Вакансии для ML-инженеров

Формат

Офис

Страна

США

Город

Не указан

Группа Silicon Co-Design компании NVIDIA ищет прикладного AI-инженера для разработки и интеграции AI-решений в инфраструктуру проектирования и автоматизации чипов. Задачи - Проектирование и развертывание AI-систем для пост-силиконовой валидации: ускорение, повышение интеллектуальности и масштабируемости процессов в полупроводниковых средах. - Интеграция AI в рабочие процессы: взаимодействие с межфункциональными инженерными командами для выявления узких мест и создания решений. - Оценка новых AI-фреймворков и архитектур, определение перспективных для внедрения. - Построение систем данных для измерения влияния AI: установление количественных показателей, устранение пробелов в производительности и организация итераций. Требования - BS, MS, PhD или эквивалентный опыт в CS, EE, CE или смежной области, 5+ лет практического опыта в создании и развертывании ML/AI-систем или бэкенд-сервисов с интенсивной работой с данными. - 2+ года непосредственного опыта в Applied AI: самостоятельное владение AI-агентом, LLM-рабочим процессом или системой интеллектуальной автоматизации от прототипа до продакшена. - Сильные навыки Python и владение как минимум одним статическим языком: C, C++, C, Java или Scala. - Опыт работы в среде разработки кремния: знакомство с методологиями характеризации чипов и систем, вариациями процессов, статистическими уровнями ошибок или продвинутым анализом таймингов и энергопотребления. - Практический опыт с bring-up кремния, характеризацией или лабораторной отладкой с использованием стандартных инструментов (осциллографы, мультиметры, логические анализаторы). - Сильные базовые знания в электротехнике: компьютерная архитектура, высокоскоростные интерфейсы, тайминги, основы энергопотребления, понимание структур прошивок и драйверов и взаимодействия с аппаратурой. - Умение балансировать несколько параллельных проектов, отличные навыки решения проблем, коммуникации и работы в команде. Будет плюсом - Опыт отладки сложных системных проблем, связанных с взаимодействием HW/SW, включая лидерство или владение процессом анализа корневых причин проблем кремния или функций. - Способность превращать инновационные AI-исследования в практические производственные инструменты. - Знакомство с современными AI-технологиями и методологиями создания и запуска LLM. - Опыт создания и развертывания оркестрационных агентов, управляющих сотнями и тысячами инструментов. - Опыт работы с фреймворками глубокого обучения (PyTorch, TensorFlow) и инструментами агентной оркестрации: NeMo Agent Toolkit, LangChain, Semantic Kernel, AutoGen, CrewAI, n8n. Условия - Базовая зарплата определяется на основе локации, опыта и оплаты сотрудников на аналогичных позициях. - Диапазон базовой зарплаты: 152 000–241 500 USD для Level 3, 184 000–287 500 USD для Level 4. - Возможность получения акций и льгот.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

Senior Data and AI Specialist в компанию Twilio. О компании Twilio — компания в сфере коммуникационных платформ (CPaaS), работающая в формате remote-first. Сотрудники могут находиться в любой точке мира. Возможны редкие очные встречи: командные сборы, офлайн-встречи или встречи с клиентами. О роли Позиция в команде Strategy & Operations в организации Industry Relations & Strategic Growth. Специалист будет отвечать за рост для клиентов и бизнеса Twilio, используя анализ данных, скриптинг и агентные рабочие процессы для улучшения качества продукта, борьбы с мошенничеством, снижения ошибок биллинга и оптимизации валовой маржи глобальной телекоммуникационной сети. Задачи - Проектировать, тестировать и разворачивать LLM и агентов для автоматизации неструктурированных многошаговых расследований данных. - Проектировать, тестировать и разворачивать автоматизированные рабочие процессы на Python для превращения повторяющихся ручных процессов в масштабируемые решения. - Создавать инструменты для одного пользователя и многошаговые рабочие процессы для повышения эффективности. - Внедрять архитектуру данных и фреймворки оркестрации ИИ для безопасности, точности, эффективности и поддерживаемости. - Выполнять SQL-запросы и многошаговый анализ данных по сложным телекоммуникационным наборам данных для оптимизации валовой маржи, снижения мошенничества и улучшения качества сети. - Разрабатывать дашборды и повторяемые BI-решения (Tableau, Looker или Python) с практическими выводами для бизнес-партнеров. - Определять ключевые показатели эффективности (KPI) и отслеживать их динамику. - Сотрудничать с Carrier Relations, Enterprise Technology, Product, Supply Operations и Finance для преобразования бизнес-потребностей в требования к данным и стандарты управления. - Готовить письменные и устные выводы, отвечающие на бизнес-вопросы. - Брать полную ответственность за продукты данных: от определения требований и документации до финальной поставки. - Обеспечивать своевременную поставку проектов на высоком уровне. Требования - 5+ лет профессионального опыта в разработке технических решений для данных и автоматизации. - Опыт работы с SQL и реляционными схемами баз данных. - Опыт работы с Google Sheets (или Excel), Tableau и/или Looker. - Опыт использования Python, API или платформ рабочих процессов (например, Airtable, Coefficient, Zapier/n8n) для создания автоматизированных процессов и пайплайнов. - Опыт создания агентов (например, Claude Code).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

О компании Flip — ведущая AI-платформа для сотрудников на передовой (frontline workers) в рознице, производстве и логистике. Миссия: Connect every employee to everything they need in one touch. KI-оркестрация — в центре будущего Flip. Flip Fusion, мультиагентная система для генерации кода, — ядро новейшего продукта. Ask AI Agent Gateway и автоматизация через Flip Flows также работают на возможностях, которые разрабатывают и поддерживают наши AI-инженеры. В роли Lead AI Engineer вы отвечаете за AI-дисциплину: архитектуру, стандарты и техническое направление во всех трёх областях, развиваете команду из трёх AI-инженеров и остаётесь hands-on на самых сложных задачах. Задачи - Отвечать за AI-архитектуру: определить единую архитектуру и стандарты для Flip Fusion, Ask AI Agent Gateway и Flip Flows. - Принять главный вызов: мультиагентные системы, созданные для конкретных сценариев, но достаточно универсальные для разных клиентов, в балансе между высокими требованиями, реализуемостью, надёжностью и экономической эффективностью. - Развивать дисциплину: осуществлять дисциплинарное руководство тремя AI-инженерами и помогать им становиться инженерами, задающими технический стандарт. - Оставаться hands-on: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и дисциплинарное руководство. - Влиять на продукты за пределами своей зоны: реализовывать архитектурные решения с продакт-менеджерами и engineering-лидами, убеждая аргументами, а не указаниями. - Работать со стеком: Python, pydantic-ai для оркестрации, Qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes в преимущественно JVM-бэкенде (Kotlin, Micronaut) и Go. - Формировать молодую дисциплину: KI-инжиниринг в Flip настолько новый, что есть огромный простор для решений и нет готового playbook. Требования Мы ищем инженера с фундаментальным software engineering и реальным опытом работы с агентными системами в продакшене, который хочет вести дисциплину, а не только работать над кодовой базой. Если роль вас привлекает, но вы не соответствуете каждому пункту, мы всё равно ждём вашу заявку. Обязательные требования - 7+ лет опыта в разработке ПО с подтверждённым уровнем Senior или Staff, на базе фундаментального software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, создания и эксплуатации продакшн-систем на LLM: RAG, tool calling и MCP, оркестрация и эвалы. Не прототипы, а системы, с которыми вы жили после запуска. - Опыт мультиагентной оркестрации — особенно важен. Это ядро архитектурной ответственности. - Подтверждённый опыт технического лидерства: ответственность за архитектуру, tech-lead, RFC, design reviews или установление стандартов для команды. - Подтверждённая способность продвигать техническую работу вне своей зоны ответственности: выигрывать архитектурные дискуссии убедительностью и доверием, иметь привычку быть правым без формальной власти. - Подтверждённый опыт развития людей: коучинг или менторинг инженеров, а не выполнение работы за них. - Ясное и явное намерение заниматься дисциплинарным руководством. Роль включает управление тремя инженерами, и это не просто дополнение к техническому скоупу. - Развитые коммуникативные навыки и свободный английский (C1). Желательно - Формальный опыт управления персоналом: дисциплинарное руководство, feedback- и development-встречи, рекрутинг. Сильный менторинг также считается. - Опыт кросс-командного руководства дисциплиной или направлением в матричной организации. - Опыт работы с масштабными продуктами: frontline / deskless workers, high-volume B2B SaaS или аналогично. - Опыт инженерии стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, evaluation harnesses. - Немецкий язык любого уровня. В некоторых частях компании полезен, но для этой роли не обязателен.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

