Вакансии Python
Все вакансии на Python: 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
Python Backend Developer в AI-продукт
Python-разработчик в AI-продукт. Формат: удалённо. Зарплата: 100 000–120 000 ₽ на руки. Full-time. Что предстоит делать: — разрабатывать backend на Python и asyncio; — создавать устойчивую браузерную автоматизацию; — работать с Playwright, сессиями, очередями и расписаниями; — интегрировать LLM и vision-модели; — реализовывать память, контекст и инструменты AI-агента; — настраивать логирование, мониторинг и восстановление после сбоев; — работать с Docker, CI, метриками и алертами; — обеспечивать безопасность пользовательских данных и секретов; — проектировать архитектуру и собирать прототип первой версии продукта. Особенно важен опыт: — production-разработки на Python; — Playwright или аналогов; — долгоживущих процессов, очередей и фоновых задач; — LLM-приложений и AI-агентов; — vision-моделей; — прокси-инфраструктуры и сетевой изоляции; — работы с нестабильными внешними API/интерфейсами. Плюсом будет опыт в антифрод-, платёжных или дейтинг-продуктах.
Senior Python-разработчик, бэкенд-инженер
ИТ-компания «Лоция» Опыт работы: коммерческая бэкенд-разработка от 4 лет. Формат работы: можно удалённо (Москва). Проект: AI-платформа нового поколения. Миссия — спроектировать и внедрить экосистему для комплексного управления большими языковыми моделями (LLM). Чем предстоит заниматься - Самостоятельная разработка функционала платформы на Python - Тестирование нового функционала - Самостоятельное участие в процессах и решение средних и сложных задач - Обнаружение дефектов и повышение качества программного продукта Наши пожелания к кандидатам - Опыт коммерческой разработки бэкенд-разработчиком — от 4 лет - Понимание принципов взаимодействия с LLM, MCP-серверами - Опыт работы с реляционными БД и SQL, векторными базами данных - Опыт работы с FastAPI
Младший AI-инженер, финансовая трансформация
О компании SoFi — финансовая компания нового поколения и национальный банк, использующий инновационные мобильные технологии, чтобы помочь миллионам клиентов достигать целей. Отрасль переживает беспрецедентную трансформацию, и компания находится в её авангарде. О роли Младший AI-инженер по финансовой трансформации в финансовой организации SoFi — практическая инженерная роль, сфокусированная на создании агентных ИИ-процессов, которые меняют работу финансового отдела: от закрытия периода и сверок до прогнозирования и отчётности. Финансовое направление — одна из крупнейших зон применения ИИ в SoFi: более ста выявленных сценариев использования, активная сеть сторонников и поддержка руководства. В этой роли вы будете: - создавать многошаговые ИИ-процессы на одобренных корпоративных ИИ-платформах; - настраивать телеметрию для измерения использования, стоимости и ROI ИИ в финансовом отделе; - помогать делать результаты ИИ достаточно надёжными для принятия финансовых решений в контролируемой среде, где результаты должны быть объяснимыми, проверяемыми и сверяемыми с цифрами; - работать напрямую с менеджером по ИИ-трансформации финансового направления, который отвечает за стратегию сценариев использования и взаимодействие с заинтересованными сторонами, а также в тесном партнёрстве с командами AI SDLC и платформенной разработки SoFi, которые поддерживают путь от прототипа до продакшена. Карьерный рост Роль ориентирована на практическую разработку и имеет заметную траекторию роста: карьерная лестница AI-инжиниринга SoFi (до уровня Staff и Senior Staff) является видимым путём продвижения. Что вы будете делать - Создавать агентные ИИ-процессы: разрабатывать многошаговые ИИ-процессы, такие как планирование, использование инструментов, поиск информации, структурированная оркестрация на одобренных корпоративных ИИ-платформах и агентных инструментах кодирования для автоматизации финансовых процессов. - Создавать ИИ-телеметрию: отвечать за отчётность по использованию, стоимости, вовлечённости и ROI ИИ-инструментов финансового отдела — от извлечения данных до дашбордов, на которые опирается руководство. - Вносить вклад в слой взаимодействия: помогать проектировать, как пользователи финансового отдела взаимодействуют с ИИ-системами, включая процессы, интерфейсы и петли обратной связи, которые формируют доверие и внедрение. - Проверять результаты: применять и улучшать повторяемые шаблоны проверки результатов ИИ до того, как они будут использованы в финансовых решениях, включая сверку, документированные допущения и контрольные точки с участием человека. - Быстро создавать прототипы: превращать приоритетные финансовые сценарии использования в работающие прототипы, затем совместно с AI SDLC и платформенной разработкой вести их к продакшену. - Изучать предметную область: развивать финансовую грамотность (закрытие периода, сверка, отчётные процессы) и строгость в SQL на рабочем месте при структурированной поддержке. Требования - Степень бакалавра или магистра в области компьютерных наук, науки о данных, ИИ/ML или смежной области, либо эквивалентный практический опыт. - 1–3 года опыта работы с LLM или исключительные результаты для выпускника с существенными практическими агентными проектами (академическими, личными, open-source или в рамках стажировки). - Подтверждённый практический опыт работы с LLM API, промт-инжинирингом, RAG или агентными фреймворками — с портфолио проектов, где вы можете чётко объяснить, что именно вы спроектировали и почему. - Рабочий Python для автоматизации, интеграции API и прототипирования. - Базовый SQL для запросов к данным (финансовая строгость будет развиваться на рабочем месте). - Мышление созидателя: склонность создавать работающую вещь, а не описывать её. - Готовность изучать финансовый контекст и общаться с нетехническими заинтересованными сторонами при поддержке. Желательно - Опыт в оценке, трассировке или наблюдаемости ИИ-систем. - Опыт работы со Snowflake, Cortex или инструментами natural-language-to-SQL. - Опыт работы в финансовой среде, бухгалтерии или другой контролируемой или регулируемой среде с данными. - Опыт создания пользовательских инструментов или внутренних приложений на основе ИИ.
Прикладной ИИ-инженер, LLM и агенты
О компании Blossom Health решает проблему эпидемии психических заболеваний в Америке, сотрудничая с психиатрами для расширения доступа к доступной, своевременной и клинически эффективной психиатрической помощи. AI-нативная платформа ухода нравится сотням клиницистов и тысячам пациентов. Компания находится на стадии Series A, привлекла более $20 млн от Headline, Village Global и основателей General Catalyst, Flatiron Health, Sword Health, Grow Therapy, Fay, Elemy, Zip, Blank Street, Assured, Bridge, Birches Health и Enzo Health. Задачи - Создавать и выпускать AI-нативные продуктовые решения, используемые напрямую клиницистами и пациентами. - Проектировать и разрабатывать системы и агентов на основе LLM, которые автоматизируют и дополняют сложные рабочие процессы в здравоохранении. - Владеть AI-функциями от начала до конца: от прототипирования и экспериментов до продакшн-развертывания, оценки и итераций. - Создавать надежные системы оценки, мониторинга и обратной связи для постоянного улучшения качества, надежности и производительности AI. - Работать с моделями, промптами, инструментами, системами поиска и инфраструктурой приложений для решения реальных продуктовых задач. - Быстро переводить новые возможности AI в готовые к продакшену решения, приносящие измеримую ценность. - Тесно сотрудничать с клиницистами и инженерами для понимания сложных медицинских рабочих процессов и определения, где AI может оказать наибольшее влияние. Личные качества - Высокая мотивация, амбициозность и способность решать крупные значимые задачи. - Мышление собственника: долгосрочное видение, приоритет бизнеса и клиентов. - Высокая скорость и высокое качество: чувство срочности и гордость за качество работы. - Исследователь: комфорт с неопределенностью и автономией, поиск ответов на ранее не заданные вопросы, прыжок в неизвестное. - Оптимист: вера в лучшее завтра. - Строитель: радость от создания нового, использование технологий для полезных вещей. - Скромность: использование своих талантов на благо других, понимание, что успех — это результат, а не входной параметр. Квалификация - Степень бакалавра или эквивалентный опыт в Computer Science или смежной области. - 2+ года профессионального опыта в разработке ПО, показывая высокие результаты в качественной среде. - Опыт создания и запуска приложений на основе LLM или AI-продуктов в продакшене. - Свободное владение Python и/или TypeScript. - Опыт работы с современными LLM API, агентными системами, вызовом инструментов, поиском, структурированными выводами или аналогичными прикладными AI-паттернами. - Строгое мышление об оценках, надежности, задержке, стоимости и режимах сбоев, а не только о том, работает ли прототип. - Комфорт при работе с полным стеком и быстром экспериментировании с новыми моделями, фреймворками и техниками. - Любовь к автономии, неопределенности, экспериментам и ответственности. - Наличие разрешения на работу в США и готовность работать лично в Нью-Йорке 5 дней в неделю. Условия - Среда гиперроста: непосредственный опыт масштабирования стартапа от 0 до 1 до n, с видимостью в продукте, инженерии и операциях. - Высокое доверие и автономия: владение значимыми проектами с первого дня, формирование технических решений и направления продукта. Инженерам доверяют выбор оптимального пути без микроменеджмента. - Команда высокой плотности талантов: работа с командой верхнего перцентиля, построенной на взаимном уважении и восхищении, с общими целями, мотивацией и видением будущего. - Реальное влияние: код напрямую улучшает доступ к психиатрической помощи для тысяч пациентов и клиницистов. - Конкурентная зарплата, опционы, возможности роста. - Лучшая в своем классе медицинская, стоматологическая страховка и страховка зрения. - Фокус на результатах, а не на часах, неограниченный оплачиваемый отпуск. - Командные выезды, оффсайты и солнечный офис в Нью-Йорке с закусками. - Компенсация: $150K - $220K.
