Вакансии для ML-инженеров на Python
Вакансии для ML-инженеров на Python: подборка ролей, где в задачах или стеке указан Python. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
AI Engineer / Инженер по внедрению AI
AI Engineer / Инженер по внедрению AI Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнес-задачи в рабочие AI-сценарии — от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Основная задача — собирать AI-ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации. Кого мы ищем Нам нужен инженер-практик, который не ограничивается настройкой промптов, а умеет собрать полноценный рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку. Важно не просто знать LLM, а уметь быстро разобраться в бизнес-задаче, собрать MVP, проверить его пользу, доработать и внедрить так, чтобы сотрудники регулярно и безопасно использовали инструмент. Наши задачи - Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений. - Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов. - Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки. - Создавать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями. - Настраивать RAG-контуры, базы знаний и поиск по документам и корпоративным данным. - Подготавливать данные для AI-сценариев: очищать, структурировать, нормализовать и описывать источники. - Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приёмки. - Проектировать сценарии с учётом контроля человека: проверка, подтверждение, логирование и обработка ошибок. - Документировать архитектуру, инструкции, ограничения и правила эксплуатации. - Обучать сотрудников работе с AI-инструментами. - Переводить успешные прототипы в промышленное или регулярное использование. Наши ожидания - Опыт создания прикладных решений с LLM / AI-инструментами. - Опыт работы с Dify, n8n, Flowise, LangChain, LlamaIndex или аналогичными инструментами. - Знание Python для интеграций, скриптов, обработки данных и работы с API. - Опыт web-разработки или готовность быстро собирать внутренние интерфейсы: React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии. - Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval. - Умение интегрироваться с внешними API и внутренними корпоративными системами. - Понимание баз данных и SQL на уровне уверенной работы с данными. - Базовое понимание эксплуатации: Docker, переменные окружения, логи, обработка ошибок и мониторинг. - Системность, аккуратность и привычка доводить решение до состояния, в котором им реально пользуются. - Умение общаться с бизнес-пользователями, разбирать процессы и переводить задачи в технические решения. Будет плюсом - Опыт автоматизации бизнес-процессов. - Опыт разработки внутренних инструментов для юристов, финансов, закупок, продаж, поддержки или операционных подразделений. - Опыт работы с документами: PDF, DOCX, XLSX, сканы, OCR, классификация и извлечение данных. - Опыт настройки прав доступа, ролей и безопасной работы с корпоративными данными. - Опыт построения evaluation-наборов и регрессионного тестирования AI-сценариев. Условия - Удалённый формат работы. - График 5/2, 09:00–18:00. - Официальное трудоустройство по ТК РФ. - Полностью белая заработная плата. - Участие в развитии AI-продуктов компании и работе с данными. - Гибкость в выборе подходов и используемых технологий. - Команда, в которой ценятся инженерное мышление, инициативность и ответственность за результат. - ДМС со стоматологией, софинансирование от компании 50/50. - Корпоративные скидки от BestBenefits.
Machine Learning Backend Software Engineer in Medical System (Developer) Middle
Machine Learning Backend Software Engineer in Medical System (Developer) Middle от 250 000 до 350 000 ₽ Удаленно Remedy Logic — международная компания. Цель — разработка медицинской диагностики и консультаций на основе ИИ, доступных каждому. Команда состоит из ученых из разных стран. Ключевые компетенции и квалификация: — Опыт разработки на Python от 2 лет. — Понимание алгоритмов машинного обучения и компьютерного зрения. — Хорошее понимание GPU-вычислений. — Навыки веб-программирования (FastAPI, REST, HTTP, TCP). — Опыт работы с SQL: запросы, проектирование баз данных, инструменты миграции.
Title: Senior AI Engineer
Senior AI Engineer Компания: Blend360 Уровень: senior Обязанности: - Проектирование, создание и развертывание production-ready приложений на основе Generative AI и Agentic AI в экосистеме Microsoft Azure - Использование Azure AI Foundry, Microsoft Fabric, агентных рабочих процессов, RAG, графов знаний и современных методов поиска информации - Внедрение фреймворков для оценки LLM и агентов - Проведение экспериментов с моделями, промптами и агентными архитектурами - Создание переиспользуемых компонентов для разработки AI-приложений Локация: Латинская Америка (LATAM) Формат работы: удаленно Ограничения: не рассматриваются кандидаты за пределами Латинской Америки Тип занятости: полная занятость
Промпт-инженер по NLP и большим языковым моделям
О компании Career.zycto — компания, работающая на переднем крае искусственного интеллекта. Разрабатывает AI-решения в области машинного обучения и обработки естественного языка. В компании ценят творческий подход и техническое мастерство, поддерживают среду для экспериментов и роста. Обязанности - Проектировать, разрабатывать и оптимизировать промпты для больших языковых моделей (LLM) и других генеративных AI-систем. - Проводить тестирование и оценку ответов AI-моделей, выявлять области для улучшения эффективности промптов и поведения моделей. - Взаимодействовать с исследователями AI/ML, дата-сайентистами и продакт-менеджерами для понимания требований проектов и превращения их в эффективные промпт-стратегии. - Разрабатывать и поддерживать лучшие практики, руководства и фреймворки по промпт-инжинирингу для различных приложений. - Участвовать в разработке внутренних инструментов и платформ для создания, тестирования и развертывания промптов. - Следить за новейшими достижениями в области AI, NLP и техник промпт-инжиниринга. - Обучать и наставлять кросс-функциональные команды по принципам и применению эффективного промпт-инжиниринга. Требования - Подтвержденный опыт от 3 лет в промпт-инжиниринге, обработке естественного языка (NLP) или смежных областях AI. - Глубокое понимание больших языковых моделей (LLM) и их архитектуры. - Владение Python и опыт работы с библиотеками AI/ML (TensorFlow, PyTorch, Hugging Face). - Развитые аналитические навыки и навыки решения задач, умение интерпретировать сложные данные и итерировать решения. - Отличные письменные и устные коммуникативные навыки, внимание к языковым нюансам и ясности. - Опыт работы с системами контроля версий (например, Git). Предпочтительно - Степень магистра или PhD в Computer Science, AI, лингвистике или смежной количественной области. - Опыт тонкой настройки (fine-tuning) или обучения LLM. - Знакомство с облачными платформами (AWS, Azure, GCP) и принципами MLOps. - Подтвержденный вклад в open-source проекты или исследовательские публикации в области AI/NLP. - Опыт технического написания или создания контента по сложным техническим темам. Условия - Полностью удаленная работа. - Конкурентоспособная зарплата и комплексный пакет льгот. - Щедрый бюджет на профессиональное развитие: курсы, конференции, сертификации. - Возможность работать с передовыми AI-технологиями. - Совместная и инклюзивная культура компании, регулярные тимбилдинги. - Гибкий график и неограниченный оплачиваемый отпуск (с согласованием с руководителем).