Компания: Flip GmbH О роли: Flip — AI-платформа для сотрудников на передовой (розница, производство, логистика). AI-оркестрация — центр развития компании: система мультиагентной генерации кода Fusion, агентский шлюз Ask AI и автоматизация Flip Flows работают на возможностях, которые создают и поддерживают AI-инженеры. В роли Lead AI Engineer вы возглавите AI-направление: отвечаете за архитектуру, стандарты и техническое направление во всех трёх продуктах, руководите командой из трёх AI-инженеров и остаётесь hands-on в самых сложных задачах. Задачи: - Владение AI-архитектурой: определение и согласование целостной AI-архитектуры и стандартов для Flip Fusion, Ask AI и Flip Flows. - Решение ключевой задачи: мультиагентные системы, специализированные под конкретные цели, достаточно универсальные для разных клиентов, с балансом ожиданий, надёжности и стоимости. - Руководство и развитие команды: people-leadership для трёх AI-инженеров, помощь в росте до инженеров, которые сами задают техническую планку. - Hands-on работа: около 70% времени — в коде, на задачах, где важнее всего ваше суждение. Остальное — техническое и people-лидерство. - Влияние на продукты: согласование архитектурных решений с продакт-менеджерами и техлидами через аргументацию, а не через мандат. - Работа со стеком: Python, pydantic-ai для оркестрации, qdrant для векторного поиска, Azure AI для моделей, деплой на Kubernetes, преимущественно JVM-бэкенд (Kotlin, Micronaut) и Go. - Формирование молодого направления: в Flip AI-инжиниринг достаточно новый, с большим пространством для дизайна и без унаследованных правил. Требования: Обязательные: - 7+ лет опыта в разработке ПО с треком уровня senior или staff, на фундаменте software engineering (бэкенд, платформа или full-stack). - Практический опыт проектирования, запуска и эксплуатации LLM-систем в продакшене: RAG, tool calling и MCP, оркестрация, eval'ы. Не прототипы, а системы, с которыми вы жили после релиза. - Опыт мультиагентной оркестрации — ключевой фактор, это ядро архитектуры. - Подтверждённое техническое лидерство: владение архитектурой, роль техлида, RFC, дизайн-ревью или установление стандартов для команды. - Умение продвигать техническую работу, которой вы не владеете: выигрывать архитектурные споры через убеждение и доверие, комфортно быть правым без формальной власти. - Доказательства развития людей: коучинг и менторство инженеров, а не поглощение их работы. - Явная приверженность people-лидерству: управление тремя инженерами — не та часть, которую вы терпите ради технического скоупа. - Отличные коммуникативные навыки и деловой английский (C1). Желательно: - Формальный опыт управления людьми: линейное руководство, перформанс- и развивающие беседы, найм. Сильные менторские доказательства ценятся так же. - Опыт руководства дисциплиной или ремеслом в матричной организации. - Продуктовый контекст в масштабе: frontline- или deskless-персонал, высоконагруженный B2B SaaS или аналогичное. - Инженерия стоимости, задержек и надёжности для LLM-систем: guardrails, fallbacks, eval-харнессы. - Немецкий на любом уровне — полезен в некоторых частях компании, для этой роли не обязателен. Условия: - Формат: remote-first, с возможностью работать из дома. Периодические командные мероприятия, воркшопы или встречи в офисах в Берлине или Штутгарте — с заблаговременным уведомлением. Точный баланс обсуждается на собеседовании. - Work-Life-Balance: оплата членства E-Gym-Wellpass и лизинг велосипеда (job bike). - Атмосфера: мотивированные и вовлечённые люди в расслабленной рабочей обстановке. - Рост: активное участие в формировании компании, поддержка быстрого роста молодой tech-компании, регулярные командные мероприятия.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

Grafana Labs — компания, создавшая открытую облачную платформу для наблюдаемости, ищет Senior Engineer (AI & Automation) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Вы будете создавать мультиагентные архитектуры, интеграции с LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных. Это удалённая позиция для кандидатов из Канады. Жители Квебека не могут претендовать на эту роль. Задачи Агентные системы и AI-инфраструктура: - Полный цикл разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков для вызова через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Интеграция систем и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов для подключения AI-моделей к бизнес-системам (BigQuery, Slack, CRM, электронная почта, календари, аналитические инструменты). - Проектирование потоков данных для RAG: подключение LLM к внутренним базам знаний, данным о клиентах и бизнес-контексту в реальном времени. - Разработка serverless- или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся под нагрузку и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, регионального маркетинга и SDR для выявления высокоприоритетных задач автоматизации, поиска узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью инструментов оркестрации (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем для самостоятельного использования: документация, плейбуки и обучающие материалы, позволяющие командам работать независимо. Требования - 8+ лет опыта в разработке ПО с глубокими знаниями в бэкенд-разработке, системной интеграции или инженерии данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, знание Git-процессов, практик код-ревью и дисциплины тестирования. - Практический опыт работы с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции.

