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-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).
ML / LLM инженер
Компания, специализирующаяся на технологических сервисах и трансформации программного обеспечения и персонала, ищет ML / LLM инженера для участия в инициативе по машинному обучению, которая превращает агента, ориентированного на знания, в коммерчески успешный продукт. Работа предполагает взаимодействие с продуктовыми спецификациями для оценки рыночной жизнеспособности. Обязанности: - Инженерная трансформация существующего агента, ориентированного на знания и конкурентов, в агента, нацеленного на создание успешного продукта: перепроектирование его базового интеллектуального слоя от поиска и выборки к прогностическому скорингу. - Проектирование и создание ML-пайплайнов, которые принимают продуктовые входные данные (цвет, тип рукава, категория, цена и т. д.) и выдают классификации «успешный/неуспешный» с показателями уверенности. - Настройка и оптимизация LLM-интегрированных рабочих процессов, где текстовые описания продуктов, брифы покупателей или спецификации парсятся, обогащаются и подаются в модель. - Создание пользовательских интерфейсов ввода, позволяющих бизнес-пользователям вводить продуктовые спецификации в формализованном или диалоговом виде и получать ранжированные прогнозы с пояснительным обоснованием. - Работа с данными об ассортименте и эффективности продуктов для построения, валидации и непрерывного улучшения моделей с учителем и полуавтоматических прогностических моделей. - Разработка пайплайнов извлечения признаков из данных об атрибутах продуктов: обработка категориальных переменных (цвет, конструкция), сезонных паттернов, исторических показателей продаж и сигналов конкурентов. - Совместная работа с командами данных и продуктов для определения стратегий разметки для эталонной истины «успешный/неуспешный»: выявление правильных бизнес-метрик (продажи, маржа, повторные заказы) в качестве обучающего сигнала. - Оценка и итерация производительности моделей: создание офлайн-фреймворков оценки и интеграция циклов обратной связи от живого использования в процесс улучшения модели. - Документирование архитектуры моделей, данных и логики для поддержки управления, объяснимости и доверия заинтересованных сторон. Требования: - Сильный практический опыт в ML: классификация, регрессия, градиентный бустинг (XGBoost, LightGBM, Random Forest), проектирование признаков, оценка моделей и продакшн-развертывание. - Практический опыт интеграции LLM в производственные рабочие процессы: инженерия промптов, вызов функций/инструментов, RAG-пайплайны, парсинг и оценка LLM. - Опыт построения моделей, прогнозирующих реальные результаты или успех продукта на основе данных об атрибутах: контексты розничной торговли, моды, FMCG или ассортимента являются преимуществом. - Владение Python с pandas, NumPy и scikit-learn; способность обрабатывать, очищать и создавать признаки из неструктурированных данных о продуктах или транзакциях. - Опыт построения и развертывания сквозных ML-пайплайнов: обучение, оценка, версионирование и сервировка инференса. - 4–8 лет общего опыта в машинном обучении и/или AI-инженерии, минимум 2 года работы с LLM в производственном или близком к производственному контексте. - Сильный количественный бэкграунд: уверенное владение математикой моделей классификации, калибровкой вероятностей и метриками оценки (AUC, F1, компромиссы precision/recall). - Одинаково комфортная работа с табличными данными (атрибуты продуктов, история продаж) и текстом (описания продуктов, заметки покупателей, отчеты о трендах). - Прагматичный инженерный подход, балансирующий сложность моделей и скорость доставки: понимание, когда тонко настроенная модель градиентного бустинга превосходит LLM-пайплайн, а когда нет. - Развитые навыки совместной работы с командами мерчандайзинга, данных и продуктов, которые могут не иметь технического бэкграунда. - Интерес к продуктовой области: искреннее понимание того, что делает продукт коммерчески успешным, а не только оптимизация функций потерь в изоляции. - Предыдущий опыт работы с данными о продуктовом ассортименте, системами мерчандайзинга, PLM-данными или прогнозированием спроса в розничном или потребительском контексте. - Практический опыт работы с LangChain, Semantic Kernel или аналогичными оркестрационными фреймворками для создания LLM-рабочих процессов. - Опыт использования текстовых или мультимодальных эмбеддингов для кодирования атрибутов продуктов, поиска по сходству или кластеризации ассортимента. - Знакомство с MLflow или аналогичными инструментами для отслеживания экспериментов, реестра моделей и мониторинга производительности. - Опыт работы с Azure ML, AWS SageMaker или аналогичными платформами.
Software Engineer, AI Applications
Независимый научно-исследовательский институт ищет Software Engineer с опытом создания AI-приложений и применения технологий искусственного интеллекта для проектирования и внедрения AI-решений в различных секторах. Работа удаленная, для кандидатов в США. Обязанности: - Проектирование, разработка и поддержка AI-систем и мультиагентных рабочих процессов, включая retrieval, использование инструментов, оркестрацию и итеративное улучшение, с фокусом на production readiness и поддерживаемость. - Интеграция AI-систем с существующими платформами института, такими как сбор данных опросов, пайплайны систематических обзоров, инструменты обеспечения качества данных и рабочие процессы предложений, с учетом установленных архитектур и ограничений. - Разработка и поддержка сервисов с использованием контейнеров и современных практик CI/CD, создание масштабируемых, безопасных и экономичных AI-решений в облачных средах. - Преобразование исследовательских, бизнес- и пользовательских потребностей в работающие AI-приложения, автоматизирующие рабочие процессы, в тесном сотрудничестве с дата-сайентистами, исследователями и инженерами. - Участие в тестировании и оценке AI-систем, включая мониторинг производительности, проверки надежности и анализ компромиссов стоимости, в контексте федерально регулируемых и исследовательских сред. - Участие в технических обсуждениях, воркшопах и разработке прототипов с внутренними командами и клиентами, уточнение требований, демонстрация решений и итерации на основе обратной связи. - Документирование систем, создание переиспользуемых компонентов и общих абстракций, поддержка обмена знаниями внутри команды. Требования: - Степень магистра и не менее трех лет релевантного опыта разработки AI-приложений, включая микросервисы, контейнеризацию или serverless-функции; ИЛИ степень бакалавра с не менее чем пятью годами релевантного опыта. - Не менее двух лет опыта программирования на Python, JavaScript, TypeScript или аналогичных языках, обычно используемых в AI и backend-разработке. - Подтвержденный опыт участия в разработке и развертывании AI- или LLM-систем, включая retrieval-пайплайны, проектирование, рабочие процессы или автоматизацию. - Опыт интеграции AI-моделей в программные приложения через модельный сервинг. - Опыт разработки систем, работающих с чувствительными, ограниченными или конфиденциальными данными, и понимание влияния требований безопасности и соответствия на проектирование систем. - Владение общими системами контроля версий (например, Git) и рабочими процессами разработки ПО. - Знакомство с современными практиками развертывания и доставки, включая CI/CD-пайплайны, контейнеры и базовые концепции infrastructure-as-code. - Опыт работы в кросс-функциональных командных средах, включая участие в технических обсуждениях, ревью и итеративной поставке. - Отличные письменные и устные коммуникационные навыки, способность объяснять поведение, компромиссы и ограничения AI-систем нетехническим исследователям, клиентам и федеральным стейкхолдерам. - Юридическое разрешение на работу в США без необходимости спонсорства визы (например, H-1B). Предпочтительно: - Опыт работы с фреймворками оркестрации AI, такими как LangChain, LlamaIndex или аналогичными. - Опыт создания приложений, координирующих несколько моделей, инструментов или этапов обработки. - Опыт работы с одной из облачных платформ: AWS, Azure или GCP. - Опыт работы с реляционными и нереляционными базами данных (например, PostgreSQL, SQL-системы). - Опыт работы в регулируемых, исследовательских средах. - Опыт участия в подготовке предложений, техническом написании или развитии бизнеса в исследовательском или федеральном контексте. - Владение Unix/Linux.
