основная платформа, но не ограничиваясь ей. - Опыт проектирования и создания распределённых высоконагруженных сервисов и API. - Сильные знания структур данных, алгоритмов и их компромиссов. - Инженерный подход, ориентированный на проектирование: среда поддерживает использование AI-инструментов, но вы ведёте за счёт системного дизайна и понимания их применимости. - Ответственность и проактивность: не закрывать глаза на проблемы, решать их и отвечать за результаты. - Дружелюбие и готовность помогать коллегам. Будет плюсом - Опыт с Rust (или C/C++/Go) — существенный плюс. - Опыт разработки или участия в ML-платформах или ML-инфраструктуре — существенный плюс. - Опыт настройки и эксплуатации векторных баз данных (Qdrant, Milvus, Weaviate, OpenSearch, pgvector и т.п.) — существенный плюс. - Опыт с сервингом моделей / инференс-инфраструктурой, включая LLM. - Опыт с Infrastructure as Code (Terraform или аналоги). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда — можно жить где угодно. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Оплачиваемый отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Работа с умными людьми, которые помогают расти и влиять на результат. - Базовая зарплата: $80,000–$120,000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные оффсайты для общения и совместной работы.
Full Stack Java-разработчик, AI Prompt Engineering
Компания Karsun Solutions ищет Full-Stack Java-разработчика с экспертизой в AI-инструментах разработки. Роль сочетает технические навыки разработки с применением AI-инструментов (GitHub Copilot, AI-ассистенты кода) для повышения продуктивности. Обязанности: AI-инструменты разработки: - Внедрение и оптимизация AI-инструментов разработки в инженерной организации. - Проектирование и улучшение промптов для GitHub Copilot и аналогичных AI-ассистентов кода. - Разработка кастомных AI-рабочих процессов и скриптов автоматизации. - Создание библиотек промптов и лучших практик для генерации кода, документации и тестирования. - Обучение и наставничество команд разработки по эффективному использованию AI-инструментов и промпт-инжинирингу. - Оценка и интеграция новых AI-инструментов и платформ разработки. - Установление стандартов кодинга и руководств для AI-ассистированной разработки. - Оптимизация конфигураций AI-инструментов для качества кода и эффективности разработчиков. - Разработка внутренних инструментов и расширений для улучшения AI-рабочих процессов. Full-Stack Java-разработка: - Проектирование и разработка масштабируемых full-stack приложений на Java и современных веб-технологиях. - Создание бэкенд-сервисов с использованием Spring Boot и микросервисной архитектуры. - Разработка адаптивных фронтенд-приложений на Angular, React или аналогичных фреймворках. - Проектирование, разработка и поддержка API-микросервисов (масштабируемых, отказоустойчивых и безопасных). - Развертывание и интеграция приложений в инфраструктуре, обеспечение оркестрации с внутренними и внешними системами. - Эффективное взаимодействие с разработчиками, тестировщиками и стейкхолдерами в SAFe Agile-среде. Требования: Образование: - Степень бакалавра или магистра в области компьютерных наук, программной инженерии или смежной области. Экспертиза в AI-инструментах разработки: - Минимум 0-2 года практического опыта работы с GitHub Copilot или аналогичными AI-ассистентами кода. - Подтвержденный опыт повышения продуктивности разработки через AI-инструменты. - Опыт промпт-инжиниринга для генерации кода и задач разработки. - Знание API и интеграций AI-инструментов разработки. - Понимание возможностей и ограничений AI-моделей в контексте разработки. - Опыт работы с AI-инструментами тестирования и системами автоматического ревью кода. - Способность обучать и поддерживать разработчиков во внедрении AI-инструментов. Full-Stack Java-разработка: - 0-2 года опыта в Full Stack Java-разработке. - Практический опыт с Spring Boot, Spring Security, Spring Data. - Опыт фронтенд-разработки с Angular, Bootstrap, jQuery, Data Tables и REST API. - Владение HTML5, CSS3, JavaScript и TypeScript. - Опыт работы со сборочными инструментами (Maven, Gradle) и менеджерами пакетов (npm, Maven). - Знание SQL и опыт работы с базами данных (PostgreSQL, MySQL). - Опыт работы с облачными платформами (преимущественно AWS) и контейнеризацией (Docker, Kubernetes). - Опыт работы с фреймворками юнит-тестирования (JUnit, Mockito). - Опыт работы с IDE (Eclipse, IntelliJ, Visual Studio Code, Spring Tool Suite). Прочее: - Доступность в рабочие часы с 9:00 до 17:00 по восточному времени (ET). - Способность получить и поддерживать допуск Public Trust. Предпочтительные квалификации: - Опыт использования AI-инструментов BrowserStack, Playwright и Testim для генерации тест-кейсов и автоматизированного тестирования. - Опыт интеграции USWDS-совместимых компонентов с Angular Storybook. - Опыт поддержки федеральных государственных контрактов США.
