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
ML-разработчик
ML-разработчик Компания: Мегафон Локация: Санкт-Петербург Формат: 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
DevOps-инженер LLM-инференса
LLM DevOps/Inference Engineer Локация: удаленно Контекст: работа над платформой оценки и бенчмаркинга ИИ-моделей для здравоохранения. Начальная цель — клинические задачи прогнозирования: сепсис, дни до смерти, прогнозирование трендов лабораторных показателей. Оценка проводится на нескольких frontier-моделях и отраслевых моделях. Обязанности: - Построение и поддержка AWS-инфраструктуры платформы оценки как кода: сеть, вычисления, оркестрация, секреты, наблюдаемость, CI/CD. - Запуск self-hosted трека инференса для нишевых медицинских моделей: GPU-инфраструктура с батчингом, квантизацией, автоскейлингом и стандартным онбордингом новых моделей. - Создание слоя абстракции провайдеров совместно с ИИ-инженерами: единый интерфейс для API-моделей (OpenAI, Anthropic, Gemini и др.) и self-hosted моделей. Ответственность за rate limiting, ретраи, управление квотами, логирование запросов и ответов, атрибуцию затрат на запуск. - Обеспечение воспроизводимости и оптимизации затрат на бенчмарк-запуски: закрепление версий моделей и контейнеров, стратегия spot и reserved capacity, устранение простоя GPU. - Построение наблюдаемости: пропускная способность, задержка, стоимость токенов и GPU-часов, таксономия сбоев, дашборды по моделям. - Поддержка волновой нагрузки: возможность для группы ИИ-инженеров запускать эксперименты и уходить без поломок и осиротевших ресурсов. - Участие в архитектуре Trusted Execution Environment (TEE): оценка AWS Nitro Enclaves и аналогичных подходов для сценария bring-your-own-data / bring-your-own-model, включая аттестационный выпуск ключей и практические ограничения инференса внутри enclave. Требования: - AWS-инфраструктура на продакшн-масштабе: EKS или ECS, GPU-инстансы EC2 (G5/G6, P4d/P5) и их ограничения, проектирование VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch, Service Quotas. - Инфраструктура как код: Terraform. Без ручного создания ресурсов через консоль. - Опыт работы с LLM: практическое владение стратегией батчинга, поведением KV cache, компромиссами квантизации, мульти-GPU шардированием. - Оркестрация контейнеров и планирование GPU: ECS/EKS с GPU-нагрузками, автоскейлинг нод, пайплайны сборки образов для CUDA-зависимых стеков. - Надежность и оптимизация затрат: SLO, алертинг, подтвержденный опыт снижения облачных расходов без потери функциональности. - Опыт запуска инференс-контейнеров. - Опыт в ИИ и LLM. - Опыт работы в здравоохранении (HIPAA, HL7 и др.). - Сильные коммуникативные навыки. Желательно: - Опыт с AWS SageMaker endpoints и Bedrock. - Практический опыт Python для работы с harness и слоем адаптеров провайдеров. - Основы конфиденциальных вычислений: enclaves, remote attestation, sealed key release, границы безопасности TEE. - Комплаенс в здравоохранении: выбор HIPAA-совместимых сервисов, BAA scope, аудит-логирование, контроль доступа к PHI. - Усиление безопасности: сканирование образов, контроль исходящего сетевого трафика для замкнутого контура. Будет плюсом: - Опыт хостинга медицинских изображений или мультимодальных моделей. - Nitro Enclaves в продакшене или аналогичный опыт TEE. - Опыт поддержки self-service сред, чистых границ тенантов и быстрого предоставления учетных данных.
Senior AI/LLM-инженер, RAG и fine-tuning
Обязанности - Быстрое прототипирование AI-функций для улучшения поиска, рекомендаций и автоматизации рабочих процессов на платформе. - Применение машинного обучения для оптимизации рабочих процессов, персонализации и выявления ключевых инсайтов. - Дообучение LLM и RAG-пайплайнов для работы с интернет-данными, суммаризации и предоставления контекстных инсайтов. - Разработка и поддержка аналитических и автоматизированных систем на базе ИИ. - Совместная работа с командами frontend, product и data engineering для создания бесшовных и безопасных AI-решений. - Постоянная оценка и улучшение качества моделей с помощью RAGAS, LangSmith и автоматизированных регрессионных тестов. Требования - 5+ лет опыта в разработке ПО, включая 2+ года создания и масштабирования AI-функций для пользователей. - Владение Python для разработки бэкенда и API. - Знакомство с фреймворками оценки RAG (RAGAS, LangSmith) и проектированием регрессионного тестирования LLM-пайплайнов. - Способность быстро прототипировать, проверять и дорабатывать AI-функции в среде, ориентированной на эксперименты. - Опыт повышения точности, рассуждения и согласованности LLM. - Понимание безопасного и ответственного ИИ, внедрение guardrails и проверок безопасности для предотвращения злоупотреблений и утечек данных. - Практический опыт с CI/CD, автоматизацией тестирования и лучшими практиками деплоя AI-приложений. - Навыки кросс-командного взаимодействия. - Использование AI-инструментов для ускорения разработки и улучшения продукта. - Продвинутые знания AI/ML-архитектур, оценки моделей и глубокого обучения. - Опыт с RAG, поиском и fine-tuning LLM. - Понимание эмбеддинг-моделей и AI-аналитики. - Опыт оптимизации AI-моделей для низкой задержки в браузерных или frontend-средах. - Опыт развертывания безопасных AI-систем в кибербезопасности или других областях с чувствительными данными. Условия - Удалённая работа; вакансия открыта для кандидатов в США. - Льготы с первого дня: 401k match, медицинская и стоматологическая страховка. - Компания — маркетплейс, соединяющий рекрутеров и технологов; основана в 1990 году, штаб-квартира в Сентенниал, Колорадо, 201–500 сотрудников. - Компания имеет историю H1B-спонсорства: 2 в 2022, 4 в 2021, 5 в 2020; для данной роли спонсорство не гарантировано.
Senior AI-инженер, AI-агенты и RAG-пайплайны
Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.