Формат

Офис

Страна

Великобритания, Дания, Испания, Португалия

Город

Не указан

Компания Pleo ищет Staff Analytics Engineer в команду Data Services & Governance. Это индивидуальный контрибьюторский уровень: вы будете владеть семантическим слоем и стандартами аналитики для всей компании, задавая стандарты качества для всех доменов. Вы будете разрабатывать, улучшать и поддерживать стандарты моделирования и практики AI-ускоренной разработки, которыми пользуются все аналитические инженеры. Семантический слой, который вы спроектируете и будете поддерживать, станет единым источником истины для AI-агентов, BI-инструментов и аналитиков. Слой находится на ранней стадии, выбор инструментов ещё идёт, и у вас будет решающий голос. BI-стек также в переходном состоянии — вам предстоит определить, каким он должен быть, и построить его. Текущий технологический стек: GCP, BigQuery, dbt Core, Airflow, SQL, Python, Claude Code, GitHub Copilot. Вы будете подчиняться менеджеру по инженерии данных, который руководит командами Data Infra & MLOps и Data Services & Governance. Основное взаимодействие — с аналитическими инженерами в функции Intelligence, которые будут обращаться к вам за архитектурными рекомендациями и решениями по семантическому слою. Также вы будете работать со Staff Data Engineer над стандартами инженерии данных и практиками пайплайнов, с другими коллегами — над self-serve аналитикой и управлением BI-инструментами, с командой Data Serving — над определениями сущностей, с платформенной командой GenAI — над тем, как должны выглядеть AI-ready данные. Задачи: - Владеть семантическим слоем: определять, что такое метрика, как она структурирована, где хранится и как обеспечивается её соблюдение. Цель — единое каноническое определение MRR, оттока, транзакции и клиента, используемое аналитиками, BI- и AI-инструментами без расхождений. - Задавать стандарты моделирования данных для функции: как выглядит чистая, слоистая, хорошо протестированная dbt-архитектура во всех доменах и на всех уровнях сложности. - Создать и вести сообщество практики Analytics Engineering: код-ревью, общие паттерны, документация, онбординг. Цель — социальная инфраструктура, которая делает стандарты устойчивыми. - Владеть практикой AI-нативной разработки: использовать AI-инструменты кодирования как естественную часть рабочего процесса написания, ревью и миграции моделей данных. Оценивать, что работает в управляемом контексте инженерии данных, что создаёт риски, и формировать, как сообщество их внедряет. - Вести ответственную AI-ускоренную миграцию: использовать AI-инструменты для ускорения моделирования и миграций в аналитическом хранилище и операционной платформе данных. - Проектировать модели данных и определения метрик в документированном и структурированном виде, обеспечивающем надёжное потребление AI-сервисами без участия человека. - Взаимодействовать с бэкенд- и продуктовыми инженерами для внедрения дисциплины контрактов данных и владения схемами на上游, а не управления несогласованностью на下游. - Участвовать в развитии Data & AI-продуктов для внешней клиентской аналитики, где растут паттерны моделирования и потребности в разговорной аналитике. Требования: - Глубокий подтверждённый опыт в области моделирования данных и аналитической инженерии.

Формат

Офис

Страна

Великобритания, Дания, Испания, Португалия

Город

Не указан

Грейд

Senior

О компании Pleo — компания, создающая решения для управления расходами. Более 40 000 клиентов, команда из 850+ человек более чем 100 национальностей. Компания помогает бизнесу выходить за рамки и уже 10 лет работает на рынке. О роли Вы будете подчиняться старшему менеджеру по продуктам Data & AI. Вы станете одним из первых в команде, но будете работать в тесном сотрудничестве с инженерами и дата-сайентистами. Команда покрывает полный цикл от данных до выпущенного продукта. Основной фокус — создание и выпуск AI-функций, совместно с командами Product Engineering, AI Platform и Data & ML Platform. Задачи - Создавать и выпускать AI-функции для клиентов Pleo, отвечая за результат от начала до конца в своей области. - Проектировать и создавать RAG-системы для конкретных продуктовых сценариев: стратегии чанкинга, выбор эмбеддинг-моделей, оптимизация поиска и оценка качества. - Управлять полным жизненным циклом AI-продукта: дизайн промптов, управление контекстом и состоянием, агентные циклы, парсинг вывода, обработка крайних случаев и безопасный продакшн. - Создавать оценочные датасеты и автоматизированные пайплайны оценки, чтобы команда была уверена в качестве AI-функций до и после изменений. - Настраивать наблюдаемость AI-функций в продакшене: логирование, обнаружение дрейфа, мониторинг качества и алертинг. - Совместно с Product и Design определять объём AI-функций с нуля; вы соавтор того, что создаётся, а не просто исполнитель спецификаций. - Взаимодействовать с командой GenAI Platform для определения потребностей в инфраструктуре и продвигать использование платформенных инструментов. - Поддерживать других инженеров через ревью, парное программирование и прагматичное техническое лидерство в ваших проектах. Требования - Подтверждённый опыт выпуска пользовательских AI-функций с использованием LLM — не прототипов, а реальных продакшен-систем с реальными пользователями. - Глубокий практический опыт проектирования RAG-систем и полного пайплайна поиска: эмбеддинг-модели, векторные базы данных, чанкинг, гибридный поиск, реранкинг. - Опыт создания и эксплуатации фреймворков оценки для LLM-систем; системный подход к измерению качества. - Сильные навыки Python-разработки: код продакшен-качества, протестирован и поддерживаем. - Опыт создания API и пайплайнов получения данных для подачи контекста в AI-системы. - Достаточная интуиция в работе с данными, чтобы рассуждать о качестве данных, схеме и архитектуре поиска без постоянной поддержки выделенного дата-инженера. - Опыт с паттернами агентных систем: использование инструментов, многошаговая оркестрация, обработка ошибок в LLM-процессах. - Знакомство с публичными облачными провайдерами (AWS, GCP). - Платформа использует несколько языков, включая Kotlin и Python. Роль ориентирована на Python, но время от времени потребуется вносить вклад в Kotlin-стек, поэтому важна открытость к этому. Качества - Сильное продуктовое чутьё и ориентация на пользователя. Вы понимаете, что модель хороша настолько, насколько хороша решаемая ей проблема.

Формат

Офис

Страна

США

Город

Не указан

О компании Qventus уже более 12 лет трансформирует здравоохранение. Компания помогает больницам сосредоточиться на главном — уходе за пациентами. Решения Qventus используют машинное обучение, генеративный ИИ и поведенческую науку для улучшения результатов и помощи медицинским командам предвидеть и решать проблемы до их возникновения. Успех и быстрый рост компании поддерживают ведущие мировые инвесторы. В Qventus вы будете работать с исключительной командой, ориентированной на миссию, и сможете напрямую влиять на жизни пациентов. О роли Мы ищем инженеров, которые создают ИИ-инструменты, меняющие то, как выполняется работа внутри компании. Вы будете работать с командами по операциям, успеху клиентов и финансам, находить медленные и ручные процессы и создавать ИИ-агентов и автоматизацию, которые действительно будут использоваться. Это роль для тех, кто любит быстро создавать, общаться с людьми и брать на себя ответственность за проблему — это не исследовательская и не чисто инфраструктурная роль. Вы с нуля определите, как выглядит «внутренний ИИ» в компании. Кому подходит Вас вдохновляет неопределённость и ответственность. Вы скорее выпустите черновой инструмент на этой неделе, посмотрите, как его используют, и улучшите, чем потратите месяц на идеальный план. Вам нравится сидеть с нетехническим коллегой, понимать его реальный рабочий процесс и превращать его в то, что экономит часы. Вам комфортно быть единственным владельцем проблемы от начала до конца. С кем вы будете работать - Вы будете тесно сотрудничать с CEO и основателями: определять самые важные операционные проблемы и формировать направление развития внутреннего ИИ. Это редкий уровень доступа к руководству для инженерной роли. - Вы будете работать с функциональными лидерами по всему бизнесу, чтобы понимать их приоритеты, находить возможности и согласовывать, что создавать. Ваша работа будет заметна на уровне руководства с первого дня. - Операции, успех клиентов, финансы, подбор персонала, инженерия, IT и данные — это ваши внутренние заказчики и коллабораторы. Вы будете погружаться в их рабочие процессы и создавать инструменты, которыми они действительно пользуются. Что вы будете создавать Примеры задач, которые ждут вас: - Агент, который готовит ответы для службы поддержки клиентов на основе базы знаний и истории обращений. - Slack-процесс, который маршрутизирует и предзаполняет согласования в финансах. - Внутренний стенд для оценки, чтобы доверять LLM-функциям, которые мы выпускаем. - Инструмент, позволяющий операционной команде запрашивать внутреннюю систему на простом языке. Вы не будете делать всё это одновременно — вы выберете задачу с максимальным эффектом, запустите её и перейдёте к следующей. Что мы ищем - 1–3 года разработки ПО: бэкенд-сервисы, внутренние инструменты, автоматизация или приложения на API. Стажировки и кооперативные программы учитываются. - Уверенное владение TypeScript и/или Python. - Вы создавали что-то с LLM: агента, RAG-пайплайн, копилота или инструмент на промптах — в работе, в пет-проекте или в учёбе. Нам важно, что вы довели дело до запуска, а не где именно. - Умение связывать системы: API, вебхуки, интеграции SaaS, асинхронные процессы. - Умение общаться с нетехническими специалистами, выяснять их реальные потребности и добиваться внедрения — это так же важно, как код. - Быстрота в условиях неопределённости и итерации на основе реальной обратной связи. Бонусы, не обязательные - Опыт создания копилотов, агентов или автоматизации рабочих процессов. - Использование оркестрационных фреймворков (LangChain, Temporal или аналогичных). - Опыт работы с векторными базами данных или системами поиска. - Интеграции с Salesforce, Slack, Zendesk, Notion или Jira. - Опыт работы в стартапе или быстрорастущей компании. Как выглядит успех - Первые недели: вы запустили первый внутренний инструмент, и бизнес-команда активно использует его ежедневно. - В течение 2 месяцев: работают 2–3 инструмента, и заинтересованные стороны сами приходят к вам с идеями. - К 3-му месяцу: вы установили базовые практики команды по оценке, управлению промптами и безопасному развёртыванию LLM — фундамент, на котором будет развиваться функция. Зарплата и условия - Вилка зарплаты: $120,000–$150,000 USD. - Оплачиваемый отпуск (Open Paid Time Off). - Оплачиваемый отпуск по уходу за ребёнком. - Профессиональное развитие. - Стипендии на здоровье и технологии. - Щедрая реферальная программа для сотрудников. - Опционы на акции компании.