Senior AI Full Stack Developer
AllOne Health — компания в сфере поведенческого здоровья на рабочем месте, подчеркивающая важность благополучия сотрудников для успеха организации. Ищут AI Full Stack Developer для проектирования, разработки и поддержки AI-приложений, интегрируя современные AI-инструменты во фронтенд и бэкенд. Задачи - Проектировать и разрабатывать адаптивные, удобные веб-интерфейсы с использованием HTML, CSS, JavaScript и современных фреймворков, таких как React или Angular. - Создавать и поддерживать серверную логику, API и сервисы с использованием Node.js, Express и вспомогательных фреймворков, обеспечивая масштабируемость и надежность. - Интегрировать AI-сервисы в приложения, включая LLM API, AI-агентов, интеллектуальный поиск, суммаризацию, рекомендации и автоматизацию рабочих процессов. - Быстро создавать прототипы, затем доводить решения до продакшена с мониторингом, логированием, оценкой и оптимизацией производительности. - Использовать AI-инструменты для кодирования (copilots, генерация кода, рефакторинг, генерация тестов) для повышения скорости разработки, качества кода и поддерживаемости. - Внедрять защитные механизмы для AI-систем: безопасность промптов, защита данных, снижение галлюцинаций, контроль доступа и валидация вывода. - Интегрировать фронтенд, бэкенд, AI-сервисы и сторонние системы для целостного пользовательского опыта. - Писать и поддерживать автоматизированные тесты, включая unit, интеграционные и AI-ассистированные, для стабильности приложений. - Поддерживать и улучшать существующие приложения, оптимизируя производительность, безопасность и масштабируемость с AI-улучшениями. - Применять практики безопасного кодирования, понимать принципы SecDevOps и обеспечивать соответствие стандартам конфиденциальности и безопасности данных, особенно при работе с AI. - Сотрудничать с командами безопасности и комплаенса для ответственного использования AI, конфиденциальности данных и управления. - Работать с владельцами продуктов, дизайнерами, архитекторами и разработчиками для решений, соответствующих бизнес-требованиям. - Создавать документацию для кодовых баз, API, AI-интеграций и процессов разработки. - Следить за новыми AI-технологиями и рекомендовать практичные способы их внедрения. - Наставлять разработчиков по AI-концепциям, паттернам и лучшим практикам. Требования - Пять или более лет профессионального опыта в разработке ПО после получения степени бакалавра. Стажировки не учитываются. - Опыт продакшена с React/TypeScript фронтендами. - Опыт продакшена с Node.js/Express бэкендами, включая middleware, обработку ошибок и graceful degradation. - Опыт интеграции LLM API (Anthropic Claude, Azure OpenAI, OpenAI direct или аналог) в реальную систему с реальными пользователями, включая описание rate limit, режимов сбоя и стратегии фолбэка. - Опыт написания и поддержки автоматизированных тестов, включая unit, интеграционные и AI-ассистированные. - Уверенная работа с Microsoft Azure (Azure App Service, Azure Functions или Azure Kubernetes Service) или аналогичным облачным провайдером с готовностью освоить Azure в первые 90 дней. - Уверенная работа с реляционными базами данных (MySQL, Microsoft SQL Server, PostgreSQL или аналог), включая понимание execution plan. - Применение практик безопасного кодирования и принципов DevSecOps. - Сотрудничество с безопасностью и комплаенсом по ответственному использованию AI, управлению PHI, требованиям HIPAA и практическим аспектам обработки медицинских данных. - Создание документации для кодовых баз, API и AI-интеграций. - Работа с владельцами продуктов, дизайнерами и архитекторами для перевода бизнес-требований в технические решения. - Слежение за новыми AI-технологиями и рекомендации по их внедрению. - Нахождение в США и наличие разрешения на работу без спонсорства работодателя (сейчас или в будущем). Роль не предлагает визы H-1B, OPT или другие спонсируемые визы. Желательно - Прямой опыт с Anthropic Claude API (Messages API, tool use, prompt caching) или Azure OpenAI Service. - Опыт создания AI-агентских рабочих процессов, мультиагентской оркестрации или систем вызова инструментов. - Опыт с Model Context Protocol (MCP).
Staff-инженер по ИИ-инженерной продуктивности
Контракт с последующим наймом (Contract-to-Hire). О роли Ищем Staff-инженера, который поможет формировать будущее ИИ-ориентированной разработки ПО в масштабах предприятия. Это стратегическая роль, сфокусированная на создании и развитии внутреннего ИИ-инструментария, позволяющего инженерным командам эффективно внедрять, контролировать и масштабировать возможности ИИ-разработки. Это не традиционная роль инженера ПО. Хотя техническая экспертиза важна, успех будет зависеть от умения влиять на инженерные команды, стимулировать внедрение и помогать устанавливать лучшие практики ИИ-ассистированной разработки. Вы присоединитесь к небольшой высокоэффективной команде с широкими возможностями определять стратегию, создавать новые возможности и влиять на то, как ИИ используется в организации. Чем предстоит заниматься - Руководить созданием и развитием внутреннего ИИ-инструментария и инженерной ИИ-экосистемы организации. - Определять лучшие практики, стандарты, управление и процессы онбординга для ИИ-инструментов разработки. - Оценивать новые ИИ-технологии и рекомендовать инструменты на основе бизнес-ценности, стоимости, безопасности и эффективности разработки. - Создавать руководства, документацию, обучающие программы и материалы, помогающие инженерам переходить от начального до продвинутого уровня использования ИИ. - Работать напрямую с инженерными командами, чтобы понимать их задачи и определять, где ИИ может повысить продуктивность разработчиков. - Проводить воркшопы, презентации и сессии по развитию инженерных компетенций. - Выстраивать доверительные отношения с инженерными командами и влиять на внедрение новых инструментов и процессов. - Участвовать в определении жизненного цикла ИИ-инструментов: оценка, одобрение, управление, сопровождение и вывод из эксплуатации. - Взаимодействовать с лидерами платформенных, инфраструктурных, безопасностных и инженерных направлений для создания единой ИИ-экосистемы. Обязательные требования - Значительный опыт разработки ПО в современных приложениях. - Опыт создания или внедрения ИИ-ориентированных рабочих процессов для разработчиков. - Практический опыт работы с GitHub Copilot и/или AWS Bedrock. - Опыт создания или оркестрации ИИ-агентов. - Глубокое понимание архитектуры ПО, API, распределенных систем и современных инженерных практик. - Подтвержденная способность влиять на инженеров и технических лидеров без прямых полномочий. - Отличные коммуникативные навыки, навыки фасилитации и построения отношений. - Опыт руководства трансформационными инициативами в организации или инженерной сфере. Желательные требования - Опыт full-stack разработки. - Опыт разработки на Java. - Опыт работы с Kubernetes/контейнеризированными приложениями. - Опыт оценки ИИ-инструментов или платформ для продуктивности разработчиков. - Опыт создания технических обучающих программ или программ развития. - Опыт работы в инженерных организациях крупных предприятий. Критерии успеха - Инженеры используют единый поддерживаемый ИИ-инструментарий. - Управление ИИ и инструментами становится проще. - Инженерные команды повышают продуктивность за счет ответственного использования ИИ. - Выстраиваются прочные партнерства между командами разработки. - ИИ-обучение становится масштабируемой возможностью организации. Преимущества York Solutions предлагает щедрый пакет льгот для подходящих штатных сотрудников: - Медицинская страховка BCBS: 3 плана на выбор (PPO и High deductible PPO с программой Health Savings). - Стоматологическая страховка Delta Dental: 2 бесплатные чистки и скидки на страховку. - Офтальмологическая страховка Eye Med: ежегодные проверки и скидки на линзы. - Страхование жизни и от несчастных случаев за счет компании. - Пенсионный план John Hancock 401(k) с дискреционным матчем от компании. - Добровольные страховые программы: Hospital Indemnity, Identity Protection, Legal Insurance, Long Term Care, Pet Insurance. - Гибкий график работы с возможностью удаленной работы. - Дружелюбная командная атмосфера. - Обучение, развитие и карьерный рост.