ML/AI-инженер, генеративный ИИ
Обязанности - Проектировать и совершенствовать сложные ML-модели и алгоритмы, превращая наборы данных в практические решения. - Участвовать в полном жизненном цикле проектов по моделированию данных: от понимания бизнес-требований до развёртывания и мониторинга. - Проводить комплексный анализ данных, включая предобработку, инженерию признаков и применение алгоритмов генеративного ИИ. - Руководить кросс-функциональными коллаборациями для интеграции моделей генеративного ИИ в продукты, улучшая их возможности и пользовательский опыт. - Применять продвинутые аналитические методы для анализа больших наборов данных, выявляя тренды, аномалии и возможности для улучшения. - Выполнять предобработку данных, инженерию признаков и оптимизацию алгоритмов для повышения точности и эффективности моделей. - Проводить исследовательский анализ данных для извлечения ценных инсайтов и влияния на стратегические решения. - Отслеживать и внедрять последние тренды, инструменты и лучшие практики ML, включая AutoML, MLOps и фреймворки интерпретируемости. - Способствовать соблюдению отраслевых стандартов и нормативных требований, уделяя внимание этичным практикам ИИ. Требования - Опыт проектирования и разработки решений в области ИИ или машинного обучения на платформах AWS, Databricks, Azure, Google Cloud и OpenAI. - Бэкграунд в программной инженерии и/или инженерии данных, особенно в одном из крупных облаков. - Практический опыт работы с глубоким обучением, LLM, Python, TensorFlow, PyTorch и другими ИИ-фреймворками. - Опыт вывода ML/AI в продакшн и умение обсуждать лучшие практики и подводные камни. Условия - Удалённый формат работы. - Конкурентная зарплата в зависимости от опыта и рыночной стоимости. - Оплачиваемый переезд. - Удалённая поддержка. - Регулярный пересмотр зарплаты. - Обучение и развитие, поддержка профильных команд, помощь в размещении на проектах и карьерный рост. - Вакансия открыта только для граждан США, держателей Green Card и GC-EAD. Спонсорство виз не предоставляется. О компании Adidev Technologies — IT-консалтинговая фирма, работающая с клиентами: Delta, Google, Apple, Spotify, US Bank, FedEx.
AI/ML-инженер, специализация: LLM и RAG
Компания UnitedHealth Group, подразделение Optum Tech. Локация и формат Удалённо из любой точки США или гибридно в Миннеаполисе (Миннесота) / Вашингтоне (округ Колумбия). Для найма в районах Миннеаполиса или Вашингтона требуется работа в офисе минимум четыре дня в неделю. Обязанности - Разработка и внедрение решений машинного обучения с использованием LLM. - Использование фреймворка LangChain для работы с закрытыми и открытыми моделями. - Применение методов тонкой настройки (fine-tuning) и RAG для оптимизации языковых моделей под конкретные задачи и наборы данных. - Написание чистого, поддерживаемого и эффективного кода в соответствии со стандартами PEP8. - Использование технологий контейнеризации, таких как Docker, для разработки и развертывания. - Обеспечение production-качества кода, включая тщательное тестирование и документацию. - Работа в терминале для задач разработки и развертывания. - Работа с традиционными методами ML: XGBoost для задач классификации и методы обучения без учителя, такие как K-means. Требования - Высшее образование (степень бакалавра) или эквивалентный опыт. - 3+ года подтвержденного опыта работы с большими языковыми моделями (LLM). - 3+ года опыта с концепциями машинного обучения и методами тонкой настройки. - 3+ года профессионального опыта программирования на Python с соблюдением PEP8. - Опыт использования фреймворка LangChain. - Опыт применения техник RAG. - Опыт работы с технологиями контейнеризации, такими как Docker. - Опыт обеспечения production-качества кода, включая тестирование и документацию. - Опыт работы с системами контроля версий, такими как Git. - Развитые навыки решения проблем и внимание к деталям. - Уверенная работа в терминале. - Разрешение на работу в США без необходимости спонсорства визы (например, H-1B, TN, F-1/OPT, CPT или других рабочих виз). Предпочтительно - Опыт в здравоохранении. - Знание статистики. Условия - Зарплата: $98,500–$176,000 в год (при полной занятости). - Комплексный пакет льгот, программы поощрения и признания, программа покупки акций и взносы в 401k (в зависимости от соответствия требованиям). - Для всех удаленных сотрудников обязательно соблюдение политики Telecommuter Policy компании UnitedHealth Group.
AI-инженер по направлению GenAI/LLM и Python
Компания: Nexorant LLC Обязанности - Проектировать, разрабатывать, тестировать и разворачивать AI-приложения. - Создавать приложения на Python с использованием современных AI/ML-фреймворков. - Интегрировать большие языковые модели (LLM) в production-приложения. - Разрабатывать решения на основе Retrieval-Augmented Generation (RAG). - Работать с LLM API, включая OpenAI и другие коммерческие или открытые модели. - Разрабатывать и интегрировать REST API и backend-сервисы. - Создавать AI-автоматизацию, интеллектуальный поиск, рекомендательные и диалоговые приложения. - Работать с векторными базами данных и эмбеддингами. - Разрабатывать промпты и оценивать ответы LLM на точность, релевантность и надёжность. - Внедрять AI-агентов и автоматизацию рабочих процессов. - Очищать, обрабатывать и подготавливать данные для AI/ML-приложений. - Взаимодействовать с инженерами, дата-сайентистами, продакт-менеджерами и бизнес-стейкхолдерами. - Писать чистый, поддерживаемый и документированный код. - Выполнять тестирование, отладку и оптимизацию производительности. - Разворачивать и мониторить AI-приложения в облачных средах. - Отслеживать новые разработки в области генеративного ИИ, LLM, AI-агентов и машинного обучения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, информационных технологий, науки о данных или смежной области. - Опыт от 2 лет в разработке ПО, AI-инженерии, машинном обучении или смежной области. - Уверенное программирование на Python. - Понимание принципов разработки ПО и объектно-ориентированного программирования. - Опыт работы с REST API и backend-сервисами. - Практический опыт с генеративным ИИ или большими языковыми моделями (LLM). - Опыт работы с LLM API и разработкой AI-приложений. - Понимание концепций RAG. - Опыт работы с SQL и базами данных. - Знакомство с Git и современными практиками разработки. - Развитые аналитические навыки и навыки решения проблем. - Отличные коммуникативные навыки и умение работать в команде.
ML-инженер в области генеративного ИИ и LLM
О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.
Senior AI-инженер, разработка агентных инструментов
JetBrains создает инструменты для разработчиков и сейчас развивает сервисы и агентные инструменты, которые дают ИИ-агентам и пользователям более глубокий контекст о кодовых базах. Сервис поиска кода уже улучшает скорость и качество работы агентов, и компания планирует расширять его возможности, извлекая более глубокие инсайты в масштабе нескольких сотен тысяч репозиториев. В этой роли вы будете: - Проектировать и внедрять агентные инструменты и сервисы с нуля, доводя их до продакшена. - Масштабировать прототипы на большое количество пользователей. - Улучшать и тестировать сервис семантического поиска. - Строить пайплайны оценки качества поиска кода и производительности задач кодинга. Требования: - Не менее пяти лет практического опыта в NLP. - Опыт работы с системами информационного поиска. - Сильный опыт в промпт-инжиниринге, разработке инструментов для LLM и работе с ИИ-агентами. - Уверенные навыки программирования на Python и/или Kotlin, готовность освоить второй язык. - Опыт создания и эксплуатации продакшен-систем. Будет плюсом: - Опыт разработки на Kotlin или Java. - Опыт работы с интеллектуальным анализом кода (например, AST, графы символов). Условия: - Конкурентная базовая зарплата. - Гибкое место работы: из дома или из офиса. - До 30 дней в год удаленной работы из-за границы. - Дополнительные дни отпуска. - Компенсация медицинской страховки для сотрудника и семьи. - Возможности обучения: конференции, курсы, языковые классы. - Поддержка релокации. - Языковые курсы. - Горячее питание или компенсация обеда в рабочие дни. - Поддержка ментального здоровья. - Спортивный бенефит: абонемент в спортзал или компенсация клуба. - Внутренние мероприятия и командные праздники. Некоторые бенефиты могут отличаться в зависимости от локации.