Формат

Офис

Страна

Великобритания, Европа

Город

Не указан

Грейд

Senior

Synthesia — платформа для создания видео с помощью ИИ, используемая более чем 90% компаний из списка Fortune 100. Основана в 2017 году, штаб-квартира в Лондоне, офисы и команды в Европе и США. После раунда финансирования серии E в размере 200 млн долларов оценка компании составляет 4 млрд долларов. Общий объем привлеченного финансирования превышает 530 млн долларов от инвесторов, включая Accel, NVentures (венчурное подразделение Nvidia), Kleiner Perkins, GV и Evantic Capital, а также основателей и операторов Stripe, Datadog, Miro и Webflow. В команде исследователей и инженеров (более 40 человек) в составе R&D-отдела вы будете работать над задачами в области генеративного ИИ, с фокусом на создание качественных, выразительных и работающих в реальном времени синтетических голосов. Работа связана с прикладной стороной исследовательских усилий и напрямую влияет на решения, используемые более чем 60 000 компаний по всему миру. Вы присоединитесь к команде Audio Post-Training, которая занимается генеративной речью и синтезом голоса, обеспечивая производственное качество, скорость и надежность внутренних голосовых моделей. Типичные проекты: - Разработка и оценка систем потоковой передачи и преобразования речи в речь для интерактивного синтеза голоса с низкой задержкой. - Адаптация моделей под новые входные параметры (эмоции, скорость, просодия, управление диктором и т. д.). - Внедрение методов пост-обучения (квантование, прунинг, дистилляция) для повышения эффективности и снижения задержки в генерации речи в реальном времени. - Интеграция и тестирование новых архитектур, таких как нейронные кодеки, диффузионные модели или модели потокового согласования, для повышения реалистичности и отзывчивости. - Участие в определении новых метрик оценки разговорной речи, включая системы прогнозирования MOS с учетом задержки. - Отслеживание последних исследований в области аудиодиффузии, авторегрессионных моделей, нейронных кодеков и мультимодальных LLM. - Применение DPO (Direct Preference Optimization) и дистилляции для точной настройки крупномасштабных речевых моделей. Требования: - Глубокое понимание генеративного моделирования, желательно применительно к последовательным или мультимодальным данным. - Практический опыт работы с большими языковыми моделями (LLM) или аналогичными архитектурами на основе трансформеров. - Высокий уровень владения PyTorch, включая опыт распределенного обучения и оптимизации моделей. - Хорошее понимание моделирования временных рядов и токенизации, желательно в контексте аудио или речи. - Подтвержденная способность быстро создавать прототипы, проверять гипотезы и эффективно итерировать. - Опыт сквозного обучения моделей глубокого обучения — от подготовки данных до оценки. - Сильные навыки разработки ПО, позволяющие вносить вклад в общую исследовательскую инфраструктуру. Желательно: - Опыт работы с архитектурами реального времени или потоковой передачи. - Знакомство с современными архитектурами в области генерации аудио и речи (диффузионные модели, нейронные кодеки, модели потокового согласования, авторегрессионные декодеры). - Опыт работы с системами преобразования речи в речь или текста в речь (TTS). - Подтвержденный вклад в оригинальные исследования, например публикации или open-source работы на ведущих конференциях (ICASSP, Interspeech, NeurIPS, ICML).

Формат

Офис

Страна

Россия

Город

Не указан

Производственная компания, 17 лет занимается шатрами, ангарами и каркасно-тентовыми конструкциями, внедряет ИИ в управление: продажи, производство, маркетинг, SEO, ERP, автоматизацию отделов и работу с данными. Ищет специалиста на постоянную работу, который сможет проектировать и внедрять реальные AI-инструменты в бизнес. Что уже есть ERP-система управления продажами и производственными процессами. Интеграции через API и MCP-серверы с Bitrix24 / внутренними сервисами. Архитектура системы управления производством, отделами и заказ-нарядами. 41 SEO/маркетинговый AI-агент, которые нужно развивать, улучшать и запускать в работу. Потребность в постоянной автоматизации: CRM, сайты, лидогенерация, маркетинг, производство, аналитика, внутренние ассистенты. Что нужно делать Работать с Claude Code, Codex и другими AI-инструментами для разработки. Проектировать и дорабатывать ERP, CRM-интеграции, MCP-серверы, API-связки. Создавать AI-агентов для SEO, маркетинга, продаж, аналитики и внутренних процессов. Разрабатывать небольшие веб-сервисы, панели управления, интеграции и автоматизации. Работать с базами данных, SQL, серверной логикой, backend/frontend-кодом. Разбираться в существующей архитектуре и предлагать решения, которые реально внедряются в работу компании. Помогать превращать бизнес-задачи в работающие технические решения. Кого ищут Нужен инженер, который понимает, как работают: языковые модели и ограничения LLM; prompt engineering, context engineering, agents, tools, MCP; API, webhooks, интеграции между сервисами; backend, frontend, базы данных, SQL; серверы, деплой, логи, отладка; бизнес-процессы: продажи, производство, маркетинг, CRM/ERP. Будет плюсом Опыт с Claude Code, Codex, Cursor или аналогичными AI coding tools. Опыт создания AI-агентов. Опыт с Bitrix24, n8n, Make, Telegram-ботами, CRM/ERP. Опыт SEO-автоматизации, генерации контента, лидогенерации. Примеры реальных проектов, где ИИ был внедрен в бизнес-процесс, а не остался демо. Формат Постоянная работа. Удаленно или гибридно обсуждается. Важен результат, самостоятельность и способность доводить решения до внедрения. В сопроводительном письме обязательно ответить: Какие AI-инструменты для разработки реально используете: Claude Code, Codex, Cursor, ChatGPT, другие? Показать 1-3 проекта, где автоматизировали бизнес-процесс с помощью ИИ, API, базы данных или агентов. Описать коротко один самый сложный технический кейс: задача, стек, что сделали, какой был результат. Как бы подошли к задаче: есть ERP, Bitrix24, база данных, сайт и SEO-агенты. Нужно связать это в единую AI-систему управления компанией. С чего начнете? Приложить GitHub, портфолио, описание проектов или короткое видео-демо, если есть. Отклики без сопроводительного письма и примеров работ не рассматриваются. Тестовое задание Диагностическое задание на мышление. Оно должно показать, умеет ли человек проектировать систему, работать с агентами, API, SQL и бизнес-задачей. Задание для кандидата Представьте, что у компании есть: сайт с заявками; Bitrix24 / CRM; ERP-система производства; база данных заказов; 41 SEO-агент; Claude Code / Codex для разработки; задача: автоматизировать путь от лида до производственного заказ-наряда. Нужно подготовить короткое техническое решение на 2-4 страницы: Какую архитектуру предложите? Какие сервисы, API, MCP-серверы или агенты нужны? Какие таблицы или сущности должны быть в базе данных? Как будет идти путь заявки: сайт → CRM → расчет → заказ → производство → контроль статуса? Какие ошибки и риски предусмотрите? Что можно сделать за первые 2 недели? Где ИИ действительно полезен, а где лучше обычная программная логика? Дополнительно, если кандидат сильный технически: сделать небольшой прототип API или псевдокод одного процесса, например: принять заявку; проверить данные; создать сделку в CRM; записать в БД; вызвать AI-агента для классификации заявки; вернуть статус. Формат: Markdown, PDF, GitHub или Google Doc. Срок: 1-2 дня. Объем: без воды, главное структура и логика.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Стажировка / Junior