Software Engineer для обучения ИИ
Компания Alignerr ищет Software Engineer для работы над обучением ИИ. Роль предполагает создание, оценку и улучшение кода, генерируемого ИИ, чтобы помочь системам ИИ мыслить как разработчики. Формат: почасовая контрактная работа, полностью удалённо. Занятость: 10–40 часов в неделю. Задачи: - Писать, отлаживать и оптимизировать код на различных языках, фреймворках и в разных предметных областях - Оценивать код, сгенерированный ИИ, на корректность, эффективность, читаемость и соответствие лучшим практикам - Выявлять ошибки, логические сбои, проблемы безопасности и узкие места производительности в результатах ИИ - Предоставлять структурированную детальную обратную связь с объяснением, почему код работает или не работает - Разрабатывать сложные промпты и сценарии с крайними случаями для проверки возможностей ИИ - Сравнивать и ранжировать несколько решений, сгенерированных ИИ, на основе инженерного качества - Работать самостоятельно и асинхронно по собственному графику Требования: - Владение одним или несколькими языками программирования (Python, JavaScript, Java, C++, Go, TypeScript или аналогичными) - Уверенное понимание структур данных, алгоритмов и принципов проектирования ПО - Умение читать, писать и рассуждать о коде ясно и точно - Развитые навыки решения проблем и системный подход к отладке - Понятная письменная коммуникация — умение объяснять технические решения простым языком - Самомотивация и надёжность при самостоятельной работе без контроля - Степень бакалавра в области компьютерных наук, программной инженерии или смежной области — или эквивалентный практический опыт Приветствуется: - Опыт работы с несколькими языками или технологическими стеками (full-stack, backend, системы, data engineering) - Знакомство с концепциями ИИ/ML, LLM или промпт-инжинирингом - Опыт ревью кода, технического написания или наставничества младших разработчиков - Опыт работы с облачными платформами, DevOps или распределёнными системами - Участие в соревновательном программировании, open-source проектах или пет-проектах - Учёная степень в области компьютерных наук или смежной дисциплины Условия: - Работа над передовыми ИИ-проектами совместно с ведущими исследовательскими лабораториями - Полная удалённость и гибкий график - Свобода фрилансера с интеллектуально стимулирующей работой - Прямое влияние на то, как ИИ пишет, понимает и рассуждает о коде - Возможность постоянной работы и продления контракта по мере запуска новых проектов
Senior AI-инженер, LLM и агентные системы
Компания: Auxmoney GmbH. О команде Работа в AI-команде: разработка ИИ-функций, платформ и сервисов, которые заметно продвигают бизнес, и активное формирование ИИ-возможностей и технической базы. Работа ведется в тесном сотрудничестве с продуктовой командой и профильными подразделениями. Также нужно задавать высокие стандарты в архитектуре и реализации и поддерживать менее опытных инженеров через менторство и обмен знаниями. Задачи - End-to-end ответственность: ведение тем от идеи через дизайн и архитектуру до публикации и эксплуатации, раннее выявление возможностей и рисков, достижение измеримых результатов. - Разработка и эксплуатация надежных, масштабируемых сервисов и приложений; обеспечение их надежности, поддерживаемости и понятности. - Написание чистого, тестируемого и эффективного кода, преимущественно на Python; повышение качества кода через ревью, четкие стандарты и прагматичные инженерные практики. - Тесная работа с продакт-менеджерами и стейкхолдерами, разработка пользователецентричных функций и быстрая адаптация на основе обратной связи и результатов. - Выявление полезных областей применения ИИ, разработка прототипов и контролируемый вывод AI-агентов и рабочих процессов в продакшн, например для автоматизации, поддержки принятия решений или внутренней продуктивности в инженерии. - Участие в технических дизайн-решениях и код-ревью; повышение планки надежности, поддерживаемости и производительности. - Постоянное улучшение систем, инструментов и процессов для повышения эффективности команды. - Рабочая модель: удаленно в пределах Германии или гибридно в офисах в Дюссельдорфе или Берлине, в зависимости от предпочтений и договоренности с командой. Требования - Опыт разработки и продуктивного запуска ИИ/ML-функций, например с LLM или агентными рабочими процессами, паттернами промптов и инструментов, эвалами и мониторингом, лучшими практиками безопасности ИИ или дизайном датасетов. - Несколько лет опыта в разработке ПО, отличное знание Python, уверенное объектно-ориентированное мышление. - Знание современных процессов разработки и работа в облачных средах, желательно с AWS и cloud-native деплойментами. - Уверенное и ответственное использование ИИ-инструментов программирования, таких как Claude Code, Cursor или аналогичных. - Продуктовое мышление: ориентация на пользователя и результат, активное задавание вопроса «зачем мы это строим», а не только «как». - Ответственность за результаты, самостоятельное ведение тем от концепции до эксплуатации и итеративное улучшение. - Четкая коммуникация, готовность к межфункциональной работе и активному обмену знаниями. - Немецкий язык на уровне C1 и английский на уровне C1 или C2. - Плюс: увлеченность ИИ, собственные проекты, готовность делиться примерами работ или демо. Условия - Гибкий график с семейными рабочими часами и щедрая политика удаленной работы. - Эргономичные рабочие места в офисах. - Короткие пути принятия решений, самостоятельная работа и пространство для ответственности и идей. - Возможности для развития и ежегодный бюджет на развитие. - Регулярные командные мероприятия и вечеринки. - Поддержка мобильности: билет на поезд или парковочное место. - Скидка на Fitness First или Urban Sports Club, фитнес-зал в офисе. - Взносы в корпоративную пенсионную программу.
AI-инженер по интеграции и автоматизации
О компании Customs Support Group (CSG) — европейский лидер в области таможенных услуг, работающий в 15 странах. Компания принадлежит частной инвестиционной компании, быстро растёт и развивается за счёт органического роста и стратегических приобретений. Ключевые приоритеты — цифровая трансформация, операционное совершенство и клиентский опыт. О роли Разработка агентных AI-решений, интеграция LLM в существующие системы и автоматизация сложных бизнес-процессов в различных приложениях. Работа предполагает самостоятельный анализ требований, проектирование AI-решений и их внедрение до продакшена. Сочетание программной инженерии и AI-инженерии для обеспечения надёжной, безопасной и масштабируемой работы интеллектуальных систем. Обязанности - Анализ бизнес-требований и реализация технических решений - Разработка и интеграция интеллектуальных решений автоматизации и AI-приложений - Интеграция LLM в существующие корпоративные системы - Разработка надёжных бэкенд-компонентов и интеграционных модулей - Подключение существующих систем через API - Автоматизация бизнес-процессов с использованием современных workflow- и AI-платформ - Реализация новых AI-кейсов от концепции до продакшена - Обеспечение высокой производительности, стабильности и масштабируемости Требования - Степень бакалавра или магистра в области компьютерных наук, бизнес-информатики или сопоставимая квалификация - Опыт разработки ПО, желательно бэкенд-разработки - Опыт работы с Python или сопоставимым языком программирования - Знание проектирования API и системной интеграции - Опыт работы с облачными технологиями, Docker и Git - Аналитическое мышление - Интерес к современным AI-технологиям и автоматизации процессов - Самостоятельный, прагматичный и ориентированный на результат подход - Очень хорошее знание немецкого языка и хорошее знание английского языка - Готовность к командировкам Желательно - Практический опыт работы с большими языковыми моделями (Claude, OpenAI, GPT, Gemini) - Опыт с AI-агентами и агентными фреймворками - Опыт автоматизации workflow (например, n8n, Make, Power Automate) - Опыт работы с Kubernetes или CI/CD - Опыт работы с базами данных, моделированием данных и высокопроизводительными пайплайнами данных Условия - Разработка продуктивных AI-решений с использованием современных LLM, агентных фреймворков и облачных технологий - Высокая степень творческой свободы и автономии — от концепции до продакшена - Прямое взаимодействие с бизнес-подразделениями и командами без длительных согласований - Короткие пути принятия решений и прагматичный подход к работе - Сложные проекты в области AI и цифровой трансформации, приносящие прямую пользу - Современные технологии в AI, облаке и программной инженерии - Гибкий график работы и возможность удалённой работы
