Вакансии OpenAI
Все вакансии с OpenAI: 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
Senior LLM-инженер, специалист по тонкой настройке и RAG
Обязанности - Тонкая настройка фундаментальных моделей с использованием LoRA/QLoRA, RLHF/DPO и инструктивной настройки для доменных задач и терминологии. - Построение агентных и инструментальных рабочих процессов, связывающих LLM с внутренними инженерными инструментами и источниками данных. - Проектирование оценочных стендов для проверки фактологичности и точности. - Обеспечение защиты от галлюцинаций и внедрение предохранительных механизмов безопасности. - Построение RAG-пайплайнов с Azure AI Search. - Создание структурированных систем вызова инструментов и функций на основе тонко настроенных моделей Azure OpenAI. - Развертывание и оптимизация инференса с использованием квантизации, KV-cache, vLLM и TensorRT-LLM в Azure Kubernetes Service. - Поддержание надежности, безопасности и экономической эффективности тренировочных и инференс-нагрузок Azure AI/ML совместно с ML-инженерами, дата-сайентистами и командами MLOps. Требования - 8+ лет общего опыта в ML/AI-инженерии с глубокой практической работой с LLM и фундаментальными моделями. - Подтвержденный опыт тонкой настройки моделей с использованием LoRA/QLoRA/PEFT, полной тонкой настройки или предобучения в некотором масштабе. - Практический опыт с RLHF, RLAIF, DPO или инструктивной настройкой. - Свободное владение Python. - Глубокое владение PyTorch. - Твердое понимание внутреннего устройства архитектуры трансформеров. - Практический опыт построения RAG-пайплайнов, эмбеддингов и векторного поиска, а также агентных или инструментальных LLM-систем. - Знакомство с Azure OpenAI, Azure AI Foundry или аналогичной облачной LLM-платформой. Желательно - Опыт работы непосредственно с Azure OpenAI Service и Azure AI Foundry. - Опыт оркестрации LLM-управляемой генерации кода или структурированных выходных данных для технических и инженерных доменов. - Опыт распределенного обучения на мульти-GPU и мультинодных кластерах с использованием DeepSpeed или FSDP. - Публикации, посты в блогах или вклад в open-source в области генеративного ИИ. Условия - Переменная оплата в виде денежного бонуса или в другой форме. - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкие расходные счета и сберегательные счета на медицинские расходы. - Страхование жизни, от несчастных случаев и инвалидности. - Пенсионные льготы. - Оплачиваемый отпуск и отгулы. - Образовательная поддержка. - Помощь при бесплодии. - Оплачиваемый отпуск по уходу за ребенком. - Помощь при усыновлении. - Гибкий формат работы.
Middle Python-разработчик, backend-сервисы и API
Компания: BRANDPOL Обязанности - Разработка backend-сервисов, API, интеграций и внутренних инструментов на Python. - Проектирование архитектуры решений совместно с командой. - Написание чистого, поддерживаемого и тестируемого кода. - Работа с базами данных, очередями, внешними API и инфраструктурными сервисами. - Участие в code review и обсуждении технических решений. - Автоматизация рутинных задач разработки. Требования - Уверенное знание Python и опыт коммерческой разработки от 2-3 лет. - Опыт работы с backend-фреймворками: FastAPI, Django, Flask или аналогами. - Понимание принципов ООП, SOLID, REST API, асинхронного программирования. - Опыт работы с PostgreSQL, Redis, Docker, Git. - Умение писать и поддерживать тесты. - Опыт настройки CI/CD. - Опыт работы с микросервисной архитектурой. - Готовность быстро разбираться в новом коде и технических доменах. Будет плюсом - Опыт использования AI-инструментов для разработки: ChatGPT, Claude, Cursor, GitHub Copilot, Aider, Devin, OpenAI API или аналогов — для генерации кода, написания тестов, анализа логов, рефакторинга. - Умение проверять и дорабатывать код, сгенерированный AI, оценивать его безопасность и производительность. - Опыт построения собственных AI-агентов или инструментов автоматизации разработки. - Опыт работы с LLM API, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичными фреймворками. - Понимание DevOps-практик и облачных платформ. Условия работы - Интересные задачи в области разработки современных backend-систем. - Возможность использовать современные инструменты в рабочем процессе. - Пространство для экспериментов с новыми подходами к разработке ПО. - Формат: офис. - Занятость: полная. - Уровень: middle. - Оплата: обсуждается по результатам собеседования.
Staff-инженер по ИИ, промпт-инжиниринг
О команде и проекте GE Vernova создаёт команду для применения генеративного ИИ. Цель — автоматизация промптинга и разработка фреймворка для промптинга, чтобы максимизировать переиспользование и обмен между бизнес-подразделениями. Сотрудник будет работать на стыке передовых технологий и традиционной индустрии, влияя на бизнес-процессы. Компания ведёт стратегию и R&D для энергетического перехода, сотрудничает с правительством США и более чем 420 организациями, реализует 150+ энергетических проектов. Задачи - Взаимодействовать с профильными экспертами для понимания бизнес-потребностей и превращения их в чёткие эффективные промпты для LLM. - Разрабатывать, тестировать и уточнять промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений на основе LLM в существующие или новые приложения. - Участвовать в разработке масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи пользователей для постоянного улучшения эффективности промптов. - Следить за развитием технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - Степень магистра в области компьютерных наук, ИИ/МО, инженерии, математики или смежной области и не менее 5 лет релевантного опыта. - Право на работу в США (требование работодателя). Предпочтительные качества - PhD в области компьютерных наук, инженерии, науки о данных или смежной области. - Опыт промпт-инжиниринга и знакомство с инструментами: OpenAI GPT, Hugging Face и др. - Владение Python или другими языками, обычно используемыми в ИИ/МО. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в NLP или проектах по машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание операционных процессов и задач традиционной индустрии. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. Условия - Конкурентная компенсация, профессиональное развитие, сложные задачи, хорошая рабочая среда. - Вилка зарплаты для позиции в США: $98 400 – $164 000. - Компания выплачивает географическую надбавку 110%, 120% или 130% к зарплате в определённых регионах. - Возможен дискреционный ежегодный бонус. - Предоставляется помощь с переездом (relocation assistance). - Медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточная поддержка медсестёр); программа помощи сотрудникам (EAP) с круглосуточной конфиденциальной оценкой и консультациями. - Предложение о работе зависит от успешного прохождения проверки на наркотики (если применимо).