ПАО Сбербанк Junior Python-разработчик (стажировка). Можно без опыта. Формат работы: офис (Москва, м. Кутузовская). Разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы. Стажировка 3 месяца с возможностью продления или перехода в штат. Чем предстоит заниматься - 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) - Участие в проектировании бэкенд-компонентов для взаимодействия с LLM - Проведение экспериментов: тестирование гипотез, сравнение моделей и инструментов - Участие в Code Review Пожелания к кандидатам - Базовое знание Python (ООП, структуры данных, модули) - Понимание Git (коммиты, ветки, PR) - Знакомство с FastAPI (учебные проекты) и pytest - Понимание SQL (простые запросы) и принципов БД

Формат

Офис

Страна

Не указана

Город

Не указан

Команда занимается сбором и подготовкой данных для еком-среза Поиска. Задачи: production-код на C++20, работа с данными и создание MVP на Python, ML (подготовка и внедрение как YandexGPT, так и моделей поменьше — BERT, CatBoost, DSSM). Задачи: - Использование связей «товары — каталоги» для наполнения товарной базы. Эффективный способ индексировать множество товарных страниц в интернете, которые постоянно меняются, — естественные батчи: каталоги и листинги. Нужно с высоким качеством получать информацию о товарах со страниц каталогов и в правильном порядке обходить страницы на уровне базы. Также предстоит поддерживать ключи для связи сущностей в базе (many-to-many), чтобы не нарушать консистентность данных. - Определение доступности товаров для заказа. Чтобы сделать товарную выдачу релевантной, нужно понимать, какие товары пользователь действительно может заказать. Для этого требуется быстро находить недоступные страницы и товары, которых уже нет в наличии, а также учитывать в рантайме региональность. Требования: - Знание классических алгоритмов и структур данных - Написание кода на C++ и Python - Опыт продуктовой разработки - Готовность учиться и осваивать новые технологии Условия: - Ежегодные медицинские чекапы - Йога и психотерапия

Формат

Удалённо

Страна

Россия

Город

Не указан

MLOps-инженер в Контур. Можно удаленно. Москва. Санкт-Петербург. Иннополис. DevOps Site Reliability Engineer / SRE в РОСГОССТРАХ. Можно удаленно. Москва. MLOps Engineer [Trust and Safety] в RWB. Можно удаленно. Москва. SRE-инженер в Cloud .ru. Можно удаленно. Москва. SysOps engineer в BGStaff. Можно удаленно.

Формат

Офис

Страна

Не указана

Город

Не указан

Задачи: — разрабатывать промпты для AI-ассистентов; — настраивать логику поведения ботов и сценарии диалогов; — интегрировать AI в бизнес-процессы; — тестировать и находить ошибки; — улучшать ответы и поведение ИИ; — работать с API и AI-инструментами; — создавать инструкции для LLM и оптимизировать промпты. Будет плюсом: — опыт работы с ChatGPT, Claude, Gemini и другими LLM; — понимание API, JSON и webhook; — опыт автоматизаций и работы с CRM; — базовые знания программирования; — опыт создания чат-ботов. Требования к кандидату: — понимание логики ИИ; — умение тестировать решения и доводить ботов до стабильной работы. Условия: — формат: офис; — график: 5/2, 10:00–19:00; — зарплата: обсуждается на месте.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Формат работы: удалённо. Кандидат должен находиться в одной из стран: Польша, Португалия, Испания, Грузия, Сербия, Армения, Турция или Кипр. Требования по языкам: - Русский — свободное владение. - Английский — C1 (устный и письменный). Чем предстоит заниматься: - Помогать инженерным командам эффективно использовать AI в ежедневной разработке. - Работать с Claude Code, Cursor, Codex и другими AI-инструментами. - Проводить 1:1, воркшопы и распространять лучшие практики использования AI. - Разрабатывать внутренние AI-интеграции на Node.js / TypeScript (MCP и другие). - Исследовать новые AI-инструменты, оценивать их эффективность и внедрять лучшие решения. - Измерять влияние AI на продуктивность инженерных команд. Ожидания: - 7+ лет коммерческого опыта разработки. - Отличное знание Node.js и TypeScript. - Глубокий практический опыт работы с Claude Code, Cursor, Codex или аналогичными AI coding tools. - Опыт разработки внутренних сервисов и интеграций. - Понимание LLM, prompting, RAG, agentic workflows. - Сильные коммуникационные навыки и желание помогать инженерам внедрять AI в свою работу. О компании: Fundraise Up — международная SaaS-платформа, которой доверяют UNICEF, Alzheimer's Association и сотни других благотворительных организаций по всему миру. Мы создаём продукт, который помогает некоммерческим организациям привлекать больше пожертвований. AI уже является неотъемлемой частью нашей инженерной культуры, и мы ищем человека, который поможет вывести использование AI в разработке на новый уровень.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания: Fundraise Up Формат работы: удалённо. Кандидат должен находиться в одной из стран: Польша, Португалия, Испания, Грузия, Сербия, Армения, Турция или Кипр. Требования по языкам: - Русский — свободное владение. - Английский — C1 (устный и письменный). Чем предстоит заниматься: - Помогать инженерным командам эффективно использовать AI в ежедневной разработке. - Работать с Claude Code, Cursor, Codex и другими AI-инструментами. - Проводить 1:1, воркшопы и распространять лучшие практики использования AI. - Разрабатывать внутренние AI-интеграции на Node.js / TypeScript (MCP и другие). - Исследовать новые AI-инструменты, оценивать их эффективность и внедрять лучшие решения. - Измерять влияние AI на продуктивность инженерных команд. Ожидания: - 7+ лет коммерческого опыта разработки. - Отличное знание Node.js и TypeScript. - Глубокий практический опыт работы с Claude Code, Cursor, Codex или аналогичными AI coding tools. - Опыт разработки внутренних сервисов и интеграций. - Понимание LLM, prompting, RAG, agentic workflows. - Сильные коммуникационные навыки и желание помогать инженерам внедрять AI в свою работу. О компании: Fundraise Up — международная SaaS-платформа, которой доверяют UNICEF, Alzheimer's Association и сотни других благотворительных организаций по всему миру. Мы создаём продукт, который помогает некоммерческим организациям привлекать больше пожертвований. AI уже является неотъемлемой частью нашей инженерной культуры, и мы ищем человека, который поможет вывести использование AI в разработке на новый уровень.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