Старший продуктовый инженер, IMS
О компании Distribusion — ведущий мировой маркетплейс наземного транспорта. B2B-платформа соединяет операторов автобусов, поездов и паромов в более чем 70 странах с крупнейшими онлайн-ритейлерами, включая Google Maps и Booking.com. За последний год компания выросла в 10 раз. Поддержка четырёх ведущих венчурных фондов (TQ Ventures, Creandum, Northzone, Lightrock), недавний раунд Series C на $80 млн. Задачи - Создание клиентской системы расписания транзита, обрабатывающей сотни тысяч отправлений автобусов ежедневно. Система обслуживает сотни тысяч путешественников и используется сотнями операторов, включая команды операций, менеджеров по доходам и планировщиков. - Создание бэкенда бронирования билетов с распределением мест в автобусах. Разработка умных стратегий распределения для максимального заполнения мест, обработка сложных сценариев перераспределения: замена транспортных средств, объединение автобусов, дополнительные рейсы. - Создание системы управления доходами, динамически устанавливающей цены на места в зависимости от времени до отправления, спроса и остатка мест. Поддержка ценообразования, контролируемого перевозчиком, A/B-тестирования и автоматических алгоритмов ценообразования. - Развитие слоя трансформации данных для расписаний, бронирований и доходов. Проектирование надёжных моделей, инкрементальных пайплайнов и понятных семантических определений на основе реальных операционных данных. - Повышение качества данных за счёт тестирования, контрактов, проверок свежести и мониторинга, чтобы проблемы обнаруживались автоматически, а не стейкхолдерами. - Улучшение процессов разработки: CI, ревью PR, локальное тестирование и релизные процессы, обеспечивающие быструю итерацию. - Взаимодействие со стейкхолдерами из операций, планирования и доходов. Превращение неоднозначных задач в чёткие требования, оспаривание допущений, согласование решений с реальными ограничениями. - Внедрение улучшений в инструментах и практиках, включая AI-ассистированную разработку, подходы к тестированию и масштабируемые self-service возможности. Условия работы - Берлин и гибридный формат: главный офис в Берлине, команда часто встречается. - Удалённо: компания remote-first, команды распределены по миру. Требования - Несколько лет опыта разработки и эксплуатации бэкенд-сервисов на Python, с ответственностью за весь жизненный цикл: проектирование, реализация, деплой, мониторинг и поддержка. - Проявленный ownership-подход, способность самостоятельно вести проекты, управлять конкурирующими приоритетами и вносить вклад в несколько систем и инициатив. - Глубокое понимание распределённых систем и приложений, работающих с большими данными. Практические знания моделей консистентности, конечных автоматов, асинхронных процессов и событийно-ориентированных архитектур. - Экспертиза в базах данных: управление транзакциями, гарантии ACID, стратегии индексирования, оптимизация запросов, блокировки, партиционирование и шардирование. Понимание влияния дизайна базы данных на производительность и надёжность в масштабе. - Опыт создания надёжных распределённых систем с использованием паттернов: outbox, идемпотентность, ретраи, событийная консистентность. Уверенное рассуждение о режимах отказа и поведении системы под нагрузкой. - Сильные основы программной инженерии: проектирование API, стратегии тестирования, наблюдаемость, отладка, оптимизация производительности, поддержка продакшн-систем. - Умение превращать неоднозначные бизнес-требования в прагматичные технические решения, понятно объяснять архитектурные компромиссы, ограничения и варианты реализации техническим и нетехническим стейкхолдерам. - Готовность оспаривать требования, предлагать альтернативные подходы, выявлять возможности снижения сложности при максимизации бизнес-эффекта. - Продуктовое мышление: вклад в техническое направление, влияние на продуктовые решения, участие в определении будущего развития платформы. - Свободный английский, письменный и устный. Комфортная работа в распределённой команде в нескольких часовых поясах, предпочтение чёткой письменной коммуникации и асинхронным процессам.
Senior Backend-разработчик
О компании Close — CRM-система, разрабатываемая с 2013 года. Компания bootstrapped и прибыльная, команда из 120 человек, полностью удалённая. Сейчас в продукт внедряется ИИ: автоматизация ручного ввода данных, упрощение рабочих процессов. Команда публикует открытый код и делится инженерным опытом в блоге. Стек Бэкенд: Python Flask, TaskTiger для асинхронных задач. Хранилища: MongoDB, PostgreSQL, Elasticsearch, Redis. Инфраструктура: AWS (EKS, MSK, RDS, ElastiCache, EC2), Docker, Kubernetes, CI/CD, Terraform, Ansible. Есть публичный API. Команды Работа распределена по направлениям, кандидат может выбрать предпочтительное. Возможны перемещения между командами со временем. - Agents: агентная платформа и пользовательские ИИ-функции (Voice Agents, Custom Agents, Ask Chloe), общий слой интеллекта и оркестрации, API и MCP для внешних агентов. - Communications: инфраструктура голоса, SMS и email (Twilio, WebRTC, WebSockets, AssemblyAI, ElevenLabs), голосовые и текстовые ИИ-агенты, синхронизация календаря. - CRM: слой структурированных данных для людей и агентов, перестройка модели данных, подготовка CRM к работе с ИИ (retrieval, traversal, action coverage через MCP и API), функции AI Enrich, Autofill, AI Search, работа с миллиардами документов в MongoDB и Elasticsearch. - Growth: эксперименты и биллинг (Stripe metered billing, AI credit top-ups), конверсия из триала в платных клиентов, агентный онбординг. Требования - Опытный инженер: Python как основной язык, также возможен опыт с Go, Rust или TypeScript. - Опыт создания ИИ-функций на LLM для реальных пользователей, понимание их надёжности и подготовки к продакшену. - Использование ИИ-инструментов в повседневной работе (Claude Code, Codex и другие). - Ориентация на быструю итерацию и запуск первых версий функций. Условия - Полная удалённая работа, только для кандидатов из США. - Компания оплачивает использование ИИ-инструментов.