AI-инженер по интеграции и автоматизации
О компании Customs Support Group (CSG) — европейский лидер рынка таможенных услуг, работающий в 15 странах. CSG принадлежит частной инвестиционной компании и является быстрорастущим, динамичным и управляемым данными предприятием, расширяющим присутствие за счет органического роста и стратегических приобретений. Ключевые приоритеты: цифровая трансформация, операционное совершенство и оптимизированный клиентский опыт — все с целью стимулирования роста и повышения эффективности. Создавай интеллектуальные бизнес-процессы с помощью ИИ Ты хочешь не просто прорабатывать теоретические сценарии использования ИИ, а разрабатывать продуктивные решения, которые действительно продвигают компании вперед? Мы работаем прагматично, рано проводим валидацию и постоянно совершенствуемся. Ты разрабатываешь агентные ИИ-решения, интегрируешь LLM в существующий системный ландшафт и автоматизируешь сложные бизнес-процессы в различных приложениях. Ты работаешь самостоятельно, анализируешь требования, проектируешь ИИ-решения и доводишь их до продуктивного использования. При этом ты соединяешь программную инженерию с ИИ-инженерией и обеспечиваешь надежную, безопасную и масштабируемую работу интеллектуальных систем. Задачи - Анализ функциональных требований и реализация технических решений - Разработка и интеграция интеллектуальных решений автоматизации и ИИ-приложений - Интеграция LLM в существующие корпоративные системы - Разработка надежных бэкенд- и интеграционных компонентов - Подключение существующих систем через API - Автоматизация бизнес-процессов с помощью современных платформ рабочих процессов и ИИ - Реализация новых ИИ-сценариев от идеи до продуктивной эксплуатации - Обеспечение производительной, стабильной и масштабируемой работы Требования - Законченное образование в области информатики, бизнес-информатики или сопоставимая квалификация - Опыт в разработке ПО, желательно в бэкенде - Опыт работы с Python или сопоставимым языком программирования - Знания в проектировании API и системной интеграции - Опыт работы с облачными технологиями, Docker и Git - Аналитическое мышление - Интерес к современным ИИ-технологиям и автоматизации процессов - Самостоятельный, прагматичный и ориентированный на решение стиль работы - Очень хорошее знание немецкого и хорошее знание английского языка - Готовность к командировкам Желательно - Практический опыт с большими языковыми моделями (LLM), такими как Claude, OpenAI, GPT или Gemini - ИИ-агенты и агентные фреймворки - Автоматизация рабочих процессов (например, n8n, Make или Power Automate) - Kubernetes или CI/CD - Базы данных, моделирование данных и разработка производительных конвейеров данных Условия - Разработка продуктивных ИИ-решений с использованием современных LLM, агентных фреймворков и облачных технологий - Большая свобода действий и высокая степень ответственности — от концепции до продуктивной эксплуатации - Прямое сотрудничество с профильными отделами и командами — без долгих циклов согласования - Короткие пути принятия решений и прагматичный подход - Сложные ИИ- и проекты цифровизации с непосредственной пользой - Современные технологии в области ИИ, облака и разработки ПО - Гибкий график работы и мобильная работа
Forward Deployed Engineer, AI-решения
Forward Deployed Engineer — инженер, который помогает бизнесу внедрять AI-решения. Роль предполагает работу с бизнес-подразделениями: от постановки задачи до запуска и оптимизации решений в production. Задачи: - Совместно с бизнес-заинтересованными сторонами определять и приоритизировать высокоценные сценарии использования, соответствующие стратегическим целям. - Переводить бизнес-задачи в технические проекты, архитектуру решений и планы внедрения. - Проектировать, разрабатывать и разворачивать комплексные решения: пайплайны данных, API, оркестрацию рабочих процессов и AI/ML-функциональность. - Интегрировать решения в существующие корпоративные системы и рабочие процессы. - Ускорять вывод решений из пилота в production итеративным методом (в течение месяца). - Обеспечивать надежность, масштабируемость и производительность решений через мониторинг, тестирование и оптимизацию. - Сотрудничать с командами архитектуры, инженерии, безопасности и данных для соблюдения корпоративных стандартов и требований безопасности. - Поддерживать решения в соответствии с отраслевыми требованиями, управлением данными и внутренним аудитом, обеспечивая контроль и документацию. - Вносить переиспользуемый код, паттерны и компоненты в корпоративные платформы. Требования: - Опыт работы с AI/LLM-технологиями от 5 до 7 лет: большие языковые модели (LLM), retrieval augmented generation (RAG), фреймворки автоматизации. - Опыт работы Forward Deployed Engineer или в аналогичной роли в сфере быстрой разработки AI-решений. - Опыт работы с облачными платформами (предпочтительно Azure), контейнеризацией и инфраструктурой как кодом. - Опыт проектирования и внедрения корпоративных решений на уровнях данных, приложений и интеграции. - Сильные full-stack навыки: бэкенд-разработка, инженерия данных, системная интеграция (React, Next.js, Python, Node.js, AI SDK, Snowflake, Azure, OpenAI API, Anthropic Claude, PyTorch, Pinecone, Qdrant). - Умение проектировать и реализовывать пайплайны данных, API и масштабируемые архитектуры решений. - Опыт в разработке ПО, инженерии данных или смежных технических ролях: фронтенд, фуллстек, бэкенд, пайплайны данных, интеграция агентов, промт-инжиниринг, быстрая разработка приложений, UX-прототипирование. - Знание управления данными, стандартов безопасности и требований соответствия. - Умение работать в кросс-функциональных командах: бизнес, продукт, инженерия. - Отличные коммуникационные навыки, способность объяснять технические концепции нетехнической аудитории. Условия: - Полная занятость, постоянная роль, не контракт. - Полная удалённая работа или гибрид в Род-Айленде. - Для удалённых кандидатов: проживание в одном из штатов — Аризона, Коннектикут, Флорида, Джорджия, Луизиана, Массачусетс, Северная Каролина, Оклахома, Род-Айленд, Южная Каролина, Техас, Вирджиния. - Работодатель не спонсирует визы.
Senior Full Stack разработчик, Gen AI
О вакансии - Роль: Full Stack Developer с Gen AI - Локация: Уиппани, Нью-Джерси (гибрид) - Занятость: полная - Клиент: Persistent Systems Обязанности - Проектировать и разрабатывать масштабируемые фронтенд-приложения на TypeScript и Python. - Создавать и интегрировать REST API. - Взаимодействовать с бэкенд-командами для обеспечения бесшовной интеграции фронтенда и бэкенда. Требования - Опыт работы с Python и TypeScript (6–8 лет). - Понимание фронтенд-архитектуры, паттернов проектирования и компонентного подхода. - Опыт разработки RESTful API (предпочтительно FastAPI). - Опыт интеграции API, включая взаимодействие фронтенда и бэкенда. - Опыт работы с GitHub и CI/CD пайплайнами. - Понимание реализации Agentic AI. - Знание, как реализовывать решения с использованием LLM. - Опыт работы с любым JS-фреймворком (Angular, React, Vue). - Опыт работы с LLM. Желательно - Опыт работы с векторными базами данных (Vector DB). - Опыт работы с облачными платформами, такими как AWS или Azure. - Знание технологий контейнеризации, таких как Docker и Kubernetes.
