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
Архитектор облачных решений
Компания «Базис» — российский разработчик программных продуктов для оказания облачных услуг и платформы динамической инфраструктуры. Ищем архитектора для развития облачных продуктов Basis Cloud Control и Basis Automation Studio. Продукты предоставляют платформу управления облачной инфраструктурой с моделью предоставления облачных ресурсов как сервис. Основные обязанности: Проработка решений для новых бизнес-задач заказчиков и развитие облачной платформы; Развитие технических компетенций смежных команд: проведение демонстраций, консультирование; Участие в определении архитектурных подходов, интерфейсов и стандартов совместно с командами разработчиков, аналитиков и инженеров; Взаимодействие с разработчиками, тестировщиками, аналитиками, инженерами и смежными продуктовыми командами для решения архитектурных задач и интеграции продуктов, реализации разработанных решений; Экспертная консультация в предпродажных активностях и эксплуатации продуктов; Формирование и поддержка архитектурной документации. Необходимый опыт работы: Опыт не менее 6 лет в инфраструктурных или облачных технологиях; Опыт участия в разработке архитектуры продуктов от 2 лет; Опыт работы с сервисами в публичных облаках (AWS, Azure, GCP, Alibaba и т.д.); Опыт работы с продуктами VMware (vSphere, Cloud Director, NSX-T, vRealize), OpenStack, ManageIQ, OpenShift, Cozystack, n8n и т.д.; Опыт работы с PostgreSQL, ClickHouse, Redis; Опыт работы с S3-решениями; Опыт работы с Ansible, Terraform/OpenTofu, понимание концепции IaC; Опыт работы с Podman, Kubernetes; Опыт работы с Linux-based системами на уверенном уровне. Профессиональные знания и навыки: Навыки разрешения проблем в технических решениях и продуктах; Знание принципов работы сетей передачи данных и сетей хранения данных; Понимание принципов работы современных микросервисных приложений и инструментов; Умение создавать и разрабатывать технические архитектуры (HLD, LLD) и диаграммы в нотации C4; Навыки проектирования интеграционных компонент, разумный подход к выбору способа интеграции с учетом ФТ/НФТ; Понимание принципов и функционирования контейнеризации и виртуализации; Понимание принципов построения комплексной ИТ-инфраструктуры больших компаний (сети, серверы, СХД, СРК, ИБ, ИС); Понимание принципов и функционирования систем высокой доступности и катастрофоустойчивости. Будет плюсом: Практический опыт использования Python и/или Golang для скриптов или разработки; Опыт работы с VMware SRM, NetApp MetroCluster, Huawei HyperMetro, Hitachi GAD, MIND Guard, Hystax Acura; Опыт работы с инструментами Observability; Опыт работы с ADR; Практический опыт использования AI/ML для рабочих задач. Условия: Трудоустройство согласно ТК РФ в IT-компании со всеми соответствующими бонусами; Заработная плата состоит из оклада и квартальной премии; График работы 5/2 пн-пт, гибкое начало дня; Социальный пакет (ДМС, оплата мобильной связи); Обучение внутри компании и на внешних курсах; Корпоративная программа лояльности (профессиональное обучение, фитнес-активности, обучение языкам и т.д.).
Middle Data Engineer, товародвижение
Ozon fresh — сервис быстрой доставки свежих продуктов питания, товаров повседневного спроса, бытовой техники, электроники. Ищем Data engineer в группу товародвижения в отдел Data Science. Чем предстоит заниматься - Писать алгоритмы обработки больших данных (несколько сотен миллионов строк в таблице) - Исследовать и подготавливать данные - Оптимизировать текущие вычисления - Заниматься продуктивизацией алгоритмов и их сопровождением - Делать ревью кода и анализ инцидентов Наши пожелания к кандидатам - Наличие опыта в роли Data engineer от 2 лет - Уверенное владение Python, PySpark, SQL - Знание устройства Hadoop, HDFS, Hive - Будет плюсом: опыт работы с Go, Airflow, DBT Формат работы: удалённая работа.
Senior ML-инженер
GetTransfer ищет опытного ML Engineer для разработки и внедрения ML-решений в production. В периметре компании — широкий спектр проектов: от RightTech и mobility до fintech и других технологических направлений. Это возможность работать с разными типами ML-задач, современным стеком и практически безграничными возможностями для профессионального развития в области Machine Learning. Что предстоит делать: - разрабатывать и улучшать ML-модели; - работать с большими объёмами данных; - внедрять модели в production и поддерживать их жизненный цикл; - выстраивать ML pipelines и MLOps-процессы; - заниматься мониторингом качества моделей и данных; - работать с Python и современным ML-стеком. Ожидания: - 5+ лет опыта в Machine Learning; - сильный Python; - опыт production deployment ML-моделей; - опыт с MLOps, MLflow или аналогичными инструментами; - понимание model/data versioning, CI/CD и автоматизации ML pipelines; - опыт построения мониторинга моделей и data quality; - умение работать с большими объёмами данных и сложными ML-системами.
Middle ML-инженер, LLM
Ростелеком — крупнейший в России интегрированный провайдер цифровых решений. Опыт работы: от 2 лет в роли MLE. Формат работы: возможна полная или частичная удалённая работа из России (также офисы в Москве, Краснодаре, Новосибирске). Чем предстоит заниматься - Планирование архитектуры приложений с использованием LLM в качестве основной технологии. - Разработка ML-бэкендов и микросервисов для обеспечения функциональности и интеграции различных сервисов. - Оптимизация текущих решений с акцентом на производительность и управление нагрузкой (onnx, openvino, tensorrt). Наши пожелания к кандидатам - Опыт работы в роли MLE от 2-х лет. - Уверенное знание Python и опыт разработки сетевых/асинхронных приложений. - Широкая насмотренность в области LLM, RAG. - Знание Docker, CI/CD, FastAPI и SQL.
Senior Python-разработчик, AI/ML
Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда внедряет AI-агентов для проактивной диагностики маркетинговых показателей, поиска неочевидных взаимосвязей и генерации рекомендаций. Формат работы: офис, Москва. Чем предстоит заниматься: - Проектировать и разрабатывать AI-агентов для автоматизации отчетности и мониторинга отклонений в бизнес-процессах - Создавать пайплайны поиска отклонений и интегрировать их с LLM для генерации текстовых выводов и отчетов - Работать с большими массивами данных: готовить фичи, агрегировать данные и передавать их в модели - Оптимизировать, упаковывать и деплоить агентные системы в продакшн Пожелания к кандидатам: - Отличное знание Python, опыт коммерческой разработки от 3 лет - Опыт работы с языковыми моделями (LLM), понимание их ограничений - Знание LangChain (или аналогов) и опыт интеграции LLM в реальные бизнес-задачи - Понимание принципов DevOps и CI/CD
Senior Computer Vision Engineer, AI/CV-решения
Компания QLAN ищет Computer Vision Engineer для разработки и внедрения AI/CV-решений в крупных компаниях и государственных структурах. Формат: удалённо Занятость: full-time, 5/2 Зарплата: от 250 000 ₽ Требуется гражданство РФ Что предстоит делать: — разрабатывать и внедрять решения в области Computer Vision; — работать с датасетами, разметкой и подготовкой данных; — проводить эксперименты и анализировать качество моделей; — создавать и поддерживать production-ready CV-решения; — работать с Linux, Git, Docker/Docker Compose; — участвовать в выборе технических подходов и анализе результатов. Что требуется: — от 3 лет коммерческого опыта в Computer Vision; — знания классического ML, статистики и алгоритмов CV; — практический опыт с PyTorch; — уверенное владение NumPy, scikit-learn, Matplotlib, OpenCV; — Linux (Ubuntu/Mint/Debian); — Docker и Docker Compose; — Git; — английский B2+; — опыт самостоятельного доведения проектов до production; — умение читать научные статьи, воспроизводить решения и адаптировать их под реальные задачи. Что предлагают: — полностью удалённую работу; — гибкое начало рабочего дня; — профессиональное развитие; — работу с современными технологиями в области CV/ML.