Data Science (LLM/NLP)
⌨️ Data Science (LLM/NLP) Удаленно (Екатеринбург) Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате. Требования: — Высшее образование (IT, техническое, математическое); — Уверенное владение Python, SQL; — Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML; — Знания в области NLP алгоритмов; — Понимание деталей работы LLM и того, как происходит их дообучение и инференс; — Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud); — Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. ➡️ Подробнее о вакансии на hirehi.ru 📍 Навигация: База знаний • Задачи • Собеседования
Full Stack Team Lead (AI PDLC)» (Москва)
Требуется «Full Stack Team Lead (AI PDLC)» (Москва) Компания «СберЗдоровье» ищет хорошего специалиста на вакансию «Full Stack Team Lead (AI PDLC)». Москва (Россия). Полный рабочий день. Можно удалённо. Требуемые навыки: lead, Kubernetes, CI/CD, ApacheKafka, SOA, Микросервиснаяархитектура, RabbitMQ, Python.
Middle Python / MLOps Engineer
Middle Python / MLOps Engineer удаленка гибрид middle Компания: Wildberries ☑️ Что нужно делать -Разрабатывать REST API с использованием FastAPI; -Проектировать и реализовать backend-сервисы с нуля; -Проводить интеграции с базами данных и системами обмена данными; -Обеспечивать масштабируемость и отказоустойчивость сервисов; -Писать и поддерживать автоматизированные тесты; -Настраивать и поддерживать CI/CD процессы для непрерывной интеграции; -Участвовать в планировании задач и работе по методологии Scrum; -Тесно взаимодействовать с командой для оперативного решения технических вопросов. ☑️ Какой опыт и знания нужны -Сильные инженерные навыки: мы ждем самостоятельного специалиста, который не только пишет код, но и понимает полный цикл доставки приложения - уверенный опыт настройки и использования CI/CD, работы с Docker и Kubernetes; -Понимание DevOps-культуры: умение написать и поддержать Helm-чарт/Dockerfile для своего сервиса, разобраться с деплоем, настроить базовый мониторинг и алертинг; -Глубокие знания Python и опыт работы с FastAPI; -Опыт работы с технологическим стеком и базами данных: PostgreSQL, ClickHouse, Kafka, Redis, Spark; -Умение писать чистый, поддерживаемый код с соблюдением best practices и знание архитектурных паттернов; -Опыт работы в высоконагруженных системах и решения реальных задач на production; -Аналитический склад ума, системное мышление и готовность самостоятельно доводить задачи до конца; -Продвинутое знание инструментов мониторинга (Prometheus, Grafana, Opensearch/ELK) и глубокий опыт в DevOps, опыт работы с Triton Inference Server и другими инструментами деплоя ML-моделей будет плюсом Python Job в Telegram | в VK | в Max
Staff DevOps инженера
Публикатор: Karolina Staff DevOps Engineer at MEDvidi Мы строим AI-платформу для mental health в США: лицензированные врачи + собственные AI-инструменты, которые забирают рутину (charting, follow-ups, планы лечения), чтобы врачи занимались пациентами, а не бумагами. Ищем Staff DevOps инженера, который сам решает, куда двигать инфраструктуру. Что на тебе: Vision и квартальный роадмап инфры, проактивно, с трейд-оффами и метриками AWS + Kubernetes (EKS): Karpenter, Kyverno, zero-downtime IaC end-to-end: Terraform, AWS CDK (TS) + GitLab CI (self-managed) Observability, которой реально пользуются: Prometheus, Grafana, OpenTelemetry Blue-green деплои, health-gated rollback, zero-downtime миграции PostgreSQL Security в HIPAA-среде: секреты, Vault as code Agentic AI (Claude Code и подобные) как часть ежедневной работы, а не «на посмотреть» Стек: AWS · EKS · Terraform · AWS CDK (TS) · GitLab CI · Prometheus / Grafana / OTel · Vault · PostgreSQL · Node.js / TS Условия: Remote Долгосрочный контракт, B2B Русский свободно, английский от B1 $5.000-7.000 gross/monthly медстраховка после испытательного, компенсация спорта и wellness, 19 дней отпуска + 4 wellness-дня, English на Preply Отклик на вакансию: https://medvidi.com/careers/co/remote-eu/96.F64-87.60C/staff-devops-engineer/all vacancy вакансия работа devops remote удаленка B2B
DevOps / DevOps Team Lead / Infrastructure Architect
Публикатор: Roman Y. резюме LeadDevOps SeniorDevOps DevOps InfrastructureArchitect Позиция: DevOps / DevOps Team Lead / Infrastructure Architect Формат работы: удаленно Занятость: полная Ожидания по оплате: от 1700 USD/эквивалент в месяц. Коллеги, приветствую. Это не вакансия, а резюме. Резюме, которые вы мне почему-либо направите, будут проигнорированы (да, я знаю, что всем надоело это предуведомление). Нахожусь в поиске 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). LinkedIn: (по запросу в ЛС)
Team Lead команды автоматизации маркетинга