Senior AI-инженер инфраструктуры, LLM/AI-платформы
Вакансия удаленная, открыта для кандидатов из США. Компания — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении взломов с помощью продвинутых платформ на базе ИИ. Ищут Senior AI Infrastructure Engineer для проектирования, создания и масштабирования ИИ-инфраструктуры для продуктов, с фокусом на большие языковые модели (LLM) и ИИ-системы. Обязанности - Предоставление и настройка крупных GPU-кластеров и вычислительных ресурсов для задач обучения, дообучения и инференса LLM. - Оптимизация инфраструктуры обслуживания LLM-моделей, включая развертывание и оптимизацию различных фреймворков инференса. - Управление жизненным циклом моделей: версионирование, контрольные точки и воспроизводимость в процессах обучения и инференса. - Проектирование и внедрение надежных фреймворков оценки для проверки производительности, точности и надежности моделей, обеспечивая соответствие ИИ-систем производственным стандартам. - Выявление и устранение узких мест использования GPU и эффективности памяти GPU, применение таких техник, как квантование, пакетная обработка и кэширование. - Проектирование и поддержка платформ и пайплайнов данных, специально предназначенных для поддержки LLM, RAG (Retrieval-Augmented Generation) и ИИ-систем в производственной среде, с акцентом на производительность, сопровождаемость и строгость тестирования, обеспечивая быструю поставку без ущерба качеству. - Применение экспертизы в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Определение и внедрение лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления для ИИ-сервисов. - Тщательное документирование архитектурных решений и донесение технических деталей до заинтересованных сторон. - Взаимодействие с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные сервисы производственного уровня. Требования - Степень бакалавра в области компьютерных наук, инженерии данных или STEM; магистерская степень приветствуется. - 6+ лет опыта в инфраструктурной/дата-инженерии, как минимум 2 года в создании и поддержке платформ/пайплайнов, поддерживающих LLM-системы и приложения. - Подтвержденный практический опыт в LLM-инфраструктуре: предоставление кластеров, оптимизация обучающих нагрузок и поддержка инференс-пайплайнов. - Исключительная способность писать чистый, элегантный, поддерживаемый и хорошо протестированный код, а также сильный фокус на быстрой поставке результатов. - Глубокое понимание инженерных практик, включая эффективные ревью кода и отказоустойчивую архитектуру. - Проявление технического лидерства и наставнических качеств. - Подтвержденный опыт использования ИИ-технологий для улучшения принятия решений, оптимизации рабочих процессов и процессов, повышения эффективности и бизнес-результатов. - Практический опыт с MLOps-инструментами (MLflow, SageMaker, AI). - Сильное понимание основ CUDA, драйверов, GPU и TPU. - Опыт работы с фреймворками инференса, такими как vLLM и Triton Inference Server. - Владение фреймворками обучения: PyTorch, Ray, Megatron, JAX. - Экспертный уровень владения высокоуровневым языком программирования (Python). - Глубокие знания контейнеризации и оркестрации (Slurm, Airflow). - Владение инструментами Infrastructure as Code, такими как Terraform и Ansible. - Опыт работы с облачными платформами (AWS, GCP или OCI) и сервисами данных. - Опыт работы в сфере кибербезопасности, разведки или отраслях с высокими требованиями к соответствию. - Опыт создания, развертывания и управления LLM в производственной среде. - Опыт работы с распространенными фреймворками рабочих процессов. - Опыт работы с фреймворками обработки данных (например, Dask, Flink). Условия - Право на бонусы. - Гранты на акции. - Комплексный пакет льгот: медицинская страховка, 401k, оплачиваемый отпуск, конкурентоспособная компенсация и акции. - Комплексные программы физического и психического здоровья. - Конкурентоспособный отпуск и праздники, отпуск по уходу за ребенком и усыновлению. - Возможности для развития для всех сотрудников независимо от уровня или роли. - Сети сотрудников, географические сообщества и волонтерские возможности для установления связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру.
Senior бэкенд-инженер, инфраструктура
О компании Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты. Задачи - Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы. - Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами. - Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes. - Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость. - Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов. - Принимать архитектурные решения — от дизайна сервисов до эволюции платформы. Требования - 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами. - Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов. - Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене. - CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг. - Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов. - Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества. - Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля. - Свободный английский. Будет плюсом - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек data engineering работает на нём. - Опыт в регулируемой среде (ISO27001, SOC2). - Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в странах ЕС), доступен офис в Бельгии. - Доступ к токенам всех передовых моделей. - Реальная ответственность. Процесс отбора - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). - Ответ каждому кандидату в течение 3–5 дней после каждого этапа.
Senior Full-Stack-разработчик, Backend и Frontend
О компании Soda Data Nv разрабатывает платформу мониторинга качества данных и производительности ИИ. Компания основана в 2019 году. Среди клиентов — Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Открытый движок Soda Core используют Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы — Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Инженер работает над всем стеком: Java-бэкенд и TypeScript/Angular-фронтенд, обеспечивающие работу Soda Cloud. Продуктовые инженеры владеют функциональностью от начала до конца: общаются с пользователями, участвуют в проектировании, реализуют от базы данных до интерфейса. В компании активно используются ИИ-агенты для написания кода. Задачи - Реализация функций от начала до конца: бэкенд-API, изменения в БД, фронтенд, выкладка в продакшн. - Проектирование и разработка бэкенд-сервисов для мультитенантной SaaS-платформы. - Работа с реляционными БД (MySQL): проектирование схем, оптимизация запросов, моделирование данных. - Разработка фронтенд-функций: чистый, быстрый интерфейс. - Оптимизация производительности по всему стеку, написание тестов (unit, integration, e2e). - Встраивание агентных функций в продукт: рабочие процессы на основе LLM для поиска, понимания и исправления проблем с данными. - Улучшение систем для агентной разработки: инструкции для агентов, навыки, циклы обратной связи через тесты. - Совместная работа с продуктом, дизайном и клиентами для определения направлений разработки. Требования - 5+ лет разработки в продуктовой компании, владение значимыми частями продакшн-системы. - Сильный Java: REST API, взаимодействие с БД, асинхронная обработка. - TypeScript и современный фронтенд-фреймворк, предпочтительно Angular. - Фундаментальные знания фронтенда: сложные UI, компонентная архитектура, управление состоянием, производительность, адаптивный дизайн. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Архитектурное мышление: проектирование API с точки зрения потребителя, понимание влияния на поток данных и задержки. - Владение DevOps: контейнеры, CI/CD, инфраструктура как код, уверенная работа с Linux. - Агентная разработка: опыт написания продакшн-кода с ИИ-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого качества. - Самостоятельность в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт мультитенантного SaaS в масштабе, опыт работы в быстрорастущем стартапе. - Чувство дизайна. - Python: стек data engineering. - Опыт встраивания агентных функций в продукт: LLM-функции, агенты с инструментами, автоматизация на ИИ. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в пределах ЕС), доступен офис в Бельгии. - Доступ к токенам всех frontier-моделей. - Реальная ответственность и влияние, без микроменеджмента. - Команда senior-инженеров из 12+ стран. Ценности Свобода с ответственностью, прозрачность, мышление роста. Нетерпимость к нечестности, открытая и прямая коммуникация. Автономия в принятии решений.