Senior фронтенд-инженер, Growth-команда
О компании Close — CRM для отделов продаж, разрабатывается с 2013 года. Компания внедряет ИИ во все части продукта. Бутстрап-компания, прибыльная, 120 сотрудников, полностью удалённая команда. Стек - Фронтенд: одностраничное TypeScript-приложение на React, сборка Vite, тесты Vitest, React Testing Library, Playwright, Chromatic. - UI обновляется в near real-time через WebSockets и WebRTC, стили CSS-модулями, оптимизация через route-based code splitting и skeleton UI. - Собственная дизайн-система, описанная в Storybook. - Бэкенд: REST API и GraphQL, Python/Flask/FastAPI, MongoDB, Postgres, Elasticsearch, AWS. О роли Команда Growth отвечает за онбординг, активацию, биллинг и checkout — превращение нового пользователя в платящего клиента. Подход: быстрый поиск решения, запуск, затем стандартизация и очистка. Команда делает за недели то, что другие за месяцы. Текущие проекты: - Agent-forward experience: исследование, как агенты и ИИ улучшают опыт клиентов и быстрее демонстрируют ценность Close. - Создание данных из неструктурированных источников: превращение информации из почты в работающую CRM. Сотрудников могут перемещать между командами в зависимости от задач. Требования - Опытный фронтенд-инженер: React — основной стек, также опыт с Vue, Svelte или Solid. Умение выбирать подходящий инструмент. - Понимание экспериментов: какие данные собирать, как устроена воронка, как спроектировать фичу для получения значимых данных. - Опыт со структурой B2B-экспериментов (бонус: работа с Amplitude на стороне внедрения). - Создание ИИ-интерфейсов: опыт запуска LLM-фич для реальных пользователей, понимание доверия, потоковых ответов, неопределённых состояний, агентных UI. - Ежедневное использование ИИ-инструментов в работе. Компания оплачивает Claude Code, Codex и другие инструменты. - Ориентация на быструю поставку: лучше показать первую итерацию 50 клиентам, чем три недели доводить PR. Задачи - Создание агентного онбординга: агент, который обучает действием — кликает, показывает, демонстрирует приложение, общаясь с пользователем. Нужно создать UI, чтобы агент ощущался как тренер, а не чат-окно, и найти баланс между автоматизацией и обучением. - Превращение почты в CRM: создание интерфейса вокруг пайплайна неструктурированных данных: пользователь подключает почту. Условия - Удалённая работа, только для США (100% remote). - Компания бутстрап-прибыльная, команда 120 человек.
Senior-консультант Microsoft Data & Analytics / Microsoft Fabric
Компания: Windhoff Group. Более 25 лет компания превращает данные в реальные бизнес-возможности. Работа ведется комплексно: клиенты сопровождаются по полному циклу — от стратегии через техническую реализацию до продуктивной эксплуатации. В центре компетенций Microsoft Data & Analytics строятся современные платформы данных на основе Microsoft Fabric и Power BI. Речь идет не только об отдельных отчетах или технической реализации, но о комплексных решениях: от сбора требований через архитектуру, интеграцию данных и моделирование данных до управления, обучения и эксплуатации. Также компания все больше занимается сценариями на основе ИИ вокруг Microsoft Copilot, Coworks и современного сотрудничества. Обязанности - Совместно с клиентами собирать функциональные требования и переводить их в жизнеспособные технические концепции. - Проектировать и внедрять современные платформы данных с использованием Microsoft Fabric, Power BI и компонентов, близких к Azure. - Работать над интеграцией данных, моделями данных, ETL/ELT-процессами и архитектурами Medallion. - Создавать структуры Lakehouse, Warehouse и отчетности, сразу учитывая управление, роли, права доступа и эксплуатацию. - Сопровождать клиентов от первой идеи через MVP до продуктивного решения и поддерживать их в сценариях анализа и совместной работы на основе ИИ. - Принимать ответственность в проектах — функционально, методически и, в зависимости от опыта, в управлении небольшими командами. - Участвовать в воркшопах, обучении и передаче знаний у клиента, а также активно делиться знаниями внутри центра компетенций, например, через внутренние сессии, инструкции, шаблоны, стандарты или переиспользуемые компоненты решений. - Тесно сотрудничать с коллегами из отделов delivery, продаж и других центров компетенций. Требования - Многолетний опыт в области данных и аналитики, желательно в роли консультанта, дата-инженера, BI-консультанта или solution-архитектора. - Хорошие знания Microsoft Fabric, Lakehouse, Warehouse, Pipelines, Dataflows, Notebooks и Deployment Pipelines. - Опыт работы с Power BI, моделированием данных и созданием чистых семантических моделей, а также понимание современных платформ данных, архитектур Medallion, концепций Lakehouse/Warehouse и интеграции данных. - Практические навыки SQL, ETL/ELT-процессов, желательно также Python, Spark, Notebooks или Azure Data Factory, и интерес к современным сценариям ИИ и Copilot в среде Microsoft. - Опыт проектной работы от сбора требований до внедрения у клиента. - Умение понятно объяснять технические темы и вовлекать клиентов и коллег. - Инициативность, прагматичная ориентация на решения и желание активно формировать растущий центр компетенций. - Знание немецкого языка на уровне C и хороший английский. Условия - Найм независимо от местоположения. Можно работать до 90% из дома или в одном из офисов компании, если он удобно расположен. Для редких встреч с клиентами и командных мероприятий выезд осуществляется из места проживания, где бы вы ни жили в Германии. - 130 консультантов по данным и аналитике для обмена опытом, а также внутренняя академия обучения. - Долгосрочные проекты с разнообразными технологическими задачами. - Фиксированный бюджет на повышение квалификации, а также перспективы личного и профессионального развития. - Хороший баланс между работой и личной жизнью благодаря гибкому графику, компенсации сверхурочных и до 40 дней отпуска. - Отличное аппаратное и программное обеспечение, а также лизинг автомобилей, IT-оборудования и велосипедов. - Короткие пути в компании, честное отношение друг к другу и интересные командные мероприятия. Компания ищет человека, который хочет сопровождать клиентов профессионально и технически, брать на себя ответственность и вместе с командой развивать центр компетенций. Если вам нравится аккуратно строить платформы данных, делиться знаниями и превращать проектный опыт в переиспользуемые стандарты, вы подходите.
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.
Fullstack-инженер (AI-driven, Python / React)
Компания Stik ищет самостоятельного Fullstack-инженера, который умеет превращать сырые идеи в работающие digital-продукты. В компании регулярно появляются внутренние сервисы, автоматизации и новые продуктовые гипотезы. Инженер будет работать напрямую со стейкхолдерами, разбираться в задаче, предлагать техническое решение и самостоятельно доводить его от идеи до production совместно с техническим директором. Это роль для человека, которому интересно делать продукт целиком: идея → архитектура → разработка → тестирование → деплой → развитие. Задачи будут разными: от быстрых MVP и внутренних сервисов до полноценных SaaS-продуктов и сложных интеграционных решений. Важен широкий инженерный кругозор: понимание backend и frontend, баз данных, архитектуры, интеграций и того, как создаются современные веб-продукты. Отдельная особенность роли — AI-driven подход к разработке. Инженер должен уметь использовать современные AI-инструменты как полноценный инструмент разработки: для анализа задач, проектирования, написания, проверки и документирования кода. Нужно понимать, как организовать процесс разработки вокруг AI: правильно формулировать задачи, управлять контекстом, разбивать большие задачи на части, проверять результат и полностью понимать код, который попадает в production. Обязанности - Самостоятельно реализовывать внутренние и клиентские digital-продукты — от идеи и проработки задачи до разработки, тестирования и деплоймента. - Работать напрямую со стейкхолдерами: помогать превращать бизнес-идею в понятную техническую задачу и рабочий продукт. - Разбираться в задаче, задавать необходимые вопросы и помогать определить минимальную версию продукта, которую можно быстро запустить и проверить. - Участвовать в выборе архитектуры и технического решения под конкретную задачу: монолит, модульный монолит или микросервисная архитектура. - Разрабатывать backend на Python с использованием Django и FastAPI. - Проектировать и развивать REST API и клиент-серверную архитектуру. - Разрабатывать frontend на React или Vue, самостоятельно собирать интерфейсы и подключать готовые дизайн- Компания: Stik. Зарплата: 200 000 ₽ за месяц, на руки.
Data Analyst / Data Scientist, Anti-Fraud
Data analyst / Data scientist (Anti-Fraud, FinTech) в AUROSPACE Holding. Санкт-Петербург. 4000 — 10 000 $. Backend developer (Python / Scraping Product) в WebGears Services LTD. Можно удаленно. 4000 — 5500 $. Golang developer в Vital Partners. Можно удаленно. 300 000 — 400 000 ₽. Консультант SAP FICO в Top Selection. Можно удаленно. 310 000 — 330 000 ₽. Ведущий системный программист С/С++ QNX в НПО ПКРВ. Можно удаленно. Москва. От 300 000 ₽.
Middle+ .net Developer в Авиасейлс
❤️ Они уже здесь 📍 HR Senior Talent Acquisition в 01.tech Удалённо 📍 Backend Middle+ .net Developer в Авиасейлс Удалённо Middle+ Python Developer в ИВИ Удалённо Middle IOS Developer в Laoshi Удалённо (Мир) 📍 Аналитика Ведущий системный аналитик / Lead / Руководитель в Selecty от 400 000 до 450 000₽ Удалённо (РФ) Middle+ Системный аналитик в NDA от 180 000 до 250 000₽ Москва, гибрид Middle Дата-аналитик в Mish Удалённо (РФ) 📍 Тестирование Middle+ Инженер по тестированию Платформа Android в ИВИ Удалённо Middle QA Engineer (web) в Paysenger Удалённо (Мир) 📍 Менеджмент Middle+ Product Manager в 01.tech Удалённо Персональный ассистент СЕО Changellenge >> Москва, удалённо 📍 Маркетинг & Контент Senior Influence Manager в BLACKHUB GAMES Питер, офис Middle+ Influence менеджер в Cosmopet Москва, гибрид Middle Требуется специалист по убт трафику в NDA от 2 000$ Удалённо Junior Marketing Manager в BoilerLab Москва, офис 📍 Дизайн Middle+ Продуктовый дизайнер в Blink Удалённо (Мир) Middle+ Веб-дизайнер в Палиндром Удалённо Junior Digital Designer в Rooh Co. Удалённо (Мир) 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам
Middle ML-инженер
Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG
LLM Platform Engineer
Компания разрабатывает прикладные LLM-решения для внутренних продуктов и процессов: от ассистентов и автоматизации рутины до интеграции моделей с корпоративными системами. Фокус — надёжные прикладные сервисы. Чем предстоит заниматься проектировать и поддерживать MCP-серверы (Python/TypeScript): tools для LLM, auth, интеграция с корпоративными API (Bitbucket Server, EWS/Outlook, Grafana и др.); поддерживать и отвечать за единый реестр скиллов, плагинов и MCP-серверов; участвовать в разработке безопасной среды исполнения агентов; участвовать в выводе в prod/preprod: прототип → сервис → мониторинг качества, latency и cost; работать с кодовой базой и документацией, предлагать решения с учётом ограничений инфраструктуры. Ожидания от кандидата Обязательно: высшее техническое образование; уверенный Python; опыт backend-разработки и интеграций с API; понимание современных LLM и LLM-приложений: prompt engineering, function/tool calling, RAG там, где нужен контекст; опыт работы с Model Context Protocol (MCP); опыт интеграций через REST API и настройки доступа, плюсом — работа с системами контроля версий и review-процессами; сильные навыки CI/CD: Docker/k8s, gitlab-ci, Jenkins; опыт с трейсингом и логированием в контексте LLM: Langfuse, LangSmith, OpenTelemetry; умение писать поддерживаемый код, тесты на критичные сценарии, документация; опыт настройки инференса LLM (vLLM, SGLang, TensorRT). Желательно: опыт работы с векторными БД (Faiss, Chroma, Qdrant); опыт с LLM-платформами (OpenWebUI) и библиотеками оркестрации (чат-интерфейсы, LiteLLM, LangChain и аналоги). Условия работы необходимое оборудование и софт для работы; официальное трудоустройство; ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; льготные условия ипотеки в рамках зарплатного проекта; бесплатная подписка на сервисы партнёров; корпоративный спорт; насыщенная корпоративная жизнь; электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.
Senior ML-инженер, поиск и NLP
Команда поиска — ключевое направление бизнеса Okko, генерирующее основной трафик на просмотры тайтлов. Для развития продукта проводятся исследования и эксперименты. Требуется ML-инженер, готовый слушать предложения бизнеса и предлагать собственные идеи. Ожидания от кандидата - знание основ математической статистики и основных методов расчета A/B-тестов, интерес к другим методикам (bootstrap, cuped, diff-in-diff и др.); - глубокое понимание области NLP; - опыт вывода нейронных сетей в продакшен; - знание методов ускорения инференса нейронных сетей; - знание методов ранжирования; - уверенное владение и опыт разработки на Python; - уверенное владение SQL; - опыт в разработке и выкатке в продакшн ML-моделей. Условия - необходимое оборудование и софт для работы; - официальное трудоустройство; - ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; - льготные условия ипотеки в рамках зарплатного проекта; - бесплатная подписка на сервисы партнёров; - корпоративный спорт; - насыщенная корпоративная жизнь; - электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.
Ведущий DevSecOps / MLOps-инженер
Позиция: Ведущий DevSecOps / MLOps Инженер Название компании: Агрохолдинг Формат: удалённая работа Занятость: полная, долгосрочный проект Оформление: аутстафф ИП, СЗ Ставка: от 270 000 до 280 000 RUB Гражданство — РФ/РБ, локация — РФ, РБ Ищем ведущего DevSecOps/MLOps-инженера для внедрения ИИ и цифровой трансформации. Роль сочетает техническую экспертизу, архитектуру и бизнес-анализ: будете проектировать инфраструктуру для AI/ML- и RAG-сервисов, выстраивать DevSecOps-практики и интегрировать ИИ-решения с корпоративными системами. Ключевые требования: - Опыт от 3 лет в DevSecOps с фокусом на ИТ- и AI-решениях, проекты в промышленной эксплуатации. - Проектирование AI/ML/RAG-инфраструктуры (LLM, векторные БД, GPU-инференс, оркестрация). - CI/CD (Jenkins, K8s, Helm), IaC (Terraform, Ansible), Linux, сетевые контуры (VLAN, DMZ). - Мониторинг и безопасность: Prometheus/Grafana, SAST/DAST, Trivy, Vault; знание 152-ФЗ, 187-ФЗ. - Инструменты и стек: Python 3.10+, SQL, JS/TS, vLLM, Qdrant/Weaviate, Airflow, MLflow, Keycloak, Dify/LangGraph. - Архитектурные навыки: C4, UML, BPMN; интеграция с 1С, CRM, DWH, BI. Будет плюсом: - Построение DevSecOps с нуля или развитие практик. - MLOps/LLMOps: версионирование, мониторинг качества моделей. - Облака (Yandex Cloud, AWS, GCP), сертификаты DevOps/Kubernetes/ИБ. Основные задачи: - Проектировать и сопровождать инфраструктуру (DataHub, AI/ML, RAG, чат-боты, базы знаний). - Развивать DevSecOps: CI/CD, IaC, управление секретами, контроль уязвимостей, аудит. - Настраивать пайплайны сборки, тестирования и доставки в dev/test/preprod/prod. - Обеспечивать надёжность, отказоустойчивость, масштабирование и оптимизацию затрат. - Собирать требования бизнеса, формировать ТЗ, совместно с DE/DS/ML определять архитектуру ИИ-решений. - Интегрировать ИИ-сервисы с корпоративными системами.
Middle Python-разработчик, бэкенд
Cloud.ru — ИТ-компания в сфере облачных и ИИ-технологий, входит в топ крупнейших ИТ-компаний России. Формат работы: удалённо. Чем предстоит заниматься: - Проектирование архитектуры решения для высокой доступности и масштабируемости - Оптимизация производительности - Code review - Участие в проектировании новых фич и сервисов Пожелания к кандидатам: - Опыт коммерческой разработки от 3 лет, на Python от 2 лет - Понимание настройки и запуска CI/CD пайплайнов - Экспертиза в облачной инфраструктуре - Опыт работы с бэкендом для AI и ML
AI-исследователь
Компания: Top Selection Ищем AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать PoC, агентов и внедрять LLM в реальные бизнес-процессы. Зарплата: 260-300 тыс. руб/мес График: МСК ± 2, полная удаленка Гражданство/локация: только РФ Проект до конца года + возможна пролонгация Оформление: по договору ИП Требования: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками - Умение оценивать стоимость, latency и масштабируемость LLM-решений - Опыт работы в e-commerce, retail или других продуктовых highload-системах - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference - Адаптация моделей через fine-tuning (LoRA/PEFT) - Опыт проектирования agentic workflows или multi-agent-систем - Понимание принципов информационной безопасности, privacy и работы с персональными данными Задачи на проекте: - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив Условия: - Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете) - Реальный highload и Big Data в Retail
Senior Backend-разработчик, Python
Компания разрабатывает AI-платформу Tenant Reply AI для автоматизации бизнес-процессов в сфере PropTech (Real Estate Tech) для рынка США. Ищем опытного инженера, который умеет самостоятельно проектировать архитектуру сервисов, принимать технические решения и реализовывать их в коде. Техническая команда с опытом разработки более 15 лет. Важно глубокое понимание архитектуры приложений, проектирования систем, моделей данных и интеграций. Обязанности: - Разработка backend-сервисов на Python. - Проектирование архитектуры новых компонентов системы. - Развитие и рефакторинг существующих сервисов. - Разработка REST API и интеграций с внешними сервисами. - Проведение технического анализа новых задач. - Оптимизация производительности существующего кода. - Участие в code review и обсуждении архитектурных решений. - Подготовка технических решений и аргументация выбранного подхода перед командой. - Использование современных AI-инструментов (Codex, Cursor AI, Claude Code и др.) для ускорения разработки при сохранении полного инженерного контроля над архитектурой и качеством решения. Требования: - Коммерческий опыт backend-разработки от 3 лет (Python или Java). - Опыт проектирования архитектуры высоконагруженных backend-систем. - Хорошее понимание PostgreSQL и проектирования реляционных БД. - Опыт проектирования REST API. - Понимание принципов SOLID, GRASP, DRY, KISS. - Знание основных GoF-паттернов и понимание, когда их действительно стоит применять. - Понимание микросервисной архитектуры и способов взаимодействия сервисов. - Умение читать, анализировать и безопасно рефакторить существующий код. - Умение оценивать технический долг и предлагать способы его уменьшения. - Способность аргументировать архитектурные решения и защищать свою позицию в технической дискуссии. Условия: - Частичная занятость. - Удаленная работа. Для нас особенно важно: - Самостоятельное проектирование архитектуры системы. - Понимание устройства моделей данных и причин их структуры. - Осознанные технические решения, а не сгенерированные AI. - Умение объяснить преимущества выбранного решения. - Способность критически оценивать код, написанный AI. - Восприятие AI как инструмента повышения продуктивности, а не замены инженерному мышлению.
Инженер-программист, генеративный ИИ
О компании Abridge основана в 2018 году с миссией улучшать взаимопонимание в здравоохранении. Платформа на основе ИИ преобразует разговоры между пациентами и врачами в структурированные клинические заметки в реальном времени, интегрируется с EMR. Компания использует Linked Evidence и аудируемый ИИ, сопоставляет сгенерированные сводки с первоисточником. Офисы находятся в Сан-Франциско (Mission District), Нью-Йорке (SoHo) и Питтсбурге (East Liberty). В команде — практикующие врачи, ИИ-исследователи, PhD, креативщики, технологи и инженеры. Роль Компания ищет инженеров по генеративному ИИ любого уровня. Работа в кросс-функциональной команде с исследователями, клиницистами и инженерами. Задача — превращать возможности языковых моделей в надежные клинические системы: проектировать продвинутые LLM-процессы, включая агентные возможности, структурированные инструменты, разветвленные цепочки вызовов, интеграцию с поисковыми системами. Также разработка и применение фреймворков оценки (автоматизированных и с участием человека) для проверки точности, надежности, многоязычности. Проектирование экспериментов для поиска отказов, симуляция крайних случаев, нагрузочное тестирование. Владение полным циклом продакшена LLM-процессов: развертывание в средах с низкой задержкой, мониторинг, наблюдаемость, постобработка, версионирование. Задачи - Проектировать и создавать агентные системы, превращающие LLM в компонуемые надежные инструменты (поиск, вызов инструментов, агентные рассуждения, структурированные выходы). - Сотрудничать с ML- и инфраструктурными инженерами для масштабирования и оптимизации агентных процессов: задержка, контекстные окна, выбор моделей. - Писать высококачественный модульный код, устойчивый к сбоям, гибкий к изменениям. - Отвечать за ключевые архитектурные решения: архитектура процессов, потоки данных, кэширование промежуточных состояний, структура генерируемых выходов. - Проводить строгую оценку: создавать бенчмарк-датасеты, автоматизированные и human-in-the-loop фреймворки, эксперименты для выявления отказов и крайних случаев, A/B-тесты, анализировать обратную связь клиницистов. - Использовать передовые возможности: быстрое прототипирование с новыми моделями, открытыми инструментами и техниками промптинга. Требования - 3+ года опыта создания production-grade систем, из них 1–2+ года — с LLM или агентными продуктами. - Глубокое владение LLM API, стратегиями промптинга и паттернами оркестрации (LangChain, LlamaIndex, кастомные пайплайны). - Опыт с поисковыми системами (семантический и лексический поиск, векторные БД, эффективный kNN), вызовом функций, tool-use или агентными процессами. - Рабочее знание оценки моделей: создание разнообразных датасетов, автоматизированная и human-in-the-loop оценка, A/B-тесты, работа с экспертами для улучшения моделей. - Сильные знания Python: чистый код, комплексные тест-кейсы, знание стандартной библиотеки; желателен опыт с async-программированием, профилированием производительности, упаковкой и деплоем. - Хорошая интуиция: понимание, когда ускоряться и итерировать, а когда устранять технический долг. Ценятся готовность учиться и признание, что отличный член команды может не полностью соответствовать описанию.
AI-инженер, специализация: AI-агенты
Инженерная культура Hatch строится на скорости, ответственности и влиянии. Это небольшая амбициозная команда, создающая ИИ, который меняет способы роста сервисных бизнесов. Инженеры владеют задачами от начала до конца, быстро выводят код в продакшн и работают с современным стеком (Elixir, Python, Go, React + TypeScript). В команде AI-агентов вы будете на стыке классической разработки продуктов и ИИ — создавать системы, которые позволяют агентам рассуждать, действовать и улучшаться. Ваша работа напрямую влияет на выручку клиентов. Требуется нахождение в США. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email на всех точках контакта с клиентом. - Разрабатывать системные промпты, формирующие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Разрабатывать интеграции вызова инструментов, чтобы агенты могли безопасно и предсказуемо выполнять действия: запись на приём, поиск данных клиентов, тёплая передача оператору. - Строить оценки LLM-as-a-judge и наблюдаемость ИИ: телеметрию, трейсы, дашборды качества для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: сочетать продуктовое чутьё, потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, постепенное внедрение с фича-флагами и A/B-экспериментами, наблюдаемость, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов инструментов/функций, фреймворки оценки или оркестрация агентов. - Уверенный бэкенд-опыт на одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа со всем стеком: от модели данных и логики LLM/агентов до API и, при необходимости, UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Глубокое чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, оставаться подотчётным до доставки. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: активно изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Компенсация: $112 000 – $216 000 (в зависимости от опыта и других факторов). - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячная велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и влияние на реальный бизнес и клиентов. - Команда инженеров, которым важны качество, быстрая реализация и взаимная поддержка. - Гибридный формат работы в Нью-Йорке, США.