SMALL — крупнейший ритейлер повседневных товаров и готовой еды в Казахстане. Мы ищем того, кто будет развивать автоматизацию маркетинговых процессов. Вам предстоит возглавить инженерную команду, которая будет создавать и развивать решения для клиентской аналитики, CRM и программы лояльности, промо, маркетинговых коммуникаций, контента, retail media и оценки эффективности кампаний. Ваша миссия: Формировать техническое видение: совместно с владельцами маркетинговых направлений переводить бизнес-цели и клиентские сценарии в продуктовую и техническую дорожную карту, определять границы сервисов, целевую архитектуру и приоритеты автоматизации. Управлять командой: сформировать и развивать команду инженеров и аналитиков — backend, frontend, системный и data-анализ, QA, DevOps. Ставить задачи, проводить ревью архитектуры и кода, развивать инженерные практики и компетенции. Интегрировать маркетинговый контур в экосистему: обеспечивать согласованную работу CRM, CDP, системы лояльности, платформы маркетинговых коммуникаций, рекламной платформы, DWH/BI и каналов взаимодействия с клиентом. Развивать интеграции с e-commerce, мобильным приложением, сайтом, кассами, цифровыми экранами, MDM/PIM и учётными системами через API и событийный обмен. Обеспечивать надёжность, безопасность и соответствие требованиям: внедрять практики CI/CD, мониторинга, алертинга, управления инцидентами и техническим долгом; обеспечивать защиту персональных данных, управление согласиями и аудит действий с клиентскими данными. Снижать ручной труд и time-to-market: стандартизировать процессы подготовки, согласования, запуска и анализа кампаний, создавать переиспользуемые механики и self-service инструменты для маркетинга без переноса доменной ответственности на ИТ. Вы идеально подходите, если: Есть опыт руководства инженерной командой в роли Tech Lead / Engineering Lead: умеете принимать архитектурные решения, декомпозировать инициативы, проводить ревью, развивать людей и отвечать за результат команды. Имеете 5+ лет опыта разработки сложных интеграционных или высоконагруженных систем. Опыт в MarTech, AdTech или e-commerce будет большим преимуществом. Понимаете маркетинговый технологический контур: CRM, CDP, система лояльности, платформы массовых и триггерных коммуникаций, промо, CMS/DAM, web/app аналитика, рекламные и BI платформы. Обладаете сильной инженерной экспертизой: один из стеков Go, JS или Python; микросервисная и событийная архитектура; Имеете опыт сложных интеграций: синхронные API, Kafka или другие брокеры сообщений, интеграции с корпоративными системами и внешними платформами, управление версиями контрактов и устойчивостью распределённых сценариев. Понимаете клиентские и маркетинговые данные: идентификация и сегментация клиентов, событийная модель, атрибуция, согласия на коммуникации, качество данных и построение витрин. Знакомы с современными практиками DevOps/SRE: GitLab CI или аналоги, Docker, Kubernetes, наблюдаемость, управление SLI/SLO, безопасная эксплуатация и управление инцидентами. Умеете работать на стыке бизнеса, продукта, данных и разработки: задавать уточняющие вопросы, отделять бизнес-правила от технической реализации, договариваться о границах ответственности и объяснять сложные решения понятным языком. Ориентированы на измеримый эффект: связываете технические инициативы с сокращением сроков запуска кампаний, ростом конверсии и удержания, снижением ручных операций и повышением качества клиентского опыта. Мы предлагаем: Возможность удалённой работы или комфортный офис в Алматы. Ключевую роль в цифровой трансформации маркетинга: возможность построить технологический фундамент для персонализированных коммуникаций, программы лояльности, промо и retail media. Высокую степень автономии: влияние на архитектуру, технологический стек, состав команды и инженерные процессы. Масштаб и влияние: решения будут работать во всех клиентских каналах и непосредственно влиять на опыт покупателей и эффективность маркетинговых инвестиций. Сильное кросс-функциональное окружение: взаимодействие с командами маркетинга, e-commerce, магазинов, MDM, данных, информационной безопасности и инфраструктуры. Конкурентный пакет: достойная заработная плата, бонусы за достижение целей и возможности для профессионального развития.
Marketing Manager
Sardina Systems is an OpenInfra software platform company based on OpenStack, Kubernetes and Ceph. Behind our technology is a distributed team of builders — and we need a Marketing Manager who can bring that story to the world. We're looking for someone hands-on and organized, who can run social media channels, design clean visuals, write a sharp newsletter, and coordinate with partners without dropping the ball. You're not precious about doing the execution yourself, and you know how to keep external relationships moving. What You'll Be Doing: What You'll Need: We offer: Ready to get your hands on something real? Reach out.