ООО «М-ТЕХ» — ИТ-компания, развивающая направление ИИ-автоматизации: прикладные LLM/RAG-решения и ИИ-агенты для процессов малого и среднего бизнеса. Условия: - Зарплата до 200 000 ₽ - Опыт коммерческой разработки на Python от 2–3 лет - Неполный рабочий день - Формат работы: можно удалённо (Москва, Санкт-Петербург, Самара) Чем предстоит заниматься: - Проектирование, разработка и внедрение ИИ-агентов под конкретные бизнес-задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний - Интеграция ИИ-агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры) - Проектирование RAG-пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование - Оптимизация качества, скорости ответа и стоимости использования токенов Пожелания к кандидатам: - Опыт коммерческой разработки на Python от 2–3 лет - Практический опыт с LLM-приложениями, RAG, ИИ-ассистентами от 6 месяцев - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph и аналоги

Формат

Офис

Страна

Россия

Город

Москва

Грейд

Junior

BoilerLab — международная компания с прибыльным и устойчивым бизнесом. Мы развиваем продукты в сфере AI, SaaS и Blockchain и работаем с пользователями по всему миру. Ищем Junior Marketing Manager в команду одного из наших AI-продуктов. — Atomic Agent — open-source local-first AI-агент, который работает непосредственно на устройстве пользователя. Продукт ориентирован на разработчиков и AI-комьюнити. — AI/ML API — международная платформа с 400K+ пользователей, которая предоставляет единый доступ к AI-моделям через API. Что предстоит делать — Писать контент на английском: посты, треды, обзоры, анонсы, статьи и рассылки — Находить и запускать коллаборации с AI-компаниями, разработчиками и другими tech-проектами — Работать с KOLs: искать релевантных авторов, договариваться и готовить совместный контент — Работать с комьюнити: отвечать на комментарии, поддерживать обсуждения, собирать обратную связь — Создавать короткие видео и простую графику для продвижения продукта — Анализировать охваты, вовлечённость и конверсии Мы ожидаем: — Английский C1+ — это один из ключевых критериев. Вам должно быть комфортно писать и общаться на английском каждый день — От 1 года опыта в digital marketing или сильная мотивация развиваться в этом направлении — Интерес к AI, технологиям и международным продуктам — Понимание особенностей разных площадок и форматов контента — Инициативность и желание не просто получать задачи, а самостоятельно находить точки роста Будет плюсом — Техническое, математическое или другое профильное образование — Опыт работы с международными рынками — Опыт продвижения AI-, SaaS-, developer tools или open-source продуктов — Понимание AI/ML и интерес к технологиям — Опыт работы с Twitter/X, Reddit, GitHub или Discord Что предлагаем — Работа с международным AI-продуктом и глобальной аудиторией — Возможность выбрать направление развития в зависимости от ваших сильных сторон — Работа в связке с CMO и продуктовой командой — Возможность самостоятельного развития и роста

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Ищем Data Scientist / ML Engineer в SCOPE.GG — аналитическую платформу для игроков CS2. Нужен человек, который хорошо понимает CS2 и хочет превращать игровые механики, стратегии и поведение игроков в данные, метрики и ML-модели, напрямую влияющие на продукт для тысяч пользователей. Что предстоит делать: — анализировать большие массивы игровых данных CS2 и находить закономерности в поведении игроков; — строить распределения, проводить статистический анализ и формулировать выводы на основе данных; — разрабатывать, обучать и валидировать ML-модели для игровых сценариев; — переводить игровые механики, стратегии и игровые ситуации в измеримые признаки и метрики; — проверять гипотезы и внедрять новые метрики, которые помогают игрокам лучше понимать свою игру; — участвовать в развитии аналитических и ML-инструментов продукта. Что важно: — 2–3+ года опыта в роли Data Scientist / ML Engineer; — хорошее понимание CS2: игровых механик, ролей, экономики и стратегий; — опыт статистического анализа данных и машинного обучения; — умение выбирать подходящую модель под задачу и аргументировать свой выбор; — самостоятельность в постановке и решении аналитических задач; — интерес к CS2 и желание глубоко исследовать игру через данные. Будет плюсом: — опыт работы с MongoDB; — большой игровой опыт в CS2; — опыт разработки плагинов для CS2 и работы с игровыми парсерами; — умение объяснять выводы из данных нетехническим коллегам; — знание Go. Условия: — удалённая работа; — зарплата 2500–4000 долларов; — гибкий график; — работа над продуктом для многотысячного сообщества игроков CS2; — небольшая команда без избыточной бюрократии; — сложные данные, исследовательские задачи и возможность влиять на продукт; — сильная команда, объединяющая любовь к играм и технологиям.

Формат

Офис

Страна

Не указана

Город

Не указан

Команда создаёт и совершенствует системы распознавания речи в приложениях и сервисах Яндекса, включая работу с уникальным доменом запросов к голосовому помощнику. Модели позволяют выводить Алису в новые регионы: ОАЭ, Саудовскую Аравию, Казахстан. Также решаются смежные задачи понимания голоса. Достигнуто высокое качество распознавания для многих областей, сейчас стоит задача расширять технологии на новые языки. Ищут опытного ML-разработчика, который сможет усилить команду. Ценится глубокое понимание ML и DL, работе со звуком готовы научить. Задачи: - Расширять технологии на новые языки: Алиса уже работает на множестве языков в разных регионах мира, главная задача — расширить её языковые возможности. - Участвовать в разработке новых проектов: изучать и применять научные публикации, строить гипотезы и проводить эксперименты. - Запускать в продакшн: собирать и анализировать данные для низкоресурсных языков, тренировать большие ASR-модели, внедрять результаты в продакшн. Требования: - Хорошее знание Python и опыт работы с PyTorch. - Опыт в области DL, например в CV или NLP. - Базовые навыки в C++. Будет плюсом: - Опыт работы с DL в области речевых технологий. - Опыт внедрения нейросетевых моделей в продакшн. - Опыт работы с большими данными. Условия: - ДМС действует с первого месяца работы, включая плановую и неотложную помощь за рубежом.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

ML-инженер Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

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: готовы обсудить ваши пожелания. 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

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

TechOps SAAS Engineer (Middle+) Локация: удаленно (желательно часовой пояс GMT+5 - GMT+8) Язык команды: английский Обязанности: - Решать технические проблемы клиентов от начала до конца (Helpdesk + Slack) в рамках SLA - Проводить анализ первопричин с помощью Grafana, Datadog (логи, метрики, трейсы) - Строить дашборды мониторинга и проактивные алерты - Писать Python-скрипты для автоматизации и массовых операций - Активно использовать ИИ (Claude, Cursor, ChatGPT) для ускорения диагностики Требования: - Уверенный ежедневный опыт работы с LLM и промпт-инжинирингом - Практический опыт с Grafana/Datadog (создание дашбордов и алертов) - Python-скриптинг и глубокое понимание распределенных систем - 2+ года в TechOps/технической поддержке (FinTech/Forex/Crypto — плюс) - Отличный английский (C1+)

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: Uvation Должность: AI/ML Engineer Уровень: middle+, senior Обязанности: - Проектирование, разработка и внедрение моделей машинного обучения и решений на основе ИИ для поддержки стратегических бизнес-инициатив. - Создание и автоматизация пайплайнов обучения и сервинга моделей. - Работа с командами разработки ПО, аналитики данных и продуктовой командой для сквозной поставки решений. - Оценка перспективных подходов в области ИИ на предмет их применимости. Локация: по всему миру, удалённо. Занятость: полная. Стек: Python, TensorFlow, PyTorch, scikit-learn, MLOps.