Senior Data Scientist, Python, машинное обучение
Компания Proxify ищет Senior Data Scientist (Python) для одной из быстрорастущих клиентских команд в роли технического лидера по инновациям в данных. Задача — превращать сложные высокоскоростные наборы данных в прогнозные модели и практические системы, которые напрямую влияют на продуктовую стратегию и бизнес-операции. Специалист будет соединять чистые исследования и продакшн-разработку: не только строить прототипы в ноутбуках, но и проектировать, обучать, оценивать и разворачивать надежные модели машинного обучения в облачных средах. Роль подходит дата-сайентисту с системным мышлением, ценящему чистую модульную Python-архитектуру, статистическую строгость и масштабируемые пайплайны данных. Задачи - Проектировать, создавать и оптимизировать масштабируемые прогнозные модели и алгоритмы машинного обучения для решения сложных бизнес-задач. - Архитектурно выстраивать и поддерживать надежные пайплайны данных и наборы признаков, обеспечивая качество, согласованность и целостность данных на этапах обучения и инференса. - Взаимодействовать с дата-инженерами, продакт-менеджерами и бэкенд-командами для бесшовной интеграции моделей в основные API приложений. - Проводить тщательные код-ревью рабочих процессов data science, продвигая продакшн-стандарты Python и линтинг. - Переводить технические метрики (Precision, Recall, ROC-AUC, RMSE) в понятные бизнес-результаты и рекомендации для руководства. Требования - 5+ лет профессионального опыта в роли Data Scientist, экспертное владение экосистемой Python для данных (Pandas, NumPy, SciPy, Scikit-Learn). - Глубокие теоретические и практические знания supervised и unsupervised обучения, регрессии, классификации, кластеризации и прогнозирования временных рядов. - Подтвержденный опыт вывода моделей из Jupyter Notebook в продакшн с использованием контейнеризации (Docker) и микросервисной архитектуры. - Уверенное написание сложных оптимизированных SQL-запросов, опыт работы с большими данными с использованием распределенных вычислений (PySpark или Ray). - Опыт работы с инструментами жизненного цикла ML (MLflow, DVC или Weights & Biases) для отслеживания моделей, версионирования и управления feature store. - Практический опыт работы с облачной инфраструктурой (AWS, GCP или Azure) и управляемыми ML-сервисами (например, SageMaker или Vertex AI). - Часовой пояс: CET (±3 часа). Кандидаты из других часовых поясов не рассматриваются. Желательно: - Опыт глубокого обучения с использованием PyTorch или TensorFlow/Keras. - Опыт работы с NLP-фреймворками (Hugging Face, spaCy) или развертывание пайплайнов на основе LLM (LangChain, векторные базы данных). - Знакомство с инструментами оркестрации, такими как Apache Airflow или Prefect. - Сильный бэкграунд в дизайне экспериментов, методологии A/B-тестирования и проверке статистической значимости. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы проекта: стабильные 8-часовые рабочие дни с клиентами. - До 24 гибких выходных дней в год без потери оплаты для полной занятости на позициях, найденных через Proxify. - Долгосрочные удаленные позиции в технологических компаниях. - Персональный подбор проектов без типичных барьеров и предвзятости в рекрутинге. - Единый процесс найма для множества возможностей без дополнительных оценок. - Одинаковая ежемесячная оплата на позициях, найденных через Proxify.
Senior Python-разработчик (FastAPI)
Компания Proxify — платформа для связи разработчиков с удалёнными full-time проектами. С момента запуска разработчики Proxify работали с более чем 1200 клиентами; более 5000 разработчиков доверяют сети Proxify. Рейтинги: Glassdoor 4.5/5, Trustpilot 4.8/5. Вакансия: Senior Python-разработчик (FastAPI) для одного из быстрорастущих клиентов Proxify. Роль включает проектирование, создание и масштабирование основных cloud-native backend-сервисов, разработку высоконагруженных асинхронных API с низкой задержкой для функций платформы, работающих с большими данными. Требования - 3+ лет практического опыта в production-разработке высокопроизводительных асинхронных веб-сервисов на FastAPI и современном Python (3.10+); глубокое владение asyncio, dependency injection и валидацией данных Pydantic v2. - 5+ лет общего опыта в разработке, проектировании и поддержке production-grade распределённых систем и RESTful API. - Уверенное владение реляционными базами данных (PostgreSQL), написание оптимизированных SQL-запросов или использование ORM (SQLAlchemy, Alembic) для миграций и оптимизации запросов; обязателен опыт работы с кэшированием на Redis. - Практический опыт создания слабосвязанных сервисов с использованием очередей сообщений и стриминговых платформ (например, RabbitMQ, Celery, Apache Kafka). - Уверенное ежедневное владение Docker, Kubernetes или AWS-контейнерными сервисами (ECS/EKS), настройка CI/CD (GitHub Actions, GitLab CI). - Строгое соблюдение паттернов проектирования, принципов чистого кода и комплексное автоматизированное тестирование с помощью pytest. - Нахождение в часовом поясе CET (+/- 3 часа); кандидаты из других часовых поясов не рассматриваются. Желательно - Опыт работы с GraphQL или WebSocket наряду со стандартными REST-протоколами. - Знакомство с векторными базами данных (Pinecone, Milvus, Qdrant) или фреймворками оркестрации AI/LLM (LangChain, LlamaIndex) для backend-систем с ИИ. - Опыт миграции легаси-монолитов на Django или Flask к слабосвязанным микросервисам на FastAPI. Задачи - Проектирование, разработка и документирование безопасных высококонкурентных микросервисов и REST-эндпоинтов на FastAPI с использованием стандартов OpenAPI/Swagger. - Профилирование асинхронных узких мест, управление event loop, оптимизация запросов к БД и масштабирование кэширующих слоёв для поддержания времени ответа менее миллисекунды при пиковой нагрузке. - Создание надёжных каналов связи между внутренними сервисами и внешними партнёрскими API с помощью вебхуков, брокеров сообщений и фоновых воркеров (например, Celery). - Ведение технических обсуждений, установление стандартов тестирования и проведение тщательных код-ревью для обеспечения надёжности и безопасности системы. - Тесное взаимодействие с DevOps-командами для контейнеризации приложений, мониторинга облачных метрик и оптимизации автоматизированных релизных циклов. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы работы: 8-часовой рабочий день с клиентами. - До 24 оплачиваемых flex-дней в год для full-time позиций, найденных через Proxify. - Эксклюзивные долгосрочные удалённые позиции в передовых компаниях. - Персональный подбор вакансий без типичных препятствий и предвзятости в рекрутинге. - Одноразовый процесс заключения контракта для множества возможностей без дополнительных оценок. - Стабильная ежемесячная оплата для позиций, полученных через Proxify.
Senior Principal инженер-разработчик ИИ
Федеральная технологическая консалтинговая компания ищет Senior Principal инженера-разработчика ИИ для присоединения к своей команде. Идеальный кандидат имеет 12–15+ лет опыта в разработке ПО и 8+ лет практического опыта в ИИ/МО, опыт проектирования и внедрения крупномасштабных ИИ-систем, знакомство с такими областями, как большие языковые модели (LLM), генерация с дополненной выборкой (RAG), агентный ИИ, оркестрационные фреймворки, MLOps, распределённое обучение и модернизация корпоративного ИИ. Требуется опыт работы с Python, PyTorch, TensorFlow, облачными платформами (AWS, Azure, GCP) и разработкой полнофункциональных приложений. Предпочтителен предыдущий опыт работы в федеральных средах, управление ИИ, облачные нативные архитектуры, DevSecOps, микросервисы и управляемые ИИ-платформы, такие как AWS Bedrock, Azure OpenAI и Google Vertex AI. Требуется гражданство США. Активный допуск Public Trust, Secret или выше будет преимуществом. Требуемые навыки и опыт: - 10+ лет опыта в науке о данных, МО или ИИ - Владение Python на экспертном уровне - Опыт в машинном обучении, глубоком обучении и LLM - RAG, векторные базы данных и инструменты генеративного ИИ - MLOps и развёртывание моделей в продакшене - Облачные платформы (AWS, Azure, GCP) - Внедрение ИИ и аналитики в масштабе предприятия - Статистика, эксперименты и оценка моделей - Степень бакалавра или магистра в смежной области - Степень в области компьютерных наук, инженерии или смежной области Предложение: - Конкурентоспособная почасовая ставка - Полный пакет медицинских льгот - Медицинская страховка - Стоматологические льготы - Офтальмологические льготы - Оплачиваемый отпуск - Пенсионный план 401(k) Соискатели должны иметь разрешение на работу в США на полную ставку сейчас и в будущем.
Senior Backend-инженер, AI-агенты и LLM-системы
Обзор роли В роли Senior Backend-инженера в команде Nonlinear Productivity вы будете находить и устранять препятствия в жизненном цикле разработки ПО с помощью надежной автоматизации на основе ИИ — диагностировать такие проблемы, как длительные циклы ревью, ручные шаги релиза и хрупкая автоматизация, а затем создавать автоматизацию и изменения процессов, которые решают их окончательно. Примеры задач команды: - Сокращение вдвое времени на качественное ревью кода — с сохранением участия человека — с помощью агентных решений. - Превращение ручного, подверженного ошибкам шага релиза в агентный процесс, который замечает собственные ошибки до того, как их увидит человек. Чем предстоит заниматься - Выявлять источники препятствий в жизненном цикле разработки GitLab и определять масштаб агентных решений для их устранения, превращая нечеткие болевые точки в конкретные реализуемые предложения. - Проектировать и создавать надежные системы на основе ИИ, которые следуют пошаговым процессам, используют инструменты и проверки безопасности и исправляют ошибки до выполнения инженерных действий — результат, которому можно доверять в реальных инженерных решениях. - Создавать и поддерживать инструменты оценки, которые судят о результате агента по корректности, соблюдению ограничений и стоимости, а не по тому, «кажется ли он работающим». - Работать с кодовой базой GitLab по мере необходимости, направляясь туда, где реально есть препятствия, а не оставаясь в рамках одного сервиса или продуктовой области. - Применять экспертизу в распределенных системах для выявления сгенерированного кода, который может дать сбой при конкурентном доступе, масштабировании или в развертываниях self-managed, dedicated и multi-tenant, предотвращая сбои до того, как они достигнут клиентов. - Сотрудничать с группой в Индии, обмениваясь дорожными картами, результатами и переиспользуемыми агентными инструментами. - Взять на себя ответственность за новую область с первого дня, помогая превратить проверенное внутреннее решение в возможность, которую GitLab сможет предлагать клиентам; зона ответственности и влияние могут расти по мере масштабирования команды. Требования - Практический опыт создания агентных систем или систем на основе больших языковых моделей — многошаговая оркестрация, использование инструментов, защитные механизмы и паттерны восстановления — и доведения их до надежной работы в продакшене, а не как разовых промптов или демонстраций. - Подтвержденный опыт автономной работы в незнакомых кодовых базах, быстрого вхождения в контекст и доведения решений до завершения. - Глубокие знания распределенных систем, включая координацию, согласованность, идемпотентность, ограничение скорости, режимы отказов и деградацию под нагрузкой. - Владение Go, Rust или Python (в порядке приоритета команды) и способность читать и модифицировать код на остальных языках. - Полезный опыт включает: выпуск автономных агентов, выполняющих реальные задачи от начала до конца; улучшение систем сборки, процессов релиза, процессов ревью или других частей жизненного цикла разработки ПО; работу с глобально распределенными командами, стоимостью нагрузки больших языковых моделей или производственными ограничениями в развертываниях on-premises, air-gapped, single-tenant и software-as-a-service. О команде Команда Nonlinear Productivity (внутреннее сокращение «NLP», не связанное с обработкой естественного языка) — одна из новейших команд GitLab: стратегическая инкубационная группа, подчиняющаяся руководству AI Platform при непосредственном спонсорстве CTO. Она разделена на группу в США (эта роль) и группу в Индии, работающую по тому же уставу; они синхронизируются по дорожной карте и инструментам несколько раз в неделю, но в остальном работают независимо. Команда действует как стартап — без выделенного продакт-менеджера и предзаданного бэклога.
Staff-бэкенд-инженер, архитектура и нелинейная производительность
Обзор роли Staff-инженер — технический якорь команды Nonlinear Productivity в США: человек, который определяет, что значит «проверено» перед выпуском, и помогает формировать, что команда будет строить дальше, а не только как это строить. Это команда общего профиля, созданная с нуля, без выделенного продакт-менеджера — ответственность начинается с первого дня. Примеры задач команды: - Сократить вдвое время на качественное ревью кода, которое сохраняет участие человека, используя агентные решения. - Превратить ручной, подверженный ошибкам шаг релиза в агентный процесс, который сам ловит свои ошибки до того, как их увидит человек. Что вы будете делать - Задавать техническое направление для агентных систем команды: от оркестрации агентов до того, где шаг должен оставаться под контролем человека, и отстаивать эти решения после проверки на реальном коде. - Выявлять и приоритизировать источники трения в SDLC GitLab, доводя исправление — агентное, процессное или оба — от гипотезы до выпущенного измеренного результата. - Работать в любой части кодовой базы GitLab, так как команда действует как небольшая группа общего профиля, а не ограничена одним сервисом. - Применять суждения о распределенных системах, чтобы выявлять случаи, когда сгенерированный код выглядит корректным, но ломается при конкурентности, масштабировании или разных топологиях развертывания (включая self-managed, dedicated и multi-tenant среды), и обучать других этому. - Наставлять senior и middle инженеров в практиках агентной инженерии и суждениях о распределенных системах через ревью дизайна и парное программирование, повышая общий уровень команды. - Несколько раз в неделю взаимодействовать с группой в Индии для согласования дорожной карты и представлять технический прогресс команды заинтересованным сторонам в организации CTO. - Выступать в роли «bar raiser» для найма в команде, проводя раунд технического лидерства для кандидатов уровня Staff по мере роста команды. - Владеть greenfield технической основой с первого дня, с возможностью роста влияния по мере масштабирования команды. Что вы привнесете - Опыт создания надежных агентных систем или систем на основе больших языковых моделей (LLM), включая многошаговую оркестрацию, использование инструментов, guardrails и восстановление. - Способность автономно работать в незнакомых кодовых базах и доводить решения от обнаружения до завершения. - Сильные основы распределенных систем и информатики: координация, консистентность, идемпотентность, ограничение скорости, режимы отказов и деградация под нагрузкой. - Владение Go, Rust или Python, с умением читать и модифицировать код на остальных. - Подтвержденный опыт достижения результатов из неясных или неполных требований — умение разбивать сложную слабо специфицированную проблему на конкретное предложение из маленьких выполнимых шагов. - Опыт разработки фреймворков оценки для систем, где «выглядит правдоподобно» и «на самом деле корректно» — разные вопросы, и подтвержденный опыт повышения планки качества для вывода команды, а не только своего. - История разблокировки и поддержки коллег — через ревью дизайна, технические статьи или наставничество — и регулярное взаимодействие с другими командами для поиска мест, где сотрудничество действительно окупается. О команде Nonlinear Productivity (внутри сокращенно «NLP», не связано с обработкой естественного языка) — одна из новейших команд GitLab: стратегическая инкубационная группа, подчиняющаяся руководству AI Platform под прямым спонсорством CTO.
Вайбкодер, full-stack AI/SEO
О компании Компания Adaptify SEO работает над AI-управляемым SEO в масштабе. Задачи - Создание AI-инструментов, которые помогают бизнесу расти в органической выдаче. - Работа по всему стеку: интеграции LLM, контентные пайплайны, фронтенд-дашборды и аналитика. Требования - Умение быстро выпускать продукт и мыслить креативно. Условия - Полная удалённая работа, асинхронный формат. - Без ежедневных стендапов и микроменеджмента. - Быстрый темп, ежедневные релизы. - Доверие к команде и самостоятельность в работе.
Praktikant/Werkstudent Vibe Coding for AI Security (d/m/w/x)
Роль Стажёр/рабочий студент (d/m/w/x) в области Vibe Coding for AI Security в Mercedes-Benz Tech Innovation. Вы будете работать в agile-команде над быстрыми программными прототипами, внутренними инструментами и решениями по автоматизации с использованием современных технологий AI-кодирования. Задачи - Разработка прототипов, MVP и решений для автоматизации с помощью AI-ассистентов кодирования (например, GitHub Copilot, Claude Code). - Исследование, тестирование и оценка новых инструментов, фреймворков и open-source проектов для разработки ПО с использованием AI. - Создание и поддержка конфигураций проектов (например, SKILL.md, ARCHITECTURE.md) для предоставления контекста AI-агентам. - Проектирование собственных подходов к решению задач, интеграция данных из различных источников и тестирование результатов. - Поддержка команды в таких темах, как AI Red Teaming, AI Governance и обеспечение безопасности AI-систем путём предоставления подходящего инструментария. Требования - Студент, обучающийся по направлению Computer Science, Software Engineering, Data Science или аналогичной программе. - Уверенные навыки программирования как минимум на одном языке (например, Python, TypeScript, JavaScript). - Уверенное использование Git и GitHub. - Активное использование AI-ассистентов кодирования, таких как GitHub Copilot или Claude Code; опыт работы с промптами для LLM. - Некоторое знакомство с файлами SKILL.md, MCP-серверами, агентными фреймворками или оркестровкой AI-рабочих процессов будет плюсом. - Базовый интерес к AI Security; глубокие предварительные знания не требуются. - Аналитическое мышление, способность быстро схватывать информацию и сильные коммуникативные навыки. - Уверенное владение офисными инструментами (MS Word, MS Excel, Outlook, Teams). - Очень хорошие письменные и устные навыки немецкого и английского языков. Льготы - Гибкие условия работы и гибкий рабочий график. - Пропорциональные 30 дней отпуска и возможность работать удалённо по согласованию с командой. - Почти все позиции также доступны на условиях частичной занятости. - Индивидуальный онбординг и выделенное контактное лицо.
AI Engineer – United States
AI Engineer О роли Мы ищем AI-инженера для проектирования, разработки и внедрения приложений промышленного уровня с использованием различных больших языковых моделей. Вам предстоит создавать сложные многоэтапные агентные рабочие процессы, создавать и оптимизировать пайплайны поисковой дополненной генерации, а также работать с полным стеком технологий для предоставления корпоративным клиентам решений на базе искусственного интеллекта в области устойчивого развития. Ключевые обязанности - Проектирование, разработка и внедрение приложений промышленного уровня с использованием различных LLM - Создание сложных многоэтапных агентных рабочих процессов с использованием LangChain и LangGraph - Создание и оптимизация RAG-пайплайнов с использованием эмбеддингов и векторных баз данных - Полностековая разработка, охватывающая фронтенд и бэкенд - Руководство инициативами по файнтюнингу LLM для предметно-специфичных приложений - Разработка продвинутых стратегий промпт-инжиниринга - Использование инструментов разработки на базе ИИ для генерации и оптимизации кода - Интеграция AI-функциональности на Python с сервисами на Java Требования - Степень в области компьютерных наук или эквивалентный опыт - Более 5 лет профессионального опыта в разработке ПО - Минимум 2 года опыта работы в сфере AI/ML с LLM - Уверенное владение Python и библиотеками для data science - Практический опыт работы с LangChain и LangGraph от 1 года - Опыт реализации архитектуры RAG - Приветствуются навыки работы с React и интеграции REST API - Продемонстрированный опыт использования AI Copilot или аналогичных инструментов генеративного кодирования Почему Pulsora - Высокая степень ответственности и автономия в роли с высоким влиянием - Передовые разработки в области ИИ для решений, ориентированных на устойчивое развитие - Опционы на акции и конкурентоспособные преимущества включены - Гибридная гибкость: 2–3 дня в неделю в офисе для тех, кто находится в Нью-Йорке, районе залива Сан-Франциско или Мюнхене; в противном случае — полностью удаленная работа
ML / Recsys Engineer в Персональные рекомендации
Вакансия ML / Recsys Engineer в Персональные рекомендации (Wildberries) Задачи - Разрабатывать и развивать алгоритмы, которые формируют ленту рекомендаций на Главной странице Wildberries для каждого пользователя с учётом его контекста (история действий, время суток, устройство, сезонность и т.д.) - Внедрять и тестировать различные стратегии ранжирования — от классических (матричная факторизация, градиентный бустинг) до нейросетевых подходов (two‑tower модели, трансформеры) - Настраивать отдельные модели и стратегии для других зон маркетплейса, а также развивать медиа рекомендации в Wibes и WB Книги - Участвовать в ранжировании поисковой выдачи и каталога, добавлять персонализированные сигналы в алгоритмы - Развивать профиль пользователя и фичи таргетинга для быстрого применения персонализации в различных сценариях (скидочные акции, пуш-уведомления, email‑рассылки) Требования - Опыт работы в направлении ML от 3 лет - Знание классического ML, DL - Понимание, как устроены рекомендательные системы - Опыт разработки рекомендательных систем - Хорошее знание алгоритмов и структур данных - Знание и умение применять для ML стек Python (Polars, Pandas, Sklearn, Numpy, Scipy, XGBoost/LightGBM/Catboost), а также SQL - Опыт обучения моделей, которые работают в продуктах для массовой аудитории и приносят пользу - Знание современных архитектур и желание развивать SOTA подходы к рекомендациям и ранжированию (OneRec, HSTU, DCN-v2) - Опыт выкатки моделей в production
Python Lead
Python Lead Компания: Сбер Локация: Москва Формат работы: офис Обязанности - Проектирование и согласование архитектуры приложений и интеграций - Развитие и разработка расчетных модулей системы, общих библиотек, реализация интеграционных взаимодействий - Формирование требований для построения CI/CD, мониторинга, логирования - Проведение ревью кода, поддержка код стандарта, командные коммуникации - Распределение нагрузки между членами команды - Контроль сроков выполнения задач - Организация внутренних процессов в команде - Контроль релизных циклов и выполнения выставляемых требований Требования - Опыт командной работы с применением гибких подходов (be Agile!) - Понимание принципов жизненного цикла разработки и практический опыт создания python приложений enterprise экосистемы - Опыт проектирования API и интеграционных взаимодействий (HTTP, REST, GraphQL) - Понимание принципов ООП, SOLID, паттернов проектирования (GoF) - Понимание базовых принципов многопоточного и асинхронного программирования (GIL, asyncio) - Уверенные знания Python и опыт разработки с использованием Django, FastAPI, Streamlit - Опыт работы с python data (Pandas/Numpy/SciPy) - Практические знания и навыки работы с LLM (большими языковыми моделями) и DataScience - Опыт работы с инструментами контейнеризации приложений (Docker) - Уверенный Linux пользователь - Понимание принципов CI/CD - Умение работать в команде и эффективно распределять задачи - Понимание принципов и инструментов Scrum
Team Lead / Principal ML Engineer
Team Lead / Principal ML Engineer Компания: Авиасейлс Удалённая работа Чего ждём от тебя - 5+ лет в ML/DS — ты выкатывал модели в прод и знаешь, что это значит на практике - Уверенный Python: ООП, типизация, тесты - Классический ML: бустинги, валидация, понимание где нейросеть избыточна, а где достаточно градиентного бустинга - Опыт с текстовыми нейросетевыми моделями: BERT-подобные трансформеры, LLM API, промпт-инжиниринг, eval-сеты - Практический опыт MLOps: пайплайны данных, оркестрация (Airflow, Kubeflow или аналоги), трекинг экспериментов - Инфраструктурный бэкграунд: Docker, CI/CD, Kubernetes, логирование и мониторинг — ты понимаешь, как устроены высоконагруженные сервисы, а не только модели внутри них - Умение мыслить P&L: переводить метрики моделей (F1, ROC-AUC) в конверсии и деньги, защищать технические решения перед бизнесом финансовыми аргументами - У тебя уже есть опыт менторства или лидерства — и тебе это нравится
Junior Python-разработчик (стажировка)
Junior Python-разработчик (стажировка) Компания: Сбер Локация: Москва (офис) Обязанности - разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы - исследование и пилотирование AI-платформ (OpenClaw, Claude Code, LangChain и аналоги) для автоматизации задач разработки и бизнес-процессов - участие в проектировании бэкенд-компонентов для взаимодействия с LLM (совместно с командой) - проведение экспериментов: тестирование гипотез, сравнение моделей и инструментов - документирование результатов исследований и подготовка рекомендаций - участие в Code Review - работа в Agile-команде: участие в стендапах, спринтах и ретроспективах Требования - базовое знание Python (ООП, структуры данных, модули) - понимание Git (коммиты, ветки, PR) - основы SOLID и паттернов проектирования - знакомство с FastAPI (учебные проекты) и pytest - понимание SQL (простые запросы) и принципов БД - общее представление о CI/CD (Jenkins) и сетевых протоколах - понимание принципов работы LLM (на уровне концепций), опыт использования AI‑CLI (Claude Code, Codex и др. — достаточно пробовал)
DevOps-инженер
DevOps-инженер AI HealthTech-стартап Компания: Астратех Формат: удалёнка по РФ, мск-время (офис — Москва-Сити) Оформление: ГПХ → переход на ТК Занятость: full-time Вилка: 300 000 — 350 000 ₽ gross О проекте AI Healthcare-стартап строит ИИ-продукты в медицине: B2B-платформу для мониторинга здоровья сотрудников на производствах и B2C-сервис персонального ИИ-доктора. Сейчас команда в поиске DevOps-инженера, который наведёт порядок в инфраструктуре и снизит зависимость от внешних подрядчиков. Важно про подход Самостоятельность, зрелость, высокий уровень ownership. Нужно зайти в сложную среду, разобраться и методично привести её в порядок. Инфраструктурная безопасность — неотъемлемая часть работы. Ключевые задачи - Развитие Kubernetes-инфраструктуры и смежных сервисов. - Построение и доработка CI/CD (Jenkins, GitLab CI, GitHub Actions). - Внедрение мониторинга: Prometheus, Grafana, ELK, Graylog. - Infrastructure as Code: Ansible, Terraform, Puppet. - Контейнерная безопасность: сканирование образов, hardening K8s. - Управление доступом: Keycloak, интеграция с LDAP. - Compliance для медданных: анонимизация, аудит API, SIEM для K8s. - Автоматизация на Python, Bash, Go. - Контроль соблюдения 152-ФЗ, приказов ФСТЭК №17 и №21. Приоритеты на старте Настроить отказоустойчивый Kubernetes, привести в порядок CI/CD, внедрить мониторинг, собрать недокументированные знания и снизить риски зависимости от подрядчиков. Ожидания - 3+ лет в DevOps или инфраструктурной роли. - Уверенный Linux; базовый Windows / PowerShell; опыт с Astra Linux, RedOS. - Автоматизация на Python и Bash; понимание Go на уровне работы со стеком. - Docker (multistage, compose), Kubernetes (развёртывание с нуля, RBAC, HA, Helm, ArgoCD). - Опыт с PV/PVC, Longhorn, GlusterFS и БД в K8s: MongoDB, ClickHouse, PostgreSQL, Redis, MinIO. - CI/CD с DevSecOps-практиками (GitLab, GitHub, SCA, SAST, DAST). - Мониторинг: Prometheus, Grafana, ELK, fluent-bit. Понимание RED и USE Observability. - Сетевые основы, опыт с закрытыми сетями и изолированными контурами. - Знание 152-ФЗ, приказов ФСТЭК №17 и №21. - Опыт с Keycloak, базовые навыки MLOps (Kubeflow). Почему интересно - Сложный домен: ML, медданные, высокие требования к безопасности. - Архитектурная автономность и сильная команда инженеров. - Продукт, который реально помогает людям.
Middle AI Software Engineer (C++/Python) – это позиция для C++ SWE, у которого AI-навыки дополняют крепкую…
Middle AI Software Engineer (C++/Python) Развитие AI-инфраструктуры в HFT-фонде. 144–216k USD/год на руки + profit sharing, неограниченный бюджет на токены. Обязанности - Полноценные HFT-задачи с агентами как множителем: подключение новых бирж, инженерный ресерч биржевой инфраструктуры, оптимизация задержек. - Построение агентных воркфлоу: сборка пайплайнов, где агенты декомпозируют задачу, разбирают задачи, верифицируют результат друг друга. - Развитие внутреннего агентного тулинга: агентные правила и инструкции под кодовую базу, кастомные инструменты для агентов, MCP-серверы, eval'ы. - Интеграция LLM в сервисы — там, где это оправдано. Условия - Неограниченный бюджет на токены. - Profit sharing бонус без верхнего потолка. - Персональная ответственность за результат — с ростом зоны ответственности растёт и свобода в выборе подхода. - Задачи, напрямую влияющие на PnL — «неважных» задач нет. - Среда для deep work: нет встреч ради встреч, короткие циклы фидбека, performance-коучинг. - Сильная команда: инженеры из tier-1 компаний, призёры IMO, IOI, ICPC, ВсОШ. Требования - Ежедневное применение AI-кодинг тулов (Claude Code, Codex, Cursor) с коммерческим результатом. - Умение видеть не только ускорение от агента, но и скрытый техдолг — на уровне кэшей, pipeline, memory model. - Быстрое нахождение багов и галлюцинаций в сгенерированном коде, ответственность за код агента как за свой. - Инженерное понимание LLM: контекст, токены, tool use, контроль качества выхода. - Знание C++ от 17 стандарта и выше на уровне команды. - Знание ОС, железа, сетей, многопоточки. - От 3 лет коммерческой серверной разработки с production-опытом на C++.
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI application security engineer, middle+/senior
Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче. О команде Мы — команда безопасности ИИ в Центре киберзащиты Контура. Ищем специалиста по кибербезопасности, который поможет внедрять и сопровождать решения на базе AI — от продуктовых сервисов и RAG-систем до внутренних AI-инструментов разработки. В Контуре активно развивается использование AI-ассистентов и агентов. Наша задача — сделать так, чтобы эти инструменты были безопасными, а разработчик получал защищенный результат, соответствующий ИБ-политикам, без необходимости погружаться во все тонкости ИБ. Задачи Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями. Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents. Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций. Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы. Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management. Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов. Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы. Мы ожидаем Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security. Уверенное владение одним из языков программирования: Python, Go, C, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC. Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP. Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами). Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров. Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling. Умение аргументированно объяснять риски, находить компромиссы с разработкой. Мы предлагаем Гибридный формат работы в Екатеринбурге. Офис на ул. Малопрудной, 5. Предоставим все необходимое: технику, рабочее место, библиотеку с профессиональной литературой, место для отдыха и кухонную зону с фруктами и снеками. Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете с кем посоветоваться. Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.
AI Software Engineer (DaVinci)
вакансия ai AI Software Engineer (DaVinci) At Syberry, we believe that great software starts with a simple principle: being a strategic partner who helps clients achieve their goals. We are a global team that builds custom software for industries ranging from finance to healthcare. Our mission is to raise the bar for the entire software industry; that's why we invest in strong engineering practices, automation, and clear processes to make our work predictable, efficient, and meaningful. Join us as an AI Software Engineer to drive cutting-edge solutions while growing in a collaborative, forward-thinking environment. The Project DaVinci works as a product team that is the company’s engineering and delivery environment. In this sense, our service is our product - the way we support teams, design processes, and build tools is itself the value we deliver. Everything we do is aimed at helping teams work more effectively and deliver stronger results to clients. The key mission of the DaVinci product is to systematically enhance how the company operates by transforming processes, implementing modern technologies, and increasing overall team efficiency. At its core, DaVinci focuses on driving meaningful behavioral change across teams and individuals within the organization. Rather than simply building tools or defining processes, the team ensures that these solutions fundamentally reshape employees’ day-to-day work and deliver measurable, tangible improvements. We’re shipping a practical AI agent that automates key recruiting workflows - planning tasks and executing permitted actions via APIs, so teams spend less time on manual data entry and status-chasing, and more time with candidates. After that, we plan to expand the process for the other company's parts. Responsibilities - Design architecture of AI agent and it's interaction with other software components. - Design and ship AI features end-to-end: prompt logic, tool / function schemas, input / output validation, and integration with APIs / services. - Build reliable evaluation pipelines (golden sets, automatic metrics, human review loops) and run experiments to improve quality, cost, and latency. - Add observability: telemetry for prompts / versions, error taxonomies, and drift detection. - Collaborate with backend teams to define clear data contracts and stable interfaces. - Write concise design docs. Requirements - 3+ years in software engineering - Backend engineering experience with any stack (Python, Java, Node.js, .Net) - English level B1+ - Experience shipping LLM-powered systems at scale, including system design and setting engineering standards Компания: Syberry CIS Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.
ML-разработчика, ответственного за разработку CV-моделей для изображений и видео и работы с большими…
вакансия ML-разработчик (CV) Центр изучения и сетевого мониторинга молодёжной среды – аккредитованная IT-компания, созданная по поручению Президента России в 2018 году. Наша миссия – разработка социально значимых технологических решений для защиты детей и подростков от деструктивного контента в цифровом пространстве. Через создание комплексной мониторинговой системы мы формируем безопасную среду для нового поколения. Мы ищем в команду ML-разработчика, ответственного за разработку CV-моделей для изображений и видео и работы с большими визуально-языковыми моделями (VLM). Мы работаем с колоссальным объёмом графических данных, разрабатываем собственные CV-модели и разрабатываем собственные проекты с использованием компьютерного зрения. Стек технологий - PyTorch, Torchvision - Ultralytics YOLO, DINOv2, семейство Qwen VL - MLFlow, ClearML - Python, NumPy, OpenCV, Pillow, scikit-image - Docker, Kubernetes - NVidia Triton, TensorRT, ONNX, vLLM - Jira, Confluence, Git Чем предстоит заниматься - Разработка CV-моделей для работы с данными социальных сетей и социальных медиа - Разработка VLM-навыков для автоматизации различных задач - Взаимодействие с отделом разметки данных и отделом DevOps - Внедрение моделей в промышленную эксплуатацию Ждем от кандидата - Опыт работы от 3 лет - Опыт работы с обработкой видеоданных и оптимизацией - Опыт работы или реализации практических проектов в области машинного обучения - Глубокое понимание математических оснований машинного обучения и анализа данных - Проактивность, готовность вникать в задачу - Знание метрик оценки качества CV-моделей, VLM-workflow - Опыт работы с реляционными базами данными, объектными хранилищами - Качественный чистый код Что мы предлагаем - Чёткие процессы разработки, взаимодействия с проектными командами и DevOps-инженерами - Большой кластер GPU, включающий в том числе самые современные production-ready ускорители - Официальное трудоустройство по ТК РФ в аккредитованной IT-компании - Конкурентный уровень з / п - Формат работы - офис / гибрид - Место работы - офис в центре Москвы - Гибкое начало рабочего дня, график 5 / 2, выходные: суббота, воскресенье - Непрерывное обучение и развитие профессиональных навыков Компания: АНО ЦИСМ Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.
Data Scientist / ML Engineer (Проект CVM)
Data Scientist / ML Engineer (Проект CVM) Удаленно X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5 Group. Требования: - Опыт работы в DS-сфере от трех лет - Умение писать чистый и структурированный код на Python, знание классических алгоритмов и структур данных - Знание теоретических и практических продвинутых методов машинного обучения - Знание PySpark: умение строить оптимальные запросы, знание оконных функций и отличий repartition от coalesce - Знание и опыт работы с PyTorch - A/B тесты, генерация и проверка гипотез: способность говорить с аналитиками на одном языке
Team Lead / Principal ML Engineer
Team Lead / Principal ML Engineer Компания: Авиасейлс Чего ждём от тебя: - 5+ лет в ML/DS — ты выкатывал модели в прод и знаешь, что это значит на практике - Уверенный Python: ООП, типизация, тесты - Классический ML: бустинги, валидация, понимание где нейросеть избыточна, а где достаточно градиентного бустинга - Опыт с текстовыми нейросетевыми моделями: BERT-подобные трансформеры, LLM API, промпт-инжиниринг, eval-сеты - Практический опыт MLOps: пайплайны данных, оркестрация (Airflow, Kubeflow или аналоги), трекинг экспериментов - Инфраструктурный бэкграунд: Docker, CI/CD, Kubernetes, логирование и мониторинг — ты понимаешь, как устроены высоконагруженные сервисы, а не только модели внутри них - Умение мыслить P&L: переводить метрики моделей (F1, ROC-AUC) в конверсии и деньги, защищать технические решения перед бизнесом финансовыми аргументами - У тебя уже есть опыт менторства или лидерства — и тебе это нравится
Инженер-исследователь (разработчик)
вакансия Инженер-исследователь (разработчик) Мы — Сколтех. Международный технологический университет новой модели. Внедряем новые технологии, разработанные на основе глубоких исследований. Готовим высококлассных специалистов по самым актуальным направлениям. Создаём новые компании и рабочие места. В 2019 году Сколтех вошел в топ-100 лучших молодых вузов мира по версии Nature Index. Срочный трудовой договор с дальнейшим продлением в рамках проекта Центра инженерных систем и наук. Обязанности: В рамках проекта "Разработка технологии управления роем БВС на основе искусственного интеллекта для эффективной реализации сценариев группового применения" - Участие в разработке программы и методик испытаний для ПО БЛА; - Сетевое взаимодействие (HIL / SIL): Разработка высокопроизводительного сетевого интерфейса (TCP / UDP, gRPC или ROS2 Bridge) для передачи данных сенсоров на внешние компьютеры с ИИ и получения команд управления обратно в симулятор; - Эмуляция сенсоров: Программирование виртуальных датчиков (LIDAR, Depth Cameras, IMU, GPS) с учетом шумов и задержек, характерных для реального оборудования; - Оптимизация: Обеспечение работы симулятора в реальном времени (Real-time) при передаче потокового видео и данных с облаков точек. Требования: - Понимание принципов работы LLM (LangChain, LlamaIndex), а также архитектур VLA / VLM-backed-систем; - Опыт участия в научных проектах; - Опыт работы в робототехнике от 2-х лет подтвержденный реализованными проектами или научными публикациями; Должен знать; - Глубокое знание Python и ключевых библиотек для ML (PyTorch, NumPy, Pandas) и компьютерного зрения (OpenCV); - Практический опыт работы с ROS (Robot Operating System); - Обеспечени поддержки вычислительных ресурсов, администрирование вычислительных систем для отдела разработки; - Совместное с разработчиком выстраивание процесса CI / CD; - Опыт программирования для встраиваемых систем (Jetson, Raspberry Pi) и работы с Linux. - Наличие научных публикаций в области робототехники, ИИ или компьютерного зрения. - Высшее образование по направлению исследований. Условия: - Конкурентный уровень заработной платы; - Расширенная программа ДМС (большой выбор клиник, включая стоматологию); - Социальная поддержка (выплаты при рождении ребенка, консультации корпоративного психолога); - Возможность бронирования; - Современный кампус с собственной парковкой; - Гибкое начало рабочего дня (по согласованию с руководителем); - Предоставление других льгот и доступ к разнообразным партнерским программам в соответствии с внутренними правилами; - Хорошая Транспортная доступность (МЦД-1 до ИЦ Сколково, ходит транспорт от станций метро Славянский бульвар, Тропарево, Кутузовская, Молодежная, Солнечная, Филевский парк). Компания: The Skolkovo Institute of Science and Technology Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.