Ведущий Go разработчик
вакансия Ведущий Go разработчик Cloud X - ИТ-компания, предоставляющая услуги облачных вычислений на базе собственной инфраструктуры: облачной платформы CX Platform и гипермасштабируемых центров обработки данных CX Data Centers с нулевым углеродным следом. Компания предлагает более 40 сервисов, предоставляемых по моделям IaaS, PaaS и SaaS, среди которых: базовая инфраструктура, ИИ, машинное обучение, интеграционные сервисы, Интернет вещей, большие данные, сетевые функции и кибербезопасность. Облако Cloud X внесено в реестр отечественного программного обеспечения Министерства цифрового развития, связи и массовых коммуникаций Российской Федерации. Инвестором компании выступает Эн+. Обязанности: - Разработка высоконагруженных сервисов (Go, Kubernetes) для S3-совместимого объектного хранилища, в том числе проектирование и разработка слоев web, метаданных, балансировки, хранения; - Проектирование и разработка решений по обеспечению строгой консистентности в распределенных системах и оптимизация latency / throughput; - Написание юнит и интеграционных тестов; - Участие в спринтах, планированиях, ретроспективах, код ревью; - Оптимизация текущих решений в контексте отказоустойчивости, масштабирования и производительности. Требования: - Коммерческий опыт разработки на Golang от 5 лет. Хорошее понимание возможностей языка (понимание планировщика, горутин, модели памяти); - Опыт проектирования и разработки многопоточных, отказоустойчивых, масштабируемых приложений. Глубокое понимание принципов DDD, Clean Architecture, SOLID; - Опыт работы с реляционными СУБД (PostgreSQL, MySQL или др); - Опыт работы с колоночными СУБД (Clickhouse) и распределенными NoSQL СУБД; - Опыт работы с брокерами сообщений (Kafka, RMQ); - Опыт работы с Linux и средствами контейнеризации (Docker, Kubernetes) на уровне разработчика приложений; - Опыт работы с системами сбора и обработки журналов аудита (ELK / Graylog / Grafana Loki / Monq). Знакомство с OpenTelemetry или OpenTracing; - Опыт оптимизации производительности приложений на Go: навыки профилирования (pprof) и оптимизации аллокаций, опыт работы с высокоскоростной сериализацией (Protobuf); - Уверенное знание сетевого стека: net, глубокое понимание HTTP / 2, gRPC.Будет существенным плюсом: - Практический опыт с решениями S3 – на базе Ceph RGW (RADOS Gateway) или MinIO, понимание архитектуры S3 API (Bucket, Object, Multipart Upload, ACL / Policies); - Опыт разработки Kubernetes Operators на Go; - Работа с eBPF для сетевого мониторинга или ускорения трафика. Компания: ООО Клауд Солюшенс 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.
ML‑инженер в Толк, middle/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.
Senior разработчик ПО, Backend/Инфраструктура
Компания Webflow ищет Senior Software Engineer в команду Convert (Backend/Infra). Это постоянная полная занятость, удалённый формат (Аргентина). Задачи: - Проектировать, разрабатывать и эксплуатировать распределённые бэкенд-системы для пайплайна рекомендаций и движка выполнения AI-воркфлоу, преимущественно на Python и TypeScript/Node.js. - Владеть и укреплять инфраструктуру продуктов, включая AI-платформу на AWS и Kubernetes: повышать надёжность, наблюдаемость и масштабируемость. - Улучшать обработку сбоев: событийность и стриминг, ретраи, backpressure, восстановление. - Устранять единые точки отказа в инфраструктуре, разделять операционную и on-call ответственность. - Проектировать чистые границы сервисов и API, оптимизировать модели данных и запросы MongoDB. - Использовать современные AI-инструменты для повышения эффективности, строить надёжные системы на основе недетерминированных LLM-компонентов. - Работать с продуктовыми инженерами, PM и дизайнерами, повышать стандарты тестируемости, наблюдаемости и поддерживаемости кода. - Наставлять инженеров в области бэкенда и надёжности. Требования: - BA/BS степень или эквивалентный опыт. - Свободный деловой английский (чтение, письмо, речь). - 5+ лет опыта разработки и эксплуатации бэкенд-систем в production, желательно в масштабируемом multi-tenant SaaS. - Глубокие знания распределённых систем: конкурентность, асинхронная и событийно-согласованная обработка, очереди/стриминг, проектирование с учётом сбоев. - Уверенное владение Python и/или TypeScript/Node.js, опыт моделирования данных в MongoDB или аналогичной БД. - Практический опыт с облачной инфраструктурой и DevOps: AWS, контейнеры, Kubernetes, CI/CD, наблюдаемость (метрики, логи, трейсинг). - Ценность тестирования, документации и надёжности, умение объяснять компромиссы. - Комфорт в условиях неопределённости, готовность наставлять менее опытных инженеров. - Открытость к изучению нового, активное использование AI в работе. Будет плюсом: - Опыт с движками воркфлоу/оркестрации (n8n, Temporal, Airflow или аналоги). - Опыт создания или эксплуатации LLM-поддерживаемых или агентных систем в production. - Опыт превращения нестабильного сервиса в стабильно надёжный.