Формат

Офис

Страна

Не указана

Город

Не указан

TwelveAI ищет AI-инженера для разработки LLM-ассистента и backend-логики для AI-платформы, которая автоматизирует продажи, запись и поддержку клиентов. Локация: Астана, офис. Формат: Full-time, 5/2. Зарплата: от 600 000 тенге. Задачи: — разрабатывать LLM-ассистента: чат, сценарии и логику диалогов; — создавать RAG-системы, работать с embeddings, chunking и retrieval; — интегрировать БД и внешние сервисы; — разрабатывать REST и async API; — работать с транзакциями, race conditions и WebSocket; — оптимизировать качество ответов и стоимость инференса. Стек: Django 4.2, Django Ninja, DRF, Daphne, Django Channels, PostgreSQL, Redis, Celery, OpenAI SDK, scikit-learn, NumPy, SciPy, vector DB, Docker. Будет плюсом: Document AI, OCR/NLP, semantic matching, AI-агенты, микросервисы, CI/CD.

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Junior

Компания Sasha AI — резидент Сколково, разработчик голосовых AI-агентов для бизнеса. Развивает лидогенерационную платформу, которая позволяет компаниям за 20 минут запустить искусственный интеллект, способный генерировать лидов, работая с клиентской базой по телефону. AI-агенты компании помогают таким компаниям, как МТС, Т-Банк, Синергия, увеличивать выручку без найма сотрудников. За последний год компания выросла в 5 раз и планирует достичь оборота в 300 млн рублей в 2026 году. Цель — сделать технологию простой, окупаемой и доступной каждому крупному бизнесу в России, а за 10 лет построить монополиста, ассоциирующегося с искусственным интеллектом в России. Чем предстоит заниматься: - Развивать и поддерживать высоконагруженную микросервисную архитектуру бэкенда на Node.js (NestJS). - Проектировать сложную бизнес-логику, связанную с интеграцией AI-моделей, обработкой данных, телефонией. - Оптимизировать производительность, надежность и отказоустойчивость систем, от которых напрямую зависит выручка клиентов. Стек: - Бэкенд: Node.js, TypeScript, NestJS, PostgreSQL, Redis, ClickHouse, Yandex VBD. - Фронтенд: TypeScript, Next.js, Tailwind CSS, UI-библиотеки. - Инфраструктура и другое: K8s, Docker, PM2. - Телефония: Asterisk, ARI/AMI. Требования: - Коммерческий опыт разработки или пет-проекты на TypeScript/Node.js. - Уверенное владение базой: понимание REST API, реляционных баз данных (PostgreSQL) и асинхронности в JS. - Ценность чистого, поддерживаемого кода и практика автотестирования. Будет плюсом: - Опыт или понимание принципов работы телефонии (Asterisk, ARI). - Опыт работы с высокими нагрузками. - Интерес к миру AI/ML и желание погружаться в предметную область. Условия: - Реальная impact-роль: код напрямую влияет на оборот компании и продукт для лидеров рынка. - Сложные и масштабные задачи: высокие нагрузки, интеграции, уникальная экспертиза на стыке AI и телефонии.

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Middle

Компания Sasha AI — резидент Сколково, разработчик голосовых AI-агентов для бизнеса. Развивает лидогенерационную платформу, которая позволяет компаниям за 20 минут запустить искусственный интеллект, способный генерировать лидов, работая с клиентской базой по телефону. AI-агенты компании помогают таким компаниям, как МТС, Т-Банк, Синергия, увеличивать выручку без найма сотрудников. За последний год компания выросла в 5 раз и планирует достичь оборота в 300 млн рублей в 2026 году. Маленькая цель — сделать технологию простой, окупаемой и доступной каждому крупному бизнесу в России. Большая цель — за 10 лет построить монополиста, ассоциирующегося с искусственным интеллектом в России. Чем предстоит заниматься: - Развивать и поддерживать высоконагруженную микросервисную архитектуру бэкенда на Node.js (NestJS). - Проектировать сложную бизнес-логику, связанную с интеграцией AI-моделей, обработкой данных, телефонией. - Оптимизировать производительность, надежность и отказоустойчивость систем, от которых напрямую зависит выручка клиентов. Стек: - Бэкенд: Node.js, TypeScript, NestJS, PostgreSQL, Redis, ClickHouse, Yandex VBD. - Фронтенд: TypeScript, Next.js, Tailwind CSS, UI-библиотеки. - Инфраструктура и другое: K8s, Docker, PM2. Работа с телефонией (Asterisk, ARI/AMI). Требования: - 2+ года коммерческого опыта разработки на TypeScript/Node.js. - Глубокое понимание принципов построения отказоустойчивых и масштабируемых REST/gRPC API. - Серьезный опыт работы с PostgreSQL и Redis. - Ценность чистого, поддерживаемого кода и практика автотестирования. - Готовность брать архитектурную и продуктовую ответственность. Будет плюсом: - Опыт или понимание принципов работы телефонии (Asterisk, ARI). - Опыт работы с высокими нагрузками. - Интерес к миру AI/ML и желание погружаться в предметную область. Условия: - Реальная impact-роль: код напрямую влияет на оборот компании и продукт для лидеров рынка. - Сложные и масштабные задачи.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Grafana Labs — компания, стоящая за открытым облаком наблюдаемости, основана на принципах открытого исходного кода, открытых стандартов, открытых экосистем и открытой культуры. Grafana Cloud — полностью управляемая платформа наблюдаемости, гибкая и созданная для масштабирования. Сегодня более 35 миллионов пользователей и более 7 000 клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, доверяют Grafana Labs обеспечение надежности своих приложений и систем, быстрое устранение инцидентов и оптимизацию телеметрии для снижения шума и затрат. Мы полностью удаленная компания с более чем 1 600 сотрудников в более чем 40 странах. Мы быстро масштабируемся и остаемся верны тому, что делает нас другими: наследие открытого исходного кода, глобальная культура сотрудничества и страсть к значимой работе. Наша команда процветает в среде, ориентированной на инновации, где прозрачность, автономия и доверие поддерживают все, что мы делаем. Вы можете не соответствовать всем требованиям, и это нормально. Если эта роль вас вдохновляет, мы будем рады вашему отклику. Это удаленная возможность, мы рассматриваем кандидатов, находящихся в Испании, Швеции, Великобритании, Ирландии или Германии. Staff Software Engineer - Grafana Databases, Tempo Мы создаем Tempo — бэкенд распределенной трассировки с открытым исходным кодом, лежащий в основе Grafana Cloud Traces и Grafana Enterprise Traces (GET). Tempo упрощает поиск трейсов, генерацию метрик из спанов и связывание данных трассировки с логами, метриками и профилями во всем стеке Grafana. 2026 год — переломный момент для Tempo. После крупного архитектурного обновления и запуска TraceQL metrics мы переходим от фундаментальной работы к продуктовому и операционному совершенству, превращая Tempo из SaaS-базы данных в платформу, обеспечивающую работу следующего поколения продуктов наблюдаемости Grafana (App Observability, Asserts, Traces Drilldown и AI-ассистентов). В течение следующего года вы поможете: - Сделать Grafana Cloud Traces «просто работающим» для клиентов, устранив шероховатости, запутанные лимиты и скрытые режимы отказов. - Достичь операционного совершенства в масштабе: мы вырастем с почти 50 ячеек сегодня до трехзначного числа в этом году, с автоскейлингом, параметризованными раскатками и агрессивным сокращением рутинной работы. - Развить Tempo в платформенный инструмент: API с более высокой плотностью, агрегация трейсов, математика TraceQL metrics и интерфейсы, удобные для машин и LLM, на которых смогут строить downstream-продукты и агенты. - Продвинуть производительность дальше: более быстрая задержка запросов при приеме сотен МБ/с и производительные диапазоны запросов за 30 дней, чтобы соответствовать конкурентам. - Подготовить Tempo к миру, управляемому агентами: более крупные, более импульсные и высококардинальные нагрузки, а также новые категории рабочих процессов на базе ИИ, такие как триаж с помощью ассистента и исследования в стиле «почему это медленно?». Чем вы будете заниматься: Как Staff-инженер в Tempo, вы будете задавать техническое направление по самым сложным проблемам нашего роадмапа и поднимать планку для всей команды. - Руководить многоквартальными техническими инициативами от постановки проблемы до раскатки, например, API агрегации трейсов, Limitless Tempo, автоскейлинг ячеек и лимиты клиентов или улучшения движка запросов. - Владеть архитектурой основных компонентов Tempo: прием, хранение, запросы и генерация метрик. Проводить ревью дизайна, принимать четкие компромиссы по производительности, стоимости и сложности, документировать «почему» для команды. - Проектировать API для людей и агентов. Формировать следующее поколение интерфейсов Tempo (структурированных, детерминированных, обнаруживаемых), чтобы продукты Act 3, LLM-ассистенты и внешние интеграторы могли надежно строить на Tempo. - Обеспечивать операционное совершенство. Отвечать за результаты по конкретным SLO (P99 задержка записи, повторяемость инцидентов, TCO на принятый ГБ) и вести команду к Zero Ops через автоматизацию, параметризованные раскатки и действенные алерты. - Работать с продуктом и смежными командами. Тесно взаимодействовать с PM и командами App Observability, Asserts, Drilldown и Grafana Assistant, чтобы понимать, как потребляется Tempo, и поставлять то, что их разблокирует. - Наставлять инженеров. Поднимать инженерную планку через ревью кода, обратную связь по дизайну, парное программирование над сложными задачами и написание материалов, которые делают команду умнее. - Участвовать в on-call для сервисов, которые вы помогаете создавать, и быть мультипликатором силы в реагировании на инциденты и пост-инцидентном обучении. - Вносить вклад в открытый исходный код. Tempo — OSS. Вы будете взаимодействовать с сообществом, рецензировать внешние вклады и помогать вести проект открыто. Мы много инвестируем в продуктивность разработчиков. Вы можете использовать современные AI-ассистенты кодирования в повседневном рабочем процессе (инструменты на ваш выбор).