Senior Frontend-инженер, Full-stack
О компании Soda — платформа мониторинга качества данных и AI. Миссия компании — мониторинг решений, принимаемых в мире. Платформа охватывает сбор данных и автоматизированное принятие решений, помогает клиентам находить, понимать и исправлять проблемы качества данных. Компания основана в 2019 году. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. Роль Senior Full-Stack Engineer. Вы будете ведущим фронтенд-разработчиком в одной из продуктовых команд. Стек: TypeScript/Angular приложение, компоненты на Storybook, e2e-тесты Cypress, Java-бэкенд. Вы отвечаете за пользовательский опыт от начала до конца: от архитектуры компонентов и управления состоянием до формы API, так как бэкенд тоже доступен для изменений. Вы продуктовый инженер, а не исполнитель тикетов: общаетесь с пользователями, формируете дизайн с продакт-менеджером и поставляете результат без ожидания передачи. Большую часть времени вы работаете во фронтенде, но можете реализовать бэкенд-эндпоинт, когда это нужно для фичи. В компании принята агентная разработка: AI-кодинг-агенты — часть ежедневного рабочего процесса. Задачи - Владение сложными интерфейсами с большим объёмом данных: дашборды, мониторинговые представления, большие таблицы, диффы и детализации, которые остаются быстрыми и читаемыми. - Развитие архитектуры компонентов, управления состоянием и производительности фронтенда. - Работа с библиотекой компонентов и Storybook; поддержание согласованности дизайн-системы по мере роста продукта. - Написание тестов на всех уровнях, включая поддержание осмысленного набора e2e-тестов Cypress. - Создание фронтенда агентных функций: интерфейсы, где пользователи направляют, проверяют и выполняют действия в LLM-управляемых процессах. - Улучшение систем для агентной разработки во фронтенде: конвенции, покрытие Storybook и тесты, на которые агенты могут надёжно опираться. - Формирование API, которые вы потребляете, и реализация изменений на бэкенде (Java), когда это требуется для фичи. - Наставничество инженеров, ориентированных на бэкенд, во фронтенд-практиках, помощь команде в росте до полного стека и поставке функций от начала до конца. - Непосредственная работа с продуктом, дизайном и клиентами для определения того, что создавать. Требования - 5+ лет опыта создания фронтенда для реальных продуктов: сложные одностраничные приложения с реальными пользователями, не только маркетинговые сайты. - Экспертный TypeScript и глубокий опыт работы с современным фреймворком: предпочтителен Angular (на нём работает Soda Cloud); приветствуются сильные React/Vue-инженеры, готовые работать на Angular. - Фронтенд-мастерство: архитектура компонентов, управление состоянием, производительность рендеринга, адаптивный дизайн, внимание к деталям. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Рабочие навыки бэкенда: умение читать и модифицировать Java-сервис, проектировать API с точки зрения потребителя, писать грамотный SQL. - Понимание систем: как форма API влияет на количество запросов, поток данных и воспринимаемую задержку в интерфейсе. - Агентная инженерия: вы поставляете продакшн-код с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умеете ими управлять, сохраняя высокое качество. - Самостоятельность: не нуждаетесь в постоянном контроле в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт работы с продуктами, насыщенными данными, или инструментами для разработчиков: визуализация данных, мониторинг, аналитические интерфейсы. - Владение дизайн-системой или библиотекой компонентов. - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек инженерии данных компании работает на нём. - Опыт внедрения агентных процессов в продукт: LLM-функции, агенты, использующие инструменты, или AI-автоматизация, переданная реальным пользователям. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Зарплата: €85,000–120,000 в год + опционы (equity). - Полная удалённая работа (в странах ЕС), доступен офис в Бельгии. Процесс найма - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). Компания отвечает на каждую заявку, и каждый кандидат получает обратную связь в течение 3–5 дней после каждого этапа.
Senior Backend Engineer, ML-инфраструктура
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 мировым брендам электронной коммерции увеличивать выручку и конверсию. О роли Команда ML Infrastructure создаёт и поддерживает общие бэкенд-сервисы и платформенные возможности, которые команды ML и продуктов используют для разработки, развёртывания и запуска машинного обучения в масштабе — от сервинга моделей (включая LLM) до специализированных хранилищ и пайплайнов данных. Это сервисная команда: дорожная карта формируется потребностями продуктовых команд. Ищем Senior Backend Engineer, готового брать полную ответственность за ключевые сервисы. Ближайшие и среднесрочные направления: - Упрощение запуска, масштабирования и эксплуатации ML-нагрузок для всех команд. - Предоставление self-service и настраиваемых компонентов инфраструктуры для ML и продуктовых команд. - Развитие ключевых ML-сервисов и связанных пайплайнов с высокими требованиями к надёжности и производительности. Задачи - Проектировать, создавать и эксплуатировать высоконагруженные распределённые бэкенд-сервисы, обеспечивающие ML-инфраструктуру компании. - Владеть ключевыми ML-сервисами и связанными пайплайнами данных: от дизайна и реализации до развёртывания, наблюдаемости и постоянного улучшения. - Взаимодействовать с ML и продуктовыми командами, превращая их потребности в надёжные и переиспользуемые платформенные возможности. - Принимать и защищать технические решения: оценивать компромиссы, сначала проектировать, отвечать за результат. - Отвечать за свою работу и работу команды. Требования - 5+ лет профессионального опыта в бэкенд- или платформенной инженерии. - Глубокие знания Python (основной язык). - Практический опыт разработки в публичном облаке (AWS, GCP или Azure) или с self-managed Kubernetes. AWS — основная платформа, но не ограничиваясь ей. - Опыт проектирования и создания распределённых высоконагруженных сервисов и API. - Сильные знания структур данных, алгоритмов и их компромиссов. - Инженерный подход, ориентированный на проектирование: среда поддерживает использование AI-инструментов, но вы ведёте за счёт системного дизайна и понимания их применимости. - Ответственность и проактивность: не закрывать глаза на проблемы, решать их и отвечать за результаты. - Дружелюбие и готовность помогать коллегам. Будет плюсом - Опыт с Rust (или C/C++/Go) — существенный плюс. - Опыт разработки или участия в ML-платформах или ML-инфраструктуре — существенный плюс. - Опыт настройки и эксплуатации векторных баз данных (Qdrant, Milvus, Weaviate, OpenSearch, pgvector и т.п.) — существенный плюс. - Опыт с сервингом моделей / инференс-инфраструктурой, включая LLM. - Опыт с Infrastructure as Code (Terraform или аналоги). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда — можно жить где угодно. - 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. - Оплачиваемый отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Работа с умными людьми, которые помогают расти и влиять на результат. - Базовая зарплата: $80,000–$120,000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные оффсайты для общения и совместной работы.
Senior Full Stack-инженер, Retail Media
О компании Constructor — платформа нового поколения для поиска и обнаружения товаров в электронной коммерции, оптимизирующая метрики: выручку, конверсию и прибыль. Поисковый движок разработан внутри компании с использованием трансформеров и генеративных LLM. Платформа обрабатывает более 1 миллиарда запросов в день на 150 языках в примерно 100 странах. Среди клиентов — Sephora, Under Armour, Petco. Компания основана в 2019 году, базируется в США. О команде Retail Media team строит платформу для связи ритейлеров и брендов. Retail media позволяет бренду покупать размещение в результатах поиска, просмотра, рекомендаций, подборок или викторин. Платформа интегрируется с онлайн-ритейлерами, предлагает таргетинг, ставки и аналитику. Команда новая, ищет Senior Full Stack инженеров для создания Customer Dashboard интерфейса для ритейлеров и брендов. О задаче Основная задача — проектировать, разрабатывать и поддерживать веб-приложение в тесном сотрудничестве с другими инженерами. Обязанности - Работать совместно с командами Product и Design над функциональностью Retail Media. - Взаимодействовать с техническими и нетехническими бизнес-партнёрами для разработки и обновления функциональности. - Общаться со стейкхолдерами внутри и вне команды. - Разрабатывать функции Customer Dashboard с использованием Typescript и React, взаимодействуя с бэкенд-сервисами (Python и FastAPI). Требования - Уверенное знание клиентского JavaScript, база компьютерных наук и знакомство с принципами работы сетей. - Опыт работы с Typescript и фронтенд-фреймворками, такими как React. - Опыт создания, поддержки и отладки full-stack веб-приложений. - Опыт работы с Python и одним из бэкенд-фреймворков (FastAPI, Flask или Django) или готовность изучить этот стек. - Понимание принципов проектирования API. - Знакомство с сервис-ориентированной архитектурой. - Опыт работы с реляционными базами данных, распределёнными системами и решениями для кэширования (MySQL/PostgreSQL). - Аналитические навыки и опыт работы с SQL для анализа данных в дашбордах и решениях (ClickHouse, Athena). - Опыт работы с одним из крупных облачных провайдеров: AWS, Azure, GCP. - Опыт работы в кросс-функциональных командах. - Отличные коммуникативные навыки на английском языке. - Идеальный кандидат имеет опыт создания рекламных технологий (ad tech). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда. - Стипендия на обустройство рабочего места из дома. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется ежегодно. - 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 собеседования. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные офлайн-встречи. Разнообразие и инклюзивность Constructor стремится создавать разнообразную, справедливую и инклюзивную рабочую среду. Компания является равноправным работодателем и приветствует кандидатов любого происхождения, предоставляя равные возможности независимо от образования, мнений, расы, цвета кожи, религии и других характеристик.