Staff AI-инженер, машинное обучение и наблюдаемость
О компании Grafana Labs — компания, развивающая открытую облачную платформу наблюдаемости. Grafana Cloud — управляемая платформа наблюдаемости, построенная для масштабирования. Платформой пользуются более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, в ней работает более 1600 сотрудников в 40+ странах. О роли Grafana AI-команды помогают пользователям работать со сложными данными наблюдаемости через AI-функции, снижая рутинную нагрузку и выделяя значимые сигналы. Инженеры обладают высокой степенью автономии и ответственности. Ищем AI-инженера с сильным бэкграундом в разработке ПО, быстрым циклом итераций и страстью к экспериментам, с фокусом на выпуск и масштабирование полезных функций. Задачи - Разрабатывать и внедрять AI-решения: владеть созданием высокопроизводительных AI-функций для обнаружения, триажа и разрешения инцидентов с использованием данных и инструментов наблюдаемости. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять гипотезы с реальными пользователями, включая выпуск и развитие LLM- или агентных рабочих процессов для управления жизненным циклом инцидентов и автоматизированного анализа. - Работать кросс-функционально: взаимодействовать с аналитиками данных, продакт-менеджерами и дизайнерами для формирования AI-функций, включая интеграцию агентных компонентов с внутренними инструментами, системами оповещения, runbook и процессами разработчиков. - Эффективно использовать AI-инструменты: применять AI и средства автоматизации для улучшения функциональности продукта и собственных рабочих процессов. - Эффективно коммуницировать: работать в динамичной коллаборативной среде, общаться и вносить вклад в работу команд. - Владеть результатом: полностью отвечать за разработанные AI-решения, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Требования - Сильные инженерные навыки: уверенный опыт создания production-систем (бэкенд и/или полный стек). - Самостоятельность и способность решать сложные инженерные задачи. Условия - Удалённая работа. На данный момент рассматриваются кандидаты только из часовых поясов Канады. - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодинга (на выбор, в рамках политики безопасности) с оплачиваемым компанией бюджетом. - Доступ к передовым моделям: GPT-Codex 5/3, Claude Opus 4.6, Gemini 3 Pro.
Senior Software Engineer, Compliance и KYC
Компания Twilio формирует будущее коммуникаций, работая удалённо. Команда Compliance Experiences находится в основе платформы Twilio и владеет двумя ключевыми доменами: телефонные номера и комплаенс (KYC). В 2026 году получение телефонного номера — это не простой API-вызов, а сложная оркестрация глобального инвентаря номеров, проверки личности в реальном времени, регуляторного комплаенса и операционных инструментов в огромном масштабе. KYC-платформа Twilio является шлюзом ко всем коммуникационным API и позволяет клиентам безопасно предоставлять и эксплуатировать коммуникационные сервисы по всему миру, ориентируясь в сложных и постоянно меняющихся регуляторных требованиях. В роли Software Engineer (L3) вы будете ключевым техническим участником, отвечающим за проектирование функций, их реализацию и операционное здоровье платформенных сервисов, обрабатывающих миллионы запросов. Вы будете создавать масштабируемые высокопроизводительные решения, работая в тесном сотрудничестве с инженерными партнёрами по всей Twilio. Вы будете владеть полным циклом поставки функций, писать технические спецификации и создавать надёжные API, микросервисы и инструменты, на которые полагаются кросс-функциональные заинтересованные стороны. Вы будете использовать AI-ориентированные рабочие процессы, применяя LLM и агентные инструменты для ускорения генерации кода, расширения автоматизированного тестового покрытия и перевода сложных бизнес- и регуляторных требований в исполняемую логику. Обязанности: - Вносить значительный вклад в технический дизайн и дорожную карту ключевых компонентов платформы, писать технические спецификации и руководить выполнением работ по переходу легаси-систем в современные облачные нативные микросервисы. - Активно использовать AI-ассистентов для написания кода (GitHub Copilot, Anthropic Claude или внутренние LLM) для автоматизации шаблонного кода, генерации комплексных тестовых наборов и быстрого прототипирования. Показывать пример в команде по повышению индивидуальной скорости при сохранении высоких стандартов качества кода и мер безопасности. - Обеспечивать техническое совершенство и владение компонентами в рамках команды, принимая обоснованные технические решения, балансирующие быструю поставку функций с надёжностью системы, безопасностью и сокращением технического долга. - В партнёрстве с менеджерами по продуктам и кросс-функциональными заинтересованными сторонами переводить потребности клиентов и регуляторные требования в точные технические спецификации, API, ориентированные на разработчиков, и бесшовные рабочие процессы приложений. - Наставлять и развивать младших инженеров (L1–L2), вводить в должность новых членов команды и способствовать созданию совместной среды через конструктивные ревью кода, технические доклады и техническое руководство. - Проактивно выявлять и устранять технические риски, узкие места производительности и уязвимости безопасности в сервисах команды. Полностью нести ответственность за дежурства, руководить разрешением инцидентов и доводить до конца устранение корневых причин. - Чётко формулировать технические дизайны, компромиссы системы и операционные ранбуки для команды и кросс-функциональных партнёров через качественные дизайн-документы, RFC и исчерпывающую документацию. Требования: - 5+ лет опыта в проектировании и разработке высокодоступных, масштабируемых, безопасных, критически важных облачных нативных корпоративных распределённых систем. - Сильное владение Java или Go, уверенные знания экосистемы AWS (Lambda, EKS, DynamoDB, Kafka). - Практический опыт работы с облачной нативной архитектурой.