Формат

Удалённо

Страна

Германия

Город

Не указан

Grafana Labs — компания, разрабатывающая платформу наблюдаемости Grafana Cloud. Вакансия относится к инициативе skunkworks (2nd Horizon), цель которой — расширить наблюдаемость на общую аналитику данных. Задача — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и используют данные предприятия. Разрабатываются ИИ-функции для таких сценариев, как аналитика продуктов и данные продаж. Это удалённая позиция. Рассматриваются кандидаты из Германии, Ирландии, Швеции, Испании и Великобритании. Команда состоит из опытных сотрудников Grafana и новых коллег, работает с высокой степенью автономии и ответственности. Инженеры принимают решения, быстро двигаются и проверяют идеи на ранних этапах. Ищем AI-инженера с сильным опытом разработки ПО, быстрым циклом итераций и интересом к экспериментам, а также с фокусом на выпуск и масштабирование полезных функций. В рамках инициативы вы будете выполнять разные роли и не сможете полагаться на кросс-функциональные команды. Вы будете проектировать, разрабатывать, тестировать и выпускать ИИ-функции для работы с большими наборами данных, а также расширять возможности аналитических ИИ-агентов для помощи пользователям в поиске информации. По мере развития команды роль может расширяться. Обязанности - Создание и внедрение ИИ-решений: разработка высокопроизводительных ИИ-функций, помогающих пользователям обнаруживать, организовывать и оптимизировать доступ к большим наборам данных. - Быстрое экспериментирование и итерации: быстрое прототипирование, тестирование и проверка с реальными пользователями, включая разработку и развитие LLM- и агентных рабочих процессов для жизненного цикла инженерии данных. - Совместная работа: участие в формировании ИИ-функций продукта, включая интеграцию агентных компонентов с внутренними инструментами (Slack, системы оповещения), взаимодействие с внутренними командами данных для догфудинга. - Эффективное использование ИИ-инструментов: применение ИИ и инструментов автоматизации для улучшения функциональности продукта и собственных процессов разработки. - Эффективная коммуникация: работа в динамичной среде, умение общаться и вносить вклад в работу команд. - Ответственность и влияние: полная ответственность за разрабатываемые ИИ-решения, обеспечение их инновационности, масштабируемости, поддерживаемости и соответствия реальным рабочим процессам пользователей. Требования - Сильные инженерные навыки: опыт создания production-grade пользовательских систем. Самостоятельность, способность решать сложные инженерные задачи и принимать решения по UI-дизайну при минимальном контроле. - Практический опыт в ИИ: знакомство с ИИ-технологиями и фреймворками, нацеленность на качественные решения, работающие в реальном мире.

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Экспериментальная инициатива 2H нацелена на то, чтобы применить наблюдаемость к бизнес-задачам через общий анализ данных. Цель — сделать Grafana лучшим местом, где люди и ИИ-агенты понимают и работают с данными предприятия. Команда создаёт ИИ-функции для анализа продуктовых и продажных данных, снижая барьер входа и выявляя значимые сигналы в неструктурированных данных. Роль предполагает высокую степень автономии и ответственности. Инженеры принимают решения, быстро двигаются и проверяют идеи на ранних этапах, опираясь на коллаборативную культуру, любознательность и обратную связь. В рамках инициативы придётся совмещать несколько ролей и не рассчитывать на кросс-функциональные команды, которые обычно поддерживают другие группы в инженерном отделе. Чем предстоит заниматься: - Создавать и внедрять ИИ-решения: разрабатывать высокопроизводительные ИИ-функции, помогающие пользователям находить, организовывать и оптимизировать доступ к большим наборам данных. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять решения на реальных пользователях, включая запуск и развитие LLM- и агент-ориентированных процессов для жизненного цикла инженерии данных. - Сотрудничать: вместе с командой формировать ИИ-функции продуктов, интегрировать агентные компоненты с внутренними инструментами (например, Slack и системами алертинга), привлекать внутренние команды данных для dogfooding. - Эффективно использовать ИИ-инструменты: применять ИИ и автоматизацию для улучшения функциональности продукта и собственных процессов разработки. - Коммуницировать: работать в динамичной и коллаборативной среде, эффективно взаимодействовать с другими командами. - Отвечать за результат: полностью владеть разработанными ИИ-решениями, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Требования: - Сильные инженерные навыки: опыт создания production-grade пользовательских программных систем. Самостоятельность, способность решать сложные инженерные задачи и принимать решения по UI-дизайну с минимальным контролем. - Практический опыт с ИИ: знакомство с ИИ-технологиями и фреймворками, нацеленность на качественные решения, работающие в реальном мире, а не только в теории. - Быстрая итерация и экспериментальный подход (начало описания, текст обрывается). Условия: - Удалённая позиция. - Рассматриваются кандидаты в Германии, Ирландии, Швеции, Испании и Великобритании.