Инженер по внедрению, ИИ и интеграции
О роли Компания Clera — европейский стартап на ранней стадии, разрабатывающий AI-платформу телефонного ассистента для малого и среднего бизнеса. Продукт автоматизирует входящие и исходящие звонки, запись на приём, взаимодействие с клиентами и другие процессы. Ищем инженера по внедрению (Forward Deployment Engineer), который будет отвечать за технический успех внедрений у клиентов от начала до конца. Роль находится на стыке продукта и результатов для клиентов. Вы будете превращать реальные бизнес-требования в надёжные production-конфигурации, создавать интеграции и связующий код, а также передавать полученный опыт в продукт, чтобы каждое следующее внедрение было быстрее и эффективнее. Работа в небольшой команде с высокой скоростью, в тесном взаимодействии с продуктом, инженерией и go-to-market. Задачи - Выступать техническим мостом между продуктом и клиентскими конфигурациями: собирать требования и превращать их в надёжные production-реализации. - Вести сквозное развёртывание конфигураций AI-ассистента в production, включая сценарии, логику, потоки данных, промпты и ограничения. - Реализовывать интеграции со сторонними системами через API и webhooks: CRM, календари, тикет-системы, платежи, распространённые схемы аутентификации (OAuth, API-ключи). - Разрабатывать небольшие и средние функции и связующий код для переноса клиентских сценариев в production-системы, с соответствующими тестами, мониторингом и логированием. - Отлаживать проблемы в звонках, сценариях и конвейерах данных, быстро выпускать исправления в production-условиях. - Создавать переиспользуемые шаблоны, плейбуки по внедрению и лучшие практики для масштабируемости и повторяемости. - Поддерживать быструю обратную связь с продуктовой командой: сообщать о болевых точках, пробелах в функциях и повторяющихся паттернах с конкретными рекомендациями. - Отвечать за успех внедрения и обеспечивать надёжную работу клиентских конфигураций в реальной среде. Требования Обязательные: - 3+ года практического опыта в инженерии внедрений, production-интеграциях AI и автоматизации рабочих процессов. - Глубокий опыт с системами на основе AI/LLM: дизайн промптов, использование инструментов, RAG/поиск знаний, оценка и обработка сбоев. - Подтверждённая способность превращать сложные бизнес-процессы в надёжные, тестируемые AI-рабочие процессы. - Опыт создания интеграций со сторонними системами (API, webhooks, CRM, календари, тикет-системы, платежи), включая схемы аутентификации и форматы данных. - Уверенные навыки программирования для реализации связующего кода и функций, с тестами, мониторингом и логированием. - Базовые знания облачных технологий: развёртывание, наблюдаемость, отладка в production. - Прагматичный подход, ориентированный на результат: быстрая поставка и итерации. Желательно: - Опыт программирования на TypeScript или Python. - Опыт работы с n8n или другими инструментами автоматизации рабочих процессов. - Опыт интеграции голосовых/телефонных систем. - Владение SQL и инструментами мониторинга/трассировки. - Понимание GDPR / Privacy-by-Design. Условия - Зарплата: €60 000 – €90 000 в год, в зависимости от опыта. - Полностью удалённая работа в Германии. - Работа в небольшой команде с высокой степенью ответственности на ранней, быстрорастущей стадии компании. - Спонсорство визы не предоставляется. Локация Полностью удалённая позиция. Кандидаты должны находиться в Германии. Спонсорство визы не предусмотрено.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
OKAMI GROUP ищет AI-интегратора
OKAMI GROUP ищет AI-интегратора OKAMI GROUP — торгово-производственная компания премиум-сегмента — ищет специалиста по AI-автоматизации бизнес-процессов. Что предстоит делать - Проводить аудит процессов и находить точки для автоматизации. - Создавать AI-ассистентов, чат-ботов и AI-агентов. - Автоматизировать работу с документами, отчётами и обращениями. - Интегрировать решения с 1С, Bitrix24, почтой и API маркетплейсов. - Рассчитывать ROI и экономический эффект. - Тестировать решения на реальных данных и доводить их до рабочего состояния. - Обучать сотрудников и создавать инструкции. Что важно - Опыт в AI-автоматизации от 1–3 лет. - Python на базовом/среднем уровне. - Опыт работы с LLM (ChatGPT, Claude и др.). - Понимание LangChain и API. - Опыт интеграции CRM, 1С, Bitrix24, Ozon, Wildberries, Яндекс.Маркета. - Понимание бизнес-процессов и расчёта ROI. Условия - Оформление по ТК РФ. - Оклад + KPI. - График 5/2, 09:00–18:00. - Работа полностью в офисе, м. Калужская. - ДМС после испытательного срока. - Обучение и профессиональный рост. При отклике желательно приложить 1–2 успешных кейса.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Ведущий Data Scientist, Возвраты ML
Ведущий Data Scientist, Возвраты ML Компания: OZON Вы будете - Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей. Нам важно - Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения.
