Вакансии для ML-инженеров

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Резюме Senior Frontend Developer, от 290 000 ₽ / $3 500, удаленно, фуллтайм. Опыт и достижения: - Рост продаж на 25% и спасение 15% регулярной выручки. - Разработка SDK, плагинных систем и монорепозиториев. - Понимание бизнес-контекста: воронки продаж и пользовательские боли через призму кода. - Сокращение стоимости AI-запросов и ускорение CI. - Опыт сложной миграции Stripe без даунтайма. - Применение архитектурных подходов (FSD) в крупных кодовых базах. - Миграция с React на Svelte (-89% bundle size). - Высокая скорость поставки MVP (16 экранов за 8 дней). - Работа с real-time потоками данных в высоконагруженных Web3 интерфейсах. - Опыт работы с высокой нагрузкой (500–1000 RPS) и крупными базами пользователей (90K MAU, 1M+ аудитории каналов). - Интеграция сложных платежных систем (Stars, Crypto, фиат) в Telegram Mini Apps. - Параллельная обработка данных от 418 поставщиков, оптимизация очередей и биллинга. - Снижение нагрузки, оптимизация Core Web Vitals. - Применение AI-инструментов (Claude API, MCP) как часть рабочего процесса. - Каждое достижение подкреплено конкретным процентом конверсии или роста эффективности. - Акцент на пользовательские сценарии и решение задач, а не просто перечисление библиотек. - Разноплановый опыт: от сложных CRM до AI-лендингов и переноса кастомного кода на Tilda. - Опыт создания собственного SaaS с нуля: от архитектуры до биллинга и монетизации. - Экспертиза в медиа-инфраструктуре: FFmpeg, RTMP, HLS. - Практический опыт внедрения RAG-систем и локальных LLM. - Конкретные результаты по AI-MVP и оптимизации релиза техдокументации. - Реальные кейсы в 3D/WebGL: от AR-сцен для автопрома до инди-игр. - Демонстрация стека через живые проекты.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Abridge основана в 2018 году с миссией улучшать взаимопонимание в здравоохранении. Платформа на основе ИИ преобразует разговоры между пациентами и врачами в структурированные клинические заметки в реальном времени, интегрируется с EMR. Компания использует Linked Evidence и аудируемый ИИ, сопоставляет сгенерированные сводки с первоисточником. Офисы находятся в Сан-Франциско (Mission District), Нью-Йорке (SoHo) и Питтсбурге (East Liberty). В команде — практикующие врачи, ИИ-исследователи, PhD, креативщики, технологи и инженеры. Роль Компания ищет инженеров по генеративному ИИ любого уровня. Работа в кросс-функциональной команде с исследователями, клиницистами и инженерами. Задача — превращать возможности языковых моделей в надежные клинические системы: проектировать продвинутые LLM-процессы, включая агентные возможности, структурированные инструменты, разветвленные цепочки вызовов, интеграцию с поисковыми системами. Также разработка и применение фреймворков оценки (автоматизированных и с участием человека) для проверки точности, надежности, многоязычности. Проектирование экспериментов для поиска отказов, симуляция крайних случаев, нагрузочное тестирование. Владение полным циклом продакшена LLM-процессов: развертывание в средах с низкой задержкой, мониторинг, наблюдаемость, постобработка, версионирование. Задачи - Проектировать и создавать агентные системы, превращающие LLM в компонуемые надежные инструменты (поиск, вызов инструментов, агентные рассуждения, структурированные выходы). - Сотрудничать с ML- и инфраструктурными инженерами для масштабирования и оптимизации агентных процессов: задержка, контекстные окна, выбор моделей. - Писать высококачественный модульный код, устойчивый к сбоям, гибкий к изменениям. - Отвечать за ключевые архитектурные решения: архитектура процессов, потоки данных, кэширование промежуточных состояний, структура генерируемых выходов. - Проводить строгую оценку: создавать бенчмарк-датасеты, автоматизированные и human-in-the-loop фреймворки, эксперименты для выявления отказов и крайних случаев, A/B-тесты, анализировать обратную связь клиницистов. - Использовать передовые возможности: быстрое прототипирование с новыми моделями, открытыми инструментами и техниками промптинга. Требования - 3+ года опыта создания production-grade систем, из них 1–2+ года — с LLM или агентными продуктами. - Глубокое владение LLM API, стратегиями промптинга и паттернами оркестрации (LangChain, LlamaIndex, кастомные пайплайны). - Опыт с поисковыми системами (семантический и лексический поиск, векторные БД, эффективный kNN), вызовом функций, tool-use или агентными процессами. - Рабочее знание оценки моделей: создание разнообразных датасетов, автоматизированная и human-in-the-loop оценка, A/B-тесты, работа с экспертами для улучшения моделей. - Сильные знания Python: чистый код, комплексные тест-кейсы, знание стандартной библиотеки; желателен опыт с async-программированием, профилированием производительности, упаковкой и деплоем. - Хорошая интуиция: понимание, когда ускоряться и итерировать, а когда устранять технический долг. Ценятся готовность учиться и признание, что отличный член команды может не полностью соответствовать описанию.

Формат

Офис

Страна

США

Город

Нью-Йорк

Инженерная культура Hatch строится на скорости, ответственности и влиянии. Это небольшая амбициозная команда, создающая ИИ, который меняет способы роста сервисных бизнесов. Инженеры владеют задачами от начала до конца, быстро выводят код в продакшн и работают с современным стеком (Elixir, Python, Go, React + TypeScript). В команде AI-агентов вы будете на стыке классической разработки продуктов и ИИ — создавать системы, которые позволяют агентам рассуждать, действовать и улучшаться. Ваша работа напрямую влияет на выручку клиентов. Требуется нахождение в США. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email на всех точках контакта с клиентом. - Разрабатывать системные промпты, формирующие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Разрабатывать интеграции вызова инструментов, чтобы агенты могли безопасно и предсказуемо выполнять действия: запись на приём, поиск данных клиентов, тёплая передача оператору. - Строить оценки LLM-as-a-judge и наблюдаемость ИИ: телеметрию, трейсы, дашборды качества для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: сочетать продуктовое чутьё, потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, постепенное внедрение с фича-флагами и A/B-экспериментами, наблюдаемость, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов инструментов/функций, фреймворки оценки или оркестрация агентов. - Уверенный бэкенд-опыт на одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа со всем стеком: от модели данных и логики LLM/агентов до API и, при необходимости, UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Глубокое чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, оставаться подотчётным до доставки. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: активно изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Компенсация: $112 000 – $216 000 (в зависимости от опыта и других факторов). - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячная велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и влияние на реальный бизнес и клиентов. - Команда инженеров, которым важны качество, быстрая реализация и взаимная поддержка. - Гибридный формат работы в Нью-Йорке, США.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О компании Crunchyroll — сервис, основанный фанатами, доставляет искусство и культуру аниме сообществу. Компания обслуживает более 100 миллионов фанатов аниме и манги в более чем 200 странах и территориях. Опыт включает онлайн и офлайн-форматы: стриминг, кинотеатральные показы, игры, мерчандайз, события и другое. О роли Senior AI-инженер платформы и инструментов создаёт платформу, автоматизацию и инструменты, на которых работает остальная часть AI Enablement, и администрирует корпоративные AI-инструменты, на которые полагается вся компания. Роль входит в команду Tools & Governance платформы внутри AI Enablement (AIEN), подчиняется AI Platform, Strategy & Governance Lead. Это универсальная позиция полного цикла: автоматизация оценки и управления AI, переиспользуемые строительные блоки для других команд и повседневное администрирование одобренных AI-инструментов. Работа охватывает три связанных направления: - Превращение оценки и управления AI из ручного процесса в автоматизированную платформу: структурированные оценки, конвейеры приёма и скоринга, маршрутизация согласований, policy-as-code и телеметрия использования. - Администрирование и настройка одобренных корпоративных AI-инструментов, отслеживание новых релизов и оценка целесообразности их внедрения. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов: RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — на которых строит команда Build & Partner. Это ранняя небольшая команда, поэтому инженер совмещает несколько ролей, ведёт функции от начала до конца и помогает задавать инженерные стандарты роста функции. Задачи - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Инструментирование телеметрии использования и затрат по одобренному AI-стеху: расход токенов, использование мест, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация управления AI: приём заявок, скоринг, маршрутизация согласований и enforcement policy-as-code, интегрированные с Glean-агентами и JSM-процессами. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — RAG-паттерны, каркасы агентов, библиотеки промптов, eval-харнессы — для команды Build & Partner. - Администрирование и настройка одобренных корпоративных AI-инструментов Crunchyroll, включая ChatGPT, Glean, Claude и Gemini; управление настройками, паттернами доступа, включением функций и операционными изменениями совместно с IT и Security. - Отслеживание новых релизов и изменений продуктов среди одобренных AI-инструментов, оценка необходимости их внедрения в Crunchyroll и организация раскатки для максимальной пользы сотрудников. - Обеспечение того, чтобы платформа была путём наименьшего сопротивления: решения AIEN по умолчанию используют golden paths и стандарты, и улучшение ключевых метрик (время оценки, adoption golden-path). - Создание агентов и воркфлоу средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управляемости, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролов, обнаружения и предотвращения в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась отдельно к каждому проекту. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов для масштабирования команды. Требования - 6+ лет инженерной работы в software или platform engineering, включая создание инструментов или сервисов, используемых другими инженерами. - Практический опыт администрирования, настройки или поддержки корпоративных SaaS-инструментов, AI-платформ или внутренних продуктовых платформ в производственной бизнес-среде. - Сильные навыки разработки (например, Python, плюс Go/TypeScript или аналогичные) — создание production-quality инструментов, а не только прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, пайплайнов данных или внутренних инструментов для разработчиков. - Опыт создания практичных AI-агентов, ассистентов или автоматизации воркфлоу для бизнес-пользователей, включая сбор требований, дизайн промптов и воркфлоу, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, релиз, итерации. - Чёткая письменная коммуникация: инструменты и документация должны приниматься другими инженерами.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания Postali создает ИИ-ассистированные рабочие процессы для контента, поиска, исследований, отчетности и публикации на сайте. В команду ищут AI-native инженера, который использует ИИ как инструмент решения задач, а не только как помощника для написания текстов. Роль предполагает владение полным циклом: от неоднозначной бизнес-задачи до работающей, контролируемой системы, которой пользуются люди. Задачи - Управлять портфелем ИИ-агентов и ИИ-процессов в области контента, SEO, исследований, анализа отчетности, поддержки публикаций и внутренних операций. - Находить задачи с высокой ценностью: описывать текущий процесс, определять точки принятия решений и риски, выбирать сочетание LLM, детерминированной логики, автоматизации и контроля со стороны человека. - Проектировать и поддерживать переиспользуемые навыки агентов, промпты, контекстные файлы, базы знаний и системы поиска, структурированные выходы, подключения к инструментам и конфигурации под конкретных клиентов. - Развивать систему ИИ-контента: исследования, черновики, контекст клиента, проверка фактов и цитирований, контроль бренда и юридического качества, передача редакторам и настройка под новых клиентов. - Создавать агентные процессы, помогающие командам анализировать эффективность, изучать конкурентов, обобщать данные, предлагать следующие шаги и превращать одобренные решения в исполнимую работу. - Проектировать контроль с участием человека: определять, что система делает автономно, что требует проверки экспертом, а что нельзя автоматизировать (особенно заявления для клиентов, регулируемый контент, чувствительные данные и изменения в продакшене). - Подключать агентов к одобренным инструментам и данным через API, вебхуки, MCP, платформы автоматизации и небольшой продакшен-код. - Строить оценки до объявления системы готовой: измерять точность, полноту, согласованность, соответствие требованиям, задержку, стоимость и практическую полезность, использовать результаты для улучшения или отключения процесса. - Отвечать за надежность ИИ-систем в продакшене: логи, мониторинг, алерты, версионирование, права доступа, стоимость моделей и токенов, поведение при сбоях, реагирование на инциденты и восстановление. - Создавать переиспользуемые фреймворки, масштабируемые на разных клиентов, с сохранением специфичного контекста, стандартов и экспертизы каждой юридической фирмы. - Документировать архитектуру системы, модели, источники данных, промпты, навыки, зависимости, решения, учетные данные, runbook и владельцев резервного копирования. - Обучать команды эффективно использовать системы, отслеживать, где ломается внедрение или доверие, и улучшать как технологию, так и операционные процессы. - Постоянно экспериментировать: тестировать новые модели, инструменты и паттерны на понятных кейсах и доказательствах, а не внедрять технологии ради самих технологий. Требования - Подтвержденный опыт самостоятельной разработки и эксплуатации ИИ, автоматизации, программных или данных-систем, которыми пользуются другие люди. Точные должности и годы не важны; важны продуманные, продакшен-ориентированные результаты. - Настоящее владение ИИ: умение показать, как ИИ изменил подход к исследованию, рассуждению, разработке, отладке и решению задач. - Практический опыт с агентами на основе LLM, вызовом инструментов, структурированными выходами, поиском или системами знаний, контекстной инженерией, оценками и процессами с одобрением человека. - Понятная коммуникация и лидерство в изменениях: умение объяснять ИИ-системы техническим и нетехническим коллегам, писать полезную документацию и помогать команде осваивать новые способы работы. - Практические навыки интеграции: API, вебхуки, аутентификация, JSON, платформы автоматизации. Понимание, когда достаточно no-code, а когда код надежнее. - Опыт с MCP, векторным или гибридным поиском, оркестрационными фреймворками, платформами автоматизации рабочих процессов и наблюдаемостью.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

Hatch — небольшая команда, создающая ИИ для роста сервисных компаний. Стек: Elixir, Python, Go, React + TypeScript. Роль входит в команду AI-агентов: вы будете строить системы, которые позволяют агентам рассуждать, действовать и улучшаться. Требуется нахождение в США. Формат — гибридный, Сан-Франциско. Задачи - Проектировать, создавать и поддерживать системы, обеспечивающие работу голосовых и текстовых ИИ-агентов: обработка звонков, SMS и email-переписки на всех точках взаимодействия с клиентом. - Разрабатывать системные промпты, определяющие поведение, надёжность и результаты агентов, с пониманием влияния структуры промпта на реальную производительность. - Развивать интеграции вызова инструментов (tool calling), чтобы агенты могли надёжно выполнять действия: запись на приём, поиск данных клиента, тёплая передача оператору — безопасно и предсказуемо. - Строить оценки на базе LLM-as-a-judge и observability для ИИ: телеметрия, трейсы, дашборды качества — для измерения производительности агентов, выявления регрессий и повышения надёжности. - Тесно работать с продуктом и дизайном: применять продуктовое чутьё в каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Применять инженерные практики: тщательное ревью кода, автоматическое тестирование, CI/CD, постепенная выкатка с фича-флагами и A/B-экспериментами, observability, понятная техническая документация. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Практический опыт работы с LLM в продакшене: промпт-инжиниринг, вызов функций/инструментов, фреймворки оценки, оркестрация агентов. - Уверенный бэкенд-опыт в одном из языков: Elixir, Go, Python или аналогичном серверном языке, готовность осваивать новые языки и фреймворки. - Комфортная работа на всех уровнях стека: от модели данных и логики LLM/агентов до API и (где нужно) UI. - Опыт ведения проектов от спецификации до запуска в команде с несколькими участниками. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, работать через границы команд, отвечать за результат. - Чёткие коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Стремление следить за изменениями в области ИИ: изучать новые модели, инструменты и техники, применять их в работе и продукте. Условия - Ожидаемый диапазон компенсации: $112,000–$216,000 в зависимости от уровня опыта. Фактическая зарплата может варьироваться в зависимости от локации и опыта. - Полная ответственность за проекты с первого дня, коллаборативная команда, динамичная рабочая среда. - С первого дня: полная медицинская страховка, стоматология и офтальмология. - Поддержка психического здоровья через Modern Health. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2 лет работы), 12 оплачиваемых праздничных дней + один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома. - Возможность формировать будущее ИИ-клиентского сервиса. - Работа с основателями и лидерами, ценящими скорость, ответственность и амбициозность. - Решение сложных задач и видимый эффект для реального бизнеса и клиентов. - Команда инженеров, ценящих качество, быструю разработку и друг друга.

Формат

Офис

Страна

Канада

Город

Не указан

О роли Replit — платформа для создания программного обеспечения с помощью агентов, позволяющая любому человеку создавать приложения на естественном языке. Миллионы пользователей по всему миру. Поиск перестраивается в реальном времени: миллионы людей начинают с вопроса к ChatGPT, Claude, Gemini или Perplexity, и полученный ответ определяет, какие продукты они попробуют. Replit должен быть ответом на вопрос, как создать приложение, сайт или инструмент для бизнеса. Мы нанимаем AEO/GEO/SEO-лида, который будет отвечать за то, как Replit находят через AI-ответы и традиционный поиск. Это роль с нуля: вы определите стратегию и будете реализовывать её сами, используя AI-инструменты, партнёрские агентства и кросс-функциональные команды. Ежедневная работа с командами Web, Growth, Brand, Content, Product, Engineering и Analytics. Быстрорастущие AI-нативные компании уже превратили AI-ответы в основной канал привлечения. Ваша задача — сделать то же для Replit: превратить AI-реферальный трафик в один из крупнейших источников новых пользователей, поддерживать рост традиционного поиска и сделать Replit платформой, которую AI-ассистенты рекомендуют всем, кто хочет создавать ПО. Replit движется быстро: непрерывные релизы, постоянные эксперименты. Нужен человек, который thrives в такой среде: частично стратег, частично оператор, частично исследователь канала, который меняется каждый месяц. Что нужно делать - Владеть стратегией AEO/GEO: определить, где Replit должен появляться в ChatGPT, Claude, Gemini, Perplexity и Google AI Overviews, для каких запросов и покупательских интентов, и создать плейбук для победы в этих ответах. Устанавливать цели, планировать дорожную карту и защищать стратегию данными. - Завоевывать цитирования в открытом вебе: LLM цитируют то, чему доверяют: треды Reddit, видео на YouTube, авторитетные публикации, контент сообществ и хорошо структурированные собственные страницы. Создавать долгосрочные программы на каждой из этих поверхностей, понимать период полураспада AI-цитирования и поддерживать позиции Replit при переобучении моделей и изменении систем поиска. - Управлять SEO от начала до конца: стратегия ключевых слов, оптимизация страниц, техническое SEO и контентный органический рост в партнёрстве с руководителем Web. Защищать и развивать поисковый капитал во время крупного редизайна сайта, координировать с командой платного поиска покрытие ключевых слов. - Создавать контент-движок: производить и направлять контент, рассчитанный на два типа читателей одновременно: LLM-краулеры и людей. Блоги, страницы сравнений, видео и структурированные ресурсы, создаваемые в объёме с помощью AI-ассистированных процессов и удерживаемые на высоком уровне качества. Основная человеческая работа здесь — суждение: стратегия, редакционное качество и дистрибуция. - Настроить измерение: создать отчётность для канала без идеальной атрибуции: AI-реферальный трафик, доля голоса в AI-ответах, отслеживание цитирований и последующие регистрации и выручка. Проводить контролируемые эксперименты, выявлять, что реально влияет на цитирования, и обучать остальную компанию. - Управлять агентствами и инструментами: владеть отношениями с агентствами и вендорами в области поиска и AI-видимости, а также стеком инструментов для отслеживания и производства. Составлять брифы, держать планку качества и решать, что остаётся внутри компании. Требования - 5+ лет в SEO, органическом росте или контентном привлечении (желательно в SaaS, технологических или разработческих компаниях), включая практическую работу с AEO/GEO в течение последнего года. - Подтверждённые результаты: рост AI-реферального трафика, выигранные цитирования, изменённые позиции и описание того, как вы это измеряли. - Техническое понимание SEO: исследование ключевых слов, краулинг, индексация, структурированные данные, архитектура сайта, анализ логов. - Понимание того, как LLM на самом деле извлекают и цитируют источники, и как это различается между ChatGPT, Claude, Gemini и Perplexity. - Умение ясно и быстро писать, способность направлять людей, агентства и AI-инструменты на создание контента, который получает цитирования. - Аналитические способности для создания достоверных измерений в быстро меняющемся канале, связывая органическую видимость с трафиком, регистрациями, принятием продукта и выручкой. - Умение работать с инженерными, продуктовыми, контентными и аналитическими стейкхолдерами для быстрого внедрения изменений. - Любовь к созданию с нуля: фреймворки, процессы, стратегия. - Мышление основателя: вы видите пробелы и заполняете их, действуете быстро и не ждёте, пока кто-то другой определит плейбук. - Совместный подход без большого эго и готовность вникать в детали. Будет плюсом - Превращение AI-ответов в основной канал привлечения в PLG, потребительской или разработческой компании. - Глубокое понимание Reddit: как работают сообщества и как заслужить там доверие. - Опыт ведения YouTube как органического канала обнаружения. - Практическая работа с инструментами AI-видимости и отслеживания цитирований (Profound, Peec, Ahrefs Brand Radar или аналоги). - Программный SEO в значимом масштабе. - Вы создавали с помощью Replit или других AI-инструментов для создания и понимаете наших пользователей из первых рук. - Опыт управления SEO/AEO-агентствами и фракционными специалистами. Условия - Конкурентная зарплата и опционы. - Программа 401(k) с матчем 4% (только для США). - Медицинская, стоматологическая, офтальмологическая страховка и страхование жизни. - Страхование краткосрочной и долгосрочной нетрудоспособности. - Оплачиваемый отпуск по уходу за ребёнком, медицинский и по уходу за родственником. - Гибкий график отпусков (FTO) + праздники. - Компенсация транспортных расходов (для офиса и только для США). - Ежемесячная стипендия на здоровье. - Автономная рабочая среда. - Возмещение расходов на обустройство офиса (только для офиса). - Ежеквартальные командные встречи. - Офисные удобства (только для офиса). О компании Replit — платформа для создания программного обеспечения с помощью агентов, которая позволяет любому человеку создавать приложения на естественном языке. Миссия — сделать программирование более доступным во всём мире. Мы приветствуем уникальные перспективы и опыт, поощряем кандидатов из разных слоёв общества, включая недостаточно представленные и нетрадиционные группы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании DuckDuckGo — компания в сфере онлайн-защиты, удалённая команда из более чем 300 человек. Основана в 2008 году, прибыльна с 2014 года, годовая выручка превышает 100 млн долларов США. Продукты: браузер для Mac, Windows, iOS и Android, поисковая система, подписка DuckDuckGo, а также приватный ИИ Duck.ai, позволяющий общаться с ChatGPT, Claude и другими ИИ. Культура доверия, инклюзивности и самостоятельного управления проектами: каждый член команды полностью отвечает за свои проекты — от планирования и выполнения до постмортема. Роль и задачи Работа в функциональной команде Data Science. Задачи: улучшение качества поисковой выдачи и ранжирования. Недавние проекты: - Улучшение качества и точности первого этапа ранжирования без потери скорости. - Разработка новых сигналов лексического сопоставления и авторитетности документов. - Расширение поисковых оценок для измерения готовности релевантности и выявления слепых зон ранжирования. - Исследование LLM для генерации признаков и ранжирования. Данные соответствуют строгим стандартам приватности и ограничены, поэтому требуется творческий подход для получения практических выводов в культуре, основанной на фактах, где количественная строгость является базовым уровнем. Требования - Опыт работы в Data Science от 10 лет, из них от 2 лет на уровне Staff, Principal или Director. - Опыт руководства сложными проектами от планирования до продакшена с минимальным руководством. - Умение консультировать других по сложным задачам data science. - Способность разрабатывать стратегии для неоднозначных задач и превращать их в серию чётко определённых проектов. - Практический опыт внедрения ML в продакшен, разработки NLP-решений и использования AI-ассистированной разработки. - Написание продакшен-кода на Python или аналогичном высокоуровневом языке. - Продвинутые навыки SQL и оптимизации запросов. - Эффективное взаимодействие с продуктовыми командами и вклад в общую производительность команды. Предпочтительно: - Опыт реализации поисковых проектов (ранжирование, поиск или индексация) от планирования до продакшена. - Опыт работы с масштабной поисковой инфраструктурой (например, Vespa, Elasticsearch, OpenSearch или Solr). Условия - Зарплата: 222 033 доллара США в год и опционы на акции. Компенсация одинакова для профессиональных уровней независимо от географического расположения или команды. Уровень компенсации прозрачен внутри организации. - Право на медицинские льготы от компании ограничено сотрудниками, находящимися в США; не распространяется на сотрудников в других странах (например, Канада или Великобритания). - Поддержка благополучия: оплачиваемый отпуск по уходу за ребёнком, обустройство офиса, надбавка на коворкинг. - Требуется участие в видеоконференциях с включённой камерой. - Ожидаются поездки минимум два раза в год: на общую встречу команды и на командный ретрит (каждый по 4–5 дней). Посещение настоятельно рекомендуется. - Гибкий график без фиксированных часов, но в среднем полная занятость 40 часов в неделю. - Успешный кандидат должен пройти проверку биографии (background check) как условие присоединения к команде.

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence — AI-платформа роста для сферы недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годовой повторяющейся выручки. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для ведения и развития бизнеса. О роли Мы не просто используем ИИ. Мы создаем с его помощью, внедряем и мыслим с ним. Благодаря щедрому бюджету на токены наши инженеры ежедневно используют ИИ-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а ИИ их создает, и мы уже далеко продвинулись на этом пути. Мы ищем hands-on инженерного менеджера для руководства командой Maps & Search. Эта команда владеет опытом поиска жилья на веб- и мобильных платформах. Это одна из самых заметных и высоконагруженных поверхностей — только поисковый сервис обрабатывает миллиард запросов в месяц. Это роль для менеджера, который ведет за собой: кто по-прежнему работает в терминале с ИИ, имеет сильные мнения о том, как ИИ меняет SDLC, и хочет усилить небольшую, опытную, дополненную ИИ команду. Вы будете задавать техническое направление, оставаться близко к коду и помогать команде стабильно достигать результатов. Задачи - Руководить и развивать команду Maps & Search. - Отвечать за найм, онбординг, коучинг, 1:1, прямую обратную связь и карьерное развитие. - Относиться к менеджменту как к ремеслу и строить здоровую высокоэффективную команду, которая выпускает значимые изменения. - Оставаться hands-on: вносить непосредственный вклад — код-ревью, дизайн-ревью, архитектура, сложная отладка — и сохранять техническую компетентность для принятия взвешенных решений по компромиссам. - Владеть и масштабировать высоконагруженную поисковую платформу. - Управлять архитектурой, релевантностью, задержкой и надежностью системы поиска недвижимости, обрабатывающей около 1 млрд запросов в месяц и сотни миллионов объявлений. - Обеспечивать первоклассный опыт поиска жилья: владеть основным процессом обнаружения жилья на веб- и мобильных платформах — улучшать вовлеченность, конверсию лидов и рабочие процессы агентов, сохраняя быстрые и отзывчивые взаимодействия в масштабе. - Продвигать поиск на основе ИИ: сотрудничать с командами для внедрения LLM и интеллектуального ранжирования в поиск и пользовательские процессы, улучшая то, как покупатели и агенты находят, фильтруют и взаимодействуют с объявлениями. - Формировать дорожную карту совместно с продуктом и дизайном: определять, что и зачем мы строим, а не только как. Переводить потребности пользователей и бизнес-цели в четкий технический план и отвечать за поставку от начала до конца — планирование, качество, надежность и реагирование на инциденты. Требования Качества: - Вы ведете за собой: остаетесь близко к коду и пользуетесь техническим уважением, относитесь к менеджменту как к ремеслу — развиваете инженеров, даете четкую обратную связь и строите команду, которая выпускает продукты. - Вы уже ежедневно работаете с ИИ: используете ИИ как ключевую часть рабочего процесса, а не как новинку — и ожидаете того же от команды. - У вас есть сильные, но гибкие мнения о том, как ИИ меняет архитектуру ПО, структуру команды и инженерную культуру. - Вы мыслите системами: связываете технические решения с результатами для клиентов и бизнес-ценностью. - Вы четко и прямо общаетесь: можете объяснять сложные компромиссы продукту, дизайну и руководителям. - Вас заряжает неопределенность и скорость: вы процветаете в быстрорастущей компании, где дорожная карта развивается, а ответственность реальна. - Вам нравится веселиться на работе: мы серьезно относимся к своему делу, но не к себе. Мы празднуем победы, шутим и получаем удовольствие от совместной работы. Навыки и опыт: - 8+ лет профессионального опыта в разработке ПО, включая значительное время на senior или staff-уровне, плюс 2+ года управления инженерными командами. - Опыт в поиске: вы работали с системами поиска, релевантности, ранжирования или поиска информации. Не обязательно именно OpenSearch или Elasticsearch, но вы понимаете, как работает поиск и как его улучшить. - Глубокая экспертиза в TypeScript, Node.js и React, с full-stack пониманием для рассмотрения всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт работы с высоконагруженными, низколатентными production-системами в масштабе — SLO, реагирование на инциденты и планирование мощностей должны быть привычными. - Опыт руководства значимыми инициативами от концепции до production в SaaS-среде. Технологический стек - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, годовой регулярный доход — $100 млн. Платформой пользуются более 90 000 профессионалов в сфере недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. Инженеры компании ежедневно используют AI-агентов для написания, ревью и выкладки production-кода. Мы движемся к миру, где люди проектируют системы, а AI их строит. Ищем hands-on Engineering Manager для команды Maps & Search. Команда владеет опытом поиска жилья на вебе и мобильных устройствах. Только поисковый сервис обрабатывает миллиард запросов в месяц. Задачи: - Руководить и развивать команду Maps & Search: наем, онбординг, коучинг, 1:1, обратная связь, карьерный рост. - Оставаться hands-on: участвовать в код-ревью, дизайн-ревью, архитектуре и сложной отладке. - Владеть и масштабировать высоконагруженную поисковую платформу: архитектура, релевантность, задержки, надежность системы поиска недвижимости с ~1 млрд запросов в месяц и сотнями миллионов объявлений. - Развивать поиск жилья на вебе и мобильных устройствах: вовлеченность, конверсия лидов, рабочие процессы агентов, скорость и отзывчивость интерфейсов. - Внедрять AI-поиск: совместно с другими командами интегрировать LLM и интеллектуальный ранжирование в поиск и пользовательские сценарии. - Формировать роадмап с продактом и дизайном: переводить потребности пользователей и бизнес-цели в технический план, отвечать за доставку — планирование, качество, надежность, реагирование на инциденты. Требования: - 8+ лет профессиональной разработки ПО, включая значимый опыт на уровне senior или staff, плюс 2+ года управления инженерными командами. - Опыт работы с поиском, релевантностью, ранжированием или retrieval-системами. Не обязательно OpenSearch или Elasticsearch, но важно понимание устройства поиска и способов его улучшения. - Глубокая экспертиза в TypeScript, Node.js и React, full-stack понимание всего пути запроса от UI до данных. - Опыт проектирования и эксплуатации масштабируемых микросервисных архитектур в cloud-native средах (предпочтительно AWS). - Сильное понимание GraphQL, событийных систем (Kafka) и баз данных (PostgreSQL, OpenSearch). - Подтвержденный опыт эксплуатации высоконагруженных low-latency production-систем: SLO, реагирование на инциденты, планирование мощностей. - Опыт ведения значимых инициатив от концепции до production в SaaS-среде. Технологический стек: - Frontend: React, Tailwind, Apollo - Backend: Node.js / TypeScript микросервисы - Данные: PostgreSQL, OpenSearch - Инфраструктура: AWS, Kubernetes, Lambda - Обмен сообщениями: Kafka, Redis

Формат

Офис

Страна

Канада

Город

Не указан

Компания Luxury Presence, разработчик ИИ-платформы для недвижимости, при поддержке Bessemer Venture Partners и других инвесторов, достигла $100 млн годовой выручки. Более 90 000 специалистов по недвижимости, включая свыше 30% топ-100 агентов США по версии WSJ Real Trends, используют платформу. Продукт AI Social — ИИ-агент, создающий брендированные карусели и рилсы для Instagram из исходных данных. Инженер отвечает за пайплайн рендеринга, промпты и агентские циклы, а также визуальное качество результата. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с системами на LLM: промпты, структурированные выходы, вызовы инструментов, агентские циклы, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал или Are.na. - Формальное или самообразование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными прототипами и доведёнными до клиентов решениями. - Ежедневное использование Claude Code, Cursor или аналогичных ИИ-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в ИИ-рабочие процессы. - Склонность к экспериментам с промптами и обмену результатами. - Системное мышление, ориентация на общие системы, а не отдельные фичи. - Умение работать с неинженерами, терпение и ясность в коммуникации. - Высокая ответственность и низкое эго, готовность принимать направление от продуктовых партнеров. Роль не включает: - Владение архитектурой платформы или распределёнными системами. - Владение социальной стратегией — только участие в её формировании. - Управление людьми — это индивидуальная роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), рендеринг в headless-браузере. Условия: вакансия предполагает работу в Канаде.

Формат

Офис

Страна

США

Город

Не указан

Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C, поддерживается Bessemer Venture Partners, годовой повторяющийся доход — $100 млн. Платформой пользуются более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США. AI Social — продукт, в рамках которого AI-агент создает фирменные карусели и рилсы для Instagram для каждого клиента Luxury Presence: от исходных данных до готового медиа. Это не написание кода LLM, а дизайн, выбор фото, озвучка сценария, подбор кадров и финальная композиция. Роль: владение пайплайном рендеринга, промптами и циклами агентов, а также визуальным качеством релизов. Направление задают партнеры по продукту и контент-стратегии, инженеры и дизайнеры работают совместно. Требования: - Уверенное знание TypeScript и Node.js, готовность развиваться в стеке компании. - Практический опыт с LLM-системами: промпты, структурированные выходы, вызовы инструментов, циклы агентов, оценки. - Минимум один опубликованный проект генеративного медиа (изображение, видео, голос или музыка), который использовали другие люди. - Портфолио, демонстрирующее техническую глубину и чувство дизайна. - Бонус: личная творческая практика — публичный профиль, портфолио, побочный проект, YouTube-канал, Are.na. - Формальное или самостоятельное образование в дизайне, визуальном искусстве, кино или моушене. - Умение переключаться между экспериментальными PoC и продакшен-качеством. Техническая беглость с AI-инструментами: - Ежедневное использование Claude Code, Cursor или аналогичных AI-инструментов разработки. - Знакомство с MCP и интеграциями Figma, Notion, Linear в AI-рабочие процессы. - Готовность экспериментировать с промптами, делиться выводами и иметь мнение о развитии медиа. Мышление: - Склонность к улучшению систем, а не только выполнению задач. - Приоритет систем над отдельными фичами: шаблонные семейства, которые выпускают десять постов, вместо десяти разовых. - Работа на общих системах, восприятие ограничений как рычага. - Высокие стандарты качества при готовности выпускать релизы. - Умение работать с нетехническими специалистами: продуктом, дизайном, контент-стратегией. - Высокая ответственность и низкое эго. Что не входит в роль: - Владение архитектурой платформы или распределенными системами — партнерство с профильными командами. - Владение социальной стратегией — только голос в ее формировании. - Управление людьми на старте — hands-on IC-роль с лидерством через мастерство. Технологический стек: - Платформа: Node, TypeScript, React, Postgres, AWS, Temporal. - LLM и агенты: основные SDK моделей с вызовом инструментов, структурированными выходами и многошаговыми циклами. - Медиапайплайн: генерация изображений и видео (Veo), синтез голоса и музыки (ElevenLabs), композитинг (Shotstack), headless-рендеринг браузера.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Luxury Presence создает AI-платформу роста для недвижимости. При поддержке Bessemer Venture Partners и других ведущих инвесторов, компания находится на стадии Series C и достигла $100M годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития своего бизнеса. О роли Мы ищем Senior Analytics Engineer, который построит и масштабирует аналитическую основу для принятия решений в командах Go-to-Market, Product, Finance, People и Operations. Роль находится на стыке инженерии данных и аналитики: превращение сырых данных о продукте, маркетинге, финансах и операциях в чистые, хорошо смоделированные и надежные наборы данных. Работа будет питать все: от исполнительных дашбордов и когортного анализа до экспериментов, биллинговых операций, AI-аутрича и семантических слоев, которые позволяют AI-агентам автономно отвечать на вопросы стейкхолдеров. Это высококросс-функциональная роль — партнерство с Product Management, Marketing, RevOps, Finance, People Ops и Engineering для обеспечения надежного, масштабируемого и соответствующего бизнесу аналитического стека. Обязанности Построение и владение фундаментом данных - Владение и развитие dbt-проекта: обеспечение производительности, тестирования и документирования моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки данных. - Использование современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы и логику. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки, которые сравнивают данные из разных источников для выявления расхождений и защиты выручки. Обеспечение качества данных и автоматизации - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение лучших практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и обеспечение их единообразного расчета во всех инструментах. - Расследование и документирование инцидентов с данными от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие - Выполнение роли связующего звена между Engineering, GTM и Finance: обеспечение согласованных определений метрик и правильной инструментовки систем. - Предоставление стейкхолдерам возможности самостоятельного доступа к надежным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик написания запросов, создания дашбордов и интерпретации метрик; обучение стейкхолдеров самостоятельной работе. Создание AI-готовой инфраструктуры данных - Проектирование и поддержка семантических представлений Snowflake Cortex, служащих управляемым интерфейсом данных для AI-агентов и LLM-инструментов. - Партнерство с AI/продуктовыми командами для определения, создания и валидации определений семантического слоя, поддерживающих внутренних AI-ассистентов. - Создание фреймворков измерения для AI-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные - Более 5 лет опыта работы аналитическим инженером, инженером данных или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: возможности, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище данных. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Подтвержденный опыт работы с событийными данными и данными об использовании продукта (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой — желательно создание сквозных пайплайнов от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев, служащих управляемыми интерфейсами данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знакомство с CI/CD, Git-процессами и автоматизированным тестированием. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательные - Опыт создания и поддержки DAG в Airflow и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, измерение инкрементального эффекта. - Опыт работы с основами предиктивного моделирования: классификация, отбор признаков и оценка моделей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Luxury Presence — платформа ИИ для роста в сфере недвижимости. Компания поддерживается Bessemer Venture Partners и другими ведущими инвесторами, находится на стадии Series C и достигла $100 млн годового регулярного дохода. Более 90 000 специалистов по недвижимости, включая более 30% из топ-100 агентов WSJ Real Trends в США, используют платформу для управления и развития бизнеса. Обязанности Создание и развитие фундамента данных: - Владение и развитие dbt-проекта: производительность, тестирование и документация моделей. - Проектирование и поддержка хранилища данных Snowflake и процессов загрузки. - Применение современных практик моделирования данных для создания ключевых сущностей и наборов данных, учитывающих сложные бизнес-процессы. - Создание и поддержка кастомных Python/Airflow пайплайнов для загрузки данных из сторонних API в Snowflake. - Проектирование и эксплуатация кросс-системных моделей сверки для сравнения данных из разных источников и выявления расхождений. Обеспечение качества данных и автоматизации: - Внедрение тестирования и наблюдаемости для аналитических пайплайнов. - Соблюдение практик CI/CD: автоматизация, линтинг, тесты, код-ревью и согласования. - Стандартизация определений метрик и их единообразный расчет во всех инструментах. - Расследование и документирование инцидентов с данными: от анализа первопричин до отслеживания исправлений и коммуникации со стейкхолдерами. Кросс-функциональное взаимодействие: - Выполнение роли связующего звена между Engineering, GTM и Finance для согласования определений метрик и корректной инструментации систем. - Обеспечение самостоятельного доступа стейкхолдеров к доверенным инсайтам. - Повышение грамотности в работе с данными: продвижение лучших практик запросов, дашбордов и интерпретации метрик, обучение стейкхолдеров самостоятельной работе. Создание ИИ-готовой инфраструктуры данных: - Проектирование и поддержка семантических представлений Snowflake Cortex как управляемого интерфейса данных для ИИ-агентов и LLM-инструментов. - Совместно с ИИ/продуктовыми командами определение, создание и валидация семантического слоя для внутренних ИИ-ассистентов. - Создание фреймворков измерения эффективности ИИ-инициатив, включая дизайн экспериментов и атрибуционное моделирование. Требования Обязательные: - 5+ лет опыта работы аналитическим инженером, дата-инженером или на аналогичной роли в SaaS-среде. - Глубокие знания SQL, dbt и современных практик моделирования данных. - Владение Python для разработки пайплайнов, интеграций с API и автоматизации. - Опыт моделирования данных Salesforce: сделки, контракты, подписки, обращения и история полей. - Подтвержденный опыт создания кастомных ELT-пайплайнов для загрузки данных из сторонних API в облачное хранилище. - Опыт проектирования кросс-системных моделей сверки: объединение, дедупликация и сравнение данных из нескольких источников для выявления расхождений. - Опыт работы с событийными и продуктовыми данными (например, Posthog, Mixpanel). - Опыт связывания маркетинговых данных (платная реклама, кампании, атрибуция) с продуктовой аналитикой, включая сквозные пайплайны от рекламных платформ до метрик конверсии и удержания. - Опыт проектирования и поддержки семантических слоев как управляемых интерфейсов данных (dbt Semantic Layer, Snowflake Cortex или аналоги). - Уверенная работа с масштабными системами данных (Snowflake, BigQuery, Redshift). - Хорошее знание CI/CD, Git-процессов и автоматизированного тестирования. - Опыт кросс-функционального взаимодействия с инженерами, аналитиками и продакт-менеджерами. - Подтвержденные успехи в использовании аналитики для принятия решений в технической или продуктовой среде. - Умение брать на себя ответственность за неоднозначные задачи и проектировать комплексные решения. Желательно: - Опыт создания и поддержки Airflow DAG и оркестрации пайплайнов загрузки из множества API. - Сильная база в статистике и дизайне экспериментов: A/B-тестирование, проверка значимости, оценка инкрементального эффекта. - Опыт в основах предиктивного моделирования: классификация, отбор признаков, оценка моделей.

Формат

Удалённо

Страна

Россия

Город

Не указан

Разработка AI-системы для автоматизации пользовательских действий и коммуникаций во внешних сервисах. Требуется Python-разработчик для создания первой рабочей версии продукта. Задачи: - Разрабатывать backend на Python - Создавать устойчивую браузерную автоматизацию - Работать с пользовательскими сессиями, очередями и расписаниями - Интегрировать LLM и vision-модели - Реализовывать память, контекст и инструменты AI-агента - Настраивать логирование, мониторинг и восстановление после ошибок - Обеспечивать защиту пользовательских данных и секретов - Участвовать в проектировании архитектуры, оценке сроков и технических рисков Требования: - Уверенный Python + asyncio - Опыт разработки production-систем - Playwright или аналоги - Опыт автоматизации нестабильных и меняющихся интерфейсов - Retry, переавторизация, recovery после сбоев - Понимание идемпотентности - Опыт с фоновыми процессами, очередями, расписаниями и квотами - Практика разработки LLM-приложений: агенты, function calling, память, контекст - Опыт с vision-моделями и оптимизацией стоимости инференса - Понимание шифрования, хранения секретов, access control и аудита - Docker, CI, логирование, метрики и алерты Будет плюсом: - Опыт с прокси-инфраструктурой и сетевой изоляцией - Антифрод, платежи или дейтинг - Понимание реакции внешних площадок на нетипичную активность - Опыт продуктов с нестабильными API/интерфейсами - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе: - Оценить реализуемость MVP - Предложить архитектуру и roadmap разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип на отдельном аккаунте - Настроить фиксацию результатов, ошибок и причин остановки системы

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Платформа для бизнес-аналитики, насыщаемая возможностями искусственного интеллекта: естественный язык, умные подсказки, AI-ассистенты. Формат работы: удаленно, РФ, московский часовой пояс. Заработная плата: обсуждается по пожеланиям кандидата. Предоставляются корпоративные подписки на AI-инструменты. Чем предстоит заниматься: · Разрабатывать компоненты платформы целиком · Собирать требования, строить модели данных и описывать методики расчётов · Общаться напрямую с конечными пользователями · Проектировать архитектуру и защищать свои решения · Глубоко применять Claude Code и Cursor как agentic-инструменты, а не просто чат · Проводить ревью, технические обсуждения и развивать инженерную культуру Что важно: · 5+ лет коммерческой разработки сложных DWH/BI-систем · Уверенные навыки: C, .NET, ASP.NET, Angular, AI-инструменты · Реальный опыт работы с Claude Code: настройка CLAUDE.md, структурированные промпты, анализ кодовой базы, генерация production-ready кода, рефакторинг, тесты, pull requests и аудит безопасности · Понимание ограничений LLM и умение выстраивать безопасный HITL процесс

Формат

Офис

Страна

Россия

Город

Не указан

Компания «Базис» — российский разработчик программных продуктов для оказания облачных услуг и платформы динамической инфраструктуры. Ищем архитектора для развития облачных продуктов Basis Cloud Control и Basis Automation Studio. Продукты предоставляют платформу управления облачной инфраструктурой с моделью предоставления облачных ресурсов как сервис. Основные обязанности: Проработка решений для новых бизнес-задач заказчиков и развитие облачной платформы; Развитие технических компетенций смежных команд: проведение демонстраций, консультирование; Участие в определении архитектурных подходов, интерфейсов и стандартов совместно с командами разработчиков, аналитиков и инженеров; Взаимодействие с разработчиками, тестировщиками, аналитиками, инженерами и смежными продуктовыми командами для решения архитектурных задач и интеграции продуктов, реализации разработанных решений; Экспертная консультация в предпродажных активностях и эксплуатации продуктов; Формирование и поддержка архитектурной документации. Необходимый опыт работы: Опыт не менее 6 лет в инфраструктурных или облачных технологиях; Опыт участия в разработке архитектуры продуктов от 2 лет; Опыт работы с сервисами в публичных облаках (AWS, Azure, GCP, Alibaba и т.д.); Опыт работы с продуктами VMware (vSphere, Cloud Director, NSX-T, vRealize), OpenStack, ManageIQ, OpenShift, Cozystack, n8n и т.д.; Опыт работы с PostgreSQL, ClickHouse, Redis; Опыт работы с S3-решениями; Опыт работы с Ansible, Terraform/OpenTofu, понимание концепции IaC; Опыт работы с Podman, Kubernetes; Опыт работы с Linux-based системами на уверенном уровне. Профессиональные знания и навыки: Навыки разрешения проблем в технических решениях и продуктах; Знание принципов работы сетей передачи данных и сетей хранения данных; Понимание принципов работы современных микросервисных приложений и инструментов; Умение создавать и разрабатывать технические архитектуры (HLD, LLD) и диаграммы в нотации C4; Навыки проектирования интеграционных компонент, разумный подход к выбору способа интеграции с учетом ФТ/НФТ; Понимание принципов и функционирования контейнеризации и виртуализации; Понимание принципов построения комплексной ИТ-инфраструктуры больших компаний (сети, серверы, СХД, СРК, ИБ, ИС); Понимание принципов и функционирования систем высокой доступности и катастрофоустойчивости. Будет плюсом: Практический опыт использования Python и/или Golang для скриптов или разработки; Опыт работы с VMware SRM, NetApp MetroCluster, Huawei HyperMetro, Hitachi GAD, MIND Guard, Hystax Acura; Опыт работы с инструментами Observability; Опыт работы с ADR; Практический опыт использования AI/ML для рабочих задач. Условия: Трудоустройство согласно ТК РФ в IT-компании со всеми соответствующими бонусами; Заработная плата состоит из оклада и квартальной премии; График работы 5/2 пн-пт, гибкое начало дня; Социальный пакет (ДМС, оплата мобильной связи); Обучение внутри компании и на внешних курсах; Корпоративная программа лояльности (профессиональное обучение, фитнес-активности, обучение языкам и т.д.).

Формат

Гибрид

Страна

Россия

Город

Не указан

Райдтех — это Такси, Еда, Доставка, Маркет и другие продукты. Поддержка каждого из сервисов помогает пользователям решать вопросы, а внутренние инструменты позволяют команде быстрее разбирать обращения, анализировать данные и автоматизировать рутину. Наша команда объединяет разработку, обработку данных, ML и прототипирование сервисов. Мы разбираем, как устроены обращения пользователей, ищем сценарии для автоматизации, обучаем небольшие модели под прикладные задачи и создаём внутренние инструменты: от скриптов обработки данных до небольших сервисов, которые подключают модели к потоку обращений. Какие задачи вас ждут: Обработка данных Писать Python-скрипты для работы с сырыми данными: изображениями, треками поездок, метаданными, текстами и логами. Придумывать, как представить данные удобно. Эндпойнт-сервисы Проектировать простые API, определять форматы входных и выходных данных, создавать небольшие сервисы — передавать коммиты разработчикам продукта на FastAPI или Flask, чтобы они обрабатывали данные и подключали модели. Аналитика и отчётность Писать SQL/YQL-запросы, анализировать данные, готовить отчёты и простые дашборды для команды на основе агрегат-таблиц аналитиков. Исследовательские задачи Быстро разбираться в неформализованных проблемах, предлагать способы их решения, проверять гипотезы и создавать рабочие proof-of-concept-решения. Мы ждём, что вы: - Уверенно владеете любым языком программирования - Работаете с данными с помощью pandas и NumPy - Понимаете базовые структуры данных (таблицы, матрицы, JSON, изображения, временные ряды) и умеете преобразовывать данные из одного формата в другой - Пишете SQL-запросы - Понимаете базовые принципы REST API и реализуете простой эндпойнт на FastAPI или Flask Почему у нас хорошо: Наше ДМС поможет предотвратить болезни: в него входят регулярные чекапы и вакцинация.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания — распределённая IT-консалтинговая команда, которая уже больше 9 лет помогает международным компаниям строить сложные технологические продукты. Основной фокус — проекты в области rich frontend applications, high-load backend, LLM-интеграций, Web3, product management. В компании сильная инженерная культура: работают senior+ и principal специалисты, большинство проектов — долгосрочные, с глубоким включением в продукт и процессы клиента. Ценят баланс между качеством работы для клиента, задачами бизнеса и заботой о команде. Headcount — 60 человек, HR: 1 рекрутер. Будет плюсом: Опыт в IT consulting / outsource / outstaff компаниях. Опыт в роли HRBP. Опыт развития referral program. Опыт использования AI-инструментов в HR / recruiting.

Формат

Офис

Страна

Беларусь, Россия

Город

Не указан

Грейд

Middle / Senior

Локация: Россия / Беларусь. Работа строго по московскому времени. Ищут опытного AI-разработчика уровня Middle+ / Senior для работы над AI-проектами. Требуется сильный технический бэкграунд в AI/ML и коммерческий опыт разработки.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

GetTransfer ищет опытного ML Engineer для разработки и внедрения ML-решений в production. В периметре компании — широкий спектр проектов: от RightTech и mobility до fintech и других технологических направлений. Это возможность работать с разными типами ML-задач, современным стеком и практически безграничными возможностями для профессионального развития в области Machine Learning. Что предстоит делать: - разрабатывать и улучшать ML-модели; - работать с большими объёмами данных; - внедрять модели в production и поддерживать их жизненный цикл; - выстраивать ML pipelines и MLOps-процессы; - заниматься мониторингом качества моделей и данных; - работать с Python и современным ML-стеком. Ожидания: - 5+ лет опыта в Machine Learning; - сильный Python; - опыт production deployment ML-моделей; - опыт с MLOps, MLflow или аналогичными инструментами; - понимание model/data versioning, CI/CD и автоматизации ML pipelines; - опыт построения мониторинга моделей и data quality; - умение работать с большими объёмами данных и сложными ML-системами.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Ростелеком — крупнейший в России интегрированный провайдер цифровых решений. Опыт работы: от 2 лет в роли MLE. Формат работы: возможна полная или частичная удалённая работа из России (также офисы в Москве, Краснодаре, Новосибирске). Чем предстоит заниматься - Планирование архитектуры приложений с использованием LLM в качестве основной технологии. - Разработка ML-бэкендов и микросервисов для обеспечения функциональности и интеграции различных сервисов. - Оптимизация текущих решений с акцентом на производительность и управление нагрузкой (onnx, openvino, tensorrt). Наши пожелания к кандидатам - Опыт работы в роли MLE от 2-х лет. - Уверенное знание Python и опыт разработки сетевых/асинхронных приложений. - Широкая насмотренность в области LLM, RAG. - Знание Docker, CI/CD, FastAPI и SQL.

Формат

Удалённо

Страна

Европа

Город

Не указан

Грейд

Senior

Компания: Sword Health Уровень: senior Присоединиться к команде Applied AI, чтобы вести ML-проекты от начала до конца: от исследования до продакшн-деплоя и дальнейшей итерации на живых пользователях. Предстоит создавать агентные LLM-системы с многошаговыми рабочими процессами, использованием инструментов и retrieval, работая над технологией AI Care для программ в области опорно-двигательного аппарата, женского здоровья, кардиометаболического и ментального здоровья. Локация: Европа Формат: удалённо Запрещённые локации: за пределами Европы

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда внедряет AI-агентов для проактивной диагностики маркетинговых показателей, поиска неочевидных взаимосвязей и генерации рекомендаций. Формат работы: офис, Москва. Чем предстоит заниматься: - Проектировать и разрабатывать AI-агентов для автоматизации отчетности и мониторинга отклонений в бизнес-процессах - Создавать пайплайны поиска отклонений и интегрировать их с LLM для генерации текстовых выводов и отчетов - Работать с большими массивами данных: готовить фичи, агрегировать данные и передавать их в модели - Оптимизировать, упаковывать и деплоить агентные системы в продакшн Пожелания к кандидатам: - Отличное знание Python, опыт коммерческой разработки от 3 лет - Опыт работы с языковыми моделями (LLM), понимание их ограничений - Знание LangChain (или аналогов) и опыт интеграции LLM в реальные бизнес-задачи - Понимание принципов DevOps и CI/CD

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Компания QLAN ищет Computer Vision Engineer для разработки и внедрения AI/CV-решений в крупных компаниях и государственных структурах. Формат: удалённо Занятость: full-time, 5/2 Зарплата: от 250 000 ₽ Требуется гражданство РФ Что предстоит делать: — разрабатывать и внедрять решения в области Computer Vision; — работать с датасетами, разметкой и подготовкой данных; — проводить эксперименты и анализировать качество моделей; — создавать и поддерживать production-ready CV-решения; — работать с Linux, Git, Docker/Docker Compose; — участвовать в выборе технических подходов и анализе результатов. Что требуется: — от 3 лет коммерческого опыта в Computer Vision; — знания классического ML, статистики и алгоритмов CV; — практический опыт с PyTorch; — уверенное владение NumPy, scikit-learn, Matplotlib, OpenCV; — Linux (Ubuntu/Mint/Debian); — Docker и Docker Compose; — Git; — английский B2+; — опыт самостоятельного доведения проектов до production; — умение читать научные статьи, воспроизводить решения и адаптировать их под реальные задачи. Что предлагают: — полностью удалённую работу; — гибкое начало рабочего дня; — профессиональное развитие; — работу с современными технологиями в области CV/ML.

Формат

Офис

Страна

США

Город

Не указан

Обязанности - Совместно с командой проектировать и разрабатывать высококачественные веб-приложения с использованием Python, Flask, Django и смежных технологий. - Писать чистый и эффективный код, обеспечивать его поддерживаемость и переиспользуемость. - Проектировать и внедрять RAG-пайплайны на Google Cloud / Vertex AI (chunking, эмбеддинги, индексация, поиск, реранкинг, grounding). - Строить агентные рабочие процессы (использование инструментов, планирование, рефлексия/guardrails, структурированные выходные данные) с использованием Python-first фреймворков. - Проводить ревью кода для обеспечения качества и согласованности. - Проводить тестирование для обеспечения качества и надежности приложений. - Создавать и поддерживать техническую документацию для веб-приложений. - Участвовать в планировании проекта, оценке и приоритизации задач. - Следить за новейшими технологиями в области разработки на Python. - Определять и запускать оценку (метрики поиска, качество ответов, проверки галлюцинаций/grounding) и итеративно улучшать качество системы. - Выпускать в продакшн: API, мониторинг/наблюдаемость, оптимизация стоимости и производительности, CI/CD и лучшие практики безопасности. Обязательные требования - Python, Flask/Django, RAG. - Опыт разработки программного обеспечения на Python 3. - Понимание жизненного цикла разработки и тестирования ПО. - Знание реляционных баз данных (например, MySQL, PostgreSQL и т.д.). - Опыт работы с системами контроля версий, такими как Git. - Опыт создания RAG-решений (гибридный поиск, реранкинг, стратегии chunking, эмбеддинги, дизайн промптов и схем). - Знакомство как минимум с одним агентным фреймворком (например, LangGraph/LangChain, LlamaIndex, Semantic Kernel, AutoGen) и паттернами вызова инструментов/функций. - Уверенные знания концепций векторного поиска и как минимум одной векторной БД в продакшене. - Сильные инженерные практики: ревью кода, тестирование, телеметрия, безопасность по дизайну, надежность. Желательно - LLM, LangChain, AWS, Kubernetes, Docker. - Степень магистра в области компьютерных наук, программной инженерии или смежной области. - Более 1 года профессионального опыта разработки веб-приложений на Python с использованием Flask или Django. - Опыт разработки RESTful API на Python. - Понимание фреймворков веб-приложений на Python, таких как Flask или Django. - Опыт работы с облачными сервисами, такими как AWS. - Опыт работы с Vertex AI и основами GCP (IAM, логирование/мониторинг, Cloud Run/GKE, хранилища). - Графы знаний для RAG (связывание сущностей, обход графа + гибридный поиск). - Стриминг/обмен сообщениями (Pub/Sub, Kafka), пайплайны документов (Document AI) и мультиязычный поиск. - Опыт работы с инструментами оценки (RAGAS, TruLens, пользовательские eval-харнессы), управление версиями промптов. - Интеграция с фронтендом (базовый React/Next.js) или развитие платформы (внутренние инструменты разработчика). Условия - Зарплата: $62,000 – $80,000. - Кандидаты должны быть готовы к переезду в пределах США (например, CA, TX, NY).

Формат

Офис

Страна

Ватикан

Город

Не указан

Компания и контекст CACI International ищет AI-промпт-инженера в команду BEAGLE Agile Solution Factory (ASF), поддерживающую заказчика CBP в Северной Вирджинии. Команда работает над Agile-разработкой для Министерства внутренней безопасности (DHS). Задачи - Разработка и оптимизация промптов для различных генеративных ИИ-моделей (LLM) для получения желаемого поведения, ответов и творческих результатов. - Итеративное тестирование: сравнение вариантов промптов, анализ результатов и постоянное улучшение. - Взаимодействие с несколькими группами для интеграции промптов и оптимизации ручных процессов. - Исследования и разработка: отслеживание последних достижений в области LLM, генеративного ИИ и техник промпт-инжиниринга. - Поддержка тонкой настройки и RAG: участие в стратегиях улучшения точности моделей. - Решение проблем: отладка неожиданного поведения моделей, выявление корневых причин в структуре промпта, ограничениях модели или контексте данных. Требования - Гражданство США и способность пройти проверку службой CBP (проверка за 3 года на felony, за 1 год на употребление наркотиков, за 1 год на проступки, такие как кража или мошенничество). - Степень бакалавра в области компьютерных наук, программной инженерии, информационных технологий или смежной области (эквивалентный опыт может быть рассмотрен). - 0–3 года профессионального опыта разработки ПО, стажировок или соответствующих академических проектов. - Более 1 года практической работы с большими языковыми моделями (например, OpenAI GPT, Llama, Gemini) или другими генеративными ИИ-моделями. - Опыт как минимум с одним языком программирования (Python, JavaScript/TypeScript). - Знание техник промпт-инжиниринга (few-shot, chain-of-thought, структурированные выходы, вызов функций). - Готовность к гибридному графику с работой на месте в Ашберне, Вирджиния. Желательно - Навыки решения проблем и подход к экспериментам, основанный на данных. - Письменные и устные коммуникационные навыки, умение ясно излагать сложные технические концепции. - Способность работать самостоятельно и в команде в быстро меняющейся среде. - Опыт работы с концепциями RAG, включая эмбеддинги и векторные базы данных. - Понимание вопросов безопасности ИИ (например, prompt injection, предвзятость, конфиденциальность данных). - Опыт работы в Agile/Scrum. Условия - Полная занятость, постоянная должность. - Допуск к гостайне не требуется. - Возможны локальные командировки до 10%. - Гибридный график с присутствием в офисе в Ашберне, Вирджиния. - Культура честности и среда доверия, гибкий график отпуска, доступ к обучающим ресурсам.

Формат

Офис

Страна

Тунис

Город

Не указан

Ultimate Knowledge Institute ищет AI Workflow Engineer для проектирования агентного SDLC с нуля: формализованные пайплайны, где AI-агенты планируют, создают, тестируют, ревьюят и выпускают код вместе с командой старших инженеров, с управлением, обоснованием и метриками эффективности. Это не исследовательская роль и не работа с промптами — вы будете проектировать систему доставки: рабочие процессы, защитные механизмы и циклы обратной связи, позволяющие команде работать значительно быстрее без потери инженерного качества. Работа напрямую ускоряет миссию: обеспечение готовности кадров для кибервойск страны. О компании: с 1999 года Ultimate Knowledge Institute задает стандарты обучения кибербезопасности для Министерства обороны, федеральных агентств и компаний из списка Fortune 500. Платформа выявляет индивидуальные пробелы в экспертизе и строит адаптивные индивидуальные планы обучения для федеральных клиентов США, оборонного сектора, разведывательного сообщества, местных и коммерческих заказчиков. Вы присоединитесь к новой формирующейся AI-команде внутри зрелой продуктовой инженерной команды — реальные пользователи, реальные stakes и зеленое поле для трансформации процессов разработки. Задачи: - Построить агентный SDLC-пайплайн: проектировать, внедрять и эксплуатировать агентные рабочие процессы на всех этапах жизненного цикла разработки — планирование, генерация кода, ревью, тестирование, документация и релиз, интегрированные с GitOps и CI/CD-инфраструктурой. - Улучшить опыт разработчиков: внедрять современные AI-интеграции в ежедневный процесс команды — кодинг-агенты, автоматическое ревью, интеллектуальная генерация тестов и self-service инструменты. - Строить обоснованные и надежные системы: разрабатывать retrieval-grounded и контекстно-зависимые AI-системы с надежными и проверяемыми результатами, проектировать оценочные стенды для их подтверждения. - Установить управление и защитные механизмы: определять и внедрять политики, контрольные точки с участием человека, аудит-трейлы и меры безопасности для ответственного применения агентного AI в средах, где доверие критично. - Формализовать и масштабировать: превращать успешные практики в повторяемые фреймворки, плейбуки и внутренние платформы, расширяя агентное ускорение за пределы инженерии на всю организацию. - Продвигать практику: обучать и поддерживать внедрение AI в команде, выступая мультипликатором, а не изолированным специалистом. Требования: - 2-3+ года практического опыта создания систем на AI/LLM в продакшене. - 2+ года проектирования и эксплуатации агентных рабочих процессов и пайплайнов, включая многошаговую оркестрацию агентов, использование инструментов, оценку и управление. - Опыт работы в современных командах разработки с практиками GitOps и CI/CD. - Рабочее знание паттернов grounded AI: RAG, контекстная инженерия, структурированные выходы, оценка и наблюдаемость LLM-систем. - Солидные основы программной инженерии на JavaScript/TypeScript и/или Python; уверенная работа со стеком (Angular/React фронтенды на Express веб-приложениях). - Соответствие культуре continuous delivery — подход Аллспоу/Хаммонда, Phoenix Project (Ким): малые партии, быстрая обратная связь, обучение без обвинений, операционное совершенство. - Проактивность: видите возможность ускорить команду — строите, измеряете и делитесь результатом. - Сильные коммуникационные навыки: умение объяснить агентную архитектуру инженеру и ее ROI — руководителю. - Требуется разрешение на работу в США; роль — удаленная в США. Будет плюсом: - Опыт с агентными фреймворками и протоколами (LangGraph/LangMem, Claude Agent SDK, MCP, OpenAI Agents) и AI-инструментами для кодинга (Claude Code, Copilot, Cursor).

Формат

Офис

Страна

Не указана

Город

Не указан

О компании GE Vernova развивает направление генеративного ИИ: создаёт команду для автоматизации промптинга и разработки фреймворка для переиспользования промптов между бизнес-подразделениями. GE Vernova Advanced Research выступает акселератором и ведёт исследования для энергетического перехода. Позиция предполагает работу на стыке передовых технологий и традиционной промышленности. Задачи - Взаимодействовать с профильными экспертами для перевода бизнес-потребностей в эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции LLM-решений в существующие или новые приложения. - Участвовать в создании масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи пользователей для постоянного улучшения эффективности промптов. - Отслеживать достижения в области LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - 10+ лет релевантного опыта и степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. - Готовность работать в офисе в Нискаюне (штат Нью-Йорк) или Кембридже (штат Массачусетс). - Для сотрудников в Кембридже: обязательная трёхмесячная гибридная адаптационная программа в Исследовательском центре GE Vernova Advanced Research в Нискаюне. Предоставляются расходы на поездки, жильё и проживание. - Наличие права на работу в США. Желательные качества - PhD в области компьютерных наук, ИИ, машинного обучения, инженерии, науки о данных или смежных областях. - 3+ года опыта в промпт-инжиниринге и знакомство с инструментами, такими как модели OpenAI GPT, Hugging Face и др. - 5+ лет опыта работы с Python или другими языками программирования, обычно используемыми в AI/ML. - Опыт с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (например, Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание особенностей работы традиционной промышленности и её задач. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. Условия - Компания предлагает хорошую рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию.

Формат

Офис

Страна

США

Город

Не указан

О компании Стартап в stealth-режиме, поддерживаемый Y Combinator, разрабатывает ИИ-технологии для трансформации процесса разработки ПО. Задачи - Быстрая разработка прототипов: создание MVP и их развитие в масштабируемые production-сервисы. - Интеграция ИИ: использование LLM и других AI-технологий для создания функций автоматической генерации кода и повышения продуктивности разработчиков. - Проектирование, разработка и развертывание backend-систем, работающих с реальным трафиком, обеспечение производительности, стабильности и отказоустойчивости. - Работа по всему стеку: backend-архитектура, интеграция AI-моделей, дизайн API, инфраструктура. - Участие в формировании инженерных практик, инструментов и культуры технической команды. Требования - Экспертный уровень в Python или Node.js: опыт создания надежных масштабируемых backend-систем и микросервисов, умение интегрировать новые библиотеки и фреймворки. - Опыт работы с LLM API (OpenAI, Anthropic и др.), интерес к применению ИИ для генерации кода и автоматизации. Наличие опыта — существенный плюс. - Хакерский склад ума: способность быстро погружаться в сложные проблемы, прототипировать решения, читать документацию на лету, постоянно итерировать. - Самостоятельность: видеть пробелы, находить возможности и действовать без ожидания указаний. Условия - Ранний сотрудник: работа с основателями, влияние на продуктовое видение, техническую архитектуру и культуру компании. - Значительная доля в капитале на ранней стадии. - Интенсивная среда Y Combinator: быстрая итерация, постоянное обучение, ежедневные ключевые решения. - Быстрый видимый результат: код напрямую влияет на прогресс компании. - Отсутствие бюрократии, lean-среда, ориентированная на результат. - Бонус: расположение в районе залива Сан-Франциско или Нью-Йорке.