AI-инженер по MCP-серверам и LLM-интеграции
О компании Integrated Medical Systems, Inc. (IMS) — дистрибьютор на рынке альтернативной медицинской помощи, основан в 1994 году. Компания предлагает гибкие условия аренды и покупки одноразовых и арендных продуктов для инфузионной терапии, респираторной поддержки, энтерального питания, онкологии и чистых помещений. О роли IMS ищет AI-инженера для проектирования, создания и развертывания интеллектуальных агентных ИИ-приложений, которые подключаются к корпоративным данным, бизнес-системам и внешним сервисам. Это роль инженера приложений ИИ, а не традиционного ML-инженера или специалиста по обучению моделей. Основной фокус — создание систем, позволяющих ИИ-моделям работать с реальными данными и бизнес-инструментами: безопасные, надежные и масштабируемые ИИ-агенты, которые понимают контекст, получают доступ к информации, используют инструменты и выполняют действия. В работе активно используются Model Context Protocol (MCP), оркестрация LLM, API, вызовы инструментов, корпоративные данные и асинхронные архитектуры приложений. Обязанности - Проектировать, разрабатывать и развертывать MCP-серверы, которые безопасно подключают ИИ-приложения к внутренним базам данных, векторным хранилищам, бизнес-приложениям и другим корпоративным ресурсам. - Создавать стандартизированные интерфейсы, позволяющие ИИ-агентам обнаруживать и взаимодействовать с доступными инструментами, ресурсами и рабочими процессами. - Разрабатывать MCP-инструменты, ресурсы и промпты для поддержки повторяемых бизнес-процессов. - Оценивать и выбирать подходящую LLM для конкретных сценариев на основе возможностей рассуждения, стоимости, размера контекстного окна, задержки и производительности. - Проектировать ИИ-процессы, которые маршрутизируют задачи между несколькими моделями и сервисами. - Реализовывать вызовы инструментов и функций, чтобы ИИ-агенты могли взаимодействовать с внешними системами. - Создавать надежные интеграции REST API и сторонних систем. - Настраивать схемы вызова функций и инструментов для вызова внешних сервисов ИИ-агентами. - Преобразовывать ответы внешних систем в структурированные форматы, которые могут эффективно интерпретировать и использовать LLM. Обязательные требования - Уверенное владение Python или TypeScript. - Понимание асинхронного программирования и паттернов async/await. - Опыт создания и использования RESTful API. - Понимание JSON-RPC 2.0 и обмена сообщениями. - Практический опыт создания MCP-серверов с использованием стандартных SDK или фреймворков, таких как FastMCP. - Опыт работы с MCP-инструментами, ресурсами и промптами. - Понимание LLM API и вызова инструментов/функций. - Опыт интеграции ведущих LLM-платформ: OpenAI, Anthropic Claude или аналогичных. - Опыт работы с векторными базами данных/векторными хранилищами и ИИ-поиском. - Умение создавать инструменты поиска и извлечения, предоставляющие релевантный структурированный контекст для LLM. - Понимание идентификаторов документов, метаданных и обработки цитирований/источников. - Понимание безопасной аутентификации и авторизации для подключения ИИ-приложений к проприетарным данным и корпоративным системам. - Умение проектировать правильно ограниченный доступ между ИИ-агентами, внутренними системами и внешними сервисами. Предпочтительные требования - Опыт разработки агентных ИИ-приложений или многошаговых ИИ-процессов. - Опыт работы с FastMCP или другими MCP-фреймворками. - Опыт с LangChain, LangGraph, Semantic Kernel или аналогичными фреймворками оркестрации ИИ. - Опыт с Docker, Git, CI/CD и облачными платформами. - Опыт интеграции ИИ с корпоративными базами данных, ERP-системами, CRM-платформами или другими бизнес-приложениями. - Опыт наблюдаемости, логирования, тестирования и мониторинга ИИ-приложений. - Знакомство с требованиями к медицинским данным, конфиденциальности, безопасности или компетентности. Критерии успеха В этой роли вы поможете IMS перевести ИИ из экспериментов в практические, безопасные и готовые к бизнесу приложения. Успех означает создание ИИ-систем, которые могут: - Понимать правильный контекст. - Находить и извлекать нужную информацию. - Использовать подходящие бизнес-инструменты. - Безопасно взаимодействовать с корпоративными системами. - Выбирать правильную модель для задачи. - Надежно выполнять рабочие процессы. - Предоставлять точные и отслеживаемые ответы. Вы будете помогать создавать инфраструктуру и прикладной уровень, которые делают ИИ полезным внутри бизнеса.
Инженер по искусственному интеллекту II, агентные системы
ICON ищет прагматичного разработчика, который перешёл от традиционной разработки ПО к миру агентного ИИ. В роли инженера по ИИ в ICON вы будете отвечать за проектирование и внедрение инструментов, рабочих процессов и автономных агентов на базе ИИ, которые ускоряют работу платформы строительных технологий ICON. Должность подчиняется старшему директору программ оборонных технологий и доступна для удалённой работы с периодическими поездками в штаб-квартиру ICON в Остине, штат Техас, по мере необходимости. Обязанности - Проектировать и создавать агентные системы ИИ, автоматизирующие сложные многоэтапные рабочие процессы в программной платформе ICON. - Разрабатывать функции и продукты на основе LLM, используя современные фундаментальные модели и API (например, Anthropic, OpenAI). - Архитектура и реализация многогаентных конвейеров, систем использования инструментов и интеграций Model Context Protocol (MCP). - Создание надёжных RAG-систем, включая приём документов, стратегии разбиения, конвейеры эмбеддингов и векторный поиск. - Сотрудничать с командами разработчиков и профильными специалистами для выявления возможностей автоматизации с помощью ИИ и превращать их в готовые продукты. - Отвечать за полный жизненный цикл функций ИИ: прототипирование, оценка, развёртывание и итерации. - Выступать техническим ресурсом и неформальным наставником по лучшим практикам агентного ИИ в инженерной организации. - Быть на переднем крае агентного ИИ и внедрять новые методы в производство. Минимальные требования - 6+ лет профессионального опыта в разработке ПО с сильной базой в бэкенд или full-stack разработке. - Подтверждённый опыт создания и внедрения продуктов производственного уровня с использованием LLM и агентных фреймворков. - Владение TypeScript и/или Python. - Глубокое понимание промт-инжиниринга, управления контекстом и паттернов рассуждения LLM. - Опыт работы с инструментами, вызовом функций и оркестрацией агентов (например, LangChain, LlamaIndex, Claude Code или собственные реализации). - Умение проектировать и проводить структурированные оценки для измерения и улучшения производительности систем ИИ. - Отличные коммуникативные навыки и комфорт при работе с техническими и нетехническими заинтересованными сторонами. - Возможность получить и поддерживать допуск к секретной информации. Предпочтительные навыки и опыт - Опыт разработки и интеграции серверов MCP (Model Context Protocol). - Знакомство с векторными базами данных (например, pgvector, Pinecone, Weaviate). - Опыт с тонкой настройкой, RLHF или конвейерами оценки моделей. - Знание основ машинного обучения: эмбеддинги, трансформеры, механизмы внимания. - Опыт генерации структурированных выходных данных и извлечения данных на основе LLM. - Опыт работы с агентами генерации кода (например, Claude Code, Cursor, системы типа Devin). - Знакомство с AWS и серверной инфраструктурой для ИИ-нагрузок. - Опыт работы в государственных, оборонных или регулируемых средах. - Интерес или опыт в отрасли AEC (архитектура, инженерия, строительство). Диапазон оплаты: $126,400 - $180,000.
AI-инженер, LLM и генеративный ИИ
Anika Systems — технологическая компания, которая помогает федеральным агентствам решать сложные бизнес-задачи. Услуги охватывают AI-стратегию, интеллектуальный анализ данных, машинное обучение, интеллектуальную автоматизацию и инженерию, с фокусом на программы национальной безопасности и федерального финансирования. Позиция удаленная, но в соответствии с федеральными контрактными требованиями возможен частичный или полный возврат в офис в будущем. Требуется гражданство США и возможность получить допуск к государственной тайне. AI-инженеры проектируют и внедряют продакшн-системы ИИ в коммерческих и федеральных проектах. Это hands-on роль в небольшой команде senior-специалистов. Инженеры отвечают за работу от начала до конца: данные, интеграция моделей, сервисы, UI, инфраструктура, безопасность и деплой. Ожидается принятие технических решений в условиях федеральных требований по соответствию, безопасности и закупкам. Требования: - Степень бакалавра в области компьютерных наук, компьютерной инженерии, науки о данных, вычислительной лингвистики или смежной области; магистерская степень приветствуется. - 1–3 года профессионального опыта в создании и запуске ML или NLP-систем, включая решения на основе LLM или генеративного ИИ. - Сильный продакшн-опыт в Python и TypeScript, включая современные веб-фреймворки (FastAPI, React). - Опыт интеграции LLM в реальные приложения: стриминг, вызов функций, учет токенов, обработка ошибок, на одной из платформ: OpenAI, Anthropic, Bedrock, Vertex или Azure OpenAI. - Опыт проектирования агентных систем: многошаговые рабочие процессы, RAG, оценка, контроль с участием человека. - Уверенное моделирование реляционных данных на PostgreSQL с асинхронным ORM и инструментами миграций. - Владение AWS (compute, storage, IAM, secrets, networking, observability) и infrastructure-as-code, желательно Terraform. - Понимание OAuth/OIDC, JWT, RBAC, изоляции мультитенантности и принципа наименьших привилегий. - Дисциплинированные привычки тестирования, линтинга и проверки типов; понятные диффы и четкая письменная коммуникация. Желательные навыки: - Опыт работы с федеральными программами: NIST 800-53, FedRAMP, FISMA, процесс ATO или требования к обработке данных агентств. - Опыт с Keycloak или другим OIDC-провайдером, мультитенантность на основе RLS или zero-trust дизайн приложений. - Знание платформ data/lakehouse (Databricks, Snowflake) и SQL за пределами CRUD. - Document AI/OCR-пайплайны и модернизация легаси-процессов. - Продакшн-наблюдаемость (CloudWatch, OpenTelemetry, Grafana) и опыт реагирования на инциденты. - Укрепление цепочки поставок: SBOM, сканирование зависимостей, подписанные сборки, моделирование угроз.
Инженер 1 по разработке агентных ИИ-решений
О команде и роли Nordstrom инвестирует в ИИ как ключевой драйвер розничных инноваций. Команда AI Agentic Solutions отвечает за превращение этих инвестиций в результаты. Мы определяем «искусство возможного» с агентами — сотрудничаем с бизнес- и технологическими командами, чтобы определить, где агентный ИИ может изменить работу Nordstrom, и проектируем и создаём такие решения от начала до конца в областях коммерции, персонализации, управления запасами и обслуживания клиентов. Команда находится на пересечении четырёх дисциплин: инженерия агентов, контекстная инженерия, оценки и защитные механизмы, а также управление памятью и состоянием для агентных решений. В роли Engineer 1 вы начинаете карьеру и строите фундамент в инженерии агентного ИИ. Вы работаете под руководством старших инженеров над чётко очерченными задачами — реализуете компоненты агентов, пишете тесты и учитесь тому, как создаются, оцениваются и эксплуатируются продакшн-системы агентов. Эта роль подходит тем, кто находится в начале карьеры, интересуется прикладным ИИ и хочет вырасти в полноценного инженера агентных решений. Чем предстоит заниматься - Реализовывать отдельные компоненты агентных решений — интеграции инструментов, шаблоны промптов, шаги поиска — под руководством старших инженеров, писать чистый, хорошо протестированный код и документировать работу. - Учиться применять контекстную инженерию — что видит агент, когда и почему — и активно получать знания о LLM, агентных фреймворках и промпт-инжиниринге для применения в работе. - Помогать создавать и запускать скрипты оценки и офлайн-бенчмарки для проверки безопасности, точности и надёжности поведения агентов. - Участвовать в дежурствах (on-call) и ревью дизайна, учиться отлаживать проблемы и выявлять компромиссы по своим компонентам. - Добавлять базовую инструментацию — логирование, метрики, алерты — в создаваемые системы и следовать инженерным стандартам и стандартам безопасности Nordstrom, включая безопасную обработку чувствительных данных. - Сотрудничать с коллегами из инженерии, продуктовых и бизнес-команд, чтобы понимать, как ваша работа вписывается в общее решение. Требования Обязательные: - 1+ год профессионального опыта в разработке ПО (стажировки учитываются) или профильный сертификат (например, буткемп). - Владение ИИ: практический опыт работы с LLM или API фундаментальных моделей (OpenAI, Anthropic, Google и т.п.) — через курсы, проекты, стажировки или профессиональный опыт. - Искренний интерес к агентному ИИ — как агенты используют инструменты, получают контекст и совершают действия — и желание развивать продакшн-навыки в этой области. - Твёрдые основы CS: структуры данных, алгоритмы, объектно-ориентированное проектирование, а также знакомство с RESTful API, JSON и взаимодействием сервисов. - Базовое понимание практик тестирования ПО и систем контроля версий (например, Git). - Готовность изучать современные агентные фреймворки: LangGraph, CrewAI, Semantic Kernel или Claude Agent SDK. - Развитые навыки устного и письменного общения, нацеленность на сотрудничество и обратную связь. Желательно: - Курсы, личные проекты или стажировки с промпт-инжинирингом, RAG или векторными базами данных. - Опыт работы с облачными платформами AWS или GCP. - Знакомство с контейнеризацией (Docker) и основами CI/CD. - Интерес или курсы в области розницы, электронной коммерции или цепочек поставок. - Вклад в open-source ИИ-проекты или личные эксперименты с LLM-приложениями. Условия - Гибридный формат, Сиэтл, Вашингтон. - Вилка зарплаты: $104,500–$162,500 в год (зависит от локации, знаний, навыков и опыта). - Медицинская страховка, стоматология, офтальмология, пенсионный план, оплачиваемый отпуск. - Страхование жизни и инвалидности. - Скидка на товары Nordstrom и ресурсы EAP. - Возможность получения бонусов по результатам работы. - Участие в программе 401k, медицинские/стоматологические/оптические/страхование жизни и инвалидности, начисление PTO, праздничные дни и другое. Условия зависят от локации, уровня должности, классификации и стажа.
Разработчик ИИ-агентов, агентные системы
О компании Aisle создает слой управления в реальном времени для физической розницы. Платформа связывает действия покупателей, стимулы и результаты в непрерывный цикл обратной связи, позволяя брендам запускать, измерять и оптимизировать розничные показатели в моменте. Это основа для автономного розничного исполнения. Сегодня 1600+ брендов и 5M+ потребителей используют Aisle. Под капотом — обработка событий с высокой нагрузкой, принятие решений в реальном времени и низколатентная инфраструктура. Небольшая быстрорастущая команда масштабирует систему. О роли Ищем Agent Builder для работы вместе с ведущим инженером по агентам над внутренним стеком агентов — сейчас это 8 агентов (Reggie и остальные) плюс экосистема плагинов. Стек построен на OpenClaw, но подойдет опыт с любым продакшн-харнессом (Hermes, кастомные решения). Работа делится на две части: - Операторский enablement: сидеть с операторами, изучать их рабочие процессы, проектировать и внедрять инструменты — tools, skills, плагины, интеграции. - Системы жизнеобеспечения агентов: память, системные промпты, управление контекстом, retrieval, эвалы, наблюдаемость, маршрутизация моделей. Обязанности - Тесно работать с доменными экспертами и операторами, превращать их неявные знания в возможности агентов. - Отвечать за системы жизнеобеспечения агентов: память, системные промпты, контекстные окна, retrieval, циклы эвалов, наблюдаемость. - Проектировать и создавать фоновые инструменты, плагины и скиллы. - Поддерживать систему в проде: диагностировать сбои агентов и исправлять первопричины, а не симптомы. - Проводить эксперименты, определять, где агенты полезны или вредны: задавать рубрики, читать трейсы, решать, что чинить дальше. - Разрабатывать и распространять паттерны: обобщать работающие решения в переиспользуемые паттерны для памяти, промптинга, контекста, инструментов и оркестрации. Приносить новые возможности моделей и дизайн-паттерны в команду. Требования Владение агентами: - Обязательно: практический продакшн-опыт с хотя бы одним агентным фреймворком (OpenAI Agents SDK, Claude Code, Codex, Cursor, OpenClaw, LangGraph, Hermes или собственный харнесс). Вы уже создавали и запускали агентов, которыми пользуются люди, и знаете их сбои наизусть. - Свободное владение сессиями, контекстными окнами, системами памяти, вызовом инструментов/функций и харнессами в стиле MCP/ACP. - Промпт и контекстный дизайн — ключевое ремесло, а не хобби; вы итеративно доводите поведение агента до надежного. - Мыслите в терминах результатов: можете сидеть с оператором, наблюдать за работой и декомпозировать его задачи на то, что агент реально может сделать. - У вас есть мнение о субстрате: дизайн памяти, архитектура системных промптов, управление контекстом, retrieval, эвалы — и вы внедряли это для агента, которым пользуются. Технический комфорт (минимум, не потолок): - Уверенно работаете в терминале: меняете конфиги, запускаете скрипты, перезапускаете сервисы, читаете логи — но не обязаны быть «фулстек-инженером». - Можете подключать инструменты и плагины по документации и примерам. - Можете работать вместе с инженерами, когда нужны реальные изменения кода, и понимаете, когда выходите за пределы своих знаний. Образ мышления (важнее резюме): - Чутье 80/20 в обе стороны: знаете, какие 20% фич дают 80% ценности, и какие 20% действий агенты делают плохо, проектируете компенсирующие паттерны на уровне харнесса. - Архитектурное мышление: видите агентные системы как системы, держите всю анатомию в голове, проектируете изменения с учетом побочных эффектов. - С одинаковым удовольствием отлаживаете странный трейс в OpenClaw TUI и обсуждаете с человеком, почему агент ощущается «не таким». - Ориентированы на результат: важно, что агент достигает, а не сколько строк вы написали. - Сильная декомпозиция задач и оркестрация: разбиваете сложные задачи на то, что агент реально может сделать.