Senior Analytics Engineer и AI-разработчик
Удалённая работа, кандидаты из США. Компания — AI-фирма, основанная в 2000 году, штаб-квартира в Мумбаи (Махараштра). Стремится обеспечивать данными каждое решение в бизнесе. Роль: Senior Analytics Engineer и AI-разработчик. Ключевая задача — трансформация традиционной бизнес-аналитики в экосистему с AI-расширением, руководство инициативами по инженерии данных и аналитике. Обязанности - Проектирование и внедрение управляемых семантических слоёв, надёжных витрин данных и агрегированных кубов данных для обеспечения высокой производительности и достоверности данных. - Руководство масштабными миграциями данных из устаревших баз в оптимизированную инфраструктуру с обеспечением бесшовного перехода, высокой доступности и минимального простоя производства. - Активная оптимизация схем с высокими накладными расходами, сокращение времени выполнения запросов и минимизация сканирований таблиц для контроля затрат на вычисления. - Взаимодействие с командами Data Engineering для перехода от реактивного устранения неполадок к проактивному управлению SLA и автоматизированному мониторингу пайплайнов. - Создание и автоматизация многомерных фреймворков Root Cause Analysis (RCA) для быстрой диагностики количественных драйверов изменений метрик (например, траты, покупатели, платящие пользователи, органический трафик). - Рационализация и консолидация разрозненных дашбордов и избыточных таблиц в высокоэффективные управляемые хранилища данных. - Внедрение практик работы с данными, ограничивающих запросы соответствующими уровнями агрегации и предотвращающих избыточные узкие места ресурсов. - Проектирование, тестирование и развёртывание специализированных AI-навыков и разговорных агентов, позволяющих заинтересованным сторонам задавать вопросы о бизнесе на естественном языке. - Создание и запуск офлайн-тестовых наборов для оценки с использованием оценочных фреймворков и LLM-ассистируемых судей для предотвращения регрессий до коммита обновлений. - Внедрение SQL-предохранителей для AI-агентов с динамическим применением фильтров партиций, минимизации данных и ограничений стоимости запросов. - Продвижение современных AI-инструментов разработки (например, кодинг-агентов) для максимальной скорости инженерии и поддержания высокого качества кода. Требования - 5+ лет опыта в Data Engineering, Analytics Engineering или продвинутой бизнес-аналитике. - Экспертный уровень SQL (GoogleSQL, BigQuery или аналогичные крупномасштабные query-движки) с глубоким пониманием партиционирования, кластеризации, индексации и оптимизации затрат. - Подтверждённый опыт проектирования star-schema или витрин данных, семантических слоёв и автоматизированных ETL-пайплайнов. - Уверенное владение Python (Pandas, PySpark, интеграция API) или R. - Обширный опыт проведения Root Cause Analysis (RCA) и глубокого анализа бизнес-метрик в веб-, e-commerce или мобильных платформах. - Подтверждённый опыт самостоятельного выполнения сложных сквозных инженерных миграций. - Практический опыт разработки приложений на основе больших языковых моделей (LLM), Retrieval-Augmented Generation (RAG) или агентных фреймворков. - Знакомство с фреймворками оценки агентов, конфигурацией (например, форматы .txtpb) и LLM-ассистируемыми пошаговыми оценками. - Опыт установки валидационных фильтров, предохранителей или ограничений для AI-генерируемых запросов к базам данных. - Опыт работы с облачной инфраструктурой, BigQuery или крупномасштабными платформами данных. - Опыт в аналитике веб-, мобильных приложений, e-commerce или цифровых маркетплейсов. Условия - Участие в программах медицинской, стоматологической, офтальмологической страховки, страхования жизни и инвалидности в соответствии с документами плана. - Право на льготы с первого дня работы. - Участие в плане 401(k) после 30 дней работы. - 11 оплачиваемых праздничных дней. - 12 недель родительского отпуска. - Гибкая политика PTO («free time»).
Техлид / старший принципал-инженер, прикладные исследования
О роли Twilio, Emerging Technologies / Twilio Forward — инкубационная лаборатория, где разрабатываются Horizon-3-инициативы, включая Ola (агент-нативный канал связи) и протокол Agent-to-Human (A2H). Роль — техлид / старший принципал-инженер (L6) в Applied Research. Нужен hands-on технический вклад, участие в быстром прототипировании и разработке новых продуктов. Обязанности - Проектировать, разрабатывать и отвечать за сквозную реализацию прототипов и production-ready решений. - Определять техническое направление и совместно с кросс-функциональными командами экспериментировать, проверять и внедрять AI, машинное обучение и передовые технологии. - Устанавливать стандарты код-ревью, развивать инженерные стандарты и наставлять коллег. - Доносить сложные технические концепции, архитектурные решения и динамику проектов до руководителей и инженеров. - Работать в условиях неопределённости и быстро менять технические стратегии в ответ на изменения требований, обратной связи и рынка. Требования - Степень бакалавра в Computer Science, инженерии или смежной области либо эквивалентный опыт. - 10+ лет профессиональной разработки ПО. - Владение современными языками программирования: JavaScript, Python, Java или Go; умение выбирать подходящий инструмент. - Опыт создания приложений с использованием front-end (React, Angular) и/или back-end (Node.js, Springboot) фреймворков. - Понимание баз данных SQL и NoSQL и умение выбирать подходящую парадигму. - Владение agentic-моделью разработки: эффективное использование продвинутых dev-инструментов, Model Context Protocol (MCP) и LLM для ускорения AI-assisted разработки. - Сильные навыки решения проблем, коллаборация и коммуникация для технических обсуждений. - Способность работать в условиях сильной неопределённости, самостоятельно разблокировать выполнение задач. - Лидерские качества, наставничество и коммуникативные навыки. Желательно: - Практический опыт с LLM, AI или ML. - Глубокие знания облачных платформ. Условия - Удалённый-first формат работы; возможны эпизодические очные встречи для командных мероприятий, офсайтов или встреч с клиентами.
Вакансия
Вакансия DL ML Engineer Senior Python PostgreSQL ClickHouse Airflow Spark PySpark Kafka Hive HDFS Компания: Ozon Tech Локация: РФ, РБ Формат работы: гибрид, удаленка Занятость: полная Заработная плата будет обсуждать индивидуально Должность: Senior DS/ML Engineer в команду операционных прогнозов Привет! 👋 Это команда операционных прогнозов. Мы занимаемся операционным прогнозированием в ритейле: в команде много разных направлений — прогноз спроса, прогноз курьеров, золотые полки, прогноз смен и другие проекты, которые напрямую влияют на управление запасами и логистику. Наш стек Python, PostgreSQL, ClickHouse, Airflow, Spark/PySpark, Kafka, Hive, HDFS. Вы будете -Развивать и улучшать модели прогнозирования. -Заниматься полным циклом: сбор и обработка данных, feature engineering, выдвижение и проверка гипотез, оценка качества моделей на статистических и бизнес-метриках. -Проектировать архитектуру ML-систем — от пайплайнов данных до продакшн-сервисов. -Доводить решения до продакшна самостоятельно: писать промышленный код, создавать простые API-сервисы для интеграции моделей с внутренними системами. -Общаться с заказчиками, формализовывать требования, предлагать и обосновывать новые подходы. Нам важно -Уверенное знание Python и стандартных DS-библиотек. -Опыт работы с временными рядами и прогнозированием спроса (или смежных задач) — понимание специфики: сезонность, интермиттентный спрос, иерархическая структура данных. -Опыт построения архитектуры ML-систем и вывода моделей в продакшн, а не только в исследовательском режиме. -Инженерные навыки: сбор и обработка данных, построение пайплайнов, работа с базами данных (SQL). -Опыт разработки простых API-сервисов для интеграции моделей с другими системами. -Высшее образование в одной из сфер: математика, компьютерные науки или смежные. Будет плюсом -Опыт агентской разработки и использования ИИ-инструментов в повседневной работе. -Опыт работы с gRPC — в команде сервисы принято делать на gRPC, HTTP почти не используется.