Senior AI-инженер платформы и инструментов
О компании Crunchyroll — сервис, основанный фанатами, доставляет искусство и культуру аниме сообществу. Компания обслуживает более 100 миллионов фанатов аниме и манги в более чем 200 странах и территориях. Опыт включает онлайн и офлайн-форматы: стриминг, кинотеатральные показы, игры, мерчандайз, события и другое. О роли Senior AI-инженер платформы и инструментов создаёт платформу, автоматизацию и инструменты, на которых работает остальная часть AI Enablement, и администрирует корпоративные AI-инструменты, на которые полагается вся компания. Роль входит в команду Tools & Governance платформы внутри AI Enablement (AIEN), подчиняется AI Platform, Strategy & Governance Lead. Это универсальная позиция полного цикла: автоматизация оценки и управления AI, переиспользуемые строительные блоки для других команд и повседневное администрирование одобренных AI-инструментов. Работа охватывает три связанных направления: - Превращение оценки и управления AI из ручного процесса в автоматизированную платформу: структурированные оценки, конвейеры приёма и скоринга, маршрутизация согласований, policy-as-code и телеметрия использования. - Администрирование и настройка одобренных корпоративных AI-инструментов, отслеживание новых релизов и оценка целесообразности их внедрения. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов: RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — на которых строит команда Build & Partner. Это ранняя небольшая команда, поэтому инженер совмещает несколько ролей, ведёт функции от начала до конца и помогает задавать инженерные стандарты роста функции. Задачи - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Инструментирование телеметрии использования и затрат по одобренному AI-стеху: расход токенов, использование мест, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация управления AI: приём заявок, скоринг, маршрутизация согласований и enforcement policy-as-code, интегрированные с Glean-агентами и JSM-процессами. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — для команды Build & Partner. - Администрирование и настройка одобренных корпоративных AI-инструментов Crunchyroll, включая ChatGPT, Glean, Claude и Gemini; управление настройками, паттернами доступа, включением функций и операционными изменениями совместно с IT и Security. - Отслеживание новых релизов и изменений продуктов среди одобренных AI-инструментов, оценка необходимости их внедрения в Crunchyroll и организация раскатки для максимальной пользы сотрудников. - Обеспечение того, чтобы платформа была путём наименьшего сопротивления: решения AIEN по умолчанию используют golden paths и стандарты, и улучшение ключевых метрик (время оценки, adoption golden-path). - Создание агентов и воркфлоу средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управляемости, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролов, обнаружения и предотвращения в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась отдельно к каждому проекту. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов для масштабирования команды. Требования - 6+ лет инженерной работы в software или platform engineering, включая создание инструментов или сервисов, используемых другими инженерами. - Практический опыт администрирования, настройки или поддержки корпоративных SaaS-инструментов, AI-платформ или внутренних продуктовых платформ в производственной бизнес-среде. - Сильные навыки разработки (например, Python, плюс Go/TypeScript или аналогичные) — создание production-quality инструментов, а не только прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, пайплайнов данных или внутренних инструментов для разработчиков. - Опыт создания практичных AI-агентов, ассистентов или автоматизации воркфлоу для бизнес-пользователей, включая сбор требований, дизайн промптов и воркфлоу, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, релиз, итерации. - Чёткая письменная коммуникация: инструменты и документация должны приниматься другими инженерами.
Инженер по ИИ-системам, LLM-агенты
Компания Postali создает ИИ-ассистированные рабочие процессы для контента, поиска, исследований, отчетности и публикации на сайте. В команду ищут AI-native инженера, который использует ИИ как инструмент решения задач, а не только как помощника для написания текстов. Роль предполагает владение полным циклом: от неоднозначной бизнес-задачи до работающей, контролируемой системы, которой пользуются люди. Задачи - Управлять портфелем ИИ-агентов и ИИ-процессов в области контента, SEO, исследований, анализа отчетности, поддержки публикаций и внутренних операций. - Находить задачи с высокой ценностью: описывать текущий процесс, определять точки принятия решений и риски, выбирать сочетание LLM, детерминированной логики, автоматизации и контроля со стороны человека. - Проектировать и поддерживать переиспользуемые навыки агентов, промпты, контекстные файлы, базы знаний и системы поиска, структурированные выходы, подключения к инструментам и конфигурации под конкретных клиентов. - Развивать систему ИИ-контента: исследования, черновики, контекст клиента, проверка фактов и цитирований, контроль бренда и юридического качества, передача редакторам и настройка под новых клиентов. - Создавать агентные процессы, помогающие командам анализировать эффективность, изучать конкурентов, обобщать данные, предлагать следующие шаги и превращать одобренные решения в исполнимую работу. - Проектировать контроль с участием человека: определять, что система делает автономно, что требует проверки экспертом, а что нельзя автоматизировать (особенно заявления для клиентов, регулируемый контент, чувствительные данные и изменения в продакшене). - Подключать агентов к одобренным инструментам и данным через API, вебхуки, MCP, платформы автоматизации и небольшой продакшен-код. - Строить оценки до объявления системы готовой: измерять точность, полноту, согласованность, соответствие требованиям, задержку, стоимость и практическую полезность, использовать результаты для улучшения или отключения процесса. - Отвечать за надежность ИИ-систем в продакшене: логи, мониторинг, алерты, версионирование, права доступа, стоимость моделей и токенов, поведение при сбоях, реагирование на инциденты и восстановление. - Создавать переиспользуемые фреймворки, масштабируемые на разных клиентов, с сохранением специфичного контекста, стандартов и экспертизы каждой юридической фирмы. - Документировать архитектуру системы, модели, источники данных, промпты, навыки, зависимости, решения, учетные данные, runbook и владельцев резервного копирования. - Обучать команды эффективно использовать системы, отслеживать, где ломается внедрение или доверие, и улучшать как технологию, так и операционные процессы. - Постоянно экспериментировать: тестировать новые модели, инструменты и паттерны на понятных кейсах и доказательствах, а не внедрять технологии ради самих технологий. Требования - Подтвержденный опыт самостоятельной разработки и эксплуатации ИИ, автоматизации, программных или данных-систем, которыми пользуются другие люди. Точные должности и годы не важны; важны продуманные, продакшен-ориентированные результаты. - Настоящее владение ИИ: умение показать, как ИИ изменил подход к исследованию, рассуждению, разработке, отладке и решению задач. - Практический опыт с агентами на основе LLM, вызовом инструментов, структурированными выходами, поиском или системами знаний, контекстной инженерией, оценками и процессами с одобрением человека. - Понятная коммуникация и лидерство в изменениях: умение объяснять ИИ-системы техническим и нетехническим коллегам, писать полезную документацию и помогать команде осваивать новые способы работы. - Практические навыки интеграции: API, вебхуки, аутентификация, JSON, платформы автоматизации. Понимание, когда достаточно no-code, а когда код надежнее. - Опыт с MCP, векторным или гибридным поиском, оркестрационными фреймворками, платформами автоматизации рабочих процессов и наблюдаемостью.
AI-инженер по разработке AI-агентов
Hatch — небольшая команда, создающая ИИ для роста сервисных компаний. Стек: Elixir, Python, Go, React + TypeScript. Роль входит в команду AI-агентов: вы будете строить системы, которые позволяют агентам рассуждать, действовать и улучшаться. Требуется нахождение в США. Формат — гибридный, Сан-Франциско. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email-переписки на всех точках взаимодействия с клиентом. - Разрабатывать системные промпты, определяющие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Развивать интеграции вызова инструментов (tool calling), чтобы агенты могли надёжно выполнять действия: запись на приём, поиск данных клиента, тёплая передача оператору — безопасно и предсказуемо. - Строить оценки на базе LLM-as-a-judge и observability для ИИ: телеметрия, трейсы, дашборды качества — для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: применять продуктовое чутьё в каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматическое тестирование, CI/CD, постепенная выкатка с фича-флагами и A/B-экспериментами, observability, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов функций/инструментов, фреймворки оценки, оркестрация агентов. - Уверенный бэкенд-опыт в одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа на всех уровнях стека: от модели данных и логики LLM/агентов до API и (где нужно) UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, отвечать за результат. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Ожидаемый диапазон компенсации: $112,000–$216,000 в зависимости от уровня опыта. Фактическая зарплата может варьироваться в зависимости от локации и опыта. - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и видимый эффект для реального бизнеса и клиентов. - Команда инженеров, ценящих качество, быструю разработку и друг друга.