Senior Full Stack-инженер, специализация AI
О компании Sigma Software — международный технологический партнер с более чем 24-летним опытом создания цифровых решений для глобального бизнеса. В команде более 2000 специалистов, компания сотрудничает с такими брендами, как AstraZeneca, Viaplay, Volvo и Scania, помогая им масштабироваться, внедрять инновации и оставаться конкурентоспособными на быстро меняющихся рынках. Работая в более чем 20 странах, имея более 40 офисов в Европе и Америке, Sigma Software сочетает глобальный охват с сильной локальной экспертизой. Компания реализовала проекты для более чем 500 клиентов в таких отраслях, как финтех, здравоохранение, автомобилестроение и медиа. Описание роли Мы ищем Senior AI Software Engineer с сильным full-stack опытом для проектирования, разработки и эксплуатации современных облачных программных продуктов. Инженер должен уверенно работать в областях frontend, backend и DevOps, интегрируя AI-возможности в бизнес-приложения. Технологический стек - React, Angular - Java / Spring Boot, Python, C - Kafka, Terraform - Kubernetes, Helm, ArgoCD - Azure OpenAI или аналогичные AI-платформы Условия - Полная занятость - Требуется уверенный английский для общения Заказчик Заказчик в медицинской области. Работа над приложениями для врачей и клиник. Ключевые обязанности - Разработка и поддержка современных веб-приложений. - Проектирование и внедрение AI-функций и агентных рабочих процессов. - Создание и эксплуатация облачных сервисов с акцентом на надежность, безопасность и масштабируемость. - Взаимодействие с командами продукта, UX, архитектуры и разработки. - Повышение инженерного качества и внедрение AI в командах разработки. Требуемые навыки - Опыт full-stack разработки уровня senior. - Сильные знания frontend: React или Angular. - Сильные знания backend: Java / Spring Boot, Python или C. - Опыт работы с облачными архитектурами и DevOps-практиками. - Подтвержденное практическое использование AI-инструментов в разработке ПО. - Степень в области компьютерных наук или эквивалентный технический опыт. Предпочтительные квалификации - Опыт создания AI-агентов, рабочих процессов или решений для автоматизации. - Знакомство с современными LLM-экосистемами и AI-инструментами. - Понимание процессов разработки продуктов.
AI-промпт-инженер, LLM и генеративный ИИ
Компания и контекст CACI International ищет AI-промпт-инженера в команду BEAGLE Agile Solution Factory (ASF), поддерживающую заказчика CBP в Северной Вирджинии. Команда работает над Agile-разработкой для Министерства внутренней безопасности (DHS). Задачи - Разработка и оптимизация промптов для различных генеративных ИИ-моделей (LLM) для получения желаемого поведения, ответов и творческих результатов. - Итеративное тестирование: сравнение вариантов промптов, анализ результатов и постоянное улучшение. - Взаимодействие с несколькими группами для интеграции промптов и оптимизации ручных процессов. - Исследования и разработка: отслеживание последних достижений в области LLM, генеративного ИИ и техник промпт-инжиниринга. - Поддержка тонкой настройки и RAG: участие в стратегиях улучшения точности моделей. - Решение проблем: отладка неожиданного поведения моделей, выявление корневых причин в структуре промпта, ограничениях модели или контексте данных. Требования - Гражданство США и способность пройти проверку службой CBP (проверка за 3 года на felony, за 1 год на употребление наркотиков, за 1 год на проступки, такие как кража или мошенничество). - Степень бакалавра в области компьютерных наук, программной инженерии, информационных технологий или смежной области (эквивалентный опыт может быть рассмотрен). - 0–3 года профессионального опыта разработки ПО, стажировок или соответствующих академических проектов. - Более 1 года практической работы с большими языковыми моделями (например, OpenAI GPT, Llama, Gemini) или другими генеративными ИИ-моделями. - Опыт как минимум с одним языком программирования (Python, JavaScript/TypeScript). - Знание техник промпт-инжиниринга (few-shot, chain-of-thought, структурированные выходы, вызов функций). - Готовность к гибридному графику с работой на месте в Ашберне, Вирджиния. Желательно - Навыки решения проблем и подход к экспериментам, основанный на данных. - Письменные и устные коммуникационные навыки, умение ясно излагать сложные технические концепции. - Способность работать самостоятельно и в команде в быстро меняющейся среде. - Опыт работы с концепциями RAG, включая эмбеддинги и векторные базы данных. - Понимание вопросов безопасности ИИ (например, prompt injection, предвзятость, конфиденциальность данных). - Опыт работы в Agile/Scrum. Условия - Полная занятость, постоянная должность. - Допуск к гостайне не требуется. - Возможны локальные командировки до 10%. - Гибридный график с присутствием в офисе в Ашберне, Вирджиния. - Культура честности и среда доверия, гибкий график отпуска, доступ к обучающим ресурсам.
AI Workflow Engineer
Ultimate Knowledge Institute ищет AI Workflow Engineer для проектирования агентного SDLC с нуля: формализованные пайплайны, где AI-агенты планируют, создают, тестируют, ревьюят и выпускают код вместе с командой старших инженеров, с управлением, обоснованием и метриками эффективности. Это не исследовательская роль и не работа с промптами — вы будете проектировать систему доставки: рабочие процессы, защитные механизмы и циклы обратной связи, позволяющие команде работать значительно быстрее без потери инженерного качества. Работа напрямую ускоряет миссию: обеспечение готовности кадров для кибервойск страны. О компании: с 1999 года Ultimate Knowledge Institute задает стандарты обучения кибербезопасности для Министерства обороны, федеральных агентств и компаний из списка Fortune 500. Платформа выявляет индивидуальные пробелы в экспертизе и строит адаптивные индивидуальные планы обучения для федеральных клиентов США, оборонного сектора, разведывательного сообщества, местных и коммерческих заказчиков. Вы присоединитесь к новой формирующейся AI-команде внутри зрелой продуктовой инженерной команды — реальные пользователи, реальные stakes и зеленое поле для трансформации процессов разработки. Задачи: - Построить агентный SDLC-пайплайн: проектировать, внедрять и эксплуатировать агентные рабочие процессы на всех этапах жизненного цикла разработки — планирование, генерация кода, ревью, тестирование, документация и релиз, интегрированные с GitOps и CI/CD-инфраструктурой. - Улучшить опыт разработчиков: внедрять современные AI-интеграции в ежедневный процесс команды — кодинг-агенты, автоматическое ревью, интеллектуальная генерация тестов и self-service инструменты. - Строить обоснованные и надежные системы: разрабатывать retrieval-grounded и контекстно-зависимые AI-системы с надежными и проверяемыми результатами, проектировать оценочные стенды для их подтверждения. - Установить управление и защитные механизмы: определять и внедрять политики, контрольные точки с участием человека, аудит-трейлы и меры безопасности для ответственного применения агентного AI в средах, где доверие критично. - Формализовать и масштабировать: превращать успешные практики в повторяемые фреймворки, плейбуки и внутренние платформы, расширяя агентное ускорение за пределы инженерии на всю организацию. - Продвигать практику: обучать и поддерживать внедрение AI в команде, выступая мультипликатором, а не изолированным специалистом. Требования: - 2-3+ года практического опыта создания систем на AI/LLM в продакшене. - 2+ года проектирования и эксплуатации агентных рабочих процессов и пайплайнов, включая многошаговую оркестрацию агентов, использование инструментов, оценку и управление. - Опыт работы в современных командах разработки с практиками GitOps и CI/CD. - Рабочее знание паттернов grounded AI: RAG, контекстная инженерия, структурированные выходы, оценка и наблюдаемость LLM-систем. - Солидные основы программной инженерии на JavaScript/TypeScript и/или Python; уверенная работа со стеком (Angular/React фронтенды на Express веб-приложениях). - Соответствие культуре continuous delivery — подход Аллспоу/Хаммонда, Phoenix Project (Ким): малые партии, быстрая обратная связь, обучение без обвинений, операционное совершенство. - Проактивность: видите возможность ускорить команду — строите, измеряете и делитесь результатом. - Сильные коммуникационные навыки: умение объяснить агентную архитектуру инженеру и ее ROI — руководителю. - Требуется разрешение на работу в США; роль — удаленная в США. Будет плюсом: - Опыт с агентными фреймворками и протоколами (LangGraph/LangMem, Claude Agent SDK, MCP, OpenAI Agents) и AI-инструментами для кодинга (Claude Code, Copilot, Cursor).
Principal-инженер AI, промпт-инжиниринг
О компании GE Vernova развивает направление генеративного ИИ: создаёт команду для автоматизации промптинга и разработки фреймворка для переиспользования промптов между бизнес-подразделениями. GE Vernova Advanced Research выступает акселератором и ведёт исследования для энергетического перехода. Позиция предполагает работу на стыке передовых технологий и традиционной промышленности. Задачи - Взаимодействовать с профильными экспертами для перевода бизнес-потребностей в эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции LLM-решений в существующие или новые приложения. - Участвовать в создании масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи пользователей для постоянного улучшения эффективности промптов. - Отслеживать достижения в области LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - 10+ лет релевантного опыта и степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. - Готовность работать в офисе в Нискаюне (штат Нью-Йорк) или Кембридже (штат Массачусетс). - Для сотрудников в Кембридже: обязательная трёхмесячная гибридная адаптационная программа в Исследовательском центре GE Vernova Advanced Research в Нискаюне. Предоставляются расходы на поездки, жильё и проживание. - Наличие права на работу в США. Желательные качества - PhD в области компьютерных наук, ИИ, машинного обучения, инженерии, науки о данных или смежных областях. - 3+ года опыта в промпт-инжиниринге и знакомство с инструментами, такими как модели OpenAI GPT, Hugging Face и др. - 5+ лет опыта работы с Python или другими языками программирования, обычно используемыми в AI/ML. - Опыт с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (например, Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание особенностей работы традиционной промышленности и её задач. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. Условия - Компания предлагает хорошую рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию.
Backend Python-разработчик, AI-driven разработка
О компании Стартап в stealth-режиме, поддерживаемый Y Combinator, разрабатывает ИИ-технологии для трансформации процесса разработки ПО. Задачи - Быстрая разработка прототипов: создание MVP и их развитие в масштабируемые production-сервисы. - Интеграция ИИ: использование LLM и других AI-технологий для создания функций автоматической генерации кода и повышения продуктивности разработчиков. - Проектирование, разработка и развертывание backend-систем, работающих с реальным трафиком, обеспечение производительности, стабильности и отказоустойчивости. - Работа по всему стеку: backend-архитектура, интеграция AI-моделей, дизайн API, инфраструктура. - Участие в формировании инженерных практик, инструментов и культуры технической команды. Требования - Экспертный уровень в Python или Node.js: опыт создания надежных масштабируемых backend-систем и микросервисов, умение интегрировать новые библиотеки и фреймворки. - Опыт работы с LLM API (OpenAI, Anthropic и др.), интерес к применению ИИ для генерации кода и автоматизации. Наличие опыта — существенный плюс. - Хакерский склад ума: способность быстро погружаться в сложные проблемы, прототипировать решения, читать документацию на лету, постоянно итерировать. - Самостоятельность: видеть пробелы, находить возможности и действовать без ожидания указаний. Условия - Ранний сотрудник: работа с основателями, влияние на продуктовое видение, техническую архитектуру и культуру компании. - Значительная доля в капитале на ранней стадии. - Интенсивная среда Y Combinator: быстрая итерация, постоянное обучение, ежедневные ключевые решения. - Быстрый видимый результат: код напрямую влияет на прогресс компании. - Отсутствие бюрократии, lean-среда, ориентированная на результат. - Бонус: расположение в районе залива Сан-Франциско или Нью-Йорке.
Senior AI-инженер, автоматизация и интеграция
Grafana Labs — компания, создавшая открытую облачную платформу для наблюдаемости, ищет Senior Engineer (AI & Automation) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Вы будете создавать мультиагентные архитектуры, интеграции с LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных. Это удалённая позиция для кандидатов из Канады. Жители Квебека не могут претендовать на эту роль. Задачи Агентные системы и AI-инфраструктура: - Полный цикл разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков для вызова через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Интеграция систем и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов для подключения AI-моделей к бизнес-системам (BigQuery, Slack, CRM, электронная почта, календари, аналитические инструменты). - Проектирование потоков данных для RAG: подключение LLM к внутренним базам знаний, данным о клиентах и бизнес-контексту в реальном времени. - Разработка serverless- или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся под нагрузку и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, регионального маркетинга и SDR для выявления высокоприоритетных задач автоматизации, поиска узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью инструментов оркестрации (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем для самостоятельного использования: документация, плейбуки и обучающие материалы, позволяющие командам работать независимо. Требования - 8+ лет опыта в разработке ПО с глубокими знаниями в бэкенд-разработке, системной интеграции или инженерии данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, знание Git-процессов, практик код-ревью и дисциплины тестирования. - Практический опыт работы с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции.
AI-инженер Python, LLM и RAG
TwelveAI ищет AI-инженера для разработки LLM-ассистента и backend-логики для AI-платформы, которая автоматизирует продажи, запись и поддержку клиентов. Локация: Астана, офис. Формат: Full-time, 5/2. Зарплата: от 600 000 тенге. Задачи: — разрабатывать LLM-ассистента: чат, сценарии и логику диалогов; — создавать RAG-системы, работать с embeddings, chunking и retrieval; — интегрировать БД и внешние сервисы; — разрабатывать REST и async API; — работать с транзакциями, race conditions и WebSocket; — оптимизировать качество ответов и стоимость инференса. Стек: Django 4.2, Django Ninja, DRF, Daphne, Django Channels, PostgreSQL, Redis, Celery, OpenAI SDK, scikit-learn, NumPy, SciPy, vector DB, Docker. Будет плюсом: Document AI, OCR/NLP, semantic matching, AI-агенты, микросервисы, CI/CD.
Инженер-программист, платформа разработки плагинов
О команде Команда платформы разработки плагинов создаёт API, SDK и инструменты, позволяющие расширять ChatGPT и Codex. Работа включает плагины, коннекторы, протокол Model Context Protocol (MCP) и интерактивные приложения. Цель — чтобы любой мог превратить полезный рабочий процесс в плагин, опубликовать его и дать другим возможность использовать. Плагин может объединять инструкции и навыки с подключениями к необходимым инструментам и данным. Работа охватывает создание и публикацию плагинов, системы их выполнения в продуктах и открытые стандарты для разработчиков. О роли Ищем инженеров с платформенным мышлением, понимающих, как создать платформу, которой разработчики захотят пользоваться. Работа охватывает пользовательские интерфейсы для разработчиков, API и серверные системы. Вы будете владеть функциями от первого разговора с разработчиком до внедрения и релиза. Предстоит напрямую общаться с разработчиками, партнёрами и open-source сообществом. Их опыт определит проектируемые API и абстракции, приоритеты и компромиссы. Место работы: Сан-Франциско. Гибридный формат: 3 дня в офисе в неделю. Предоставляется помощь с переездом для новых сотрудников. Обязанности - Проектировать и выпускать API, SDK и сервисы для расширения ChatGPT и Codex. - Упрощать создание, тестирование, публикацию, обновление и распространение плагинов. - Улучшать совместимость и согласованность между ChatGPT и Codex, включая интерактивные приложения. - Вносить вклад в MCP и другие открытые стандарты, учитывая практические потребности разработчиков. - Работать с разработчиками и партнёрами для выявления повторяющихся проблем и улучшения платформы, инструментов и документации. - Взаимодействовать с командами Product, Research, Security и Trust & Safety по вопросам разрешений, совместимости и безопасного и надёжного выполнения. Что поможет вам преуспеть - Опыт создания программного обеспечения, которым пользуются другие разработчики: open-source проект, API или SDK, платформа для разработчиков, внутренние инструменты с реальными пользователями или компания в сфере devtools. - Наличие собственного мнения об API и абстракциях, умение объяснять компромиссы за своими решениями. - Интерес к общению с разработчиками и пониманию того, что они пытаются создать. - Умение переключаться между продуктовыми вопросами и техническими деталями, определять важное и доводить работу от неясной задачи до продакшена. - Уверенная работа с веб-интерфейсами и серверными системами, готовность изучать незнакомые части стека. - Желание участвовать в определении того, как разработчики создают программное обеспечение для ИИ-агентов, в том числе через открытые стандарты, такие как MCP.
Staff-бэкенд-инженер, Mimir Query, базы данных
О компании и команде Grafana Labs — компания, разрабатывающая открытую облачную платформу наблюдаемости Grafana Cloud. Платформа интегрирует метрики, логи, трейсы и профили. Команда Databases владеет и управляет телеметрическими базами данных: Mimir для метрик, Loki для логов, Tempo для трейсов, Pyroscope для профилей. Базы данных предоставляются как управляемый сервис в Grafana Cloud и как локальные решения (Grafana Enterprise Metrics, Logs, Traces). Это мультитенантные распределённые системы на Go, работающие в Kubernetes в AWS, GCP и Azure. Сквад Mimir состоит из трёх подсквадов: Ingest, Storage и Query. Команда поддерживает OSS-проект Mimir и управляет Grafana Cloud Metrics в трёх крупных облачных провайдерах. Инженеры фокусируются на оптимизации эффективности и отказоустойчивости обработки, хранения и запросов метрик при больших объёмах. Работа удалённая. Рассматриваются кандидаты в часовых поясах США. Обязанности - Влиять на дорожную карту и собственные карьерные цели. - Работать с командой над новыми функциями и улучшать их на основе результатов. - Вести проекты от идеи до эксплуатации. - Участвовать в open-source культуре и вносить вклад в проекты за пределами своей команды. - Проектировать, разрабатывать, эксплуатировать и поддерживать критически важные системы, отвечая за надёжность, производительность и доступность. - Участвовать в on-call ротации follow-the-sun и отвечать за сервисы. - Поддерживать других членов команды, участвовать в обсуждениях дизайна и сотрудничать. - Изучать новые навыки, углубляя понимание облачного продукта и клиентов, знакомиться с кодовой базой крупной распределённой системы. Условия Компания инвестирует в продуктивность разработчиков. Можно использовать современные AI-ассистенты для кодирования в повседневной работе (на выбор, в рамках политики безопасности), с оплачиваемым бюджетом. Доступны последние модели от OpenAI, Anthropic и Google.
Automation & AI Specialist, Low-Code и CRM-автоматизация
Компания WorkflowX разрабатывает CRM-, автоматизационные и ИИ-решения для бизнеса, объединяя CRM, коммуникации, данные, API и современные ИИ-технологии в автоматизированные процессы. Задачи: - Создание и развитие n8n-воркфлоу - Разработка автоматизаций между CRM-платформой и внешними приложениями - Техническая реализация и развитие ИИ- и голосовых агентов - Подключение API, вебхуков и сторонних систем - Настройка CRM-воркфлоу и автоматизированных клиентских процессов - Обработка и синхронизация данных между системами - Интеграция телефонии, электронной почты, WhatsApp, календарей, форм и других инструментов - Создание небольших решений на JavaScript, HTML и CSS, когда стандартных функций недостаточно - Анализ ошибок, тестирование и оптимизация существующих автоматизаций - Документирование ключевых воркфлоу и интеграций - Участие в разработке новых решений для автоматизации и ИИ Требования: - Опыт с n8n, Make или аналогичными low-code/no-code платформами - Знание API, REST API и вебхуков - Опыт с CRM-системами и CRM-автоматизацией - Владение JavaScript - Знание HTML и CSS - Понимание JSON и обработки данных - Опыт с ИИ-инструментами и LLM - Опыт с ИИ- или голосовыми агентами - Опыт с интеграциями телефонии и VoIP - Опыт с OpenAI, ElevenLabs, Twilio или аналогичными платформами Важно: отсутствие опыта с конкретным инструментом, например n8n, при уверенном владении Make, не является исключающим фактором. Ключевое значение имеет понимание логики, данных, API и автоматизации. Условия: - Проекты в сфере автоматизации и искусственного интеллекта - Свобода в принятии решений - Современные инструменты и технологии - Короткие пути согласования - Ответственная самостоятельная работа - Удалённая работа - Разнообразные технические задачи - Возможность активно участвовать в развитии систем автоматизации и ИИ
Инженер-программист по развертыванию моделей
О команде и роли ChatGPT использует большой и растущий парк GPU для надежного и эффективного обслуживания инференс-нагрузок. Команда разрабатывает системы и инструменты, которые позволяют внедрять новые модели, управлять продакшн-развертываниями, реагировать на операционные проблемы и эффективно использовать инфраструктуру в масштабе. Работа охватывает распределенные системы, платформенную инженерию, автоматизацию инфраструктуры и опыт разработчиков. Команда тесно сотрудничает с исследовательскими, инфраструктурными и продуктовыми командами, чтобы сделать развертывание моделей более надежным, эффективным и управляемым. Ищем инженера-программиста с опытом создания или эксплуатации крупномасштабных производственных систем. Вы будете проектировать и разрабатывать системы, поддерживающие жизненный цикл моделей в продакшене, включая оркестрацию развертывания, управление конфигурацией, операционную автоматизацию, надежность и управление мощностями. Вы поможете превратить сложные операционные процессы в масштабируемые платформенные возможности, которые позволят командам OpenAI развертывать и управлять моделями с большей уверенностью и меньшими ручными усилиями. Роль подходит инженерам, которым нравится решать сложные операционные проблемы и создавать программное обеспечение, упрощающее эксплуатацию производственной инфраструктуры в масштабе. Задачи - Развивать платформу для развертывания, настройки и управления моделями в ChatGPT. - Разрабатывать системы оркестрации развертывания, раскатки моделей, операционной видимости и готовности к продакшену. - Создавать абстракции и инструменты, упрощающие сложную инфраструктуру и улучшающие опыт разработчиков. - Автоматизировать операционные процессы, включая обнаружение инцидентов, диагностику, смягчение последствий и восстановление. - Повышать надежность, масштабируемость и эффективность развертывания моделей и поддерживающей инфраструктуры. - Строить системы поддержки планирования мощностей, распределения ресурсов и использования инфраструктуры. - Взаимодействовать с исследовательскими, инфраструктурными и продуктовыми командами для выявления общих задач и создания переиспользуемых платформенных возможностей. - Определять техническое направление платформы управления моделями по мере развития ChatGPT и его систем. Требования - Пять и более лет опыта разработки программного обеспечения для производственной инфраструктуры. - Сильные навыки программирования на Go, Python, C++, Rust или аналогичном языке. - Опыт проектирования или эксплуатации высокодоступных распределенных систем. - Опыт в платформенной инженерии, инфраструктурной инженерии, производственной инженерии, site reliability engineering или аналогичных дисциплинах. - Сильные навыки системного проектирования, отладки и решения операционных проблем. - Отличные коммуникативные навыки и опыт совместной работы с инженерными командами. Желательные качества - Опыт создания или эксплуатации внутренних платформ, распределенных систем или крупномасштабной производственной инфраструктуры. - Умение превращать сложные операционные проблемы в надежное программное обеспечение и переиспользуемые абстракции. - Опыт работы с системами развертывания, оркестрации, управления конфигурацией или автоматизации инфраструктуры. - Понимание производственной надежности, наблюдаемости, планирования мощностей и реагирования на инциденты. - Внимание к опыту разработчиков и созданию инструментов, повышающих эффективность других инженерных команд. - Готовность работать на стыке организационных границ и брать на себя ответственность от проектирования системы до эксплуатации в продакшене. - Умение работать в быстро меняющейся среде со значительной технической неопределенностью. - Интерес к обслуживанию моделей или ML-инфраструктуре; специализированный опыт работы с GPU или низкоуровневым оборудованием не обязателен. О компании OpenAI — исследовательская и внедренческая компания в области ИИ, стремящаяся к тому, чтобы искусственный интеллект общего назначения принес пользу всему человечеству. Компания расширяет границы возможностей систем ИИ и стремится безопасно внедрять их через свои продукты.
LLM DevOps / Inference Engineer
Xaxis Solutions ищет LLM DevOps / Inference Engineer для поддержки платформы оценки и бенчмаркинга ИИ в сфере здравоохранения. Роль включает владение инфраструктурой для тестового стенда, стеком самостоятельного хостинга моделей и надежностью платформы, включая предоставление GPU-инфраструктуры, оптимизацию инференса моделей и управление облачными системами AWS. Задачи: - Строить и поддерживать AWS-инфраструктуру с помощью Terraform, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Развертывать и управлять самостоятельным хостингом LLM-инференса на GPU-инфраструктуре - Внедрять стратегии батчинга, квантизации, автоскейлинга и мульти-GPU для эффективного инференса - Разрабатывать стандартизированные процессы быстрого подключения новых моделей - Создавать слои абстракции провайдеров для API-моделей, таких как OpenAI, Anthropic и Gemini, а также для самостоятельного хостинга моделей - Внедрять ограничение скорости, повторы, экспоненциальную задержку, управление квотами, логирование запросов и ответов и атрибуцию затрат - Обеспечивать воспроизводимость и экономичность бенчмарк-запусков через закрепленные версии моделей и контейнеров и оптимизированную облачную мощность - Строить дашборды наблюдаемости, охватывающие пропускную способность, задержку, использование токенов, стоимость GPU-часов, сбои и производительность по моделям - Поддерживать пиковые нагрузки, предотвращая осиротевшие или ненужные облачные ресурсы - Участвовать в архитектуре доверенной среды исполнения (TEE) и оценивать AWS Nitro Enclaves и аналогичные решения конфиденциальных вычислений Требования: - Практический опыт запуска и управления контейнерами инференса - Сильный опыт построения и поддержки AWS-инфраструктуры как кода, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Опыт работы в стартапе или среде с быстрым темпом - Сильный опыт работы с ИИ/LLM и модельной инфраструктурой - Отличные коммуникационные навыки - Граждане США получат приоритет - Активный и полный профиль LinkedIn - Опыт работы с продакшн-масштабной AWS-инфраструктурой - Сильное знание EKS/ECS, EC2 GPU-инстансов (G5/G6, P4d/P5), VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch и Service Quotas - Сильный опыт Terraform / Infrastructure as Code - Практический опыт с обслуживанием LLM-моделей и оптимизацией инференса - Практические знания стратегий батчинга, поведения KV-кэша, квантизации и мульти-GPU шардинга - Опыт управления GPU-нагрузками с EKS/ECS, автоскейлингом узлов и контейнерными пайплайнами на CUDA - Сильный опыт в области надежности и оптимизации затрат, включая SLO, мониторинг, алертинг и оптимизацию облачных затрат - Опыт с AWS SageMaker и Bedrock - Сильные навыки разработки на Python - Знание конфиденциальных вычислений, включая Enclaves, удаленную аттестацию и защищенный выпуск ключей - Понимание комплаенса в здравоохранении, включая сервисы, соответствующие HIPAA, требования BAA, аудит-логирование и контроль доступа к PHI - Опыт усиления безопасности, сканирования образов и контроля сетевого исходящего трафика Компания Xaxis Solutions — консалтинговая компания по управлению, предоставляющая клиентам экономически эффективные решения. Основана в undefined, штаб-квартира в Миссиссоге, Онтарио, Канада, штат 2–10 сотрудников.
Прикладной AI-инженер продукта, full-stack
О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).
Инженер Agentic AI, Azure AI Foundry
Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.
AI-разработчик, Azure и Copilot Studio
О компании Itron разрабатывает новые способы управления энергией и водой для коммунальных предприятий и городов. Компания создаёт более рациональный мир для защиты важнейших ресурсов сегодня и в будущем. О роли Компания ищет AI-разработчика для проектирования и создания решений на базе ИИ с использованием экосистемы Microsoft: Azure, GitHub, Copilot Studio и Azure AI Foundry. В этой роли вы будете разрабатывать и интегрировать разговорные копилоты, сценарии RAG (генерация с дополнением по извлечённым данным) и автоматизированные рабочие процессы в корпоративные приложения. Вы будете тесно взаимодействовать с продуктовыми, инженерными, security- и бизнес-заинтересованными сторонами для создания масштабируемых, соответствующих требованиям и измеримых AI-возможностей для клиентов в сфере ЖКХ и энергетики. Обязанности Разработка и внедрение решений - Создание и поддержка AI-решений на базе Azure AI Foundry: выбор моделей, оркестрация промптов, оценка и паттерны развёртывания с фокусом на надёжные и клиентоориентированные результаты. - Разработка и настройка копилотов в Copilot Studio: темы, действия, плагины/коннекторы, инклюзивный дизайн диалогов. - Внедрение паттернов интеграции ИИ: RAG, вызов инструментов/функций, агентные рабочие процессы в приложениях и внутренних инструментах. - Создание и поддержка API-сервисов (например, Azure Functions, App Service, контейнерные сервисы) для предоставления AI-возможностей корпоративным бизнес-системам. - Проектирование и реализация безопасных и подотчётных паттернов доступа к корпоративным источникам знаний: SharePoint, Azure SQL, Blob Storage. DevOps, GitHub и инженерное совершенство - Использование Azure DevOps и GitHub для управления исходным кодом, pull request, код-ревью, стратегий ветвления и управления релизами в совместной agile-среде. - Построение CI/CD-пайплайнов с автоматическим тестированием, сканированием безопасности и развёртыванием в Azure. - Применение инженерных практик: модульное и интеграционное тестирование, телеметрия, обработка ошибок, оптимизация производительности и понятная документация. Безопасность, соответствие и управление - Соблюдение практик secure-by-design: управление доступом и идентификацией (Entra ID), управление секретами (Key Vault), принцип минимальных привилегий. - Поддержка требований ответственного ИИ и управления: логирование, аудит, оценка, безопасность контента, защитные ограничения промптов и безопасности. - Взаимодействие с командами безопасности и соответствия для обеспечения соответствия AI-решений корпоративным политикам и регуляторным требованиям, характерным для сектора ЖКХ и энергетики. Совместная работа и взаимодействие с заинтересованными сторонами - Перевод бизнес-потребностей в проекты AI-решений, пользовательские истории и технические планы реализации, которые практичны и измеримы. - Кросс-функциональная работа с продуктовыми, инженерными и бизнес-партнёрами для определения метрик успеха, проверки результатов и итераций на основе обратной связи и аналитики. - Обучение и поддержка команд, внедряющих паттерны Copilot Studio и Azure AI Foundry, развитие общей ответственности и непрерывного обучения. Требования - Опыт разработки программных решений на Azure, включая как минимум одно из: Functions, App Service, Storage, SQL или API Management. - Практический опыт работы с Azure DevOps и/или GitHub: pull request, стратегии ветвления, отслеживание задач, CI/CD. - Опыт разработки AI-приложений, включая как минимум одно из: - Копилоты, чат-боты или разговорные пользовательские интерфейсы. - Решения на основе поиска (RAG) и корпоративный поиск. - Промпт-инжиниринг и управление версиями промптов. - Вызов инструментов/функций или агентные рабочие процессы. - Умение работать с REST API и интегрировать AI-решения с корпоративными системами. - Сильные основы программной инженерии: структуры данных, проектирование API, тестирование, поиск и устранение неисправностей. - Чёткие коммуникативные навыки, способность объяснять концепции ИИ технической и нетехнической аудитории. Желательно - Опыт работы с Copilot Studio: темы, действия, коннекторы, публикация и управление. - Опыт работы с Azure AI Foundry: промпт-флоу и оркестрация, оценка, развёртывание и наблюдаемость. - Знакомство с Azure OpenAI или другими провайдерами больших языковых моделей и концепциями жизненного цикла моделей. - Опыт работы с корпоративными решениями идентификации: Entra ID, OAuth2, управление доступом на основе ролей, безопасные паттерны данных. - Знание инструментов мониторинга и наблюдаемости: Application Insights, Log Analytics, дашборды. - Опыт работы с Power Platform, Logic Apps или другими платформами интеграции и автоматизации. - Комфорт в работе по agile-моделям, совместный, инновационный и ответственный подход. Условия Конкурентоспособный компенсационный пакет: финансовые, социальные, медицинские программы и программы благополучия, оплачиваемый отпуск, 401k matching, программа покупки акций для сотрудников.
Senior AI/ML-инженер, Generative AI и RAG
О компании Работодатель — консалтинговая фирма, специализирующаяся на внедрении комплексных AI и ML-решений в различных отраслях. Компания использует современные технологии и отраслевую экспертизу для повышения инновационности и эффективности клиентов. Задачи - Проектирование, разработка и внедрение enterprise-grade приложений на основе генеративного ИИ с использованием современных AI-фреймворков и облачных платформ. - Создание и оптимизация решений на основе RAG (Retrieval Augmented Generation) с применением векторных баз данных и корпоративных баз знаний. - Разработка AI-агентов и мультиагентных рабочих процессов с использованием фреймворков LangChain, LangGraph, Semantic Kernel и AutoGen. - Интеграция больших языковых моделей (LLM), таких как GPT, Llama, Claude и Gemini, в бизнес-приложения. - Взаимодействие с архитекторами, владельцами продуктов и бизнес-заинтересованными сторонами для реализации AI-решений, соответствующих бизнес-целям. - Внедрение промпт-инжиниринга, управления контекстом, фреймворков памяти и оркестрации рабочих процессов для повышения производительности ИИ. Требования - Более 7 лет опыта в разработке ПО с сильными навыками Python. - Подтверждённый опыт работы с генеративным ИИ, Azure OpenAI и Azure AI. - Практический опыт с RAG, векторными базами данных и фреймворками LangChain или LangGraph. - Навыки разработки масштабируемых API, микросервисов и бэкенд-сервисов с использованием облачных технологий. - Опыт с практиками LLMOps и MLOps, включая CI/CD пайплайны, мониторинг и управление жизненным циклом моделей. - Приверженность принципам ответственного ИИ, стандартам безопасности, конфиденциальности данных и политикам управления. Условия - Возможность работы над передовыми проектами в области генеративного ИИ и машинного обучения. - Коллаборативная среда, ориентированная на техническое лидерство и инновации. - Непрерывное обучение и развитие с учётом достижений в области AI-технологий. - Участие в технических ревью дизайна, стандартах кодирования и лучших практиках.
AI-инженер по автоматизации, агентные процессы
О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.
Специалиста для разработки Telegram-бота — единой системы
Специалист для разработки Telegram-бота — единой системы Ищем специалиста для разработки Telegram-бота — единой системы, которая объединит 3 направления бизнеса и позволит работать с задачами, информацией и запросами в одном месте. Что важно: - опыт работы с ChatGPT / OpenAI API и Claude; - разработка Telegram-ботов; - AI-интеграции и автоматизация бизнес-процессов; - работа с базами данных и внешними сервисами; - способность самостоятельно предлагать оптимальные технические решения. Проект планируется развивать и масштабировать, поэтому рассматриваем сотрудничество на долгосрочной основе. Формат: проектная работа → возможность долгосрочного сотрудничества. Стоимость и сроки: обсуждаются индивидуально. При отклике отправляйте: - примеры Telegram-ботов / AI-проектов; - краткое описание опыта; - желаемую стоимость работы.
Full Stack-разработчик, .NET и AI
О компании Sogeti, входящая в группу Capgemini, помогает организациям внедрять инновации через качественную разработку, облачные и прикладные решения, а также ИИ, данные и автоматизацию. Компания основана в 2007 году, штаб-квартира в Осло, Норвегия, численность сотрудников — более 10 000. Обязанности - Проектировать, разрабатывать, тестировать и поддерживать масштабируемые веб-приложения с использованием .NET, C, ASP.NET Core и современных JavaScript-фреймворков. - Создавать и использовать RESTful API, микросервисы и облачные решения. - Использовать ИИ-ассистентов для разработки (GitHub Copilot, Microsoft Copilot или аналоги) для повышения продуктивности и качества кода. - Применять практики SDLC с поддержкой ИИ: анализ требований, генерация кода, тестирование, документация и автоматизация DevOps. - Взаимодействовать с владельцами продуктов, бизнес-аналитиками, архитекторами и UX-дизайнерами для уточнения требований. - Участвовать в модернизации приложений, интеграции и миграции в облако. - Вносить вклад в CI/CD-конвейеры, автоматизированное тестирование, ревью кода и управление релизами. - Поддерживать Agile-команды: планирование спринтов, оценка и уточнение бэклога. Требования - 5–7 лет практического опыта в Full Stack-разработке. - Уверенное владение C, .NET Core/.NET 8+, ASP.NET MVC, Web API и Entity Framework. - Опыт с React, Angular или другими современными фронтенд-фреймворками. - Опыт с SQL Server и моделированием данных. - Знакомство с Azure-сервисами, облачной разработкой и DevOps-практиками. - Рабочее знание ИИ-ассистированных инструментов разработки и современных инженерных практик. - Опыт с Git, CI/CD, автоматизированным тестированием и Agile-методологиями. - Развитые навыки решения проблем, коммуникации и работы в команде. - Опыт разработки ИИ-приложений с использованием Azure AI Services, OpenAI или Microsoft Copilot. - Знание архитектуры решений, доменного моделирования и паттернов корпоративной интеграции. - Опыт с контейнеризацией и оркестрацией: Docker, Kubernetes. - Сертификаты Microsoft Azure или .NET. Условия - Удалённая работа, открыта для кандидатов в США. - Возможна дополнительная компенсация: переменная часть, бонусы или комиссионные. - Для штатных сотрудников: оплачиваемый отпуск, медицинская/стоматологическая/оптическая страховка, 401(k) и другие льготы.
Senior AI/LLM-инженер, генеративный ИИ
О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.
Staff ML-инженер платформы машинного обучения
Stripe — финансовая инфраструктурная платформа для бизнеса. Миллионы компаний используют Stripe для приема платежей, роста выручки и развития бизнеса. Миссия — увеличить ВВП интернета. Команда ML Platform строит платформы и сервисы, которые позволяют ML-инженерам и дата-сайентистам Stripe переводить данные и модели от прототипа до продакшена — надежно, с низкой задержкой и в масштабе. Сфера охвата включает инфраструктуру обучения моделей, сервинг и деплой моделей, вычисление признаков и онлайн-сервинг, наблюдаемость и мониторинг, а также возможности агентного ИИ. Обязанности: - Отвечать за сквозную архитектуру и системный дизайн крупных сложных проектов в ML Platform. - Определять техническое направление для высоконеоднозначных проектов, превращая сложные потребности пользователей в долгосрочную стратегию платформы. - Проектировать системные архитектуры для сложнейших задач ML Platform: оркестрация AI и ML-процессов, масштабируемая CPU и GPU-инфраструктура, обучение моделей, тонкая настройка LLM, низколатентный инференс моделей, крупномасштабные хранилища признаков, мониторинг в реальном времени, оркестрация LLM и агентов. - Превращать идеи в надежные решения, формирующие дорожную карту платформы и продукта. - Вести крупные проекты с существенным бизнес-влиянием: от требований через дизайн и реализацию до эксплуатации. - Работать с ML-инженерами, дата-сайентистами и продуктовыми командами, переводя их потребности в функциональные требования и масштабируемые технические решения. - Принимать ключевые решения, балансируя приоритеты с учетом ограничений по задержке, надежности, стоимости и безопасности. - Представлять инженерную позицию перед старшими руководителями Stripe и консультировать руководство по техническим вопросам полного ML-цикла. - Вести кросс-командные инициативы по ускорению разработки ML и повышению зрелости MLOps. - Наставлять и развивать других инженеров, служить примером в проектировании, реализации и эксплуатации качественных систем. Требования: - 10+ лет профессионального опыта разработки ПО или эквивалентной экспертизы, с солидным бэкграундом в сервис-ориентированной архитектуре и крупномасштабных распределенных системах. - Опыт технического лидера: умение задавать техническое направление, вести мультикомандные инициативы и наставлять коллег. - Опыт создания и эксплуатации продакшен-ML-платформы в одной или нескольких областях: обучение моделей, сервинг, оркестрация или ML-системы данных, с учетом требований к производительности, надежности, масштабируемости и экономической эффективности. - Сильное продуктовое чутье и глубокое понимание бизнес-контекста. - Отличные коммуникативные навыки: умение объяснять сложные технические концепции техническим и нетехническим заинтересованным сторонам. - Умение работать кросс-функционально с ML-инженерами, дата-сайентистами и инженерами ПО.
LLM-инженер
LLM-инженер Задачи - Проектирование, дообучение и развертывание больших языковых моделей (LLM), таких как OpenAI GPT, BERT или собственных архитектур, для решения задач обработки естественного языка. - Разработка и оптимизация API для интеграции ИИ-функциональности в основные продукты Qelp, обеспечение совместимости и производительности. - Совместная работа с кросс-функциональными командами, включая UX/UI-дизайнеров, фронтенд-разработчиков и продакт-менеджеров, для согласования возможностей ИИ с бизнес-задачами. - Повышение масштабируемости ИИ-решений за счет модульной архитектуры и эффективных практик развертывания моделей. - Разработка пайплайнов для обработки больших наборов данных, обеспечение качества и релевантности данных для обучения и дообучения LLM. - Обеспечение этичного и прозрачного использования ИИ: внедрение механизмов обнаружения смещений, объяснимости и соответствия требованиям. - Отслеживание последних достижений в области ИИ и машинного обучения, особенно в NLP и LLM, для внедрения передовых функций в продукты Qelp. - Внедрение инструментов для отслеживания производительности и надежности ИИ-моделей в продакшене, итеративное улучшение. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, науки о данных или смежной области. - Минимум 5 лет опыта в разработке машинного обучения и ИИ, из них не менее 2 лет — в работе с LLM или NLP. - Владение Python и фреймворками TensorFlow, PyTorch или Hugging Face Transformers. - Подтвержденный опыт развертывания и оптимизации LLM в продакшене. - Знакомство с облачными платформами (AWS, Azure или Google Cloud) для развертывания ИИ. - Продвинутое владение техниками NLP и разработкой ИИ-моделей. - Глубокое знание архитектур на основе трансформеров, таких как GPT, BERT или T5. - Навыки разработки API и микросервисной архитектуры. - Знакомство с DevOps-инструментами для развертывания ИИ-моделей (например, Docker, Kubernetes). - Понимание регулирования ИИ и лучших практик этичного развертывания. - Понимание техник предобработки данных и управления наборами данных. Условия - Конкурентоспособный компенсационный пакет. - Возможности для обучения и развития (ИИ, технологии, эволюция BPO-индустрии). - Возможности карьерного роста в расширяющейся команде. - Полностью удаленная работа (рынки EMEA, LATAM или APAC). - Работа в команде высококвалифицированных и динамичных лидеров. - Культура здорового баланса между работой и личной жизнью. - Зарплата: 72 000–108 000 долларов США в год.