Data Science (LLM/NLP)
⌨️ Data Science (LLM/NLP) Удаленно (Екатеринбург) Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате. Требования: — Высшее образование (IT, техническое, математическое); — Уверенное владение Python, SQL; — Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML; — Знания в области NLP алгоритмов; — Понимание деталей работы LLM и того, как происходит их дообучение и инференс; — Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud); — Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. ➡️ Подробнее о вакансии на hirehi.ru 📍 Навигация: База знаний • Задачи • Собеседования
Middle AI Software Engineer — инженера, у которого AI-навыки дополняют крепкую инженерную базу на уровне с…
вакансия engineer middle TL;DR: Middle AI Software Engineer (C++/Python) для развития AI-инфраструктуры в HFT-фонде, 144–216k USD/год на руки + profit sharing, неограниченный бюджет на токены Мы в Spectral::Technologies занимаемся hft — разрабатываем инфраструктуру и стратегии для торговли на рынках по всему миру. Нам 7+ лет, мы успешно соревнуемся с крупнейшими компаниями в индустрии и постоянно растём в PnL. Ищем Middle AI Software Engineer — инженера, у которого AI-навыки дополняют крепкую инженерную базу на уровне с нашей командой, а не заменяют ее. Вы будете не только решать инженерные HFT-задачи, но и развивать агентную инфраструктуру и процессы, повышающие КПД всей команды. Вы подойдете на эту роль, если: — Работаете с агентными инструментами (Claude Code, Codex, Cursor и т.п.) каждый день на реальных задачах с коммерческим результатом — Уверенно пишете на C++ (от 17 стандарта) и Python наравне с нашей командой — Понимаете LLM на инженерном уровне — контекст, токены, причины галлюцинаций — и готовы отвечать за сгенерированный код наравне с написанным руками Чем предстоит заниматься: — Решать полноценные HFT-задачи с агентами как множителем — подключение новых бирж, инженерный ресерч биржевой инфраструктуры, оптимизация задержек — Строить агентную инфраструктуру команды — это ваш продукт внутри фонда, и им будет пользоваться много инженеров — Интегрировать LLM в сервисы там, где это оправдано — tool use, structured output, MCP Даем 144 – 216k USD в год на руки для Дубая + profit sharing + всевозможные бенефиты: от дефолтных вроде ДМС со стоматологией, мероприятий и вкусной еды до более интересных – учебных отпусков, перфоманс-коучинга и корпоративов в разных странах мира.
Senior AI Software Engineer — инженера, у которого AI-навыки дополняют крепкую инженерную базу на уровне с…
TLDR: Senior AI Software Engineer (C++, Python) для развития AI-инфраструктуры в HFT-фонде. 240–360k USD на руки + profit sharing, неограниченный бюджет на токены, Дубай Мы в Spectral::Technologies занимаемся hft — разрабатываем инфраструктуру и стратегии для торговли на рынках по всему миру. Нам 7+ лет, мы успешно соревнуемся с крупнейшими компаниями в индустрии и постоянно растём в PnL. Ищем Senior AI Software Engineer — инженера, у которого AI-навыки дополняют крепкую инженерную базу на уровне с нашей командой, а не заменяют ее. Вы будете не только решать инженерные HFT-задачи, но и развивать агентную инфраструктуру и процессы, повышающие КПД всей команды. Вы подойдете на эту роль, если: • Работаете с агентными инструментами (Claude Code, Codex, Cursor и т.п.) каждый день на реальных задачах с коммерческим результатом • Уверенно пишете на C++ (от 17 стандарта) наравне с нашей командой и Python • Понимаете LLM на инженерном уровне — контекст, токены, причины галлюцинаций — и готовы отвечать за сгенерированный код наравне с написанным руками Чем предстоит заниматься: • Решать полноценные HFT-задачи с агентами как множителем — подключение новых бирж, инженерный ресерч биржевой инфраструктуры, оптимизация задержек • Строить агентную инфраструктуру команды — это ваш продукт внутри фонда, и им будет пользоваться много инженеров • Интегрировать LLM в сервисы там, где это оправдано — tool use, structured output, MCP Даем 240 – 360k USD в год на руки для Дубая + profit sharing + всевозможные бенефиты: от дефолтных вроде ДМС со стоматологией, мероприятий и вкусной еды до более интересных – учебных отпусков, перфоманс-коучинга и корпоративов в разных странах мира.
Middle Python / MLOps Engineer
Middle Python / MLOps Engineer удаленка гибрид middle Компания: Wildberries ☑️ Что нужно делать -Разрабатывать REST API с использованием FastAPI; -Проектировать и реализовать backend-сервисы с нуля; -Проводить интеграции с базами данных и системами обмена данными; -Обеспечивать масштабируемость и отказоустойчивость сервисов; -Писать и поддерживать автоматизированные тесты; -Настраивать и поддерживать CI/CD процессы для непрерывной интеграции; -Участвовать в планировании задач и работе по методологии Scrum; -Тесно взаимодействовать с командой для оперативного решения технических вопросов. ☑️ Какой опыт и знания нужны -Сильные инженерные навыки: мы ждем самостоятельного специалиста, который не только пишет код, но и понимает полный цикл доставки приложения - уверенный опыт настройки и использования CI/CD, работы с Docker и Kubernetes; -Понимание DevOps-культуры: умение написать и поддержать Helm-чарт/Dockerfile для своего сервиса, разобраться с деплоем, настроить базовый мониторинг и алертинг; -Глубокие знания Python и опыт работы с FastAPI; -Опыт работы с технологическим стеком и базами данных: PostgreSQL, ClickHouse, Kafka, Redis, Spark; -Умение писать чистый, поддерживаемый код с соблюдением best practices и знание архитектурных паттернов; -Опыт работы в высоконагруженных системах и решения реальных задач на production; -Аналитический склад ума, системное мышление и готовность самостоятельно доводить задачи до конца; -Продвинутое знание инструментов мониторинга (Prometheus, Grafana, Opensearch/ELK) и глубокий опыт в DevOps, опыт работы с Triton Inference Server и другими инструментами деплоя ML-моделей будет плюсом Python Job в Telegram | в VK | в Max
ML-разработчик в команду улучшения качества голоса в Алису
ML-разработчик в команду улучшения качества голоса в Алису гибрид Компания: Яндекс 🔹 Какие задачи вас ждут -Улучшение качества моделей Вы будете экспериментировать с архитектурами, данными и схемами обучения, чтобы наши модели для подавления шума и эха становились ещё лучше. -Имплементация и оптимизация моделей Наши модели работают на устройствах Яндекса с Алисой, а также на пользовательских смартфонах и ноутбуках. Эффективность работы — ключевой аспект. Вам предстоит ускорять модели на уровне выбора архитектуры и параметров, а также на уровне конечной имплементации. -Создание и улучшение метрик качества Мы разрабатываем метрики, которые будут рассчитываться на устройствах пользователей с сохранением их приватности и станут служить индикатором общего качества звука. 🔹 Мы ждём, что вы -Работали в области DL (например, с CV или NLP) -Хорошо знакомы с Python и имеете базовые навыки в C++ -Знаете PyTorch Python Job в Telegram | в VK | в Max
Principal AI/ML-инженер, LLM и генеративный ИИ
О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.