Агентный Gen AI-разработчик (Python, RAG)
Обязанности - Совместно с командой проектировать и разрабатывать высококачественные веб-приложения с использованием Python, Flask, Django и смежных технологий. - Писать чистый и эффективный код, обеспечивать его поддерживаемость и переиспользуемость. - Проектировать и внедрять RAG-пайплайны на Google Cloud / Vertex AI (chunking, эмбеддинги, индексация, поиск, реранкинг, grounding). - Строить агентные рабочие процессы (использование инструментов, планирование, рефлексия/guardrails, структурированные выходные данные) с использованием Python-first фреймворков. - Проводить ревью кода для обеспечения качества и согласованности. - Проводить тестирование для обеспечения качества и надежности приложений. - Создавать и поддерживать техническую документацию для веб-приложений. - Участвовать в планировании проекта, оценке и приоритизации задач. - Следить за новейшими технологиями в области разработки на Python. - Определять и запускать оценку (метрики поиска, качество ответов, проверки галлюцинаций/grounding) и итеративно улучшать качество системы. - Выпускать в продакшн: API, мониторинг/наблюдаемость, оптимизация стоимости и производительности, CI/CD и лучшие практики безопасности. Обязательные требования - Python, Flask/Django, RAG. - Опыт разработки программного обеспечения на Python 3. - Понимание жизненного цикла разработки и тестирования ПО. - Знание реляционных баз данных (например, MySQL, PostgreSQL и т.д.). - Опыт работы с системами контроля версий, такими как Git. - Опыт создания RAG-решений (гибридный поиск, реранкинг, стратегии chunking, эмбеддинги, дизайн промптов и схем). - Знакомство как минимум с одним агентным фреймворком (например, LangGraph/LangChain, LlamaIndex, Semantic Kernel, AutoGen) и паттернами вызова инструментов/функций. - Уверенные знания концепций векторного поиска и как минимум одной векторной БД в продакшене. - Сильные инженерные практики: ревью кода, тестирование, телеметрия, безопасность по дизайну, надежность. Желательно - LLM, LangChain, AWS, Kubernetes, Docker. - Степень магистра в области компьютерных наук, программной инженерии или смежной области. - Более 1 года профессионального опыта разработки веб-приложений на Python с использованием Flask или Django. - Опыт разработки RESTful API на Python. - Понимание фреймворков веб-приложений на Python, таких как Flask или Django. - Опыт работы с облачными сервисами, такими как AWS. - Опыт работы с Vertex AI и основами GCP (IAM, логирование/мониторинг, Cloud Run/GKE, хранилища). - Графы знаний для RAG (связывание сущностей, обход графа + гибридный поиск). - Стриминг/обмен сообщениями (Pub/Sub, Kafka), пайплайны документов (Document AI) и мультиязычный поиск. - Опыт работы с инструментами оценки (RAGAS, TruLens, пользовательские eval-харнессы), управление версиями промптов. - Интеграция с фронтендом (базовый React/Next.js) или развитие платформы (внутренние инструменты разработчика). Условия - Зарплата: $62,000 – $80,000. - Кандидаты должны быть готовы к переезду в пределах США (например, CA, TX, NY).
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.
Python-разработчик Gen AI, RAG и агентные системы
BeaconFire Inc. ищет Python-разработчика для работы над веб-приложениями и системами генеративного ИИ. Задачи: - Проектирование и разработка веб-приложений на Python, Flask, Django. - Написание чистого и эффективного кода с поддержкой поддерживаемости и переиспользуемости. - Проектирование и внедрение RAG-пайплайнов на Google Cloud / Vertex AI (чанкинг, эмбеддинги, индексация, поиск, реранкинг, grounding). - Построение агентных рабочих процессов (использование инструментов, планирование, рефлексия/ограничения, структурированные выводы) с использованием Python-first фреймворков. - Проведение код-ревью для обеспечения качества и согласованности кода. - Тестирование для обеспечения качества и надежности приложений. - Создание и поддержка технической документации для веб-приложений. - Участие в планировании проекта, оценке и приоритизации задач. - Отслеживание новейших технологий для разработки на Python. - Определение и запуск оценки (метрики поиска, качество ответов, проверки галлюцинаций/grounding) и итеративное улучшение качества системы. - Вывод в продакшн: API, мониторинг/наблюдаемость, оптимизация стоимости и производительности, CI/CD, практики безопасности. Требования: - Опыт разработки программного обеспечения на Python 3. - Понимание жизненного цикла разработки и тестирования ПО. - Знание реляционных баз данных (например, MySQL, PostgreSQL). - Опыт работы с системами контроля версий, такими как Git. - Опыт создания RAG-решений (гибридный поиск, реранкинг, стратегии чанкинга, эмбеддинги, дизайн промптов и схем). - Знание как минимум одного агентного фреймворка (например, LangGraph/LangChain, LlamaIndex, Semantic Kernel, AutoGen) и паттернов вызова инструментов/функций. - Уверенное знание концепций векторного поиска и как минимум одной векторной БД в продакшне. - Сильные инженерные практики: код-ревью, тестирование, телеметрия, безопасность по дизайну, надежность. Предпочтительные квалификации: - Степень магистра в области компьютерных наук, программной инженерии или смежной области. - Более 1 года профессионального опыта разработки веб-приложений на Python с Flask или Django. - Опыт разработки RESTful API на Python. - Понимание веб-фреймворков Python, таких как Flask или Django. - Опыт работы с облачными сервисами, такими как AWS. - Опыт работы с Vertex AI и основами GCP (IAM, логирование/мониторинг, Cloud Run/GKE, хранилища). - Графы знаний для RAG (связывание сущностей, обход графа + объединение поиска). - Стриминг/обмен сообщениями (Pub/Sub, Kafka), пайплайны документов (Document AI) и мультиязычный поиск. - Опыт работы с инструментами оценки (RAGAS, TruLens, пользовательские eval-системы), управление версиями промптов. - Интеграция фронтенда (базовый React/Next.js) или платформенная поддержка (внутренние инструменты разработчика). Условия: - Зарплата: $62 000 – $80 000. - Кандидаты должны быть готовы к переезду в пределах США (например, Калифорния, Техас, Нью-Йорк).