Forward-Deployed AI-инженер, автоматизация и инфраструктура
О роли Компания Truss — финтех-стартап (YC S21) из примерно дюжины сотрудников, строящий банкинг и платежи для строительной отрасли. Уже использует ИИ в двух направлениях, каждому нужен владелец на полную ставку. - Внутренние ИИ-системы уже в продакшене. Запущен внутренний ИИ-харнесс. Бэк-офис по фроду и поддержке клиентов построен на ИИ: обработка кейсов, ревью, операционная поверхность, а не чат-бот на стороне. Система требует ежедневной поддержки, развития и отношения как к продукту. - Инженерная фабрика. Команда работает в Cursor и Claude Code. Настройка неравномерна: виртуальные окружения, виртуальные машины, скиллы и репозитории расходятся, скиллы устаревают. Нет ежедневной картины того, что вышло и насколько хорош код. Нужно сделать каждого инженера одинаково эффективным. Позиция — инженерная, а не DevRel, не «театр внедрения» и не стажер по промптам. Вы будете владеть продакшен-системами внутреннего ИИ (харнесс и бэк-офис по фроду/поддержке) и ускорять работу инженерной команды. Задачи - Владение внутренним ИИ-харнессом. Он существует: поддержка, укрепление, развитие на полную ставку. Эвалы, подключение инструментов, песочницы — всё, что делает агентов надежными. - Владение ИИ-бэк-офисом. Фрод и поддержка клиентов уже работают на ИИ-бэк-офисе. Расширение, обеспечение корректности, работа с операционной командой при сбоях в кейсах. Это продакшен, а не демо. - Обеспечение работоспособности окружений всех инженеров: Cursor, агентные рантаймы, виртуальные окружения, виртуальные машины, секреты, языковые тулчейны. Когда кто-то клонирует репозиторий, агент должен запускаться, тестироваться и выкатываться. - Владение командными скиллами: общие скиллы для стека и стиля работы, поддержание их актуальности. Устаревший скилл — это баг, который нужно исправить, а не вики, которую кто-то прочитает. - Подготовка репозиториев для агентов, а не только для людей: devcontainers или аналоги, таск-раннеры, точки входа для тестов, линтеры, фикстуры, документация, понятная модели. - Создание джобов для ежедневной оценки работы: сигнал о том, что вышло, качество ревью, здоровье тестов, использование агентов, узкие места. Улучшение фабрики, а не создание витринной дашборд-панели. - Внедрение устойчивых процессов: как открываются PR, как проходит ревью с агентами, как продвигается скилл, как отключается плохой. Скучно, с контролем, легко. - Работа с пользователями системы: инженерами и операционной командой. Наблюдение за сессией или сбоем кейса и исправление харнесса, скилла или бэк-офиса. Без перекладывания ответственности через Notion-страницу. Требования - Минимум 6 лет опыта инженерной работы с продакшен-софтом. Языки и стеки менее важны, чем наличие вкуса, выработанного в реальных проектах. - Доказательство работы: харнесс, eval-фреймворк, система агентов/скиллов или значимый опенсорс-вклад в этой области со ссылкой. Посты в блоге про «использование ChatGPT» не считаются. - Опыт настройки окружений для других людей, а не только для себя. Репозитории, которые запускаются, тесты, которые работают, агенты с нужными инструментами. - Отношение к харнессам, скиллам и бэк-офису как к продакшен-коду: версионирование, ревью, деприкация при устаревании. Уверенное владение Python/TypeScript или аналогичным: CI, скрейперы, MCP/инструмент-серверы, песочницы, операционные интерфейсы. - Опыт работы в малой команде. Не будет платформенного отдела — вы и есть функция внутреннего ИИ и ускорения инженерии. - Соответствие правилам локации и разрешения на работу из раздела Sanity Check. Условия - Удаленная работа в США или Канаде. Возможна работа в офисе в Остине, Техас, с 1 января 2026 года. - Полная занятость. - Опыт от 6 лет. - Зарплата: CAD 150K–250K для удаленной работы в Канаде, USD 125K–175K для удаленной работы в США. Оплата в валюте локации. - Опционы: 0.25%–0.50% капитала. - Виза TN допустима для канадцев. Другие визы не спонсируются. Не подходит, если - Менее 6 лет опыта написания продакшен-софта. - Опыт с ИИ ограничен ChatGPT в браузере и курсом на LinkedIn. - Хотите быть продуктовым инженером, который «заодно помогает» с ИИ.
Staff Data Scientist, поисковое ранжирование
О компании DuckDuckGo — компания в сфере онлайн-защиты, удалённая команда из более чем 300 человек. Основана в 2008 году, прибыльна с 2014 года, годовая выручка превышает 100 млн долларов США. Продукты: браузер для Mac, Windows, iOS и Android, поисковая система, подписка DuckDuckGo, а также приватный ИИ Duck.ai, позволяющий общаться с ChatGPT, Claude и другими ИИ. Культура доверия, инклюзивности и самостоятельного управления проектами: каждый член команды полностью отвечает за свои проекты — от планирования и выполнения до постмортема. Роль и задачи Работа в функциональной команде Data Science. Задачи: улучшение качества поисковой выдачи и ранжирования. Недавние проекты: - Улучшение качества и точности первого этапа ранжирования без потери скорости. - Разработка новых сигналов лексического сопоставления и авторитетности документов. - Расширение поисковых оценок для измерения готовности релевантности и выявления слепых зон ранжирования. - Исследование LLM для генерации признаков и ранжирования. Данные соответствуют строгим стандартам приватности и ограничены, поэтому требуется творческий подход для получения практических выводов в культуре, основанной на фактах, где количественная строгость является базовым уровнем. Требования - Опыт работы в Data Science от 10 лет, из них от 2 лет на уровне Staff, Principal или Director. - Опыт руководства сложными проектами от планирования до продакшена с минимальным руководством. - Умение консультировать других по сложным задачам data science. - Способность разрабатывать стратегии для неоднозначных задач и превращать их в серию чётко определённых проектов. - Практический опыт внедрения ML в продакшен, разработки NLP-решений и использования AI-ассистированной разработки. - Написание продакшен-кода на Python или аналогичном высокоуровневом языке. - Продвинутые навыки SQL и оптимизации запросов. - Эффективное взаимодействие с продуктовыми командами и вклад в общую производительность команды. Предпочтительно: - Опыт реализации поисковых проектов (ранжирование, поиск или индексация) от планирования до продакшена. - Опыт работы с масштабной поисковой инфраструктурой (например, Vespa, Elasticsearch, OpenSearch или Solr). Условия - Зарплата: 222 033 доллара США в год и опционы на акции. Компенсация одинакова для профессиональных уровней независимо от географического расположения или команды. Уровень компенсации прозрачен внутри организации. - Право на медицинские льготы от компании ограничено сотрудниками, находящимися в США; не распространяется на сотрудников в других странах (например, Канада или Великобритания). - Поддержка благополучия: оплачиваемый отпуск по уходу за ребёнком, обустройство офиса, надбавка на коворкинг. - Требуется участие в видеоконференциях с включённой камерой. - Ожидаются поездки минимум два раза в год: на общую встречу команды и на командный ретрит (каждый по 4–5 дней). Посещение настоятельно рекомендуется. - Гибкий график без фиксированных часов, но в среднем полная занятость 40 часов в неделю. - Успешный кандидат должен пройти проверку биографии (background check) как условие присоединения к команде.
Senior Analytics Engineer, dbt и Snowflake
О компании Luxury Presence создает AI-платформу роста для недвижимости. При поддержке Bessemer Venture Partners и других ведущих инвесторов, компания находится на стадии Series C и достигла $100M годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития своего бизнеса. О роли Мы ищем Senior Analytics Engineer, который построит и масштабирует аналитическую основу для принятия решений в командах Go-to-Market, Product, Finance, People и Operations. Роль находится на стыке инженерии данных и аналитики: превращение сырых данных о продукте, маркетинге, финансах и операциях в чистые, хорошо смоделированные и надежные наборы данных. Работа будет питать все: от исполнительных дашбордов и когортного анализа до экспериментов, биллинговых операций, AI-аутрича и семантических слоев, которые позволяют AI-агентам автономно отвечать на вопросы стейкхолдеров. Это высококросс-функциональная роль — партнерство с Product Management, Marketing, RevOps, Finance, People Ops и Engineering для обеспечения надежного, масштабируемого и соответствующего бизнесу аналитического стека. Обязанности Построение и владение фундаментом данных - Владение и развитие dbt-проекта: обеспечение производительности, тестирования и документирования моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки данных. - Использование современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы и логику. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки, которые сравнивают данные из разных источников для выявления расхождений и защиты выручки. Обеспечение качества данных и автоматизации - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение лучших практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и обеспечение их единообразного расчета во всех инструментах. - Расследование и документирование инцидентов с данными от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие - Выполнение роли связующего звена между Engineering, GTM и Finance: обеспечение согласованных определений метрик и правильной инструментовки систем. - Предоставление стейкхолдерам возможности самостоятельного доступа к надежным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик написания запросов, создания дашбордов и интерпретации метрик; обучение стейкхолдеров самостоятельной работе. Создание AI-готовой инфраструктуры данных - Проектирование и поддержка семантических представлений Snowflake Cortex, служащих управляемым интерфейсом данных для AI-агентов и LLM-инструментов. - Партнерство с AI/продуктовыми командами для определения, создания и валидации определений семантического слоя, поддерживающих внутренних AI-ассистентов. - Создание фреймворков измерения для AI-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные - Более 5 лет опыта работы аналитическим инженером, инженером данных или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: возможности, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище данных. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Подтвержденный опыт работы с событийными данными и данными об использовании продукта (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой — желательно создание сквозных пайплайнов от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев, служащих управляемыми интерфейсами данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знакомство с CI/CD, Git-процессами и автоматизированным тестированием. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательные - Опыт создания и поддержки DAG в Airflow и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, измерение инкрементального эффекта. - Опыт работы с основами предиктивного моделирования: классификация, отбор признаков и оценка моделей.
Senior Analytics Engineer, dbt и Snowflake
О компании Luxury Presence — платформа ИИ для роста в сфере недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития бизнеса. Обязанности Создание и развитие фундамента данных: - Владение и развитие dbt-проекта: производительность, тестирование и документация моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки. - Применение современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки для сравнения данных из разных источников и выявления расхождений. Обеспечение качества данных и автоматизации: - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и их единообразный расчет во всех инструментах. - Расследование и документирование инцидентов с данными: от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие: - Выполнение роли связующего звена между Engineering, GTM и Finance для согласования определений метрик и корректной инструментации систем. - Обеспечение самостоятельного доступа стейкхолдеров к доверенным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик запросов, дашбордов и интерпретации метрик, обучение стейкхолдеров самостоятельной работе. Создание ИИ-готовой инфраструктуры данных: - Проектирование и поддержка семантических представлений Snowflake Cortex как управляемого интерфейса данных для ИИ-агентов и LLM-инструментов. - Совместно с ИИ/продуктовыми командами определение, создание и валидация семантического слоя для внутренних ИИ-ассистентов. - Создание фреймворков измерения эффективности ИИ-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные: - 5+ лет опыта работы аналитическим инженером, дата-инженером или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: сделки, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Опыт работы с событийными и продуктовыми данными (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой, включая сквозные пайплайны от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев как управляемых интерфейсов данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знание CI/CD, Git-процессов и автоматизированного тестирования. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательно: - Опыт создания и поддержки Airflow DAG и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, оценка инкрементального эффекта. - Опыт в основах предиктивного моделирования: классификация, отбор признаков, оценка моделей.
DevOps/SRE-инженер, Go и Python
Позиция: DevOps Формат: удаленный ЗП: от 200 000 до 600 000 рублей Быстрорастущий сервис с аудиторией в несколько сотен тысяч пользователей активно масштабируется и ищет сильного DevOps/SRE для развития проекта. Чем предстоит заниматься: — Администрировать и развивать Linux-инфраструктуру; — Настраивать и оптимизировать сетевой стек; — Писать production-код на Go и Python; — Работать с сетевыми протоколами, поддерживать и развивать распределенную инфраструктуру доставки и маршрутизации трафика. Что мы ожидаем: — Уверенное администрирование Ubuntu; — Опыт работы с systemd (юниты, зависимости, hot-reload сервисов), netplan, journald, logrotate; — Настройку и оптимизацию сетевого стека Linux через sysctl (буферы, conntrack, очереди NIC), настройка IPv4/IPv6, swap; — Опыт написания идемпотентных Bash-скриптов; — Уверенная работа по SSH с большим количеством серверов; — Опыт реализации безопасных деплоев и green-blue updates; — Глубокое понимание TCP/UDP, TLS (SNI, ALPN, handshake на уровне пакетов), HTTP/1.1–HTTP/2, WebSocket; — Экспертное знание DNS; — Опыт построения DNS Load Balancing; — Опыт работы с CDN, nginx Reverse Proxy, TLS-терминацией, проксированием WebSocket, fallback-страницами и health-check; — Уверенный опыт разработки на Go (concurrency, тестирование, работа с сетевым стеком); — Опыт разработки на Python (FastAPI, слоистая архитектура); — Уверенный технический стек (SQLAlchemy, Alembic, pytest (unit и e2e), генерация конфигураций из YAML-деклараций); — Опыт работы с Prometheus, Grafana, Docker, Docker Compose; — Навыки диагностики production-инцидентов с использованием tcpdump, dig, ss, iproute2; — Ежедневное использование AI-инструментов в разработке, автоматизации и инженерных задачах. Мы предлагаем: — Полностью Remote, full-time 5/2; — Конкурентную заработную плату; — Полностью оплачиваемый испытательный срок (1 месяц); — Возможность напрямую влиять на архитектуру продукта и принимать ключевые технические решения; — Работу в небольшой сильной команде без бюрократии и долгих согласований.
Python-разработчик, AI-агенты
Разработка AI-системы для автоматизации пользовательских действий и коммуникаций во внешних сервисах. Требуется Python-разработчик для создания первой рабочей версии продукта. Задачи: - Разрабатывать backend на Python - Создавать устойчивую браузерную автоматизацию - Работать с пользовательскими сессиями, очередями и расписаниями - Интегрировать LLM и vision-модели - Реализовывать память, контекст и инструменты AI-агента - Настраивать логирование, мониторинг и восстановление после ошибок - Обеспечивать защиту пользовательских данных и секретов - Участвовать в проектировании архитектуры, оценке сроков и технических рисков Требования: - Уверенный Python + asyncio - Опыт разработки production-систем - Playwright или аналоги - Опыт автоматизации нестабильных и меняющихся интерфейсов - Retry, переавторизация, recovery после сбоев - Понимание идемпотентности - Опыт с фоновыми процессами, очередями, расписаниями и квотами - Практика разработки LLM-приложений: агенты, function calling, память, контекст - Опыт с vision-моделями и оптимизацией стоимости инференса - Понимание шифрования, хранения секретов, access control и аудита - Docker, CI, логирование, метрики и алерты Будет плюсом: - Опыт с прокси-инфраструктурой и сетевой изоляцией - Антифрод, платежи или дейтинг - Понимание реакции внешних площадок на нетипичную активность - Опыт продуктов с нестабильными API/интерфейсами - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе: - Оценить реализуемость MVP - Предложить архитектуру и roadmap разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип на отдельном аккаунте - Настроить фиксацию результатов, ошибок и причин остановки системы