Research-инженер по агентным моделям
О роли JetBrains создаёт инструменты для разработчиков. В команде Agentic Models строят многошаговых агентов для написания кода, которые понимают большие кодовые базы, планируют изменения, вызывают инструменты и итерируют вместе с пользователем. Research Engineer отвечает за модели, тренировочные циклы и пайплайны оценки, которые обеспечивают работу этих агентов. Работа ведётся на стыке SFT и RL-посттренировки и продуктовой оценки, с использованием распределённых GPU- и MapReduce-кластеров для выпуска моделей в продукты JetBrains. Задачи - Проектировать, внедрять и поддерживать пайплайны SFT и RL-посттренировки для многошаговых агентов написания кода. - Обучать и адаптировать LLM для агентных сценариев: планирование, использование инструментов, многошаговые взаимодействия внутри IDE JetBrains. - Создавать и развивать среды оценки и симуляции, где агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчика. - Разрабатывать фреймворки и метрики оценки поведения агентов, анализировать трейсы и логи, замыкать цикл от оценки обратно к обучению, данным и дизайну наград. - Анализировать результаты обучения и оценки, предлагать и внедрять улучшения архитектур моделей, рецептов обучения и датасетов. - Работать с крупномасштабной инфраструктурой: распределённое обучение на GPU-кластерах и обработка данных в стиле MapReduce для претрейнинга и датасетов тонкой настройки. - Тесно взаимодействовать с исследовательскими, продуктовыми и инфраструктурными командами, превращая продуктовые задачи в конкретные модели, эксперименты и выпущенные функции. Требования - Обширный практический опыт обучения LLM (претрейнинг, тонкая настройка или посттренировка) в исследовательской или производственной среде. - Глубокое знание современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (Megatron, NeMo, verl или аналогичных). - Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, пайплайны данных, батчинг, mixed precision, распределённое обучение и отладка нестабильных запусков. - Умение вести проекты от начала до конца: от постановки проблемы или продуктовой боли до дизайна, экспериментов, реализации и итераций. - Продуктовое мышление: понимание того, как разработчики реально используют агентов, и умение переводить продуктовые потребности и сбои в задачи моделирования и оценки. - Не менее 3 лет опыта работы с Python и написания чистого поддерживаемого кода в современных ML-кодовых базах. Будет плюсом - Опыт работы с ML-оркестраторами и инструментами рабочих процессов: Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач вроде Kubernetes или SLURM. - Опыт работы с крупномасштабными пайплайнами данных и обучения: кластеры в стиле MapReduce, многоузловое GPU-обучение или нагрузки порядка 1M+ CPU/GPU-часов. - Проектирование и поддержка пайплайнов оценки для LLM или агентов: метрики, дашборды, отслеживание экспериментов, автоматические регрессионные проверки. - Разработка ИИ-агентов: агенты с использованием инструментов, планировщики, многошаговые сценарии написания кода, знакомство с агентными фреймворками и паттернами. - Отслеживание экспериментов и наблюдаемость с помощью Weights & Biases, MLflow, Langfuse или аналогичных инструментов. - Оптимизация инференса и эксплуатация оптимизированных моделей в production.
Ведущий ML-инженер, LLM и генеративный ИИ
Инженеры-программисты и ИИ-агенты сталкиваются с общей проблемой: найти того человека или место, которые ответят на их сложный специфический вопрос. Многие решения обещают решить это с помощью поиска по векторным базам данных. Однако найти ответ часто бывает непросто: его части разбросаны по множеству противоречивых источников, и без точного поиска и тщательного анализа не обойтись. Spectrum собирает данные из кода, документации и задач организации и организует знания в единую онтологию, которую ИИ-агенты могут эффективно искать и анализировать. Мы стремимся произвести революцию в семантическом слое для организаций, создающих программное обеспечение, и выйти за рамки спецификаций, которые рассинхронизируются с кодом, представив «живую спецификацию» — извлекаемую из всей системы и используемую для поддержания её согласованности. Spectrum должен стать единым источником истины для всех знаний о продукте и архитектуре. Spectrum — резидент стартап-инкубатора JetBrains, с темпом и автономией стартапа, опирающийся на 25-летний опыт создания инструментов для разработчиков. Мы ищем первоклассного ML-инженера, который поможет нам формировать будущее разработки программного обеспечения. Вы будете владеть нашим стеком AI и ML и помогать определять исследовательскую повестку команды. Ваше техническое видение и дизайнерские решения напрямую повлияют на продукт и определят его успех. Задачи - Проектирование и создание ML/LLM-решения для приёма данных, извлечения знаний, поиска и последующего рассуждения. - Создание наборов данных, метрик и пайплайнов, обеспечивающих измеримые улучшения в системе. - Проектирование и улучшение агентов для поиска контекста, извлечения знаний и согласования данных, включая промпт-инжиниринг, выбор моделей и оптимизацию инференса. - Внедрение практик MLOps, включая оркестрацию, наблюдаемость и отслеживание экспериментов. - Совместная работа с инженерной командой над системным дизайном и с JetBrains Research над исследовательской повесткой. - Определение критериев найма, развитие ML-команды и формирование её культуры. Требования - Подтверждённый опыт работы в роли ML/AI-лида. - Не менее пяти лет опыта в системах ML/AI, из них не менее двух лет — с LLM и генеративным ИИ. - Глубокое понимание экосистемы LLM, включая архитектуры моделей и подходы к тонкой настройке. - Практический опыт с: - Промпт-инжинирингом и проектированием LLM-пайплайнов, включая оценку. - Агентными фреймворками, такими как LangChain, LlamaIndex, LangSmith, smolagents или аналогичными. - Векторными базами данных и паттернами RAG (retrieval-augmented generation). - Развёртыванием и масштабированием приложений на LLM с использованием API (например, OpenAI или Anthropic) или open-source моделей. - Уверенное владение Python; знание Kotlin будет плюсом. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции разной аудитории. - Владение английским языком в письменной и устной форме. Идеальный кандидат - Опыт работы с онтологиями, графами знаний или рассуждениями на основе графов. - Опыт работы в стартапах на ранней стадии — вам нравится этап «с нуля до единицы». - Способность мыслить стратегически о продукте на основе ИИ, а не только обучать модели изолированно. - Опыт в анализе кода, инструментах для разработчиков или исследованиях в области разработки ПО. - Опыт работы с мультиагентными системами или сложными агентными процессами. - Активное участие в соответствующих open-source проектах или публикациях. Условия - Конкурентная зарплата и льготы JetBrains. - Достаточный запас ресурсов и корпоративные возможности при автономии стартапа.
Senior MLOps-инженер, ML-пайплайны и инфраструктура
Команда ML Workflows Engineering занимается устранением инфраструктурных сложностей, оптимизацией операций машинного обучения (MLOps) и позволяет командам сосредоточиться на главном — создании значимых ML-моделей и интеллектуальных агентов. В составе команды вы будете играть ключевую роль в проектировании инструментов, автоматизации и пайплайнов, которые делают разработку машинного обучения простой и интуитивной. Интегрируя передовые практики MLOps и инженерное мастерство, мы стремимся максимизировать продуктивность и устранить сложность ML-инфраструктуры, чтобы наши команды могли расширять границы возможного в ИИ. Задачи - Создавать инструменты, автоматизацию и рабочие процессы для упрощения задач, связанных с инфраструктурой, позволяя ИИ-командам сосредоточиться на экспериментах и решении ключевых задач. - Разрабатывать надежные системы мониторинга, логирования и трассировки для обеспечения производительности и воспроизводимости ML-процессов в продакшене. - Проектировать, внедрять и поддерживать сквозные пайплайны машинного обучения для бесшовной разработки, обучения и развертывания ML-моделей и интеллектуальных агентов. - Работать с крупномасштабными распределенными системами, включая GPU-кластеры, для поддержки обучения, дообучения и оценки ML-моделей. - Взаимодействовать с продуктовыми и разработческими командами для превращения целей высокого уровня в конкретные, масштабируемые и поддерживаемые системы. - Оптимизировать рабочие процессы для воспроизводимости, масштабируемости и экономической эффективности, сохраняя продуктивность ML-команд и их фокус на инновациях. Требования - Практический опыт работы с современными MLOps-инструментами, включая Kubernetes, облачных провайдеров (GCP и AWS) и фреймворки оркестрации ML. - Глубокое понимание жизненного цикла ML от идеи до пользовательского приложения. - Способность вести проекты от начала до конца, начиная с проблемы высокого уровня или болевой точки продукта и контролируя этапы проектирования, экспериментов, внедрения и итераций. - Клиентоориентированное мышление — вам важно, как реально работают ML-инженеры, и вы можете превращать их потребности в практические, масштабируемые и поддерживаемые архитектурные решения. - Опыт работы с современными CI/CD-системами, такими как GitHub Actions или JetBrains TeamCity. - Не менее трех лет опыта написания чистого, поддерживаемого кода на Python в современных ML-кодовых базах. Желательно - Опыт работы с ML-оркестраторами и инструментами рабочих процессов, такими как ZenML, Dagster и Airflow. - Разработка инфраструктурных компонентов и сервисов с использованием кластерных решений, таких как Kubernetes. - Разработка бэкенд-сервисов на Python. - Создание и поддержка ML-пайплайнов, включая унаследованные. - Отслеживание экспериментов и наблюдаемость с помощью таких инструментов, как Weights & Biases, MLflow, Langfuse или аналогичных. Будет плюсом - Опыт работы с фреймворками инференса LLM, такими как vLLM, DeepSpeed и TensorRT. - Написание и поддержка Python-библиотек, используемых внутренними (или внешними) ML-инженерами. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Написание кода на Java и/или Kotlin. Условия - Гибридный формат работы.
Staff-инженер по исследованиям, предобучение LLM
О компании JetBrains с 2000 года разрабатывает инструменты для разработчиков. Компания работает над новой платформой, которая предоставляет возможности ИИ всем продуктам JetBrains. Платформа основана на моделях, разработанных внутри компании для помощи в написании кода и текстов, а также на интеграции со стратегическими партнёрами. JetBrains — работодатель равных возможностей. Важные качества - Умение самостоятельно планировать проекты и принимать решения, при необходимости консультируясь с другими. - Способность определять потребности клиентов и расставлять приоритеты задач. - Начинать с простейших решений и постепенно добавлять сложность по мере необходимости. - Готовность нести единоличную ответственность за целую подсистему. - Увлечённость обучением и желание быть в курсе последних разработок в области LLM. Задачи - Совместно со стейкхолдерами преобразовывать бизнес-требования в технические спецификации. - Обучать LLM с нуля на большом GPU-кластере. - Собирать и обрабатывать датасеты для предобучения и дообучения. - Поддерживать и улучшать существующие подсистемы. Требования - Опыт проектирования, развертывания и поддержки продакшн-ML-систем. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Свободное владение современными фреймворками глубокого обучения, такими как PyTorch, и распространёнными библиотеками для NLP. - Опыт распределённого обучения моделей с миллиардами параметров. - Внимание к деталям и отличные коммуникативные навыки. Будет плюсом - Опыт работы с фреймворками инференса LLM: vLLM, DeepSpeed, TensorRT. - Опыт применения техник выравнивания LLM: RLHF/RLAIF. - Инструменты и практики MLOps, включая CI/CD для ML. - K8s и Kubeflow. - Научные публикации в области NLP. Стек и инфраструктура - Кластер из сотен NVIDIA GPU в качестве инфраструктуры для обучения. - Git для управления исходным кодом. - Python, PyTorch и Hugging Face как ML-стек. - Kubeflow и Weights & Biases для отслеживания экспериментов. - TeamCity как система автоматизации CI.
AI-разработчик
Обязанности - Разрабатывать и поддерживать fullstack-решения на Node.js — от API до интеграций с внешними сервисами - Проектировать и реализовывать LLM-powered фичи: RAG-пайплайны, AI-агенты, интеграции с Claude API и другими LLM-провайдерами - Разрабатывать MCP-серверы и кастомные инструменты для LLM-агентов — tools, resources, интеграции с внешними API - Писать промпты, настраивать и оптимизировать взаимодействие с языковыми моделями - Работать с векторными базами данных и строить системы семантического поиска - Участвовать в проектировании архитектуры AI-сервисов и декомпозиции задач - Проводить code review, поддерживать качество кода и документацию - Взаимодействовать с командой — аналитиками, продактами и другими разработчиками Требования - Уверенное владение Python (3.10+, async / await, типизация, FastAPI / Flask) и Node.js (Fastify / NextJS / Hono) - Опыт проектирования и разработки REST API и интеграций между сервисами - Практический опыт работы с Claude API (Anthropic) — prompt engineering, tool use, structured output, управление контекстом - Опыт использования AI-assisted разработки: Cursor, GitHub Copilot / Codex как часть ежедневного рабочего процесса - Опыт построения LLM-приложений: RAG-пайплайны, агенты, интеграция с векторными БД (Chroma, Pinecone, Qdrant и др.) - Работа с реляционными (PostgreSQL) и NoSQL базами данных (MongoDB, Redis) - Опыт разработки MCP-серверов (Model Context Protocol) и кастомных инструментов для LLM-агентов - Уверенное владение Docker, базовые навыки деплоя и работы с CI / CD - Понимание принципов чистой архитектуры, умение писать читаемый и поддерживаемый код - Навыки code review и работы в команде по Git-flow Будет плюсом - Знакомство с LangChain, LlamaIndex или аналогичными фреймворками О компании KODE разрабатывает цифровые продукты (mobile, web, backend, IoT, Conversation Design и другие) с 2013 года. Компания занимает первые места в рейтингах: 1-е место среди разработчиков мобильных приложений в рейтингах Рейтинга Рунета, Tagline, Workspace, Tadviser и Cnews; Золотая группа в рейтинге работодателей Forbes 2024; 1-е место в рейтинге работодателей РБК 2024; 2-е место среди лучших работодателей России в IT-компаниях среднего размера по версии hh.ru 2025. В команде работает более 350 профессионалов по всему миру.