Senior AI-инженер по автоматизации и V&V
О роли Инженер по AI и автоматизации в инженерной организации, ориентированный на создание масштабируемых решений с применением искусственного интеллекта для оптимизации жизненного цикла верификации и валидации (V&V). Роль предполагает разработку инструментов автоматизации, программных приложений и интеллектуальных рабочих процессов, повышающих эффективность, качество и скорость поставки в инженерных командах. Работа с глобальными заинтересованными сторонами по проектированию, внедрению и оптимизации современных автоматизированных и AI-решений. Основные обязанности - Проектирование и разработка программных инструментов, API, скриптов и автоматизированных рабочих процессов для поддержки инженерной деятельности по верификации и валидации (V&V). - Создание и внедрение решений на основе ИИ, включая генеративные сценарии для анализа требований, создания DVP, автоматической генерации тестов, трассируемости и проверки доказательств валидации. - Интеграция решений автоматизации и ИИ с инженерными системами, дашбордами, CI/CD-конвейерами, базами данных и платформами валидации. - Разработка прототипов, проведение пилотных программ, сбор обратной связи от пользователей и перевод решений в промышленную эксплуатацию. - Совместная работа с кросс-функциональными и глобальными командами для определения требований, валидации решений и внедрения инструментов автоматизации. - Выявление возможностей для снижения ручного труда, повышения согласованности процессов и увеличения инженерной эффективности через автоматизацию и ИИ. - Обеспечение масштабируемого, поддерживаемого и документированного кода в соответствии с лучшими практиками разработки ПО. Обязательные требования - Степень бакалавра в области компьютерных наук, компьютерной инженерии, электротехники, программной инженерии или смежной технической области. - Уверенные навыки программирования как минимум на одном языке: Python, JavaScript, TypeScript, C или C++. - Более 7 лет релевантного опыта в данной области. - Опыт разработки программных инструментов, скриптов автоматизации, API, конвейеров данных или решений для автоматизации рабочих процессов. - Понимание основ разработки ПО: контроль версий, отладка, тестирование, документирование и проектирование поддерживаемого кода. - Способность анализировать инженерные процессы и преобразовывать их в структурированные решения автоматизации. - Развитые навыки решения проблем, коммуникации и совместной работы. - Базовое знакомство с AI-инструментами, концепциями генеративного ИИ или AI-ассистированной разработкой, интерес к применению ИИ в инженерной автоматизации. Предпочтительные требования - Опыт работы с ИИ, машинным обучением, генеративным ИИ, большими языковыми моделями, RAG, векторным поиском, промт-инжинирингом или AI-ассистированной разработкой ПО. - Опыт разработки дашбордов, веб-приложений, внутренних инженерных инструментов или пользовательских платформ автоматизации. - Опыт фронтенд- или фулстек-разработки с использованием React, TypeScript или аналогичных фреймворков. - Знакомство с SQL, реляционными базами данных, моделированием данных или разработкой приложений на основе баз данных. - Знакомство с облачными платформами, контейнерами, платформами данных (например, Databricks) и CI/CD-инструментами (TeamCity, Jenkins, GitHub Actions, Azure DevOps или аналоги). - Опыт работы с глобальными командами и поддержки внедрения новых инструментов, методов или практик автоматизации. Условия - Комплексное медицинское страхование с первого дня: стоматология, офтальмология, рецептурные препараты. - Программа поддержки сотрудников (EAP) для личных и профессиональных вопросов. - Поддержка всех путей к родительству: лечение бесплодия, услуги по усыновлению, суррогатное материнство. - Щедрый оплачиваемый отпуск: более 17 оплачиваемых праздничных дней, включая выходные с 24 декабря по Новый год; отпуск, плавающие и оздоровительные дни, больничные, полностью оплачиваемый родительский отпуск. - Конкурентные пенсионные накопительные планы: взносы работодателя в 401k, Roth и Catch-Up; взнос работодателя даже при отсутствии личных взносов. - Страхование и защита дохода: страхование жизни, групповое страхование от несчастных случаев, страхование критических заболеваний. - Программа аренды автомобилей компании для сотрудников и ближайших родственников: доступ к автомобилям Stellantis со страховкой, обслуживанием и без ограничения пробега; эксклюзивные скидки на продукцию Stellantis. - Поддержка роста и волонтёрства: возмещение стоимости обучения, программы рефинансирования студенческих кредитов, 18 оплачиваемых волонтёрских часов в год.
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.
Прикладной AI-инженер, LLM и полупроводники
Группа Silicon Co-Design компании NVIDIA ищет прикладного AI-инженера для разработки и интеграции AI-решений в инфраструктуру проектирования и автоматизации чипов. Задачи - Проектирование и развертывание AI-систем для пост-силиконовой валидации: ускорение, повышение интеллектуальности и масштабируемости процессов в полупроводниковых средах. - Интеграция AI в рабочие процессы: взаимодействие с межфункциональными инженерными командами для выявления узких мест и создания решений. - Оценка новых AI-фреймворков и архитектур, определение перспективных для внедрения. - Построение систем данных для измерения влияния AI: установление количественных показателей, устранение пробелов в производительности и организация итераций. Требования - BS, MS, PhD или эквивалентный опыт в CS, EE, CE или смежной области, 5+ лет практического опыта в создании и развертывании ML/AI-систем или бэкенд-сервисов с интенсивной работой с данными. - 2+ года непосредственного опыта в Applied AI: самостоятельное владение AI-агентом, LLM-рабочим процессом или системой интеллектуальной автоматизации от прототипа до продакшена. - Сильные навыки Python и владение как минимум одним статическим языком: C, C++, C, Java или Scala. - Опыт работы в среде разработки кремния: знакомство с методологиями характеризации чипов и систем, вариациями процессов, статистическими уровнями ошибок или продвинутым анализом таймингов и энергопотребления. - Практический опыт с bring-up кремния, характеризацией или лабораторной отладкой с использованием стандартных инструментов (осциллографы, мультиметры, логические анализаторы). - Сильные базовые знания в электротехнике: компьютерная архитектура, высокоскоростные интерфейсы, тайминги, основы энергопотребления, понимание структур прошивок и драйверов и взаимодействия с аппаратурой. - Умение балансировать несколько параллельных проектов, отличные навыки решения проблем, коммуникации и работы в команде. Будет плюсом - Опыт отладки сложных системных проблем, связанных с взаимодействием HW/SW, включая лидерство или владение процессом анализа корневых причин проблем кремния или функций. - Способность превращать инновационные AI-исследования в практические производственные инструменты. - Знакомство с современными AI-технологиями и методологиями создания и запуска LLM. - Опыт создания и развертывания оркестрационных агентов, управляющих сотнями и тысячами инструментов. - Опыт работы с фреймворками глубокого обучения (PyTorch, TensorFlow) и инструментами агентной оркестрации: NeMo Agent Toolkit, LangChain, Semantic Kernel, AutoGen, CrewAI, n8n. Условия - Базовая зарплата определяется на основе локации, опыта и оплаты сотрудников на аналогичных позициях. - Диапазон базовой зарплаты: 152 000–241 500 USD для Level 3, 184 000–287 500 USD для Level 4. - Возможность получения акций и льгот.
Senior Backend Engineer (Python), Flow Components
GitLab — платформа оркестрации для DevSecOps. Компания помогает организациям повышать продуктивность разработчиков, улучшать операционную эффективность, снижать риски безопасности и соответствия требованиям, ускорять цифровую трансформацию. Более 50 миллионов зарегистрированных пользователей и более 50% компаний из Fortune 100 используют GitLab. Роль: Senior Backend Engineer в команде Flow Components. Вы будете помогать создавать Flow Registry — набор переиспользуемых примитивов для агентных потоков на платформе GitLab Duo Agent Platform. Основной фокус — бэкенд-разработка на Python с использованием LangChain и LangGraph для создания безопасных, надежных и масштабируемых возможностей в Duo Workflow Service и монолите GitLab. Также потребуется работа по всему стеку, включая JavaScript и фронтенд, для поддержки официального клиента GitLab Duo Agent Platform, Duo CLI. Задачи: - Разработка, выпуск и поддержка безопасных, хорошо протестированных и производительных функций Flow Registry в Duo Workflow Service и бэкенде монолита GitLab. - Совместная работа с менеджментом продукта, UX, фронтенд-, бэкенд- и AI-специалистами для уточнения требований и итеративных улучшений продукта. - Проектирование, реализация и ревью GraphQL и REST API, связанной бэкенд-логики и контрактов с фронтенд-клиентами. - Улучшение автоматизированного тестирования с RSpec и другими фреймворками. - Обмен стандартами, паттернами и уроками с другими инженерами для поддержки ответственной интеграции ИИ. - Участие в on-call ротации Tier 2, диагностика проблем в продакшене, анализ первопричин, улучшение наблюдаемости и отказоустойчивости. - Мониторинг конкурентной среды и поддержание конкурентоспособности примитивов Flow Registry. Требования: - Опыт создания и поддержки продакшен-Python-приложений с LangChain и LangGraph, включая фоновые задачи, API и модели данных. - Опыт проектирования и выпуска AI-функций и интеграций на бэкенде, понимание ограничений больших языковых моделей и ответственного использования в продакшене. - Владение проектированием и расширением REST и GraphQL API с вниманием к масштабируемости, поддерживаемости и обратной совместимости. - Сильные навыки SQL и знание реляционных баз данных, таких как PostgreSQL, включая эффективные запросы и моделирование данных. - Уверенная работа по всему стеку в зрелой кодовой базе, устранение узких мест производительности на уровне приложения и инфраструктуры. - Знакомство с JavaScript и Vue для фронтенд-разработки, понимание принципов UX. - Четкие письменные и устные коммуникационные навыки, включая написание технических предложений и документации, опыт работы в удаленной асинхронной кросс-функциональной среде. - Готовность изучать и применять переносимые навыки из смежных технологий и доменов. О команде: команда работает на стыке бэкенда, фронтенда, UX, менеджмента продукта и ИИ, улучшая такие возможности, как Memory и Duo Developer, и поддерживая клиентов, включая Duo CLI. Работа ведется в удаленной асинхронной среде GitLab. Условия для штатных сотрудников: - Льготы для поддержки здоровья, финансов и благополучия. - Гибкий оплачиваемый отпуск. - Ресурсные группы сотрудников. - Акционерная компенсация и программа покупки акций. - Фонд роста и развития. - Отпуск по уходу за ребенком.
Senior Golang-разработчик
Компания Lemon.io — маркетплейс, который связывает разработчиков со стартапами из США и Европы. Ищем Senior Software Engineer для клиента — исследовательской AI-компании. Локация: удалённо, страны ЕС, США, Канада, Великобритания, Австралия, Сингапур. Требования - 4+ лет опыта разработки ПО - 2+ года работы с Golang и Kubernetes - Обязательное знание Temporal - Сильные технические навыки: умение создавать проекты с нуля, глубокое понимание архитектуры приложений - Продвинутый английский для обсуждения бизнес-задач, обоснования решений и описания проблем; хорошая самопрезентация для звонков с клиентом - Развитые навыки самоорганизации: способность работать полный рабочий день удалённо без контроля - Надёжность - Адаптивность и гибкость: быстрое вхождение в проект и быстрые результаты Условия - Удалённая работа - Достойная компенсация - Без визовой поддержки - Модель сотрудничества не включает льготы, обычно предлагаемые при прямом найме
Senior Data and AI Specialist
Senior Data and AI Specialist в компанию Twilio. О компании Twilio — компания в сфере коммуникационных платформ (CPaaS), работающая в формате remote-first. Сотрудники могут находиться в любой точке мира. Возможны редкие очные встречи: командные сборы, офлайн-встречи или встречи с клиентами. О роли Позиция в команде Strategy & Operations в организации Industry Relations & Strategic Growth. Специалист будет отвечать за рост для клиентов и бизнеса Twilio, используя анализ данных, скриптинг и агентные рабочие процессы для улучшения качества продукта, борьбы с мошенничеством, снижения ошибок биллинга и оптимизации валовой маржи глобальной телекоммуникационной сети. Задачи - Проектировать, тестировать и разворачивать LLM и агентов для автоматизации неструктурированных многошаговых расследований данных. - Проектировать, тестировать и разворачивать автоматизированные рабочие процессы на Python для превращения повторяющихся ручных процессов в масштабируемые решения. - Создавать инструменты для одного пользователя и многошаговые рабочие процессы для повышения эффективности. - Внедрять архитектуру данных и фреймворки оркестрации ИИ для безопасности, точности, эффективности и поддерживаемости. - Выполнять SQL-запросы и многошаговый анализ данных по сложным телекоммуникационным наборам данных для оптимизации валовой маржи, снижения мошенничества и улучшения качества сети. - Разрабатывать дашборды и повторяемые BI-решения (Tableau, Looker или Python) с практическими выводами для бизнес-партнеров. - Определять ключевые показатели эффективности (KPI) и отслеживать их динамику. - Сотрудничать с Carrier Relations, Enterprise Technology, Product, Supply Operations и Finance для преобразования бизнес-потребностей в требования к данным и стандарты управления. - Готовить письменные и устные выводы, отвечающие на бизнес-вопросы. - Брать полную ответственность за продукты данных: от определения требований и документации до финальной поставки. - Обеспечивать своевременную поставку проектов на высоком уровне. Требования - 5+ лет профессионального опыта в разработке технических решений для данных и автоматизации. - Опыт работы с SQL и реляционными схемами баз данных. - Опыт работы с Google Sheets (или Excel), Tableau и/или Looker. - Опыт использования Python, API или платформ рабочих процессов (например, Airtable, Coefficient, Zapier/n8n) для создания автоматизированных процессов и пайплайнов. - Опыт создания агентов (например, Claude Code).
Ведущий AI-инженер, мультиагентные системы и LLM
О компании Flip — ведущая AI-платформа для сотрудников на передовой (frontline workers) в рознице, производстве и логистике. Миссия: Connect every employee to everything they need in one touch. KI-оркестрация — в центре будущего Flip. Flip Fusion, мультиагентная система для генерации кода, — ядро новейшего продукта. Ask AI Agent Gateway и автоматизация через Flip Flows также работают на возможностях, которые разрабатывают и поддерживают наши AI-инженеры. В роли Lead AI Engineer вы отвечаете за AI-дисциплину: архитектуру, стандарты и техническое направление во всех трёх областях, развиваете команду из трёх AI-инженеров и остаётесь hands-on на самых сложных задачах. Задачи - Отвечать за AI-архитектуру: определить единую архитектуру и стандарты для Flip Fusion, Ask AI Agent Gateway и Flip Flows. - Принять главный вызов: мультиагентные системы, созданные для конкретных сценариев, но достаточно универсальные для разных клиентов, в балансе между высокими требованиями, реализуемостью, надёжностью и экономической эффективностью. - Развивать дисциплину: осуществлять дисциплинарное руководство тремя AI-инженерами и помогать им становиться инженерами, задающими технический стандарт. - Оставаться hands-on: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и дисциплинарное руководство. - Влиять на продукты за пределами своей зоны: реализовывать архитектурные решения с продакт-менеджерами и engineering-лидами, убеждая аргументами, а не указаниями. - Работать со стеком: Python, pydantic-ai для оркестрации, Qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes в преимущественно JVM-бэкенде (Kotlin, Micronaut) и Go. - Формировать молодую дисциплину: KI-инжиниринг в Flip настолько новый, что есть огромный простор для решений и нет готового playbook. Требования Мы ищем инженера с фундаментальным software engineering и реальным опытом работы с агентными системами в продакшене, который хочет вести дисциплину, а не только работать над кодовой базой. Если роль вас привлекает, но вы не соответствуете каждому пункту, мы всё равно ждём вашу заявку. Обязательные требования - 7+ лет опыта в разработке ПО с подтверждённым уровнем Senior или Staff, на базе фундаментального software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, создания и эксплуатации продакшн-систем на LLM: RAG, tool calling и MCP, оркестрация и эвалы. Не прототипы, а системы, с которыми вы жили после запуска. - Опыт мультиагентной оркестрации — особенно важен. Это ядро архитектурной ответственности. - Подтверждённый опыт технического лидерства: ответственность за архитектуру, tech-lead, RFC, design reviews или установление стандартов для команды. - Подтверждённая способность продвигать техническую работу вне своей зоны ответственности: выигрывать архитектурные дискуссии убедительностью и доверием, иметь привычку быть правым без формальной власти. - Подтверждённый опыт развития людей: коучинг или менторинг инженеров, а не выполнение работы за них. - Ясное и явное намерение заниматься дисциплинарным руководством. Роль включает управление тремя инженерами, и это не просто дополнение к техническому скоупу. - Развитые коммуникативные навыки и свободный английский (C1). Желательно - Формальный опыт управления персоналом: дисциплинарное руководство, feedback- и development-встречи, рекрутинг. Сильный менторинг также считается. - Опыт кросс-командного руководства дисциплиной или направлением в матричной организации. - Опыт работы с масштабными продуктами: frontline / deskless workers, high-volume B2B SaaS или аналогично. - Опыт инженерии стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, evaluation harnesses. - Немецкий язык любого уровня. В некоторых частях компании полезен, но для этой роли не обязателен.
Lead AI-инженер, мультиагентные системы
Компания: Flip GmbH О роли: Flip — AI-платформа для сотрудников на передовой (розница, производство, логистика). AI-оркестрация — центр развития компании: система мультиагентной генерации кода Fusion, агентский шлюз Ask AI и автоматизация Flip Flows работают на возможностях, которые создают и поддерживают AI-инженеры. В роли Lead AI Engineer вы возглавите AI-направление: отвечаете за архитектуру, стандарты и техническое направление во всех трёх продуктах, руководите командой из трёх AI-инженеров и остаётесь hands-on в самых сложных задачах. Задачи: - Владение AI-архитектурой: определение и согласование целостной AI-архитектуры и стандартов для Flip Fusion, Ask AI и Flip Flows. - Решение ключевой задачи: мультиагентные системы, специализированные под конкретные цели, достаточно универсальные для разных клиентов, с балансом ожиданий, надёжности и стоимости. - Руководство и развитие команды: people-leadership для трёх AI-инженеров, помощь в росте до инженеров, которые сами задают техническую планку. - Hands-on работа: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и people-лидерство. - Влияние на продукты: согласование архитектурных решений с продакт-менеджерами и техлидами через аргументацию, а не через мандат. - Работа со стеком: Python, pydantic-ai для оркестрации, qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes, преимущественно JVM-бэкенд (Kotlin, Micronaut) и Go. - Формирование молодого направления: в Flip AI-инжиниринг достаточно новый, с большим пространством для дизайна и без унаследованных правил. Требования: Обязательные: - 7+ лет опыта в разработке ПО с треком уровня senior или staff, на фундаменте software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, запуска и эксплуатации LLM-систем в продакшене: RAG, tool calling и MCP, оркестрация, eval'ы. Не прототипы, а системы, с которыми вы жили после релиза. - Опыт мультиагентной оркестрации — ключевой фактор, это ядро архитектуры. - Подтверждённое техническое лидерство: владение архитектурой, роль техлида, RFC, дизайн-ревью или установление стандартов для команды. - Умение продвигать техническую работу, которой вы не владеете: выигрывать архитектурные споры через убеждение и доверие, комфортно быть правым без формальной власти. - Доказательства развития людей: коучинг и менторство инженеров, а не поглощение их работы. - Явная приверженность people-лидерству: управление тремя инженерами — не та часть, которую вы терпите ради технического скоупа. - Отличные коммуникативные навыки и деловой английский (C1). Желательно: - Формальный опыт управления людьми: линейное руководство, перформанс- и развивающие беседы, найм. Сильные менторские доказательства ценятся так же. - Опыт руководства дисциплиной или ремеслом в матричной организации. - Продуктовый контекст в масштабе: frontline- или deskless-персонал, высоконагруженный B2B SaaS или аналогичное. - Инженерия стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, eval-харнессы. - Немецкий на любом уровне — полезен в некоторых частях компании, для этой роли не обязателен. Условия: - Формат: remote-first, с возможностью работать из дома. Периодические командные мероприятия, воркшопы или встречи в офисах в Берлине или Штутгарте — с заблаговременным уведомлением. Точный баланс обсуждается на собеседовании. - Work-Life-Balance: оплата членства E-Gym-Wellpass и лизинг велосипеда (job bike). - Атмосфера: мотивированные и вовлечённые люди в расслабленной рабочей обстановке. - Рост: активное участие в формировании компании, поддержка быстрого роста молодой tech-компании, регулярные командные мероприятия.
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.
Staff Analytics Engineer, data modelling
Компания Pleo ищет Staff Analytics Engineer в команду Data Services & Governance. Это индивидуальный контрибьюторский уровень: вы будете владеть семантическим слоем и стандартами аналитики для всей компании, задавая стандарты качества для всех доменов. Вы будете разрабатывать, улучшать и поддерживать стандарты моделирования и практики AI-ускоренной разработки, которыми пользуются все аналитические инженеры. Семантический слой, который вы спроектируете и будете поддерживать, станет единым источником истины для AI-агентов, BI-инструментов и аналитиков. Слой находится на ранней стадии, выбор инструментов ещё идёт, и у вас будет решающий голос. BI-стек также в переходном состоянии — вам предстоит определить, каким он должен быть, и построить его. Текущий технологический стек: GCP, BigQuery, dbt Core, Airflow, SQL, Python, Claude Code, GitHub Copilot. Вы будете подчиняться менеджеру по инженерии данных, который руководит командами Data Infra & MLOps и Data Services & Governance. Основное взаимодействие — с аналитическими инженерами в функции Intelligence, которые будут обращаться к вам за архитектурными рекомендациями и решениями по семантическому слою. Также вы будете работать со Staff Data Engineer над стандартами инженерии данных и практиками пайплайнов, с другими коллегами — над self-serve аналитикой и управлением BI-инструментами, с командой Data Serving — над определениями сущностей, с платформенной командой GenAI — над тем, как должны выглядеть AI-ready данные. Задачи: - Владеть семантическим слоем: определять, что такое метрика, как она структурирована, где хранится и как обеспечивается её соблюдение. Цель — единое каноническое определение MRR, оттока, транзакции и клиента, используемое аналитиками, BI- и AI-инструментами без расхождений. - Задавать стандарты моделирования данных для функции: как выглядит чистая, слоистая, хорошо протестированная dbt-архитектура во всех доменах и на всех уровнях сложности. - Создать и вести сообщество практики Analytics Engineering: код-ревью, общие паттерны, документация, онбординг. Цель — социальная инфраструктура, которая делает стандарты устойчивыми. - Владеть практикой AI-нативной разработки: использовать AI-инструменты кодирования как естественную часть рабочего процесса написания, ревью и миграции моделей данных. Оценивать, что работает в управляемом контексте инженерии данных, что создаёт риски, и формировать, как сообщество их внедряет. - Вести ответственную AI-ускоренную миграцию: использовать AI-инструменты для ускорения моделирования и миграций в аналитическом хранилище и операционной платформе данных. - Проектировать модели данных и определения метрик в документированном и структурированном виде, обеспечивающем надёжное потребление AI-сервисами без участия человека. - Взаимодействовать с бэкенд- и продуктовыми инженерами для внедрения дисциплины контрактов данных и владения схемами на上游, а не управления несогласованностью на下游. - Участвовать в развитии Data & AI-продуктов для внешней клиентской аналитики, где растут паттерны моделирования и потребности в разговорной аналитике. Требования: - Глубокий подтверждённый опыт в области моделирования данных и аналитической инженерии.
Старший Applied AI-инженер, RAG и LLM
О компании Pleo — компания, создающая решения для управления расходами. Более 40 000 клиентов, команда из 850+ человек более чем 100 национальностей. Компания помогает бизнесу выходить за рамки и уже 10 лет работает на рынке. О роли Вы будете подчиняться старшему менеджеру по продуктам Data & AI. Вы станете одним из первых в команде, но будете работать в тесном сотрудничестве с инженерами и дата-сайентистами. Команда покрывает полный цикл от данных до выпущенного продукта. Основной фокус — создание и выпуск AI-функций, совместно с командами Product Engineering, AI Platform и Data & ML Platform. Задачи - Создавать и выпускать AI-функции для клиентов Pleo, отвечая за результат от начала до конца в своей области. - Проектировать и создавать RAG-системы для конкретных продуктовых сценариев: стратегии чанкинга, выбор эмбеддинг-моделей, оптимизация поиска и оценка качества. - Управлять полным жизненным циклом AI-продукта: дизайн промптов, управление контекстом и состоянием, агентные циклы, парсинг вывода, обработка крайних случаев и безопасный продакшн. - Создавать оценочные датасеты и автоматизированные пайплайны оценки, чтобы команда была уверена в качестве AI-функций до и после изменений. - Настраивать наблюдаемость AI-функций в продакшене: логирование, обнаружение дрейфа, мониторинг качества и алертинг. - Совместно с Product и Design определять объём AI-функций с нуля; вы соавтор того, что создаётся, а не просто исполнитель спецификаций. - Взаимодействовать с командой GenAI Platform для определения потребностей в инфраструктуре и продвигать использование платформенных инструментов. - Поддерживать других инженеров через ревью, парное программирование и прагматичное техническое лидерство в ваших проектах. Требования - Подтверждённый опыт выпуска пользовательских AI-функций с использованием LLM — не прототипов, а реальных продакшен-систем с реальными пользователями. - Глубокий практический опыт проектирования RAG-систем и полного пайплайна поиска: эмбеддинг-модели, векторные базы данных, чанкинг, гибридный поиск, реранкинг. - Опыт создания и эксплуатации фреймворков оценки для LLM-систем; системный подход к измерению качества. - Сильные навыки Python-разработки: код продакшен-качества, протестирован и поддерживаем. - Опыт создания API и пайплайнов получения данных для подачи контекста в AI-системы. - Достаточная интуиция в работе с данными, чтобы рассуждать о качестве данных, схеме и архитектуре поиска без постоянной поддержки выделенного дата-инженера. - Опыт с паттернами агентных систем: использование инструментов, многошаговая оркестрация, обработка ошибок в LLM-процессах. - Знакомство с публичными облачными провайдерами (AWS, GCP). - Платформа использует несколько языков, включая Kotlin и Python. Роль ориентирована на Python, но время от времени потребуется вносить вклад в Kotlin-стек, поэтому важна открытость к этому. Качества - Сильное продуктовое чутьё и ориентация на пользователя. Вы понимаете, что модель хороша настолько, насколько хороша решаемая ей проблема.
AI-инженер по внутренним инструментам
О компании Qventus уже более 12 лет трансформирует здравоохранение. Компания помогает больницам сосредоточиться на главном — уходе за пациентами. Решения Qventus используют машинное обучение, генеративный ИИ и поведенческую науку для улучшения результатов и помощи медицинским командам предвидеть и решать проблемы до их возникновения. Успех и быстрый рост компании поддерживают ведущие мировые инвесторы. В Qventus вы будете работать с исключительной командой, ориентированной на миссию, и сможете напрямую влиять на жизни пациентов. О роли Мы ищем инженеров, которые создают ИИ-инструменты, меняющие то, как выполняется работа внутри компании. Вы будете работать с командами по операциям, успеху клиентов и финансам, находить медленные и ручные процессы и создавать ИИ-агентов и автоматизацию, которые действительно будут использоваться. Это роль для тех, кто любит быстро создавать, общаться с людьми и брать на себя ответственность за проблему — это не исследовательская и не чисто инфраструктурная роль. Вы с нуля определите, как выглядит «внутренний ИИ» в компании. Кому подходит Вас вдохновляет неопределённость и ответственность. Вы скорее выпустите черновой инструмент на этой неделе, посмотрите, как его используют, и улучшите, чем потратите месяц на идеальный план. Вам нравится сидеть с нетехническим коллегой, понимать его реальный рабочий процесс и превращать его в то, что экономит часы. Вам комфортно быть единственным владельцем проблемы от начала до конца. С кем вы будете работать - Вы будете тесно сотрудничать с CEO и основателями: определять самые важные операционные проблемы и формировать направление развития внутреннего ИИ. Это редкий уровень доступа к руководству для инженерной роли. - Вы будете работать с функциональными лидерами по всему бизнесу, чтобы понимать их приоритеты, находить возможности и согласовывать, что создавать. Ваша работа будет заметна на уровне руководства с первого дня. - Операции, успех клиентов, финансы, подбор персонала, инженерия, IT и данные — это ваши внутренние заказчики и коллабораторы. Вы будете погружаться в их рабочие процессы и создавать инструменты, которыми они действительно пользуются. Что вы будете создавать Примеры задач, которые ждут вас: - Агент, который готовит ответы для службы поддержки клиентов на основе базы знаний и истории обращений. - Slack-процесс, который маршрутизирует и предзаполняет согласования в финансах. - Внутренний стенд для оценки, чтобы доверять LLM-функциям, которые мы выпускаем. - Инструмент, позволяющий операционной команде запрашивать внутреннюю систему на простом языке. Вы не будете делать всё это одновременно — вы выберете задачу с максимальным эффектом, запустите её и перейдёте к следующей. Что мы ищем - 1–3 года разработки ПО: бэкенд-сервисы, внутренние инструменты, автоматизация или приложения на API. Стажировки и кооперативные программы учитываются. - Уверенное владение TypeScript и/или Python. - Вы создавали что-то с LLM: агента, RAG-пайплайн, копилота или инструмент на промптах — в работе, в пет-проекте или в учёбе. Нам важно, что вы довели дело до запуска, а не где именно. - Умение связывать системы: API, вебхуки, интеграции SaaS, асинхронные процессы. - Умение общаться с нетехническими специалистами, выяснять их реальные потребности и добиваться внедрения — это так же важно, как код. - Быстрота в условиях неопределённости и итерации на основе реальной обратной связи. Бонусы, не обязательные - Опыт создания копилотов, агентов или автоматизации рабочих процессов. - Использование оркестрационных фреймворков (LangChain, Temporal или аналогичных). - Опыт работы с векторными базами данных или системами поиска. - Интеграции с Salesforce, Slack, Zendesk, Notion или Jira. - Опыт работы в стартапе или быстрорастущей компании. Как выглядит успех - Первые недели: вы запустили первый внутренний инструмент, и бизнес-команда активно использует его ежедневно. - В течение 2 месяцев: работают 2–3 инструмента, и заинтересованные стороны сами приходят к вам с идеями. - К 3-му месяцу: вы установили базовые практики команды по оценке, управлению промптами и безопасному развёртыванию LLM — фундамент, на котором будет развиваться функция. Зарплата и условия - Вилка зарплаты: $120,000–$150,000 USD. - Оплачиваемый отпуск (Open Paid Time Off). - Оплачиваемый отпуск по уходу за ребёнком. - Профессиональное развитие. - Стипендии на здоровье и технологии. - Щедрая реферальная программа для сотрудников. - Опционы на акции компании.
Middle AI Automation / Full-stack Engineer
Компания «ООО "ЗТК"» ищет специалиста на позицию AI Automation / Full-stack Engineer с опытом Claude Code / Codex, MCP, API. Локация: Москва (Россия). Возможна удалённая работа. Полный рабочий день. Зарплата: от 80 000 до 150 000 ₽. Требуемые навыки: Python, Java, MySQL, SQL, базы данных.
AI Automation Engineer, Full-stack разработчик
Производственная компания, 17 лет занимается шатрами, ангарами и каркасно-тентовыми конструкциями, внедряет ИИ в управление: продажи, производство, маркетинг, SEO, ERP, автоматизацию отделов и работу с данными. Ищет специалиста на постоянную работу, который сможет проектировать и внедрять реальные AI-инструменты в бизнес. Что уже есть ERP-система управления продажами и производственными процессами. Интеграции через API и MCP-серверы с Bitrix24 / внутренними сервисами. Архитектура системы управления производством, отделами и заказ-нарядами. 41 SEO/маркетинговый AI-агент, которые нужно развивать, улучшать и запускать в работу. Потребность в постоянной автоматизации: CRM, сайты, лидогенерация, маркетинг, производство, аналитика, внутренние ассистенты. Что нужно делать Работать с Claude Code, Codex и другими AI-инструментами для разработки. Проектировать и дорабатывать ERP, CRM-интеграции, MCP-серверы, API-связки. Создавать AI-агентов для SEO, маркетинга, продаж, аналитики и внутренних процессов. Разрабатывать небольшие веб-сервисы, панели управления, интеграции и автоматизации. Работать с базами данных, SQL, серверной логикой, backend/frontend-кодом. Разбираться в существующей архитектуре и предлагать решения, которые реально внедряются в работу компании. Помогать превращать бизнес-задачи в работающие технические решения. Кого ищут Нужен инженер, который понимает, как работают: языковые модели и ограничения LLM; prompt engineering, context engineering, agents, tools, MCP; API, webhooks, интеграции между сервисами; backend, frontend, базы данных, SQL; серверы, деплой, логи, отладка; бизнес-процессы: продажи, производство, маркетинг, CRM/ERP. Будет плюсом Опыт с Claude Code, Codex, Cursor или аналогичными AI coding tools. Опыт создания AI-агентов. Опыт с Bitrix24, n8n, Make, Telegram-ботами, CRM/ERP. Опыт SEO-автоматизации, генерации контента, лидогенерации. Примеры реальных проектов, где ИИ был внедрен в бизнес-процесс, а не остался демо. Формат Постоянная работа. Удаленно или гибридно обсуждается. Важен результат, самостоятельность и способность доводить решения до внедрения. В сопроводительном письме обязательно ответить: Какие AI-инструменты для разработки реально используете: Claude Code, Codex, Cursor, ChatGPT, другие? Показать 1-3 проекта, где автоматизировали бизнес-процесс с помощью ИИ, API, базы данных или агентов. Описать коротко один самый сложный технический кейс: задача, стек, что сделали, какой был результат. Как бы подошли к задаче: есть ERP, Bitrix24, база данных, сайт и SEO-агенты. Нужно связать это в единую AI-систему управления компанией. С чего начнете? Приложить GitHub, портфолио, описание проектов или короткое видео-демо, если есть. Отклики без сопроводительного письма и примеров работ не рассматриваются. Тестовое задание Диагностическое задание на мышление. Оно должно показать, умеет ли человек проектировать систему, работать с агентами, API, SQL и бизнес-задачей. Задание для кандидата Представьте, что у компании есть: сайт с заявками; Bitrix24 / CRM; ERP-система производства; база данных заказов; 41 SEO-агент; Claude Code / Codex для разработки; задача: автоматизировать путь от лида до производственного заказ-наряда. Нужно подготовить короткое техническое решение на 2-4 страницы: Какую архитектуру предложите? Какие сервисы, API, MCP-серверы или агенты нужны? Какие таблицы или сущности должны быть в базе данных? Как будет идти путь заявки: сайт → CRM → расчет → заказ → производство → контроль статуса? Какие ошибки и риски предусмотрите? Что можно сделать за первые 2 недели? Где ИИ действительно полезен, а где лучше обычная программная логика? Дополнительно, если кандидат сильный технически: сделать небольшой прототип API или псевдокод одного процесса, например: принять заявку; проверить данные; создать сделку в CRM; записать в БД; вызвать AI-агента для классификации заявки; вернуть статус. Формат: Markdown, PDF, GitHub или Google Doc. Срок: 1-2 дня. Объем: без воды, главное структура и логика.
Product Engineer, PHP / Python + Vue
Digital Clouds — IT-компания, 13 лет на рынке, 130 человек, 200+ проектов: e-commerce, B2B-порталы, мобильные приложения, корпоративные системы. Разработка перестраивается под AI-first модель: рутинный код по спецификациям пишут AI-агенты, инженеры проектируют, пишут спецификации и принимают результат. Конвейер уже работает на боевых проектах. Суть роли Product Engineer — инженер, который ведёт проект целиком: сам говорит с заказчиком, пишет спецификацию, запускает AI-конвейер и отвечает за результат. Роль объединяет аналитика, разработчика и техлида в одной позиции. Работа идёт плотными автономными группами (2–3 инженера на проект). Нет бесконечных согласований, есть только задача и ресурсы для её решения. Чем предстоит заниматься - Discovery: разбираться в задаче заказчика и переводить её в техническую спецификацию - Проектировать решение: архитектура, декомпозиция, контракты интеграций - Писать спецификации для AI-агентов — в этой модели спека важнее кода - Инженерная приёмка: ревью кода агентов, тесты, отлов поведенческих ошибок (галлюцинации, преждевременное завершение, лишние шаги) - Менять конвенции кода, где агент буксует: сложные участки, отладка, тонкие интеграции - Доводить до результата: сроки, демо, коммуникация с заказчиком Что для нас важно - 4+ года коммерческой разработки: PHP (Laravel) и / или Python, фронтенд — Vue - Быстро читать чужой код и находить в нём проблемы — ревьюить придётся больше, чем писать - Опыт прямого общения с заказчиком: сбор требований, защита решений и оценок - Уже применяются AI-инструменты в работе (Claude Code, Cursor, Copilot) и есть желание использовать их системно - Самостоятельность: старт с уровня «проблема бизнеса», а не с готового ТЗ Будет плюсом - Опыт spec-driven development (SDD) или работы с агентными пайплайнами - Роль техлида или единственного инженера на проекте - Docker, CI / CD, Kubernetes - Опыт с платформой Битрикс - Образование НГУ или НГТУ: математика, физика, информационные науки Кому не подойдёт - Если комфортно работать только по детальному ТЗ на входе - Если AI воспринимается как игрушка или угроза, а не рабочий инструмент - Если хочется писать код и не разговаривать с людьми
Опытный C++ разработчик, бэкенд
Команда занимается сбором и подготовкой данных для еком-среза Поиска. Задачи: production-код на C++20, работа с данными и создание MVP на Python, ML (подготовка и внедрение как YandexGPT, так и моделей поменьше — BERT, CatBoost, DSSM). Задачи: - Использование связей «товары — каталоги» для наполнения товарной базы. Эффективный способ индексировать множество товарных страниц в интернете, которые постоянно меняются, — естественные батчи: каталоги и листинги. Нужно с высоким качеством получать информацию о товарах со страниц каталогов и в правильном порядке обходить страницы на уровне базы. Также предстоит поддерживать ключи для связи сущностей в базе (many-to-many), чтобы не нарушать консистентность данных. - Определение доступности товаров для заказа. Чтобы сделать товарную выдачу релевантной, нужно понимать, какие товары пользователь действительно может заказать. Для этого требуется быстро находить недоступные страницы и товары, которых уже нет в наличии, а также учитывать в рантайме региональность. Требования: - Знание классических алгоритмов и структур данных - Написание кода на C++ и Python - Опыт продуктовой разработки - Готовность учиться и осваивать новые технологии Условия: - Ежегодные медицинские чекапы - Йога и психотерапия
Junior Python-разработчик, стажировка
ПАО Сбербанк Junior Python-разработчик (стажировка). Можно без опыта. Формат работы: офис (Москва, м. Кутузовская). Разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы. Стажировка 3 месяца с возможностью продления или перехода в штат. Чем предстоит заниматься - Разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы - Исследование и пилотирование AI-платформ (OpenClaw, Claude Code, LangChain и аналоги) - Участие в проектировании бэкенд-компонентов для взаимодействия с LLM - Проведение экспериментов: тестирование гипотез, сравнение моделей и инструментов - Участие в Code Review Пожелания к кандидатам - Базовое знание Python (ООП, структуры данных, модули) - Понимание Git (коммиты, ветки, PR) - Знакомство с FastAPI (учебные проекты) и pytest - Понимание SQL (простые запросы) и принципов БД
Middle Python-инженер, LLM-инженер
ООО «М-ТЕХ» — ИТ-компания, развивающая направление ИИ-автоматизации: прикладные LLM/RAG-решения и ИИ-агенты для процессов малого и среднего бизнеса. Условия: - Зарплата до 200 000 ₽ - Опыт коммерческой разработки на Python от 2–3 лет - Неполный рабочий день - Формат работы: можно удалённо (Москва, Санкт-Петербург, Самара) Чем предстоит заниматься: - Проектирование, разработка и внедрение ИИ-агентов под конкретные бизнес-задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний - Интеграция ИИ-агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры) - Проектирование RAG-пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование - Оптимизация качества, скорости ответа и стоимости использования токенов Пожелания к кандидатам: - Опыт коммерческой разработки на Python от 2–3 лет - Практический опыт с LLM-приложениями, RAG, ИИ-ассистентами от 6 месяцев - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph и аналоги
Middle ML-инженер
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