Software Engineer, AI Enablement
Компания FOX Corporation производит и распространяет контент под брендами FOX News Media, FOX Sports, FOX Entertainment, FOX Television Stations и Tubi Media Group. ИИ трансформирует способы работы FOX. В роли Software Engineer в команде AI Enablement предстоит разрабатывать и внедрять AI-решения, которые улучшают рабочие процессы, повышают креативность и решают задачи высокого влияния по всей компании. Работа включает эксперименты с большими языковыми моделями, автоматизацию повторяющихся процессов и помощь командам в интеграции ИИ. Обязанности: - Проектировать, разрабатывать и внедрять AI-приложения для решения реальных бизнес-задач, с фокусом на решения на основе GPT и другие AI-технологии - Сопровождать команды во внедрении ИИ: предоставлять лучшие практики, практическое обучение и техническую поддержку для бесшовной интеграции - Исследовать и оценивать достижения в области AI/ML, выявляя возможности для автоматизации, прогнозирования и интеллектуальных инсайтов, повышающих эффективность - Работать кросс-функционально с инженерами, продакт-менеджерами и стейкхолдерами для встраивания ИИ в ключевые бизнес-процессы - Отслеживать, анализировать и улучшать AI-инициативы, обеспечивая их измеримую ценность и соответствие приоритетам FOX Требования: - Владение современными языками программирования (например, TypeScript, Python) с акцентом на создание масштабируемых и поддерживаемых систем - Практический опыт работы с AI/ML-моделями, API и инструментами автоматизации, включая большие языковые модели, промт-инжиниринг и платформы вроде GitHub Copilot или ChatGPT Enterprise - Умение преобразовывать бизнес-потребности в AI-решения: подбор, тонкая настройка и интеграция моделей в существующую инфраструктуру компании, обеспечение совместимости с инструментами Braze, Jira, Salesforce, Notion, Slack и Box - Уверенная работа с облачными средами (AWS, GCP, Azure) для развертывания и управления AI-решениями в масштабе - Развитые коммуникативные навыки, способность объяснять сложные AI-концепции техническим и нетехническим аудиториям - Нацеленность на решение проблем, практическое и результативное применение ИИ для повышения эффективности, сотрудничества и принятия решений Заработная плата: $114 000–135 000 в год, в зависимости от образования, навыков, опыта и локации. Роль также дает право на ежегодный дискреционный бонус и льготы: медицинская/стоматологическая/оптическая страховка, страховка, план 401(k), оплачиваемый отпуск и другие льготы в соответствии с документами плана. Для сотрудников, представленных профсоюзом, льготы предоставляются в соответствии с коллективным договором.
Senior-инженер по интеграциям, AI/ML
О компании ClickHouse — компания из списка Forbes Cloud 100 2025 года. Более 4 000 клиентов, годовой рост ARR более 250%. Лидер рынка в области аналитики реального времени, хранилищ данных, наблюдаемости и AI-нагрузок. Привлекла $400 млн в раунде Series D. Среди клиентов — Capital One, Lovable, Decagon, Polymarket, Airwallex, а также Meta, Cursor, Sony, Tesla. Команда Connectors занимается интеграциями: плагины визуализации (Tableau, PowerBI, Superset, Metabase), коннекторы для фреймворков данных (Apache Spark, Flink, Kafka Connect, Fivetran), оркестрации и AI-инструментов. Работа влияет на обработку больших данных: аналитика реального времени, наблюдаемость, AI-приложения. О роли Senior Software Engineer, специализация — AI/ML экосистема. Ключевой участник, отвечающий за развитие AI-экосистемы ClickHouse. Роль находится на стыке высокопроизводительной инженерии баз данных и разработчикового опыта. Нужен опыт работы AI/ML-инженером или дата-сайентистом. Базы данных становятся векторными хранилищами для RAG, бэкендами для LLM-агентов и фиче-сторами для ML-инференса. Ответственность за полный жизненный цикл ключевых AI/ML-интеграций: LangChain, LlamaIndex, n8n, а также более широкие AI-инструменты: пайплайны эмбеддингов, RAG с ClickHouse как векторным хранилищем, ML-фиче-сторы, LLM-приложения. Задачи - Развивать Python-коннектор и SDK-экосистему ClickHouse: производительность, надёжность, дизайн API. - Формировать стратегию AI/LLM-интеграций: коннекторы и паттерны для RAG-архитектур, ML-фиче-пайплайнов и LLM-приложений. - Активно работать с open-source сообществом: разбирать issues, поддерживать контрибьюторов, защищать интересы пользователей, формировать roadmap. - Сотрудничать с командами Product, Cloud и другими инженерными командами. - Привносить практический взгляд в решения по roadmap, опираясь на реальные рабочие процессы дата-инженеров и дата-сайентистов. Требования - 7+ лет опыта разработки ПО, включая практическую работу дата-сайентистом или ML-инженером. - Глубокий опыт проектирования и поддержки продакшн-готовых Python-коннекторов, SDK или интеграций для как минимум одной крупной платформы (оркестрация, BI, MLOps или трансформация данных). - Практический опыт применения AI/ML в продакшн-контексте дата-инженерии: генерация эмбеддингов, векторный поиск, фиче-пайплайны или LLM-инструменты, которые были запущены и работали в продакшене. - Уверенный опыт с Python-экосистемой данных: Pandas, NumPy, Pydantic и смежные библиотеки. - Сильные знания баз данных: SQL, моделирование данных, оптимизация запросов, знакомство с OLAP/аналитическими базами данных. - Уверенный опыт с конкурентным Python: threading, multiprocessing, async-паттерны. - Отличные письменные и устные коммуникативные навыки.
Senior AI-инженер, разработка Notebooks
Datadog Notebooks — совместная среда для ad-hoc анализа данных, технической документации, постмортемов инцидентов и ранбуков. Гибкость Notebooks делает её подходящим местом для интеграции ИИ-инструментов, расширяющих пользовательские рабочие процессы. Видение: пользователи работают в Notebooks с коллегами и ИИ-агентами бесшовно. Ищем продуктоориентированного Senior Software Engineer для создания ИИ-ассистируемых рабочих процессов, становящихся ключевыми для использования Notebooks. Роль предполагает тесную работу с продуктом и дизайном, владение платформами для аналитических процессов и поиска контекста. Возможность превратить Notebooks в инструмент, помогающий клиентам переходить от неопределённости к ответу, делая знания доступными и переиспользуемыми в продуктах Datadog. Datadog ценит офисную культуру — отношения, коллаборацию и креативность. Работаем в гибридном формате для баланса между работой и жизнью. Задачи: - Руководить дизайном и внедрением ИИ-продуктовых решений для Notebooks и смежных поверхностей. - Разрабатывать системы, сочетающие детерминированные продуктовые возможности с LLM-опытом для надёжных и объяснимых результатов. - Работать с продакт-менеджером: переводить проблемы клиентов, сигналы adoption и цели роадмапа в конкретные технические решения. - Создавать решения, позволяющие возможностям Datadog работать в сторонних ИИ-платформах, агентах и диалоговых средах. - Обеспечивать техническое лидерство и менторство, внедрять лучшие практики ИИ-инженерии. - Владеть продакшн-системами: строить и поддерживать надёжные бэкенд-сервисы в критическом пути клиентских деплоев, быть на он-кале. Требования: - Опыт с Go, Python или аналогичными системными языками. - 6+ лет релевантного инженерного опыта. - Практический опыт поставки продакшн-продуктов с ИИ и клиентских интерфейсов на LLM-технологиях. - Сильное продуктовое мышление, умение связывать технические решения с результатами клиентов и бизнес-эффектом. - Опыт создания надёжных систем, управляющих недетерминизмом моделей через фреймворки оценки, стратегии тестирования и операционное совершенство. Условия: - Акции при найме (RSU) и программа покупки акций сотрудниками (ESPP). - Непрерывное профессиональное развитие, продуктовое обучение и карьерные треки. - Менторская программа и программа «buddy» для внутреннего нетворкинга. - Инклюзивная культура, возможность вступить в Community Guilds. - Доступ к Inclusion Talks — внутренним панельным дискуссиям. - Бесплатные глобальные бенефиты Spring Health для сотрудников и иждивенцев старше 6 лет. - Конкурентные глобальные бенефиты. Бенефиты могут варьироваться в зависимости от страны и характера занятости.