Middle Python Developer (AI-Driven ERP / BPM)
Middle Python Developer (AI-Driven ERP / BPM) О проекте Разработка внутренней экосистемы компании (ERP и BPM системы), которой ежедневно пользуются все отделы. Команда работает в парадигме AI-driven development. Основной стек автоматизации разработки — Claude 5 Opus, ChatGPT 5.6, продвинутый тулинг для оркестрации Ruflo и концепция Memory Bank для удержания контекста. Ищем крепкого Middle Python-разработчика, который понимает коммерческую бэкенд-разработку, ценит системность и умеет эффективно управлять нейросетями. Задача Нужен разработчик с хорошей базой ООП и SOLID, способный критически оценивать архитектуру ИИ. Требуется уметь выстраивать контекст для LLM так, чтобы она выдавала рабочий бизнес-функционал для ERP с первого-второго раза. Технологический стек - Язык: Python 3.14 (новые фичи и асинхронность) - Бэкенд: FastAPI, SQLAlchemy (Async) - Архитектура: микросервисы, событийно-ориентированная архитектура (Event-Driven), автоматизация бизнес-процессов (BPM) - AI-инструментарий: Claude 5 Opus, ChatGPT 5.6, фреймворк Ruflo, Memory Bank (для долгосрочной памяти ИИ об архитектуре проекта), линтер Ruff Обязанности - Управление разработкой через ИИ: проектирование логики ERP-модулей, декомпозиция задач и передача их нейросетям через настроенные инструменты - Поддержка Memory Bank и документации: систематизация описания функционала и контекста систем, чтобы ИИ-агенты всегда «помнили» архитектуру микросервисов при генерации - Контроль качества: жесткое ревью сгенерированного кода, выявление неоптимальных SQL-запросов в SQLAlchemy, соблюдение SOLID Требования - Коммерческий опыт уровня Middle: уверенное знание асинхронного Python, FastAPI и SQLAlchemy - Понимание ООП и SOLID: умение видеть, где ИИ нарушил паттерны или завязал компоненты друг на друга - Опыт с продвинутым AI-тулингом: понимание механики работы Memory Bank. Плюсом будет практический опыт работы с мультиагентными фреймворками вроде Ruflo (или аналогами) - Собственные активные подписки на Claude / ChatGPT (актуальные Pro / Team тарифы), которыми кандидат непрерывно пользуется в работе более 1 месяца Условия Заработная плата: от 145 000 ₽ в месяц, на руки.
Консультация разработчиков и развитие инженерных навыков команды
Консультация разработчиков и развитие инженерных навыков команды AI Tech Lead (LLM) в российскую технологическую компанию. Компания рассматривает кандидатов из РФ и Беларуси. Зарплата обсуждается индивидуально. Формат работы: гибрид, офис в Москве, Санкт-Петербурге, Нижнем Новгороде и Минске. Уровень позиции: Team Lead. Стек: Python, NLP, ML, GenAI/LLM. Задачи - Разработка и настройка AI-системы, базирующейся на текстовой корпоративной информации, включая обучение и fine-tuning моделей. - Оценка и оптимизация AI-решения, модели машинного обучения, алгоритмы AI. - Формирование технических заданий для инженерной команды. - Осуществление технического руководства от анализа и обработки данных до внедрения разработанного сервиса в корпоративные решения. - Консультация разработчиков и развитие инженерных навыков команды. Обязательные требования - От 6 лет опыта в AI (LLM). - Глубокие знания и практический опыт в области AI (IDP, ML, NLP, CV, GenAI). - Способность работать как автономно, так и в команде. - Умение выступать в роли технического лидера, координировать работу, а также быть индивидуальным контрибьютором. - Способность самостоятельно разобраться в предметной области задачи, видеть связь технической постановки и бизнес-потребности. - Опыт написания технического задания, включая техническое описание реализации необходимого функционала. - Глубокие знания и практический опыт разработчика на Python (разработка, профилировка, дебаг, оптимизация).
Консультация разработчиков и развитие инженерных навыков команды
Консультация разработчиков и развитие инженерных навыков команды AI Tech Lead (LLM) в российскую технологическую компанию. Компания рассматривает кандидатов из РФ и Беларуси. Зарплата обсуждается индивидуально. Формат работы: гибрид, офис в Москве, Санкт-Петербурге, Нижнем Новгороде и Минске. Уровень позиции: Team Lead. Стек: Python, NLP, ML, GenAI/LLM. Задачи - Разработка и настройка AI-системы, базирующейся на текстовой корпоративной информации (включая обучение и fine-tuning моделей). - Оценка и оптимизация AI-решения, модели машинного обучения, алгоритмы AI. - Формирование технических заданий для инженерной команды. - Осуществление технического руководства от анализа и обработки данных до внедрения разработанного сервиса в корпоративные решения. - Консультация разработчиков и развитие инженерных навыков команды. Обязательные требования - От 6 лет опыта в AI (LLM). - Глубокие знания и практический опыт в области AI (IDP, ML, NLP, CV, GenAI). - Способность работать как автономно, так и в команде. - Умение выступать в роли технического лидера, координировать работу, а также быть индивидуальным контрибьютором. - Способность самостоятельно разобраться в предметной области задачи, видеть связь технической постановки и бизнес-потребности. - Опыт написания технического задания, включая техническое описание реализации необходимого функционала. - Глубокие знания и практический опыт разработчика на Python (разработка, профилировка, дебаг, оптимизация).
Специалиста для развития корпоративной AI-платформы и автоматизации инженерных и бизнес-процессов
Специалист для развития корпоративной AI-платформы и автоматизации инженерных и бизнес-процессов Чем предстоит заниматься AI-платформа: - проектировать и развивать корпоративную AI-платформу; - внедрять LLM и современные AI-сервисы; - создавать масштабируемую архитектуру; - участвовать в разработке AI-стратегии. AI-ассистенты: - создавать интеллектуальных помощников для продаж, проектировщиков, конструкторов, производства, сервисных служб и руководителей проектов. RAG и база знаний: - разрабатывать интеллектуальный поиск по технической документации, ГОСТам, проектам, CAD-моделям, конструкторской документации, внутренним регламентам. Автоматизация: - технические задания; - коммерческие предложения; - BOM/спецификации; - инженерная документация; - отчёты и аналитика. AI Agents: - мультиагентные системы; - интеллектуальные workflow; - AI-сценарии автоматизации бизнес-процессов. Интеграции: - CRM, ERP, PDM/PLM, CAD и внутренние API. Что важно - уверенный Python; - backend — FastAPI, REST API; - опыт создания AI-продуктов с LLM; - понимание архитектуры AI-систем и GenAI; - опыт разработки масштабируемых сервисов; - практический опыт с OpenAI, Claude, Gemini, Llama, Mistral; - опыт построения RAG; - знание Vector DB: Qdrant, Pinecone, Weaviate, ChromaDB или аналогов. Будет плюсом: - LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Docker, PostgreSQL, Git. Большой плюс: - опыт в инженерных или производственных компаниях; - понимание CAD/PDM/PLM и жизненного цикла инженерного продукта; - опыт создания корпоративных AI Copilot или AI-платформ.
Вакансии прошедшей недели
Вакансии прошедшей недели Junior/Junior+ - Junior Python-разработчик (стажировка), компания: Сбер (офис) - Junior Python Developer (Маркетолог), компания: МТС (гибрид) Middle/Middle+ - Старший разработчик сервисов данных (Python), компания: БЮРО 1440 (гибрид) - Инженер по автоматизированному тестированию backend (Python), компания: Иви (гибрид) - AI-разработчик (Python/Go) — автоматизация в AdTech, компания: NDA (удаленка) Senior/Head - Team Lead / Principal ML Engineer, компания: Авиасейлс (удаленка) - Python Lead, компания: Сбер (офис) - Senior Python Developer, компания: X5 Tech (гибрид)
LLM-инженер, интеграция ИИ и RAG-пайплайны
Компания Monterail формирует сеть LLM-инженеров, которые проектируют, создают и интегрируют практичные ИИ-функции в существующие продукты. Ищем людей для сотрудничества на фрилансе — частичная или полная занятость, в зависимости от потребностей проекта. Роль ориентирована на реализацию, а не на исследования в области ML. Важнее всего инженерная база и умение интегрировать ИИ в реальные производственные системы на Python, Node.js или Ruby. Требования - Сильная инженерная база: Python, Node.js или Ruby - Практический опыт интеграции LLM API в производственные системы (OpenAI, Anthropic или аналоги) - Умение проектировать прагматичные ИИ-решения в существующих архитектурах - Опыт создания RAG-пайплайнов, эмбеддингов и векторного поиска - Понимание ограничений по стоимости, задержке и надёжности ИИ-систем - Способность работать с клиентами самостоятельно и устанавливать реалистичные ожидания - Опыт в области больших данных или пайплайнов данных — большое преимущество - Английский B2/C1 - Доступность: частичная или полная занятость (контракт B2B) Задачи - Добавлять ИИ-функциональность в существующие кодовые базы на Python, Node.js и Ruby - Создавать функции на основе LLM: чаты, саммари, классификация, умный поиск, Q&A по документам - Проектировать лёгкие RAG-пайплайны с использованием эмбеддингов и векторного поиска - Работать с векторными БД (pgvector, Pinecone, Qdrant) - Внедрять безопасные и надёжные LLM-эндпоинты (OpenAI, Anthropic, Azure) - Работать напрямую с клиентами, чтобы формировать ИИ-функции и сокращать ручной труд - Консультировать клиентов, когда ИИ не следует использовать, и учитывать компромиссы по задержке, точности и стоимости
Прикладной AI-инженер, Python и LLM
Компания BrightPlan — лидер в области Total Financial Wellness, предоставляющий комплексное глобальное решение для финансового здоровья сотрудников. Основана в 2016 году, штаб-квартира в Бока-Ратон, Флорида, США. Штат — 11–50 сотрудников. Задачи - Разрабатывать и улучшать AI-функции продукта в сотрудничестве с командами продукта и разработки. - Писать и уточнять промпты для повышения качества ответов и производительности функций. - Разрабатывать Python-сервисы и API, поддерживающие AI-процессы. - Работать со структурированными данными в PostgreSQL и векторными системами данных, поддерживающими AI-приложения. - Участвовать в реализации функций в системах на FastAPI. - Использовать AI-инструменты разработки для повышения продуктивности, ускорения экспериментов и улучшения подходов к реализации. - Участвовать в технических обсуждениях по дизайну и реализации функций. Требования - 3+ года опыта в разработке ПО. - Сильный опыт разработки на Python. - Подтверждённое владение AI-инструментами для кодинга (предпочтительно Anthropic Claude Code). - Опыт создания бэкенд-сервисов или API. - Опыт работы с LLM API, генеративными AI-сервисами или AI-возможностями в приложениях. - Сильные навыки решения проблем и отладки. - Способность эффективно работать в кросс-функциональной команде. - Опыт с FastAPI или аналогичными фреймворками. - Знакомство с оценкой промптов или подходами к тестированию LLM. - Опыт интеграции AI в продакшн SaaS-платформы. - Опыт работы в fintech или B2B SaaS. Условия - Удалённая работа, открыта для кандидатов в США. - Ежегодный бонус за производительность. - Участие в капитале (equity). - Комплексный пакет льгот: медицинская, стоматологическая, офтальмологическая страховка. - 401(k) с взносом компании. - Страхование жизни. - Оплачиваемый отпуск. - Другие льготы в соответствии с применимыми документами плана.
Senior ML-инженер / Data Scientist, LLM и RAG
Компания FlexBoard помогает медицинским организациям создавать успешные команды клиницистов с помощью инновационных технологических продуктов. Вакансия предполагает удалённую работу для кандидатов из США. Обязанности - Проектировать, разрабатывать и внедрять ML-решения: от классических ML-приложений (классификация, кластеризация, рекомендации) до систем на основе LLM, включая парсинг документов, извлечение данных, RAG-пайплайны и LLM-агентов. - Писать чистый, поддерживаемый, production-код на Python, который интегрируется с существующей инженерной и деплой-инфраструктурой. - Работать с большими наборами данных: очистка, предобработка и анализ данных. - Реализовывать и оптимизировать алгоритмы, используя лучшие практики машинного обучения, глубокого обучения и статистического анализа. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания требований и разработки решений на основе данных, которые дают практические инсайты. - Разрабатывать и поддерживать пайплайны и инфраструктуру для обработки данных и обучения моделей, версионирования, развертывания и мониторинга. - Оценивать производительность ML-моделей, включая специфические для LLM подходы к оценке, и настраивать модели для улучшения производительности. - Коммуницировать результаты, инсайты и производительность моделей как технической, так и нетехнической аудитории. - Постоянно следить за последними трендами, технологиями и лучшими практиками. Требования - Степень бакалавра или магистра в области компьютерных наук, науки о данных, статистики, математики или смежной области. - Бакалавр с 5+ годами релевантного опыта; магистр или выше с 3+ годами релевантного опыта. - Свободное владение Python (3+ года опыта программирования). - Сильные практики разработки ПО на Python, включая написание поддерживаемого, тестируемого, production-кода. - Глубокое понимание LLM-архитектур. - Практический опыт создания и оценки RAG-пайплайнов. - Опыт работы с фреймворками оркестрации LLM. - Владение библиотеками машинного обучения, такими как Scikit-learn и PyTorch; библиотеками для работы с данными, такими как NumPy и аналогичными. - Знакомство с облачными платформами (например, AWS, GCP, Azure) и инструментами контейнеризации. - Глубокое понимание метрик оценки моделей для традиционного ML (accuracy, precision, recall, F1) и LLM-систем (faithfulness, answer relevancy, hallucination detection), включая подходы к оценке недетерминированных выходов. - Опыт работы с инструментами управления моделями, такими как MLFlow, и жизненным циклом разработки моделей. - Опыт работы с системами контроля версий, такими как Git. - Владение практиками SDLC для разработки и тестирования. - Отличные навыки решения проблем, аналитическое мышление и способность работать в быстро меняющейся среде. - Сильные коммуникационные навыки и способность объяснять технические концепции нетехническим заинтересованным сторонам. - Умение эффективно работать в команде, включая экспертов в предметной области, инженеров и бизнес-заинтересованных лиц. - Пытливость: желание задавать вопросы и глубже понимать проблемы. - Инновационность: способность находить новые аналитические решения для любых проблем. - Уверенность: способность оспаривать предположения и предубеждения сотрудников на любом уровне организации. - Любознательность: быть в курсе новых и будущих технологий и инструментов. - Бизнес-ориентированность: понимание бизнес-требований и терминологии. - Знакомство с оптимизацией, развертыванием и масштабированием автоматизированных пайплайнов обучения трансформерных моделей. - Знакомство с техниками обучения и GPU-вычислениями. - Знакомство с классическими подходами NLP. - Опыт внедрения CI/CD пайплайнов для ML-моделей для автоматизации обучения, валидации, мониторинга и развертывания. - Опыт интеграции и развертывания AWS AI/ML сервисов. - Опыт работы с данными в сфере здравоохранения. Условия - Медицинская и стоматологическая страховка без дополнительной оплаты для сотрудников. - Пенсионный план 401(k) и планы с распределением прибыли. - Гибкие расходные счета. - Оплачиваемый отпуск. - Корпоративные праздники. - Гендерно-нейтральный отпуск по уходу за ребенком. - Отпуск по утрате близкого человека и отпуск для ухода за питомцем. - Спонсирование непрерывного образования и аккредитации. - Страхование жизни и от несчастных случаев (AD&D). - Краткосрочная и долгосрочная нетрудоспособность.
Senior LLM-инженер-консультант
О компании Глобальная бизнес- и технологическая компания, предоставляющая комплексные решения. Отрасль: консалтинговые услуги. Обязанности - Создание функций - Развертывание систем - Взаимодействие с командами Навыки и инструменты - Python, FastAPI - LLM-модели - Инструменты кодирования - RAG-системы - Базы данных - Лучшие практики - Продакшен-решения для генеративного ИИ - Claude, Copilot, MCP Условия - Категория: разработка программного обеспечения - Уровень: Senior - Занятость: полная, контракт - Формат работы: удалённо - Зарплата: USD 176 800 – 228 800 в год - Язык: английский - Бенефиты: 401k matching, щедрый отпуск, пенсионный план
Senior AI-инженер, агентные системы и LLM
Senior AI Software Engineer (Agentic Systems & LLM Applications). Удалённая работа, W2. Роль: проектирование, разработка и масштабирование интеллектуальных приложений на базе современных ИИ и больших языковых моделей. Это инженерная позиция, а не роль дата-сайентиста. Задачи: - Разработка Python-API для ИИ-приложений и сервисов. - Построение и оркестрация агентных рабочих процессов с использованием фреймворков LangChain, LangGraph, AutoGen, Semantic Kernel или LlamaIndex. - Внедрение и оптимизация пайплайнов RAG. - Разработка масштабируемых ИИ-систем с применением фреймворков машинного и глубокого обучения. - Интеграция и управление векторными базами данных (Pinecone, Weaviate, Chroma) для семантического поиска и памяти. - Проектирование и развертывание приложений в облаке (AWS, GCP, Azure). - Применение принципов domain-driven design и микросервисной архитектуры. - Обеспечение качества кода через ООП (наследование, полиморфизм) и паттерны проектирования. - Кросс-функциональное взаимодействие для поставки production-ready решений. Требования: - Опыт разработки на Python. - Практический опыт работы с LLM-фреймворками и инструментами оркестрации (LangChain, LangGraph, AutoGen и др.). - Понимание архитектур RAG и систем векторного поиска. - Опыт работы с фреймворками машинного обучения (TensorFlow или PyTorch). - Навыки создания и потребления RESTful API. - Опыт работы с облачной инфраструктурой (AWS, GCP или Azure). - Знание микросервисной архитектуры и domain-driven design. - Глубокое понимание ООП и паттернов проектирования. Предпочтительно: - Опыт создания агентных или автономных ИИ-систем. - Знакомство с real-time приложениями и потоковой архитектурой. - Опыт оптимизации ИИ-систем по производительности и масштабируемости. - Опыт работы с MLOps и пайплайнами развертывания.
Application Security Engineer, AI & Automation
Компания Skill ищет Application Security Engineer, AI & Automation для партнера — ведущего инноватора в финансовой отрасли, который занимается защитой обширной программной экосистемы и внедрением передовых ИИ и автоматизации в операции безопасности. Чем предстоит заниматься: - Тестировать, внедрять и оптимизировать инструменты безопасности приложений, использующие передовые LLM для выявления уязвимостей, анализа кода, ускорения триажа и автоматического исправления. - Обеспечивать единый триаж результатов SCA, SAST и DAST. - Вести быструю оценку и маршрутизацию эскалаций угроз и критических событий патчей. - Укреплять выбор open-source зависимостей, прием пакетов и видимость SBOM. - Создавать защитные механизмы для обнаружения вредоносных пакетов и обеспечения соблюдения политик безопасности в пайплайнах разработчиков. - Оценивать и защищать среды разработчиков, включая IDE, плагины/расширения, менеджеры пакетов и ИИ-ассистентов кодирования, от вредоносного кода и небезопасных конфигураций. - Помогать в проведении технических proof-of-value, проверок обработки данных и оценок выходных данных моделей, необходимых для безопасного внедрения новых ИИ-возможностей в предприятии. Требования: - 3+ года практического опыта в Application Security, глубокое знание жизненного цикла уязвимостей (SCA, SAST, DAST и ручная проверка). - Сильные инженерные основы: скриптовые языки (например, Python, Go), API, CI/CD пайплайны (например, GitHub Actions, GitLab CI) и интеграции инструментов разработчика. - Практическое знакомство или эксперименты с передовыми моделями (LLM), ИИ-ассистентами кодирования (например, Copilot), промт-инжинирингом или ИИ-оркестрацией. - Опыт защиты цепочек поставок ПО, менеджеров пакетов и сторонних зависимостей от современных векторов атак. - Умение переводить сложные криптографические или технические уязвимости в понятные рекомендации по исправлению для команд разработки. Плюсы: - Вклад в open-source инструменты безопасности или ИИ/LLM проекты (например, OWASP Top 10 for LLMs). - Опыт создания кастомных интеграций или LLM-агентов для автоматизации рабочих процессов аналитиков безопасности. О компании Skill: Skill соединяет лучших профессионалов в области административного, ИТ, инженерного и финансового персонала с ведущими мировыми брендами. Квалифицированные специалисты получают доступ к льготам, включая взносы на медицинское страхование, пенсионные планы с матчингом и гибкие счета расходов. Skill — работодатель равных возможностей.
Principal-разработчик ПО, Agent Toolkits и облачная инфраструктура
О компании Oracle Health & AI — новое подразделение Oracle, сфокусированное на разработке продуктов и стратегии для Oracle Health и создании платформы для автоматизации здравоохранения. Обязанности - Архитектура, проектирование, разработка, развертывание и эксплуатация production-grade AI-систем на основе LLM, агентов, retrieval и корпоративных данных. - Создание агентных AI-систем с использованием инструментов, памяти, планирования, оркестрации и автоматизации рабочих процессов для решения сложных бизнес-задач. - Проектирование и внедрение масштабируемых RAG, поиска, retrieval, ранжирования и систем знаний по структурированным и неструктурированным данным. - Разработка LLM-приложений, включая промпт- и контекст-инжиниринг, интеграцию инструментов, маршрутизацию моделей, guardrails и оркестрацию рабочих процессов. - Оптимизация AI-систем по качеству, задержке, надежности, масштабируемости, наблюдаемости и стоимости. Условия - Уровень: IC4. - Зарплата (US): $114,600–$234,600 в год. - Возможны бонусы, акции и отсрочка компенсации. - Медицинская, стоматологическая и офтальмологическая страховка, включая экспертное медицинское мнение. - Страхование жизни и AD&D, дополнительное страхование жизни для сотрудника, супруга и ребёнка. - Краткосрочная и долгосрочная нетрудоспособность. - Гибкие счета на медицинские и зависимые расходы. - Льготы на транспорт и парковку до вычета налогов. - 401(k) с матчем компании. - Оплачиваемый отпуск: гибкий для сотрудников на окладе; для остальных — накопление 13 дней в год в первые 3 года и 18 дней в последующие. Для сотрудников, работающих 20–34 часа в неделю, отпуск пропорционален; при работе менее 20 часов в неделю отпуск не предоставляется. - 11 оплачиваемых праздничных дней. - Оплачиваемый больничный: 72 часа при найме, обновляется каждый год, переносится до 112 часов. - Оплачиваемый отпуск по уходу за ребёнком. - Программа помощи при усыновлении. - Программа покупки акций для сотрудников. - Финансовое планирование и групповая юридическая помощь. - Добровольные страховки: авто, жильё, питомцы.
AI/ML-инженер, Amazon Bedrock, промт-инжиниринг
Компания rockITdata — SDVOSB-сервисная компания, партнёр коммерческих организаций в сфере здравоохранения и биологических наук, а также государственных структур. Роль отвечает за проектирование, создание и оптимизацию AI-функций в среде контакт-центра Amazon Connect, работающего в AWS GovCloud (IL4). Работа охватывает конфигурацию Amazon Bedrock Agent, промт-инжиниринг, разработку базы знаний, проектирование правил коучинга, внедрение рубрик оценки качества и непрерывную оценку моделей. Инженер работает со всеми четырьмя AI-возможностями: приём звонков через IVR, AI-коучинг, сводки звонков и пост-звонковый анализ. Ключевые обязанности - Настройка и оптимизация Amazon Bedrock Agents для виртуального агента, коучинга в реальном времени, сводок звонков и пост-звонкового анализа качества. - Проектирование, версионирование и итеративная доработка шаблонов промтов для каждой AI-возможности с оценкой точности по SLA (≥95% совпадения с QA). - Создание и поддержка базы знаний AWS Bedrock Knowledge Base, включая пайплайны загрузки контента из Salesforce и оптимизацию семантического поиска с использованием моделей Amazon Nova. - Разработка правил коучинга, сопоставляющих обязательные раскрытия, HIPAA-чувствительные языковые паттерны и скрипты DHA с типами звонков для мониторинга соответствия в реальном времени. - Внедрение рубрик оценки качества для платформы пост-звонкового анализа: автоматическая оценка тона, соответствия, точности и эффективности решения по 100% звонков. - Настройка Bedrock Guardrails для редактирования PHI/PII, обнаружения галлюцинаций, защиты от prompt-инъекций и фильтрации контента на каждом вызове модели. - Оценка новых релизов моделей Amazon Nova (Nova Pro, Nova Lite, Nova Micro) по производственным бенчмаркам точности, задержки и стоимости; предложение замены моделей через change management. - Совместно с интеграционным инженером — обеспечение корректной передачи выходных данных Bedrock в Salesforce (через Lambda и Platform Events) и в Verint. - Мониторинг производительности моделей с помощью CloudWatch и дашбордов QuickSight; выявление и устранение дрейфа моделей на интервалах повторного бенчмаркинга на 30-й и 60-й день. - Участие в двухнедельных демо-спринтах с представлением данных о производительности AI, результатах настройки промтов и метрик точности заинтересованным сторонам TriWest. - Совместная работа с QA-рецензентами и экспертами TriWest для закрытия пробелов в знаниях через циклы обратной связи пост-звонкового анализа. - Обеспечение соответствия всех AI-вызовов и логирования требованиям FedRAMP High, DFARS 252.204-7012, HIPAA и NIST AI RMF. Требования - 3+ лет опыта в прикладном AI/ML-инжиниринге с практической разработкой LLM-приложений (промт-инжиниринг, RAG-архитектуры, агентные фреймворки). - Прямой опыт работы с Amazon Bedrock: конфигурация агентов, настройка базы знаний, Guardrails, вызовы foundation-моделей. - Владение семейством моделей Amazon Nova или эквивалентными foundation-моделями (например, Claude, Titan) в продакшн-среде. - Уверенные навыки Python и/или Node.js для разработки Lambda-функций и интеграции AI-пайплайнов. - Опыт с паттернами RAG: управление векторными хранилищами, стратегии чанкинга, оптимизация семантического поиска. - Знакомство с бессерверными сервисами AWS: Lambda, Kinesis, S3, CloudWatch, IAM в среде GovCloud. - Понимание требований к конфиденциальности медицинских данных (HIPAA, обработка PHI/PII) и федеральных фреймворков соответствия (FedRAMP, NIST 800-53). - Опыт управления промтами с версионированием и A/B-тестирования вариантов промтов. - Развитые аналитические навыки для интерпретации метрик производительности моделей и преобразования выводов в улучшения промтов или архитектуры. - Степень бакалавра в области компьютерных наук, науки о данных, AI/ML или смежной области (или эквивалентный опыт). Желательные квалификации - Опыт работы с Amazon Connect, Contact Lens и AI-процессами контакт-центров. - Предыдущая работа в средах FedRAMP High или IL4/IL5. - Знакомство с паттернами интеграции Salesforce (Platform Events, Streaming API, REST/SOAP API). - Сертификаты AWS: Machine Learning Specialty, Solutions Architect или DevOps Professional. - Опыт в домене TRICARE, DHA или медицинского страхования. - Опыт в дизайне разговорного ИИ (IVR, чат-боты, голосовые агенты). Условия - Удалённая работа (США).
Python Backend Developer
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
Талантливого Python+Go Backend разработчика
Senior Python+Go Developer (в Бильбао, Испания) Локация: Бильбао, Испания Формат: Офисный Домены: AI, Computer Vision, NLP, Fintech Команда: PhD, преподаватели университетов, победители олимпиад Artificial Seed разрабатывает передовые решения на стыке искусственного интеллекта и прикладных технологий, делая фокус на практических задачах, а не только на теоретических исследованиях. Мы работаем в направлениях AI, компьютерного зрения, NLP и финтеха, создавая и внедряя системы, которые решают сложные реальные бизнес-задачи. Наша международная команда насчитывает более 100 специалистов и работает в среде, где ценятся глубокая экспертиза, инновации и постоянное развитие. Участники команды получают возможность решать нетривиальные задачи, сотрудничать с сильными экспертами и расти в быстро развивающейся технологической индустрии. Мы ищем талантливого Python+Go Backend разработчика. Стек: Python, Golang, Postgres, Clickhouse, FastAPI, SQL, Kafka, Redis, RabbitMQ Что предстоит делать - Разрабатывать и поддерживать высоконагруженную систему - Создавать и развивать веб-сервис на FastAPI - Проектировать и реализовывать архитектурные решения - Писать качественные и покрывающие тесты - Улучшать и масштабировать существующее решение, расширяя поддержку новых языков программирования Кого мы ищем - Инженера с 5+ годами коммерческой разработки на Python и Golang - С опытом работы с FastAPI - С уверенным пониманием принципов разработки RESTful API - С опытом работы с SQLAlchemy или другими ORM Будет плюсом - Опыт работы с сервисами обработки данных - Знание Docker и принципов контейнеризации - Понимание DevOps-подходов и CI / CD - Готовность писать строго типизированный код Что мы предлагаем - Гибкий график работы - вы самостоятельно определяете комфортное время начала дня - Полную поддержку при релокации в Бильбао, для вас и вашей семьи - помощь с оформлением документов, адаптацией и переездом, включая питомцев - Неограниченный отпуск - возможность брать отдых тогда, когда это действительно нужно - Атмосферу доверия и уважения к экспертности без излишнего контроля - Современный офис в комфортной локации, командные мероприятия и регулярные оффсайты - Профессиональный рост, участие в архитектурных решениях, амбициозные задачи и работу в сильной команде, у которой можно перенимать опыт Заработная плата: Уровень дохода не указан
ML-разработчик
ML-разработчик Компания: Мегафон Локация: Санкт-Петербург, офис Задачи - Проектировать и разрабатывать масштабируемые ML-сервисы и микросервисы на базе Python (FastAPI/Flask) - Интегрировать обученные модели в существующие бизнес-процессы и продуктовые решения - Проводить рефакторинг и оптимизацию кода моделей для повышения их производительности - Разрабатывать и поддерживать ETL/ELT пайплайны для подготовки данных к обучению и эксплуатации - Анализировать технические требования к новым фичам и предлагать архитектурные решения с учетом ограничений по ресурсам и времени - Проводить A/B тестирование новых моделей и анализировать их влияние на бизнес-метрики - Документировать процессы разработки, архитектуры решений и инструкции по развертыванию - Предлагать улучшения в инструментарий команды и процессы MLOps для ускорения разработки Требования - Опыт работы в области Data Science от 2 лет - Глубокое понимание алгоритмов машинного обучения и статистического анализа - Базовый опыт работы с PyTorch или TensorFlow - Навыки построения аналитических моделей на Python - Опыт работы с реляционными (SQL) и распределёнными базами данных - Опыт работы с Linux на базовом уровне - Практические навыки работы с инструментами для разработки, такими как Docker, AirFlow, FastApi, Flask - Преимуществом будет опыт работы в телекоммуникационной отрасли, банковской сфере или цифровых индустриях - Участие и успехи в соревнованиях по data mining (например, Kaggle) будут плюсом - Знание английского языка на техническом уровне