Software Engineer, Platform Engineering
Компания Twilio ищет Software Engineer в команду Platform Engineering. Это инженерная роль, предполагающая разработку, развертывание и управление высоконагруженными распределенными системами. Системы компании обрабатывают более 12 миллиардов писем во время пиковых событий, таких как Черная пятница, а требования к пропускной способности продолжают быстро расти. Инженер уровня L3 будет создавать и поддерживать отказоустойчивые бэкенд-сервисы, вносить вклад в проектирование и надежность инфраструктуры, работающей в двух облаках: Amazon Web Services (AWS) и Microsoft Azure. В задачи входит управление Kubernetes за пределами управляемых сервисов, автоматизация инфраструктуры с помощью Terraform и написание production-кода для поддержания работоспособности распределенных систем под реальной нагрузкой с использованием современных AI-инструментов. Задачи: - Проектирование, создание и эксплуатация сервисов и автоматизаций для управления кластерами Kubernetes в масштабе. Совместная работа с продакт-менеджментом и техническим руководством для декомпозиции сложных требований на итеративные этапы. - Проведение тщательных ревью кода, поддержание поддерживаемых паттернов в кодовой базе, обеспечение высоких стандартов тестирования (unit, integration, component) на уровне команды и платформы. - Управление и улучшение облачных конфигураций в AWS и Azure с использованием Infrastructure as Code (Terraform). Обеспечение глубокого наблюдаемости через стандартизацию метрик, алертов и распределенной трассировки в ключевых пайплайнах данных. - Выявление технического долга, узких мест системы и единых точек отказа (SPOF), балансируя поставку фич с критическим рефакторингом платформы. - Наставничество младших инженеров, ведение технического спринт-планирования и обмен экспертизой между распределенными инженерными командами. Требования: - Опыт от 4 лет в разработке и эксплуатации отказоустойчивых бэкенд-сервисов в масштабе с использованием Kubernetes. Опыт работы с CAPI, EKS и управлением обновлениями кластеров Kubernetes без даунтайма, включая node draining, API deprecations и PodDisruptionBudgets. - Практический опыт использования AI-ассистированных инструментов разработки (например, Claude Code) для ускорения генерации кода, автоматизации тестирования и отладки, или сильное желание их освоить. - Опыт внедрения GitOps-процессов с ArgoCD и автоматизированной оркестрации пайплайнов с Harness (или аналогичной enterprise CI/CD платформой). - Уверенные навыки работы с Shell, Terraform, YAML и Go (Golang). - Опыт развертывания и управления production-нагрузками в облачных средах, желательно с глубоким знанием AWS (EKS, EC2, S3) или их аналогов в Microsoft Azure (AKS, Virtual Machines, Blob Storage). Понимание контейнерных сетей (VPC/VNet, pod IPAM, CNI-плагины). - Владение Terraform для автоматизации провижининга и поддержания паритета окружений. - Сильное теоретическое и практическое понимание распределенных хранилищ данных, кэширующих слоев и асинхронного стриминга событий (например, Kafka или аналоги).
Инженер платформенной разработки, Kubernetes и Terraform
Обязанности - Проектировать, создавать и поддерживать сервисы и автоматизацию для кластеров Kubernetes в масштабе под руководством старших инженеров. - Участвовать в код-ревью и следовать установленным стандартам тестирования (модульное и интеграционное). - Поддерживать конфигурации облака в AWS и Azure с использованием Infrastructure as Code (Terraform). - Обеспечивать наблюдаемость: метрики, алерты и базовое распределённое трассирование в ключевых конвейерах данных. - Выявлять технический долг, баги и мелкие проблемы системы и сообщать о них команде. - Получать обратную связь и наставничество от старших инженеров, участвовать в спринт-планировании и делиться знаниями с коллегами. Требования - Опыт профессиональной разработки ПО от 1 до 2+ лет, включая некоторый опыт создания или эксплуатации бэкенд-сервисов на Kubernetes. - Базовое знакомство с операциями Kubernetes (deployments, pods, services); опыт обновления продакшн-кластеров не требуется. - Практический опыт или сильное желание изучать AI-ассистированные инструменты разработки (например, Claude Code) для написания кода, автоматизации тестирования и отладки. - Некоторый опыт с GitOps-процессами (например, ArgoCD) и CI/CD-конвейерами (например, Harness или аналоги); готовность изучать внутренние инструменты. - Рабочее знание хотя бы одного из: Shell, Terraform, YAML или Go, с готовностью развивать навыки в остальных. - Некоторый опыт с облачными средами, желательно базовое знакомство с AWS (EC2, S3, EKS) или их аналогами в Azure (Virtual Machines, Blob Storage, AKS). - Общее знакомство с сетевыми концепциями (основы VPC/VNet) — плюс. - Базовое знакомство с Terraform или аналогичными инструментами IaC. - Фундаментальное понимание распределённых хранилищ данных, кэширующих слоёв или асинхронного стриминга событий (например, Kafka или аналогичных очередей). - Твёрдые основы computer science и структур данных. Условия - Удалённая работа (remote-first компания). - Возможны редкие очные встречи для командных мероприятий, офлайн-созвонов или встреч с клиентами. - Работа в команде платформенной разработки над высоконагруженными распределёнными системами, обрабатывающими более 12 миллиардов писем в пиковые события. - Инфраструктура на двух облаках: AWS и Microsoft Azure. - Использование современных AI-инструментов для ускорения разработки и роста навыков.
Старший платформенный инженер, Metal-инфраструктура
Grafana Labs — компания, стоящая за открытой платформой наблюдаемости Grafana Cloud. Внутренняя инженерная платформа (IEP) группы Foundations предоставляет инженерам приложений инструменты, системы и кластеры Kubernetes для сборки, развёртывания и запуска рабочих нагрузок. Новая команда Metal будет отвечать за создание и предоставление ресурсов (хранилище, сети, кластеры Kubernetes) в новых окружениях, начиная с собственного физического оборудования, и предоставлять контрольную плоскость Kubernetes и базовые ресурсы вне публичного облака для остальной части Engineering. Обязанности - Управление физической средой «Metal» от bare metal до Kubernetes. - Управление сетевыми компонентами кластера: балансировка нагрузки, NAT, DNS, CNI, межкластерная связь, протоколы маршрутизации, архитектура. - Управление планированием (scheduling) и автоматическим масштабированием. - Поддержка композиций Crossplane и модулей Terraform для общих ресурсов облачных провайдеров, а также управление версионированием и совместимостью Crossplane и Terraform core и провайдеров. - Работа с пользователями (командами приложений Grafana Cloud) для понимания их потребностей и обеспечения инвестиций в правильные возможности. Требования - Комфортно работать в remote-first компании; коммуникация — ключевой навык. - Готовность работать по консенсусу: участвовать в обсуждениях и затем принимать командное решение. - Интерес к распределённым системам и желание учиться и развиваться. - Целостный подход к разработке: команда владеет полным жизненным циклом кода — от написания дизайн-документов до анализа отзывов разработчиков и интеграционного тестирования. - Стек команды: Go, Python, Shell. - Опыт эксплуатации своего кода. - Опыт работы в дата-центрах. - Участие в дежурствах (on-call). Бонусы - Опыт с Cluster-API, Tinkerbell, Talos и/или Ceph. - Опыт работы в open source или других проектах на основе сообщества. - Опыт работы с несколькими облачными провайдерами (AWS, GCP, Azure; EKS, GKE, AKS). - Опыт эксплуатации и управления рабочими нагрузками на Kubernetes. Условия - Удалённая работа. - Рассматриваются кандидаты только из Великобритании, Испании и Ирландии.
Senior платформенный инженер, Metal
Grafana Labs — компания, разрабатывающая Grafana Cloud, полностью управляемую платформу наблюдаемости. Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду. Внутренняя инженерная платформа (IEP) группы Foundations предоставляет инженерам приложений инструменты, системы и кластеры Kubernetes. Новая команда «Metal» будет отвечать за создание и предоставление ресурсов, включая хранилища, сети и кластеры Kubernetes, начиная с собственного физического оборудования. Команда будет предоставлять контрольную плоскость Kubernetes и базовые ресурсы вне публичного облака для остальной части инженерного отдела. Удалённая работа. Рассматриваются кандидаты из Великобритании, Испании и Ирландии. Требования - Нравится работать с инженерами и управленческими структурами, которые поддерживают вас и вашу команду. - Комфортно работать в компании с удалённым форматом; коммуникация важна. - Работа в команде означает сотрудничество, дружелюбие, доброту и уважение. - Мы работаем на основе консенсуса: вы можете участвовать в обсуждении, но затем принимаете командное решение. - Интерес к работе с распределёнными системами. - Готовность учиться и развиваться. - Целостный подход к разработке. Команда отвечает за полный жизненный цикл кода: от написания дизайн-документов до анализа обратной связи от разработчиков и интеграционного тестирования. - Команда платформы в основном работает с Go, Python и Shell. - Опыт эксплуатации собственного кода. - Опыт работы с дата-центрами. - Участие в дежурствах (on-call). Обязанности - 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 и автоматическим масштабированием. - Поддержка композиций Crossplane и модулей Terraform для общих ресурсов облачных провайдеров (CSP). Управление версионированием и совместимостью ядра Crossplane и Terraform, а также провайдеров. - Работа с пользователями (командами приложений Grafana Cloud) для понимания их потребностей и выбора правильных направлений развития. Бонусы - Опыт с Cluster-API, Tinkerbell, Talos и/или Ceph. - Опыт работы в open source или других проектах на основе сообщества. - Опыт работы с несколькими облачными провайдерами. Мы запускаем Grafana Cloud на AWS, GCP и Azure, используя управляемые сервисы Kubernetes: EKS, GKE, AKS. - Опыт эксплуатации и управления рабочими нагрузками на Kubernetes.
Senior Backend-инженер, базы данных, Loki
О компании Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Grafana Cloud — полностью управляемая платформа наблюдаемости, построенная на принципах открытого кода, открытых стандартов, открытых экосистем и открытой культуры. Более 35 миллионов пользователей и 7 000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, более 1 600 сотрудников в 40+ странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG, Lead Edge Capital. Команда и стек Команда Databases владеет телеметрическими базами данных: Mimir (метрики), Loki (логи), Tempo (трейсы), Pyroscope (профили). Это open-source проекты, предлагаемые как облачный сервис Grafana Cloud и как on-premise решение. Это мультитенантные распределённые системы на Go, работающие на Kubernetes в GCP, Azure, AWS. Также инженеры работают над Prometheus, Grafana Agent, Mimir proxies и OpenTelemetry. Технологический стек: сервисы на Go, Kubernetes, облачное объектное хранилище. Компания поддерживает использование AI-ассистентов для разработки с оплачиваемым бюджетом, включая доступ к моделям GPT-Codex 5/3, Claude Opus 4.6, Gemini 3 Pro. Задачи - Влиять на дорожную карту и собственные карьерные цели. - Работать с командой над новыми функциями и улучшать их по результатам. - Вести проекты от идеи до эксплуатации. - Участвовать в open-source культуре и вносить вклад в другие проекты. - Проектировать, разрабатывать, эксплуатировать и поддерживать критически важные системы, отвечая за надёжность, производительность и доступность. - Участвовать в дежурствах (on-call) и нести ответственность за сервисы. - Поддерживать коллег, участвовать в обсуждениях архитектуры. - Изучать новые навыки, понимать облачный продукт и клиентов, знакомиться с кодовой базой крупной распределённой системы. Требования - Мотивированный самостоятельный специалист, ориентированный на действия. - Ориентация на клиента: создание продуктов, соответствующих потребностям пользователей. - Прагматизм: умение разбивать сложные задачи, анализировать, проектировать модульные решения, создавать MVP, собирать данные и итеративно улучшать. - Навыки совместной работы и коммуникации: команда — основная единица. - В связи с удалённой работой необходимы независимость и хорошие коммуникативные навыки, регулярные встречи по видеосвязи. Условия - Удалённая работа. На данный момент рассматриваются кандидаты из Испании, Ирландии, Германии, Великобритании или Швеции. - Полностью удалённая глобальная компания.