ML‑инженер в Толк, middle/middle+
ML-инженер в Толк, middle/middle+ Компания: Контур Задачи - Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения. - Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей. - Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии. Ожидания - Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP. - Владение Python на продакшн-уровне, PyTorch. - Опыт решения прикладных задач с LLM, практический опыт с SFT, RAG и дистилляцией. - Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги. - Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги. - Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML. - Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.
Senior разработчик ПО, Backend/Инфраструктура
Компания Webflow ищет Senior Software Engineer в команду Convert (Backend/Infra). Это постоянная полная занятость, удалённый формат (Аргентина). Задачи: - Проектировать, разрабатывать и эксплуатировать распределённые бэкенд-системы для пайплайна рекомендаций и движка выполнения AI-воркфлоу, преимущественно на Python и TypeScript/Node.js. - Владеть и укреплять инфраструктуру продуктов, включая AI-платформу на AWS и Kubernetes: повышать надёжность, наблюдаемость и масштабируемость. - Улучшать обработку сбоев: событийность и стриминг, ретраи, backpressure, восстановление. - Устранять единые точки отказа в инфраструктуре, разделять операционную и on-call ответственность. - Проектировать чистые границы сервисов и API, оптимизировать модели данных и запросы MongoDB. - Использовать современные AI-инструменты для повышения эффективности, строить надёжные системы на основе недетерминированных LLM-компонентов. - Работать с продуктовыми инженерами, PM и дизайнерами, повышать стандарты тестируемости, наблюдаемости и поддерживаемости кода. - Наставлять инженеров в области бэкенда и надёжности. Требования: - BA/BS степень или эквивалентный опыт. - Свободный деловой английский (чтение, письмо, речь). - 5+ лет опыта разработки и эксплуатации бэкенд-систем в production, желательно в масштабируемом multi-tenant SaaS. - Глубокие знания распределённых систем: конкурентность, асинхронная и событийно-согласованная обработка, очереди/стриминг, проектирование с учётом сбоев. - Уверенное владение Python и/или TypeScript/Node.js, опыт моделирования данных в MongoDB или аналогичной БД. - Практический опыт с облачной инфраструктурой и DevOps: AWS, контейнеры, Kubernetes, CI/CD, наблюдаемость (метрики, логи, трейсинг). - Ценность тестирования, документации и надёжности, умение объяснять компромиссы. - Комфорт в условиях неопределённости, готовность наставлять менее опытных инженеров. - Открытость к изучению нового, активное использование AI в работе. Будет плюсом: - Опыт с движками воркфлоу/оркестрации (n8n, Temporal, Airflow или аналоги). - Опыт создания или эксплуатации LLM-поддерживаемых или агентных систем в production. - Опыт превращения нестабильного сервиса в стабильно надёжный.
AI-инженер, ML-инженер
Компания UST ищет AI-инженера для создания и внедрения продакшн-систем агентного ИИ корпоративного уровня. Инженер будет разрабатывать мультиагентные рабочие процессы, интегрировать большие языковые модели в существующие корпоративные системы и обеспечивать развертывание и автоматизацию для их надежной и безопасной работы в продакшене. Задачи: - Создание AI-агентов и мультиагентных систем с использованием фреймворков LangGraph и инструментов LangChain. - Разработка и настройка рабочих процессов промт-инжиниринга для нескольких LLM (GPT, Claude, LLaMA) с балансировкой надежности, стоимости и задержки. - Разработка REST API, WebSocket-сервисов и событийно-ориентированных конвейеров для AI-сервисов реального времени, стабильных под нагрузкой. - Автоматизация тестирования и релизов через Jenkins CI/CD, поддержание стандартов кода и документации с использованием Git, Jira и Confluence. - Развертывание AI-приложений на предприятии в соответствии с лучшими практиками. - Использование AI-дополненных инструментов разработки, таких как Claude Code и Codex, для ускорения поставки. - Координация с командами платформы, безопасности и продукта для обеспечения масштабируемых и безопасных развертываний. Требования: - 3-5 лет опыта в машинном обучении, AI или смежной области с поставленными продакшн-системами. - Не менее 1 года создания кастомных агентных AI-приложений. - Уверенные навыки Python и современные практики разработки. - Практический опыт работы с LLM и промт-инжинирингом на протяжении всего жизненного цикла приложения. - Подтвержденный опыт создания AI-агентов с LangGraph. - Знание как минимум одной корпоративной облачной AI-платформы для создания и развертывания агентных приложений, такой как Azure AI Foundry, AWS Bedrock или Google Gemini Enterprise, включая практики облачного развертывания. - Рабочее знание REST API, WebSockets и событийно-ориентированных систем. - Владение инструментами CI/CD (Jenkins) и контроля версий (Git). - Свободное владение AI-дополненными инструментами разработки для быстрого прототипирования. - Отличные письменные и устные коммуникативные навыки, аналитический подход к решению проблем и способность работать самостоятельно в кросс-функциональной команде. - Курирование слоя данных и интеграция с исходными системами для агентных приложений. Желательно: - Знакомство с Databricks. - Опыт работы с MLOps/LLMOps процессами и мониторингом приложений. - Знание корпоративной безопасности, соответствия требованиям и управления для AI-систем. - Знакомство с практиками управления жизненным циклом кода и моделей. Условия: - Локация: Калифорния. - Компенсация: $94,000-$141,000. - Льготы для штатных сотрудников: минимум 10 дней оплачиваемого отпуска в год, 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников), 10 оплачиваемых праздничных дней, оплачиваемый отпуск по утрате близкого человека и исполнение обязанностей присяжного. Участие в пенсионном плане 401(k) с взносами работодателя. Медицинская, стоматологическая и офтальмологическая страховка для сотрудников и их иждивенцев, проживающих в США, а также оплачиваемые компанией льготы для сотрудников: базовое страхование жизни, страхование от несчастных случаев и инвалидности, краткосрочная и долгосрочная нетрудоспособность. Штатные сотрудники могут приобрести дополнительные добровольные льготы по краткосрочной нетрудоспособности и участвовать в сберегательном счете на медицинские расходы (HSA), а также в гибком счете расходов (FSA) на здравоохранение, уход за детьми и/или транспортные расходы в соответствии с нормами IRS. Льготы различаются в Пуэрто-Рико. Сотрудники, работающие неполный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников) и могут участвовать в пенсионном плане 401(k) с взносами работодателя. Временные сотрудники, работающие полный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников).