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
Senior ML-инженер, поисковая релевантность
О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет глобальным брендам увеличивать выручку и конверсию. О роли Senior ML-инженер в команде Search Quality. Улучшение пользовательского опыта для сотен миллионов пользователей, создание систем, обеспечивающих релевантность для глобальных ритейлеров — от моды и продуктов до электроники и товаров для дома. Миссия — измерять качество поиска, повышать его и предотвращать деградации до того, как их заметит пользователь. Это достигается сочетанием донастроенных LLM для оценки релевантности, моделей реального времени и глубокого офлайн-анализа журналов запросов. Задачи - LLM-оценка: донастройка собственных моделей для оценки релевантности, обучение модели понимать интент запроса, представлять товары из неструктурированных каталогов и согласовывать оценки модели с реальным поведением пользователей. - Качество в реальном времени в продакшене: реранжирование, фильтрация, вычисление сигналов. Строгие требования к задержке, поэтому постоянный компромисс между качеством и скоростью. - Автоматический мониторинг качества и агентные инсайты: пайплайны для обнаружения деградаций и поиска неэффективных паттернов. Агентные системы, генерирующие практические рекомендации для данных о товарах и конфигураций поиска. Что делает работу интересной - Мультидоменность и мультиязычность в масштабе: 40+ языков, 20+ доменов. Модели должны обобщаться на все домены без индивидуальных правил для клиентов. - Нет универсальной истины: продуктовый ритейлер и модный ритейлер могут по-разному понимать, что значит «релевантно». - Эффективность в масштабе: оптимизация и масштабирование LLM-инференса по всей клиентской базе. Требования - 4+ года создания продакшен-ML-систем. - Опыт с поиском, информационным поиском или рекомендательными системами. - Практический опыт донастройки, фреймворков оценки и масштабирования LLM-развертываний. - Уверенный Python и PyTorch. Свободное владение SQL и инструментами оркестрации данных (Spark, Airflow). - Опыт проектирования и проведения A/B-тестов для проверки влияния моделей. - Отличные коммуникативные навыки на английском. - Опыт работы в кросс-функциональных командах (ранжирование, продукт, инженерия данных). Условия - Работа с умными и эмпатичными людьми, которые помогают расти и влиять на результат. - Регулярные командные офлайн-мероприятия. - Полностью удалённая команда — можно выбирать место жительства. - Безлимитный отпуск — компания рекомендует брать не менее 3 недель в год. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Базовая зарплата: $80 000–$120 000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате.
AI-инженер, Python-разработчик
AI-инженер с сильным Python/backend-бэкграундом для создания LoRA и разработки production-пайплайнов генерации фото и видео. Задачи: — создание и обучение LoRA для персонажей; — подготовка датасетов, подбор весов и объединение нескольких LoRA; — разработка и оптимизация workflow в ComfyUI; — работа с ControlNet, IP-Adapter и batch generation; — разработка API на Python: FastAPI, asyncio, Celery/RQ, Redis; — интеграция LoRA и новых AI-моделей в продукт. Ожидаем: — от 3 лет коммерческой Python-разработки; — практический опыт создания LoRA и работы с ComfyUI; — от 1 года опыта с Generative AI; — опыт production-пайплайнов для фото или видео. Важно: опыт создания контента и работы с AI-инструментами. Условия: — удалённо; — полная занятость, гибкий график с пересечением GMT+3–5; — фикс + бонусы.
Python разработчик
Python разработчик Компания: Bell Integrator Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва
T1 ищет AI Product Manager / AI Lead
AI Product Manager / AI Lead Компания T1 развивает продукты на основе больших данных и искусственного интеллекта, создаёт платформы хранения данных, аналитические и рекомендательные системы для крупного бизнеса. Компания ищет специалиста, который сможет управлять AI-продуктами, координировать технические команды и участвовать в развитии AI-стратегии. Чем предстоит заниматься - Управлять AI-продуктами от идеи до запуска в production. - Участвовать в формировании AI-стратегии: Roadmap, KPI и приоритизация инициатив. - Прорабатывать архитектуру AI-решений. - Координировать команды Data Scientists, ML-инженеров и Data Engineers. - Запускать PoC и MVP AI-продуктов. - Решать задачи масштабирования моделей и повышения качества данных. - Оптимизировать инференс моделей по скорости, стоимости и точности. - Работать с дообучением open-source моделей под бизнес-задачи. Что важно - Опыт работы на релевантной позиции от 5 лет. - Опыт в сфере AI. - Опыт коммерческой разработки и широкий технический кругозор. - Опыт управления командой — обязательно. - Умение презентовать решения и ценность продуктов C-level. - Понимание Agile / Scrum в ML-проектах. - Лидерские качества, критическое мышление и сильные коммуникационные навыки. Технологический стек - Python, SQL. - scikit-learn, TensorFlow, PyTorch. - Hugging Face, LangChain. - MLflow, Kubeflow, Airflow. - Docker, Kubernetes, K8s. - Spark. - DWH: BigQuery, Snowflake. - Векторные базы: FAISS, Pinecone. - Kafka. - LLM и NLP-модели. - Embeddings, NER, classification. О компании В состав T1 входят Т1 Иннотех, Т1 ИИ, Т1 Интеграция, Т1 Облако, Т1 Сервионика, Т1 Цифровая Академия и НОТА от Т1. Компания предлагает стабильную работу, профессиональное развитие, интересные AI-проекты и комфортный гибридный формат.
Middle+ .net Developer в Авиасейлс
С понедельником, коллеги! Чтобы поднять вам настроение, мы подготовили эти 🔢 вакансий. Приятного просмотра! 📍 Backend Middle+ .net Developer в Авиасейлс Удалённо Middle+ Разработчик ETL / Data Engineer в ИВИ Удалённо Middle IOS Developer в Laoshi Удалённо (Мир) Стажировка для разработчиков от Авито Удалённо (РФ) 📍 Аналитика Стажер Data Scientist (сегменты) в СБЕР Москва, офис 📍 Тестирование Middle+ Инженер по автоматизированному тестированию backend (Python) в ИВИ Удалённо 📍 Менеджмент Middle+ Технический менеджер в ИВИ Удалённо Middle Customer Success Manager в Maestra от 2 000$ Удалённо 📍 Маркетинг Middle Менеджер по маркетингу в Яндекс Москва, офис 📍 Дизайн Middle+ Product Designer в Авиасейлс Удалённо Middle+ Продуктовый дизайнер в Blink Удалённо (Мир) 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам мы также есть там, куда всех хотят отправить — https://max.ru/itvakansiijobs
HR 💜 QA 🟡 Менеджерам
Стажер Data Scientist (сегменты) Москва, офис Команда «Сегменты» специализируется на создании ML-моделей для анализа оттока клиентов, снижения транзакционной активности и выявления склонностей к различным продуктам. Команда насчитывает шесть человек, среди которых выпускники МГУ и ВШЭ. Ищем стажера, готового участвовать в полном цикле создания DS-продуктов — от идеи до промышленного внедрения. Обязанности - Помощь в разработке и обучении моделей прогнозирования поведения клиентов - Проведение исследовательского анализа данных (EDA): поиск паттернов, аномалий и инсайтов для формирования гипотез - Участие в формировании гипотез и тестировании бизнес-идей - Разработка пайплайнов для обработки данных (под руководством наставника) - Подготовка кода моделей к промышленной эксплуатации и участие в интеграции решений в платформы компании - Оценка качества моделей с технической (метрики) и бизнесовой стороны (метрики влияния на продукт) Требования - Базовые знания Python: уверенное владение синтаксисом, написание чистого кода, знакомство с pandas, numpy - Математический аппарат: понимание основ статистики, теории вероятностей и линейной алгебры, знание принципов проверки гипотез (A/B тесты) - ML: понимание классических алгоритмов (линейная регрессия, деревья решений, градиентный бустинг), знакомство с фреймворками Scikit-Learn и LightGBM на базовом уровне - SQL: умение писать запросы для извлечения и агрегации данных Будет плюсом - Опыт работы с Spark/PySpark и/или Hadoop - Базовое понимание устройства нейросетей (PyTorch) и трансформеров - Опыт участия в DS-соревнованиях (Kaggle, ODS) - Понимание основ DevOps (CI/CD, Git) Условия - Комфортный современный офис рядом с м. Кутузовская - Офисный формат работы - Срочный трудовой договор - Корпоративный спортзал и зоны отдыха, более 400 образовательных программ СберУниверситета для профессионального и карьерного развития - Программа адаптации и помощь руководителя на старте
Progjob
Компания ROBOTMIA Вакансия Data Scientist (Аудиоаналитика) офис в г. Новосибирск Локация Новосибирск, Россия Требуемые навыки - Алгоритмы и структуры данных - Docker - Scikit-learn - TensorFlow - ClickHouse - PyTorch - Pandas - Python - SQL
Senior Gen AI Software Engineer
Liftoff — AI-платформа performance-маркетинга для мобильной экономики. Технологический стек помогает рекламодателям привлекать и удерживать пользователей, а издателям — максимизировать доход. Решения Liftoff, включая Accelerate, Direct, Monetize, Intelligence и Vungle Exchange, поддерживают более 6 600 мобильных бизнесов в 74 странах в сферах игр, соцсетей, финансов, ecommerce и развлечений. Компания основана в 2012 году, штаб-квартира в Редвуд-Сити, Калифорния. Senior Gen AI Software Engineer присоединится к команде Gen AI и будет проектировать и создавать AI-продукты для demand-side бизнеса, помогая командам превращать сложные данные в решения и рост клиентов. Работа охватывает весь стек: интеллектуальные системы и пайплайны данных на Python, а также интерфейсы на TypeScript и React. Сотрудник будет тесно взаимодействовать с продуктовыми, инженерными и клиентскими командами, быстро переходить от прототипа к продакшену и непрерывно улучшать выпущенные решения. Задачи: - Владеть генеративными AI-функциональностями от понимания пользовательских сценариев до прототипирования, внедрения, измерения и улучшения. - Быстро прототипировать и валидировать AI-решения, проверяя ценность и техническую реализуемость, затем доводить до продакшена. - Строить агентные сценарии, работающие с данными кампаний, клиентов, креативов и performance, использующие инструменты и возвращающие управление человеку при необходимости. - Интегрировать AI-агентов в ежедневные процессы совместно с лицами, принимающими решения, и экспертами. - Проектировать доступ AI-систем к данным, инструментам и инструкциям для получения обоснованных результатов. - Строить системы надежности AI-сценариев: использование инструментов, управление состоянием, восстановление после сбоев, границы человеческого контроля. - Определять четкие тестируемые интерфейсы между моделями и ПО для безопасной обработки неопределенного поведения моделей. - Разрабатывать системы оценки AI-функций с реалистичными примерами и комбинацией автоматических проверок и человеческого суждения. - Строить инструментарий для измерения качества, внедрения, бизнес-эффекта, задержки, стоимости и сбоев в продакшене. - Применять меры защиты данных клиентов, доступа к системам и сценариев с высоким влиянием. - Создавать Python-сервисы и TypeScript/React-интерфейсы для целостных продуктов. - Оценивать новые модели и техники, внедряя их при улучшении качества, возможностей, скорости или стоимости. - Наставлять инженеров и формировать общие практики проектирования, тестирования и эксплуатации AI-продуктов. Требования: - Минимум степень бакалавра и 8 лет релевантного опыта. - Опыт создания и эксплуатации значимых продакшен-продуктов, включая работу с нуля: бэкенд-сервисы, данные, пользовательские интерфейсы. - Опыт запуска LLM-продуктов или AI-ассистируемых продуктов за пределами демо, понимание проблем надежности, контекста, инструментов, смены провайдеров, задержки, стоимости и изменения поведения моделей. - Высокий уровень владения Python, уверенная работа с TypeScript и React, сильные основы в проектировании API, моделировании данных, SQL и тестировании. - Понимание построения системы вокруг модели: данные, инструменты, инструкции, права доступа, циклы обратной связи, метрики качества. - Умение определять критерии успеха, расследовать сбои и улучшать AI-опыт через тестирование, обратную связь и сигналы из продакшена. - Сильное продуктовое и инженерное суждение: выбор между традиционным ПО, LLM-подходом или их комбинацией. - Навыки коммуникации сложных технических тем.
LLM DevOps / Inference Engineer
Xaxis Solutions ищет LLM DevOps / Inference Engineer для поддержки платформы оценки и бенчмаркинга ИИ в сфере здравоохранения. Роль включает владение инфраструктурой для тестового стенда, стеком самостоятельного хостинга моделей и надежностью платформы, включая предоставление GPU-инфраструктуры, оптимизацию инференса моделей и управление облачными системами AWS. Задачи: - Строить и поддерживать AWS-инфраструктуру с помощью Terraform, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Развертывать и управлять самостоятельным хостингом LLM-инференса на GPU-инфраструктуре - Внедрять стратегии батчинга, квантизации, автоскейлинга и мульти-GPU для эффективного инференса - Разрабатывать стандартизированные процессы быстрого подключения новых моделей - Создавать слои абстракции провайдеров для API-моделей, таких как OpenAI, Anthropic и Gemini, а также для самостоятельного хостинга моделей - Внедрять ограничение скорости, повторы, экспоненциальную задержку, управление квотами, логирование запросов и ответов и атрибуцию затрат - Обеспечивать воспроизводимость и экономичность бенчмарк-запусков через закрепленные версии моделей и контейнеров и оптимизированную облачную мощность - Строить дашборды наблюдаемости, охватывающие пропускную способность, задержку, использование токенов, стоимость GPU-часов, сбои и производительность по моделям - Поддерживать пиковые нагрузки, предотвращая осиротевшие или ненужные облачные ресурсы - Участвовать в архитектуре доверенной среды исполнения (TEE) и оценивать AWS Nitro Enclaves и аналогичные решения конфиденциальных вычислений Требования: - Практический опыт запуска и управления контейнерами инференса - Сильный опыт построения и поддержки AWS-инфраструктуры как кода, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Опыт работы в стартапе или среде с быстрым темпом - Сильный опыт работы с ИИ/LLM и модельной инфраструктурой - Отличные коммуникационные навыки - Граждане США получат приоритет - Активный и полный профиль LinkedIn - Опыт работы с продакшн-масштабной AWS-инфраструктурой - Сильное знание EKS/ECS, EC2 GPU-инстансов (G5/G6, P4d/P5), VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch и Service Quotas - Сильный опыт Terraform / Infrastructure as Code - Практический опыт с обслуживанием LLM-моделей и оптимизацией инференса - Практические знания стратегий батчинга, поведения KV-кэша, квантизации и мульти-GPU шардинга - Опыт управления GPU-нагрузками с EKS/ECS, автоскейлингом узлов и контейнерными пайплайнами на CUDA - Сильный опыт в области надежности и оптимизации затрат, включая SLO, мониторинг, алертинг и оптимизацию облачных затрат - Опыт с AWS SageMaker и Bedrock - Сильные навыки разработки на Python - Знание конфиденциальных вычислений, включая Enclaves, удаленную аттестацию и защищенный выпуск ключей - Понимание комплаенса в здравоохранении, включая сервисы, соответствующие HIPAA, требования BAA, аудит-логирование и контроль доступа к PHI - Опыт усиления безопасности, сканирования образов и контроля сетевого исходящего трафика Компания Xaxis Solutions — консалтинговая компания по управлению, предоставляющая клиентам экономически эффективные решения. Основана в undefined, штаб-квартира в Миссиссоге, Онтарио, Канада, штат 2–10 сотрудников.
Middle AI-инженер, интеллектуальные системы и сетевая инфраструктура
О компании Allied Telesis — производитель сетевого оборудования и исследовательская группа, фокусирующаяся на возможностях на базе ИИ. Компания основана в 1987 году, штаб-квартира в Токио, численность сотрудников — 1001–5000. Обязанности - Участвовать в создании и поддержке AI-процессов с использованием LangGraph. - Проектировать и расширять библиотеку MCP-серверов. - Улучшать RAG-пайплайны, обеспечивающие работу систем поиска знаний, преимущественно на Python. - Работать в небольшой команде, где вклад каждого заметен. Требования - Степень бакалавра в области компьютерных наук, интеллектуальных систем, науки о данных или смежной области. - 2–3 года опыта разработки ПО с уверенным знанием Python. - Практическое знакомство с инструментами AI/ML: LLM, векторные базы данных, retrieval-augmented подходы или агентные фреймворки. - Умение работать в условиях неопределённости. - Способность переключаться между прототипированием и продакшеном. - Интерес к сетевым технологиям или инфраструктуре. - Ценность аналитического мышления и хорошей коммуникации в небольшой команде. - Опыт с MCP (Model Context Protocol) приветствуется, но не обязателен; важно желание его изучать. Условия - Удалённая работа для кандидатов в США. - Компания имеет историю спонсирования H1B: 3 в 2025, 2 в 2024, 6 в 2023, 3 в 2022, 1 в 2021, 9 в 2020. Это не гарантирует спонсорство для данной роли.
Прикладной AI-инженер продукта, full-stack
О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).
Фаундинг-инженер, бэкенд и платформенная разработка
Strello Health разрабатывает ИИ-голосовых ассистентов для здравоохранения. Компания находится на стадии post-seed, генерирует выручку и быстро масштабируется. Вы будете работать напрямую с основателями над созданием основной инфраструктуры для голосовых разговоров в реальном времени, включая аудиопотоки, оркестрацию LLM, API, интеграции, наблюдаемость и продакшен-системы. Требования - опыт в backend или платформенной разработке - распределённые системы - API - Linux - создание надёжных систем с нуля (0→1) - учитывается опыт co-op - рассматриваются кандидаты с разным уровнем опыта Будет плюсом - WebRTC/WebSockets - ML или LLM инфраструктура - Node.js/TypeScript - Python - Docker - Kubernetes - open-source вклад Технологический стек TypeScript/Node.js и Python.
Python-разработчика для работы над разнообразными проектами
Компания: ИП Фомин Сергей Александрович Python-разработчик Мы — небольшая аутстаф компания, созданная ИТ-инженерами. Ищем Python-разработчика для работы над разнообразными проектами. Рассматриваем специалистов уровня Senior. Ты нам подходишь, если: - У тебя коммерческий опыт разработки на Python от 4 лет, и ты проходил полный цикл – от идеи до запуска в прод - Ты глубоко понимаешь Python: асинхронность (AsyncIO), многопоточность и многопроцессорность – и умеешь применять это для построения высоконагруженных сервисов - Ты уверенно владеешь FastAPI, а также имеешь опыт с Django или Flask / aiohttp - Ты проектировал микросервисные и событийно-ориентированные системы, работал с брокерами сообщений (Kafka, Redis PubSub) и знаешь, как обеспечить консистентность и отказоустойчивость - Ты умеешь работать со сложной логикой в PostgreSQL (оптимизация запросов, индексы, транзакции) и эффективно используешь SQLAlchemy, избегая проблем с производительностью - Ты имел дело с интеграциями: REST API, WebSockets, внешние системы (CRM, облачные хранилища, AI-сервисы) и готов проектировать надежные интерфейсы - У тебя есть практический опыт с Docker и оркестрацией (Kubernetes) – ты понимаешь, как упаковать, запустить и масштабировать сервис - Для тебя CI / CD – неотъемлемая часть процесса, ты привык к автоматическим сборкам, тестам и деплою - Качество кода для тебя важно: ты пишешь юнит- и интеграционные тесты, следуешь принципам чистой архитектуры и не забываешь про документацию (Swagger / OpenAPI) - Ты умеешь анализировать инциденты в production и обеспечивать наблюдаемость – логи, метрики, трейсинг – чтобы всегда понимать, что происходит в системе Будет плюсом: - Опыт в голосовых технологиях (ASR / TTS, SIP, VoIP) или работа с LLM / RAG-архитектурами - Опыт с большими данными: ClickHouse, ETL / ELT-пайплайны, Spark, Azure DataBricks / DataFactory - Знание Golang (для высокопроизводительных компонентов) - Настройка систем мониторинга (Prometheus, Loki, Grafana) - Опыт с Keycloak / OAuth2 / JWT - Английский язык от B1 Intermediate (для работы с документацией и заказчиками) Преимущества работы с нами: - Работа на удаленке с гибким графиком - После успешного проекта готовы предлагать вам новые, ещё более интересные задачи - Мы полностью берем на себя всю бюрократию, переговоры и поиск проектов - Подбираем проекты в технологичных и перспективных сферах: финтех, телеком, e-com и edtech
Разработчик в команду тасклетов Yandex Infrastructure
Разработчик в команду тасклетов Yandex Infrastructure Тасклеты предоставляют интерфейс на различных языках программирования для запуска приложений в облачных окружениях. Сервис позволяет написать приложение на Python, Go, Java, NodeJS и запускать его в своих процессах автоматизации. Наша команда делает запуск таких приложений надёжнее и эффективнее, а анализ результатов — удобнее и быстрее. Какие задачи вас ждут - Разработка бизнес-фич: Вы будете проектировать и создавать решения, которые нужны бизнесу. Например, добавлять фильтрацию исполнений по популярным срезам данных или внедрять AI-анализатор для исполнения тасклетов. - Работа с UX и техдолгом: Улучшение UX — один из приоритетов продуктового развития. Нам предстоит вместе придумывать и реализовывать решения, которые облегчат пользователю диагностику и сэкономят время тысячам разработчиков. В сервисе мало накопленного техдолга, и мы стремимся поддерживать его в таком состоянии. Для этого выделяем время на устранение легаси. - Решение сложных задач: Вам предстоит предоставлять альтернативу пользователям с особыми требованиями, которые невозможно удовлетворить в существующих рантаймах. Необходимо будет обеспечивать быстрый запуск простейших тасклетов, не требующих сложного окружения. Мы ждём, что вы - Работали с реляционными БД - Уверенно владеете Go - Умеете разрабатывать распределённые системы - Можете самостоятельно спроектировать фичу Будет плюсом, если вы - Работали с YDB или ClickHouse - Знаете фреймворк gRPC Почему у нас классно Нам важно здоровье сотрудников, поэтому в крупных офисах у нас есть спортзалы — с тренажёрами, инвентарём и душевыми.
Python Backend Developer
Python Backend Developer Компания: Облако.ру Формат работы: удалённая работа Обязанности - Проектирование архитектуры решения для высокой доступности и масштабируемости - Оптимизация производительности - Code review - Покрытие кода тестами - Участие в проектировании новых фич и сервисов Требования - Опыт коммерческой разработки (3+ лет) и разработки на Python (2+ лет) - Понимание настройки и запуска CI/CD пайплайнов - Экспертиза в облачной инфраструктуре - Опыт работы с бэкендом для AI и ML
Python Developer / Highload Backend
Python Developer / Highload Backend Компания: Альфа-Банк Обязанности - Разработка и поддержка высоконагруженных backend-сервисов на Python - Проектирование и разработка REST API - Интеграция сервисов с внутренними и внешними системами - Работа с асинхронным кодом и высоконагруженными сценариями - Настройка логирования, метрик, healthcheck endpoints и трассировки - Интеграция сервисов с observability-инфраструктурой: OpenTelemetry, Prometheus-compatible метрики, ElasticSearch - Работа с контейнеризацией и инфраструктурой: Docker, Kubernetes, Kafka - Участие в диагностике инцидентов, анализе логов, метрик и трейсов Пожелания к кандидатам - Коммерческий опыт разработки на Python от 4 лет - Опыт разработки REST API и микросервисной архитектуры - Опыт асинхронного программирования: asyncio, aiohttp/httpx или аналогичные инструменты - Опыт работы с FastAPI, Pydantic или аналогичным backend-стеком - Опыт работы с PostgreSQL, плюсом будет ClickHouse SQL - Опыт работы с Redis - Опыт работы с очередями или брокерами сообщений: Kafka или RabbitMQ - Опыт работы с Docker, базовое понимание Kubernetes: pod, deployment, service, liveness/readiness probes, Helm - Опыт настройки логирования: logging, structlog или аналогичные инструменты, ElasticSearch/OpenSearch - Опыт работы в Grafana, Kibana для мониторинга - Опыт написания тестов: pytest, unittest, mocks - Vibe-Coding (Cursor, Claude Code, Codex и другие)
AI-инженер, LLM и RAG
Implicit создаёт AI-движок знаний для обслуживания и поддержки. Платформа без кода преобразует сложные технические документы, инструкции, процедуры и операционные данные в структурированные знания для людей и AI-агентов. Ищем инженера по ИИ на частичную занятость для создания AI-возможностей следующего поколения. Работа в команде с опытными инженерами, продакт-лидерами и исследователями ИИ над задачами в оборонной отрасли, производстве, поддержке клиентов и других отраслях. Обязанности - Проектировать и создавать AI-приложения на основе LLM, RAG, семантического поиска и AI-агентов. - Разрабатывать интеллектуальные пайплайны для загрузки документов, извлечения знаний и поиска. - Улучшать качество ответов с помощью промт-инжиниринга, фреймворков оценки и оптимизации поиска. - Создавать и оптимизировать продакшн-сервисы ИИ на Python и современных AI-фреймворках. - Работать с инструментами агентной разработки, включая Claude Code, Cursor, и AI-ассистируемыми процессами написания кода. - Писать чистый, поддерживаемый, хорошо протестированный код с акцентом на качество и надёжность. - Тесно сотрудничать с командами продукта, разработки и Data Science для быстрого прототипирования и выпуска новых возможностей. - Оценивать новые AI-модели, инструменты и техники для постоянного улучшения платформы. Требования - Опыт от 3 лет в создании AI, ML или NLP-приложений в индустрии, open-source или исследованиях. - Уверенный опыт с большими языковыми моделями (LLM), RAG, эмбеддингами и семантическим поиском. - Хорошее понимание NLP, машинного обучения и современных техник глубокого обучения. - Практический опыт с PyTorch, TensorFlow или аналогичными ML-фреймворками. - Навыки разработки на Python и опыт создания продакшн-программного обеспечения. - Опыт работы с API, векторными базами данных и AI-фреймворками приложений. - Степень бакалавра в Computer Science или смежной области, или эквивалентный практический опыт. Предпочтительно - Опыт создания AI-систем для корпоративного управления знаниями или технической документации. - Опыт с AI-агентами, вызовом инструментов и агентными процессами. - Знакомство с графами знаний, OCR, парсингом документов или мультимодальным ИИ. - Опыт развёртывания AI-приложений с использованием современных практик MLOps. - Опыт оценки и бенчмаркинга производительности LLM. Условия - Конкурентоспособная оплата. - Гибкий график частичной занятости. - Удалённая работа в пределах США. - Гибкая политика отпусков. - Возможность создавать передовые AI-продукты в небольшой, опытной и высокотехничной команде, решающей сложные реальные задачи.
Инженер Agentic AI, Azure AI Foundry
Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.
Вайбкодер, специалист по анализу данных и веб-скрапингу
Компания Mind Rift (платформа Mindrift) ищет специалистов по вайбкодингу для проекта Tendem. Проект посвящён развитию гибридных агентов, где человеческий опыт и ИИ-автоматизация работают вместе. Специалист будет работать вместе с агентом Tendem, который берёт на себя повторяющиеся задачи, а эксперт обеспечивает критическое мышление, знание предметной области и контроль качества. Возможность доступна только кандидатам, проживающим в указанной стране. Локация может влиять на соответствие требованиям и ставки. Формат: частичная занятость, полностью удалённо. Обязанности: - Проводить продвинутый веб-поиск и сбор данных с использованием нескольких инструментов для поиска и извлечения информации из официальных источников. - Использовать LLM и продвинутые промпты для уточнения поисковых стратегий и проверки точности данных путём перекрёстных ссылок на авторитетные источники. - Выполнять веб-скрапинг и извлечение данных, работая со сложными структурами сайтов и многоуровневыми страницами (регионы → компании → детальные страницы). - Обрабатывать динамический контент, архивные страницы и различные HTML-форматы, организовывать извлечённые данные в чистые CSV-файлы. - Писать и оптимизировать Python-скрипты для обработки и анализа данных с использованием библиотек pandas, BeautifulSoup, Selenium, matplotlib. - Преобразовывать сырые данные в структурированные форматы (CSV, JSON, таблицы) и создавать визуализации при необходимости. - Выполнять обработку данных и контроль качества: очистка, валидация, структурирование наборов данных. - Обеспечивать целостность данных из нескольких источников, применять спецификации форматирования и выполнять шаги проверки для поддержания высокого качества. - Применять навыки решения проблем: разбивать сложные рабочие процессы, самостоятельно устранять технические проблемы, быстро адаптироваться к разным доменам и типам задач с минимальным контролем. - Создавать понятную документацию и качественные результаты, соответствующие требованиям к форматам файлов, соглашениям об именах и структуре данных. - Поддерживать воспроизводимые рабочие процессы и хорошо организованный код. Требования: - Желателен минимум 1 год соответствующего опыта в анализе данных, ИИ-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных технических областях. - Владение Python: подтверждённая способность писать функциональные скрипты для анализа данных, веб-скрапинга и визуализации. - Опыт веб-скрапинга: извлечение структурированных данных с сайтов с помощью BeautifulSoup, Scrapy, Selenium или аналогичных инструментов. - Работа с данными: навыки очистки, преобразования и организации наборов данных с использованием pandas или аналогичных библиотек. - Исследовательские навыки: способность находить авторитетные источники, официальные базы данных и государственные датасеты. - Визуализация данных: опыт создания диаграмм и графиков с помощью matplotlib, seaborn или аналогичных библиотек. - Практический опыт работы с LLM и ИИ-фреймворками для улучшения автоматизации и решения проблем. - Продвинутые навыки веб-исследований, умение находить конкретные и достоверные источники данных. - Внимание к деталям и стремление к точности данных. - Способность точно следовать сложным многошаговым инструкциям. - Уверенная работа с CSV-файлами, структурированными форматами данных и спецификациями файлов. - Самодисциплина и способность самостоятельно устранять неполадки. - Владение английским языком: Upper-intermediate (B2) или выше (обязательно). - Полностью удалённая работа: требуются ноутбук, стабильное интернет-соединение и наличие времени. - Гибкость в переключении между задачами и быстрое освоение новых методов. - Готовность работать с детальными, иногда сложными инструкциями. Условия: - Оплата за экспертизу: ставка до $32/час в зависимости от навыков, опыта и потребностей проекта. - Полностью удалённая работа по собственному графику — нужны ноутбук и стабильный интернет.
AI Data Engineer
Компания dscout строит платформу для UX-исследований, которой доверяют бренды в сфере финансов (JP Morgan Chase, Intuit, Charles Schwab, PayPal), здравоохранения (Aya, Headspace), потребительских товаров (Keen, Verizon, Target, Northface) и технологий (Google, Amazon, Facebook, Meta, Spotify, AirBnB). Инструменты помогают командам понимать людей, стоящих за продуктами. AI является ключевой частью работы dscout. Качество функций напрямую зависит от конвейеров данных и инфраструктуры. AI Data Engineer находится на стыке ML-систем и инженерии данных, тесно сотрудничая с командами MLE и аналитической инженерии для создания конвейеров, моделей и систем оценки, обеспечивающих надежность AI-функций в продакшене. Обязанности: - Проектировать, создавать и поддерживать конвейеры данных, которые перемещают и трансформируют данные из приложения и сторонних источников в реляционные базы данных, сохраняя их надежность и модельность по мере роста объема и сложности - Сотрудничать с аналитической инженерией для создания моделей данных и отчетности, дающих исследователям и командам видимость эффективности их работы - Обеспечивать качество данных как приоритет первого класса на этапах загрузки, моделирования и отчетности. Выявлять и устранять проблемы до того, как они достигнут модели, дашборда или пользователя - Создавать и запускать продакшен-системы AI: инфраструктуру данных и сервисы, на которых работают ML-функции - Проектировать и поддерживать системы оценки готовности AI-функций к запуску и их устойчивости: eval-харнессы, тестовые наборы данных и мониторинг продакшена, реализованные как программное обеспечение, а не разовые анализы - Задавать стандарт выполнения работы с данными: писать ясно, делиться контекстом заранее и ускорять работу окружающих Требования: - 5+ лет опыта в инженерии данных со значимым опытом работы с ML-системами в продакшене - Глубокий опыт инженерии данных: самостоятельное создание и поддержка конвейеров, перемещающих данные из источников приложений в хранилище в масштабе, понимание того, что ломается, когда и почему - Сильные навыки Python и уверенное владение стеком данных (используются Snowflake и Postgres) - Опыт работы с инструментами оркестрации, такими как Airflow, Dagster или аналогичными - Опыт работы с облачными средами, такими как GCP или AWS - Подтвержденный опыт тесного сотрудничества с аналитическими инженерами или аналитиками данных для создания надежных, хорошо документированных моделей данных - Практический опыт запуска AI или ML систем, на которые полагались реальные пользователи в продакшене, и ответственность за их работу после запуска - Собственная точка зрения на оценку: отношение к eval как к создаваемому продукту, а не как к отчету - Высокая степень самостоятельности: способность довести неоднозначную задачу до рабочего результата без полностью проработанного тикета - Свободное владение полным жизненным циклом данных: от функций, ориентированных на продакшен, до внутренней аналитики, управляющей решениями - Уверенность в работе с AI-инструментами кодирования (Cursor, Claude Code, Copilot или аналогичными) как реальной частью рабочего процесса Желательно: - Опыт работы с dbt или аналогичными фреймворками моделирования данных - Знакомство с инструментами оценки и наблюдаемости LLM - Опыт работы с MCP-инструментарием или агентными конвейерами данных О компании: dscout — команда увлеченных, эмпатичных и любознательных профессионалов. Признанный лидер в Forrester Wave, компания находится на переднем крае технологий исследований опыта. Ценятся обучение, обмен знаниями и создание нового. Компания стремится к разнообразию и инклюзивности команды. Условия: - Конкурентоспособный компенсационный пакет со встроенным бонусом и программой акций - Прогрессивный пакет льгот (для сотрудника и иждивенцев) для поддержки баланса работы и жизни, включая гибкий отпуск, 15 оплачиваемых дней
Senior DevOps-инженер, платформенная инфраструктура
Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C с годовой выручкой $100 млн, поддерживается Bessemer Venture Partners. Более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США, используют платформу. Ищем Senior DevOps-инженера для создания AI-нативной self-service инфраструктурной платформы, на которой компания поставляет программное обеспечение. Платформа позволяет каждому разработчику, человеку или агенту, проверять изменения за минуты, быстро понимать причины сбоев и уверенно выпускать релизы. Вы присоединитесь к небольшой команде инфраструктуры с высокой отдачей, задача которой — умножить возможности каждого инженера и агента через автоматизацию, self-service и встроенные защитные механизмы. Цель — платформа, где self-service является нормой, а ручное вмешательство — исключением. Задачи: - Строить и эксплуатировать self-service инфраструктурную платформу, делая правильное действие простым, а безопасное — стандартным. - Создавать golden paths для инженеров и агентов: в рамках технического направления, заданного Staff-инженерами, строить и эксплуатировать слои, на которые они опираются (единый CI/CD-конвейер, GitOps-доставка на ArgoCD, каталог IaC-модулей, шаблоны для новых сервисов), владея конкретными компонентами от начала до конца. Цель — чтобы инженеры и агенты могли предоставлять инфраструктуру и выпускать изменения в рамках guardrails без ручного написания Terraform/Kustomize и ожидания тикетов. - Сделать агентов полноценными разработчиками: обобщить паттерн изоляции агентов в переиспользуемые примитивы платформы — sandboxed runtime, workload identity, audit trails, approval gates. Каждое действие агента должно работать на тех же рельсах идентичности, аудита, владения, распределения затрат и согласования, что и действия человека. - Строить и эксплуатировать платформу валидации и quality gates: предоставлять рельсы для проверки изменений перед продакшеном — эфемерные PR-окружения с автоудалением, а также gates безопасности, производительности и нагрузочного тестирования. Внедрять новые gates по мере роста покрытия, поддерживать их скорость и низкий уровень ложных срабатываний, переводить сервисы на эти gates. Делать результаты gates и тестов машиночитаемыми и вызываемыми вне PR-процесса, чтобы агенты и люди могли напрямую реагировать на сбои. - Отвечать за надежность и наблюдаемость создаваемого: создавать дашборды и операционные контроли, делающие поверхности, за которые вы отвечаете, наблюдаемыми и улучшаемыми по мере роста пропускной способности: pass rates gates, тренды approval-rate и self-service ratio, типичные сценарии отказов, распределение затрат, метрики DORA. Нести on-call для этих поверхностей, вести инциденты от обнаружения до разбора, превращая повторяющуюся рутину в автоматизацию и runbooks, которые используют другие инженеры. Требования: - Опыт уровня Senior в SRE, DevOps или Platform Engineering: построение и эксплуатация продакшен-инфраструктуры в масштабе, владение значимым направлением работы от начала до конца с ограниченным контролем. - Активное и осознанное использование AI-инструментов разработки (Claude Code, Codex и т.п.) в собственном инфраструктурном процессе: изменения Terraform, отладка Kubernetes, автоматизация, операционные расследования. Наличие собственной позиции о том, где эти инструменты полезны, а где нет. - Глубокий опыт с Kubernetes (EKS) и AWS (IAM, VPC, ECR, SSM/Secrets Manager, S3, SQS, Lambda, RDS/Aurora). - Сильный опыт с IaC (Terraform) и GitOps, включая PR-управляемые apply-процессы (Atlantis или аналоги) и ArgoCD. - Глубокие знания CI/CD (GitHub Actions): кэширование/параллелизм, управление артефактами, надежность тестов, наблюдаемость конвейеров. - Полный опыт владения инцидентами: on-call для созданных систем, ведение инцидентов от обнаружения до разбора. - Отличные кросс-командные коммуникации: умение переводить ограничения платформы в удобные для разработчиков решения и документацию. Будет плюсом: - Опыт с identity, access и policy-as-code: workload/service identity (SPIFFE/SPIRE, OIDC), короткоживущие credentials, управление секретами (Vault), enforcement политик. - Опыт построения self-service платформ для разработчиков, эфемерных окружений, CLI, инструментов шаблонизации или внутренних порталов разработчика (Backstage или кастомные). Отношение к инфраструктуре как к продукту. - Осознанность в затратах: построение распределения затрат, бюджетов или rightsizing в платформе. Технологический стек: - Инфраструктура: AWS, EKS, Terraform (с Atlantis), Vault, Docker, OPA (Open Policy Agent). - CI/CD: GitHub Actions, ArgoCD + Kustomize (GitOps). - Обмен сообщениями: Kafka (Confluent Cloud). - Наблюдаемость: Datadog, OpenTelemetry. - Языки и приложения: Node.js/TypeScript микросервисы, Python, React фронтенды.
Python-разработчик в AI-продукт
Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования
Дата-аналитик в Yandex Crowd
Дата-аналитик в Yandex Crowd Команда работает с крупнейшими технологичными продуктами экосистемы Яндекса — Алисой AI, Яндекс Путешествиями, Бизнесом, Яндекс ID, Браузером и другими сервисами. Ими каждый день пользуются миллионы людей. Главное направление работы команды — аналитические инструменты, которые повысят эффективность бизнеса. Задача — создать лучшую службу поддержки. Она должна быстро помогать пользователям, точно отвечать и сохранять высокое качество работы даже при больших нагрузках. Если вам нравится искать в данных ответы на сложные вопросы — например, как увеличить рост или эффективнее использовать ресурсы, — мы ждём вас. Задачи - Проектирование и улучшение бизнес-метрик. Разработка новых метрик для бизнеса клиентского сервиса по международным стандартам, обновление существующих метрик и карты их зависимостей, сохранение обратной совместимости при изменении методологии. - Разработка продуктов. Создание надёжных инструментов — дашбордов и средств моделирования, которые помогут быстрее принимать решения. Поиск инсайтов для оптимизации операционных процессов. Требования - Опыт работы от двух лет в роли Data Analyst / Product Analyst / Analyst в data-driven-продукте - Уверенное владение SQL и Python - Умение работать с большими объёмами логов и событийных данных - Понимание основ статистики и A/B-тестирования - Умение формулировать продуктовые гипотезы и оценивать их эффект Будет плюсом - Умение строить дашборды в DataLens, Superset, Tableau - Технический бэкграунд в оптимизации: уверенное сочетание SQL и Python для минимизации времени пересчёта сложных нелинейных метрик - Хорошее взаимодействие в кросс-функциональных командах Условия Яндекс — это комьюнити. Есть спортивные клубы, книжный клуб, киберспортивное сообщество. Это не все бонусы — полный список доступен на сайте.
Руководитель Data Science команды (Анализ спроса в маркетплейсе)
Руководитель Data Science команды (Анализ спроса в маркетплейсе) Компания: OZON Вы будете - Решать сложности бизнес-заказчиков и оценивать полученный результат. - Планировать работу команды (Data Scientists, ML-engineers). - Проектировать развитие системы прогнозирования спроса. - Проектировать с руководителями смежных технических команд совместные интеграции. - Программировать и проводить code review. Нам важно - Опыт работы в ML и DS проектах от 5 лет. - Опыт решения задач прогнозирования временных рядов. - Управленческий опыт работы. - Умение писать на Python. - Умение работать с данными на PySpark, SQL или Pandas. - Знание и понимание классических ML алгоритмов (линейная регрессия, деревья решений и градиентный бустинг). - Знание Deep Learning фреймворков (Pytorch, Transformers).
Senior ML-инженер
General Mills ищет Senior Machine Learning Engineer для проектирования, разработки, развертывания и поддержки масштабируемых решений в области ИИ и машинного обучения, приносящих реальную бизнес-ценность. Роль предполагает перевод решений машинного обучения от концепции до продакшена, улучшая надежность, автоматизацию, наблюдаемость и операционное совершенство на протяжении всего жизненного цикла ИИ. Роль находится в рамках общей модели команды, где специалисты распределяются на наиболее приоритетные задачи из растущего портфеля ИИ-инициатив. Позиция намеренно широкая: возможна работа как с традиционными решениями машинного обучения, так и с фундаментальными платформенными и бэкенд-возможностями, а также с новыми агентными и генеративными ИИ-сценариями в зависимости от потребностей команды и сильных сторон кандидата. Компания ищет прежде всего сильного технического инженера с дисциплиной в разработке ПО, уверенными навыками Python и гибкостью для работы в развивающихся областях ИИ. Обязанности - Проектирование, разработка, развертывание и поддержка систем машинного обучения и ИИ в GCP для решения сложных бизнес-задач, улучшения операций и создания новой ценности. - Перевод концепций машинного обучения в практичные, масштабируемые продакшен-решения с фокусом на надежность, поддерживаемость и качество. - Взаимодействие с командами для понимания постановки задач, потребностей в данных и подходов к решению для широкого круга бизнес- и технических сценариев. - Подготовка данных, разработка признаков, разработка и оценка моделей, помощь в операционализации решений в продакшен-средах. - Создание и автоматизация ML-пайплайнов, включая оркестрацию, мониторинг, логирование, диагностику и оповещение о сбоях, дрейфе, деградации и проблемах с вышестоящими данными. - Поддержка развертывания моделей, практик MLOps, управления облачными ресурсами и процессов контроля изменений. - Исследование, оценка и операционализация новых инструментов, фреймворков, платформ и процессов, помогающих масштабировать ИИ-решения, включая новые агентные и генеративные возможности ИИ. - Принятие ответственности за производственные инциденты, проведение анализа первопричин и внесение улучшений для снижения повторяющихся инцидентов. - Создание и улучшение документации, стандартов и процессов обеспечения качества для систем и пайплайнов машинного обучения. - Помощь в создании, поддержке и сопровождении продакшен- и нижних сред, включая разработку, QA и стейджинг. - Вклад в практики облачной безопасности и соответствия требованиям. - Наставничество других сотрудников и повышение инженерных и ML-практик команды. Минимальные требования - Степень бакалавра в области компьютерных наук, инженерии, статистики, математики, науки о данных или другой количественной области. - 3+ года профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - 3+ года профессионального опыта работы с крупной облачной платформой, такой как GCP, Azure, Snowflake или Databricks. - Уверенные навыки разработки на Python. - Опыт создания, развертывания или поддержки продакшен-решений машинного обучения или ИИ. - Знакомство с CI/CD, TDD и связанными инженерными инструментами и практиками. - Опыт работы с фреймворками оркестрации, такими как Prefect или Airflow. - Опыт работы в средах гибкой разработки ПО, таких как Kanban или Scrum. - Опыт работы с системами контроля версий и командной разработкой с использованием таких инструментов, как Git или TFS. - Сильные навыки устного и письменного общения, способность эффективно работать как с техническими, так и с нетехническими партнерами. - Увлеченность изучением новых технологий, решением сложных задач и работой с инженерным мышлением, основанным на данных. Предпочтительные требования - 5+ лет профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - Сильный бэкграунд в разработке ПО, в идеале включающий несколько лет практического инженерного опыта до или параллельно с работой в машинном обучении. - Опыт работы в среде GCP, включая Vertex AI. - Опыт создания и поддержки API и эндпоинтов, в идеале в GCP. - Опыт создания, поддержки и сопровождения традиционных пайплайнов машинного обучения в облачной среде. - Бэкграунд в методах статистического моделирования, таких как регрессия, ARIMA, Random Forest, оптимизация.
Старший инженер-программист II (AI)
Удалённая работа для кандидатов в США. Обязанности - Проектирование, разработка и эксплуатация production AI-функций: RAG-пайплайны, рекомендации на основе LLM, диалоговые агенты или автоматизация рабочих процессов. - Создание общей AI-платформы: инфраструктура поиска, фреймворки оценки, мониторинг моделей, guardrails и наблюдаемость. - Написание LLM-приложений и интеграций с маркетинговыми платформами, BI-инструментами или пользовательскими продуктами. - Оценка моделей и функций с помощью eval-фреймворков; итерации по промптам, стратегиям поиска и выбору моделей на основе данных. - Ежедневное использование AI-инструментов разработки, таких как Claude, для задач, связанных и не связанных с AI. - Координация с командой персонализации для интеграции GenAI-функций с существующими ML-сигналами персонализации. - Документирование AI-дизайна, результатов оценки и операционных уроков в общей базе знаний. - Обеспечение наблюдаемости AI-систем: задержка, стоимость, ошибки; участие в on-call ротации и реагирование на инциденты в production. Требования - Опыт разработки с AI-инструментами (Claude, Copilot и т.п.) в ежедневной работе, а не просто ознакомление. - Понимание full-stack: готовность работать в разных частях стека; чистые специалисты по одному направлению не подходят. - Опыт владения функциями от спецификации до деплоя, наблюдаемости и on-call; инженеры отвечают за свой код, отдельной ops-команды нет. - Сильные знания принципов проектирования ПО, автоматизированного тестирования, код-ревью и CI/CD. - Полная автономность; умение вести технические решения и наставлять младших инженеров. - Владение Python; уверенная разработка и эксплуатация production LLM-приложений. - Практический опыт минимум в одной специализации: RAG и системы поиска, оценка LLM, фреймворки оценки LLM или автоматизация рабочих процессов на основе LLM. - Понимание промпт-инженерии, управления контекстным окном и компромиссов LLM. - Знакомство с базами данных, эмбеддинг-моделями или семантическим поиском. - Высокая точность и внимание к деталям. - Отличные организационные навыки и способность к многозадачности. - Опыт работы с MLOps-инструментами или пайплайнами деплоя моделей. - Вклад во внутренние инструменты разработки, золотые стандарты или улучшение SDLC-процессов. - Опыт работы с e-commerce платформами, каталогами продуктов или высоконагруженными потребительскими приложениями. - Опыт работы в глобальных распределённых командах. - Опыт документирования архитектурных решений, написания RFC или ведения инженерных вики. Условия - Медицинская, стоматологическая, страхование жизни и базовые программы для сотрудников и их семей (при соответствии критериям). - Участие в 401(k) плане. - Оплачиваемый отпуск и отгулы в соответствии с политикой компании. - Праздничные дни в течение календарного года. - Возможность получения рестриктных акций и ежегодных бонусов в зависимости от соответствия критериям и результатам работы. О компании Компания основана в 1996 году, штаб-квартира в Ирвайне, Калифорния, США. Численность сотрудников: 1001–5000. Компания имеет опыт H1B-спонсорства.
Младший вайбкодер, GenAI-прототипирование
О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.
Ассоциированный консультант по генеративному ИИ
О компании Sia — международная консалтинговая группа, основана в 1999 году. В компании работают 3000 консультантов, офисы расположены в 48 городах в 19 странах. AI & Data Business Unit объединяет более 350 экспертов и 12 R&D-лабораторий в Европе и Северной Америке. Направления исследований — computer vision, MLOps и deep learning. Проекты ведутся от proof-of-concept до масштабного развертывания. О позиции GenAI-консалтинговая практика расширяется, ищут мотивированных выпускников на позицию GenAI-консультанта. Работа на стыке ИИ и бизнес-задач: помощь клиентам в проектировании, создании и внедрении решений на основе LLM. Роль техническая, предполагает участие в полном жизненном цикле GenAI-проектов — от архитектуры и прототипирования до продакшн-развертывания, оценки и итераций. Задачи - Проектирование, создание, обучение, дообучение и развертывание ИИ-моделей на основе LLM (например, GPT-x, Claude, Gemini, Llama, Mistral) и других генеративных техник. - Поддержка GenAI-архитектора в проектировании надежных, масштабируемых и безопасных приложений. - Разработка приложений на базе GenAI-моделей (самоуправляемых и доступных через API), соответствующих бизнес-требованиям и применимым регуляциям (GDPR, EU AI Act, лицензии моделей). - Разработка и оптимизация промтов: few-shot, Chain/Tree/Graph of Thought, ReAct, Self-reflection, guardrails. Баланс простоты и сложности для улучшения аналитических способностей, качества вывода, пользовательского опыта и контроля взаимодействий. - Проектирование и внедрение RAG-архитектур для повышения точности и релевантности ответов за счет извлечения информации из заданных источников знаний с обеспечением трассируемости и указанием источника. - Выбор и дообучение моделей, включая мультимодальные (VLM) и малые языковые модели (SLM), для генерации контента — текст, изображение, аудио, код. - Внедрение MLOps-практик для жизненного цикла GenAI: автоматизированные пайплайны (CI/CD), версионирование, мониторинг и сопровождение в продакшене (AWS, Azure, GCP). Интеграция с существующими системами и внешними инструментами и API, в том числе через стандартизированные протоколы (MCP). - Разработка и выполнение фреймворков оценки производительности, надежности, честности и безопасности моделей. Соблюдение принципов Responsible AI, помощь клиентам в процессах безопасности и комплаенса. - Отслеживание последних достижений в GenAI, эксперименты с новыми подходами, обмен знаниями внутри команды. - Работа в кросс-функциональных командах, понятное объяснение сложных технических концепций техническим и нетехническим стейкхолдерам. - Документирование процессов, методологий и лучших практик. - Различение сценариев, подходящих для генеративного ИИ, и традиционных NLP-приложений (например, NER, анализ тональности). Условия Компания инвестирует в развитие сотрудников и ожидает аналогичной вовлеченности. В команде AI & Data — коллаборативная среда, поддерживающая профессиональный рост.
Senior AI/ML-инженер, Generative AI и RAG
О компании Работодатель — консалтинговая фирма, специализирующаяся на внедрении комплексных AI и ML-решений в различных отраслях. Компания использует современные технологии и отраслевую экспертизу для повышения инновационности и эффективности клиентов. Задачи - Проектирование, разработка и внедрение enterprise-grade приложений на основе генеративного ИИ с использованием современных AI-фреймворков и облачных платформ. - Создание и оптимизация решений на основе RAG (Retrieval Augmented Generation) с применением векторных баз данных и корпоративных баз знаний. - Разработка AI-агентов и мультиагентных рабочих процессов с использованием фреймворков LangChain, LangGraph, Semantic Kernel и AutoGen. - Интеграция больших языковых моделей (LLM), таких как GPT, Llama, Claude и Gemini, в бизнес-приложения. - Взаимодействие с архитекторами, владельцами продуктов и бизнес-заинтересованными сторонами для реализации AI-решений, соответствующих бизнес-целям. - Внедрение промпт-инжиниринга, управления контекстом, фреймворков памяти и оркестрации рабочих процессов для повышения производительности ИИ. Требования - Более 7 лет опыта в разработке ПО с сильными навыками Python. - Подтверждённый опыт работы с генеративным ИИ, Azure OpenAI и Azure AI. - Практический опыт с RAG, векторными базами данных и фреймворками LangChain или LangGraph. - Навыки разработки масштабируемых API, микросервисов и бэкенд-сервисов с использованием облачных технологий. - Опыт с практиками LLMOps и MLOps, включая CI/CD пайплайны, мониторинг и управление жизненным циклом моделей. - Приверженность принципам ответственного ИИ, стандартам безопасности, конфиденциальности данных и политикам управления. Условия - Возможность работы над передовыми проектами в области генеративного ИИ и машинного обучения. - Коллаборативная среда, ориентированная на техническое лидерство и инновации. - Непрерывное обучение и развитие с учётом достижений в области AI-технологий. - Участие в технических ревью дизайна, стандартах кодирования и лучших практиках.
AI-инженер по автоматизации, агентные процессы
О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.