Вакансии для ML-инженеров

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.

Формат

Удалённо

Страна

Германия

Город

Не указан

О компании Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Grafana Cloud — полностью управляемая платформа наблюдаемости, построенная для масштабирования. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая: 1600+ сотрудников в 40+ странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG, Lead Edge Capital. О роли Мы разрабатываем Tempo — open-source бэкенд распределённой трассировки, лежащий в основе Grafana Cloud Traces и Grafana Enterprise Traces (GET). Tempo позволяет искать трейсы, генерировать метрики из спанов и связывать данные трассировки с логами, метриками и профилями во всём 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 для следующего поколения продуктов наблюдаемости Grafana (App Observability, Asserts, Traces Drilldown и ИИ-ассистенты). Задачи В течение следующего года вы поможете: - Сделать Grafana Cloud Traces «просто работающим» для клиентов: устранить шероховатости, запутанные лимиты и скрытые сбои. - Достичь операционного совершенства в масштабе: рост с почти 50 ячеек сегодня до трёхзначного числа в этом году, с автоскейлингом, параметризованными раскатками и агрессивным сокращением рутинной работы. - Развить Tempo как платформу: API с более высокой плотностью, агрегация трейсов, математика TraceQL metrics, интерфейсы, удобные для машин и LLM, на которых смогут строить downstream-продукты и агенты. - Улучшить производительность: снизить задержки запросов при приёме сотен МБ/с и обеспечить производительные диапазоны запросов за 30 дней, чтобы соответствовать конкурентам. - Подготовить Tempo к миру агентов: более крупные, «взрывные» нагрузки с высокой кардинальностью и новые категории ИИ-рабочих процессов, таких как триаж с помощью ассистента и расследования вида «почему это медленно?». Обязанности Как Staff-инженер в команде Tempo вы будете: - Возглавлять многоквартальные технические инициативы от постановки задачи до раскатки, например: API агрегации трейсов, Limitless Tempo, автоскейлинг ячеек и лимиты клиентов, улучшения query engine. - Владеть архитектурой ключевых компонентов Tempo: приём, хранение, запросы и генерация метрик. Проводить ревью дизайна, принимать решения по производительности, стоимости и сложности, документировать «почему» для команды. - Проектировать API для людей и агентов. Формировать следующее поколение интерфейсов Tempo (структурированные, детерминированные, обнаруживаемые), чтобы продукты Act 3, LLM-ассистенты и внешние интеграторы могли надёжно строить на Tempo. - Обеспечивать операционное совершенство: отвечать за конкретные SLO (P99 задержка записи, повторяемость инцидентов, TCO на ingested ГБ) и вести команду к Zero Ops через автоматизацию, параметризованные раскатки и действенные алерты. - Работать с Product и смежными командами: тесно взаимодействовать с PM и командами App Observability, Asserts, Drilldown и Grafana Assistant, чтобы понимать, как используется Tempo, и поставлять то, что их разблокирует. - Наставлять инженеров: повышать планку через ревью кода, обратную связь по дизайну, парное программирование и тексты, которые делают команду умнее. - Участвовать в on-call для сервисов, которые вы помогаете создавать, и усиливать реагирование на инциденты и разборы после них. - Вносить вклад в open source: Tempo — OSS. Взаимодействовать с сообществом, ревьюить внешние вклады и помогать вести проект открыто. Условия - Удалённая работа. Рассматриваются кандидаты в Испании, Швеции, Великобритании, Ирландии или Германии. - Компания инвестирует в продуктивность разработчиков: можно использовать современные ИИ-ассистенты для кодирования в повседневной работе (инструменты на выбор).

Формат

Удалённо

Страна

Ирландия

Город

Не указан

Grafana Labs — компания, стоящая за открытой платформой наблюдаемости. Мы развиваем Tempo — open-source бэкенд распределенного трейсинга, лежащий в основе Grafana Cloud Traces и Grafana Enterprise Traces. Tempo упрощает поиск трейсов, генерацию метрик из спанов и связывание данных трейсинга с логами, метриками и профилями в стеке Grafana. В 2026 году Tempo переходит от фундаментальной работы к продуктовому и операционному совершенству: после крупного архитектурного обновления и запуска TraceQL metrics мы превращаем Tempo из SaaS-базы данных в платформу для следующего поколения продуктов наблюдаемости Grafana (App Observability, Asserts, Traces Drilldown и AI-ассистентов). Задачи на ближайший год: - Сделать Grafana Cloud Traces бесшовным для клиентов: устранить шероховатости, запутанные лимиты и скрытые сбои. - Достичь операционного совершенства в масштабе: рост с почти 50 ячеек до трехзначного числа в этом году, автопайтинг, параметризованные раскатки и агрессивное сокращение рутинной работы. - Развивать Tempo как платформу: API с более высокой плотностью, агрегация трейсов, TraceQL metrics math и интерфейсы, удобные для машин и LLM, на которых смогут строить downstream-продукты и агенты. - Улучшать производительность: снижение задержек запросов при приеме сотен МБ/с и быстрые 30-дневные диапазоны запросов для конкуренции с аналогами. - Готовить Tempo к миру, управляемому агентами: более крупные, импульсные и высококардинальные нагрузки, новые категории AI-рабочих процессов, таких как триаж с ассистентом и расследования вида «почему это медленно?». Обязанности: - Вести многоквартальные технические инициативы от постановки задачи до раскатки: API агрегации трейсов, Limitless Tempo, автопайтинг ячеек и клиентские лимиты, улучшения query-движка. - Владеть архитектурой ключевых компонентов Tempo: прием, хранение, запросы и генерация метрик. Проводить ревью дизайна, принимать решения по компромиссам производительности, стоимости и сложности, документировать обоснования 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 конкретные SLO (P99 задержка записи, частота инцидентов, TCO на принятый ГБ) и вести команду к Zero Ops через автоматизацию, параметризованные раскатки и действенные алерты. - Работать с Product и смежными командами: тесно сотрудничать с PM и командами App Observability, Asserts, Drilldown и Grafana Assistant, чтобы понимать, как потребляется Tempo, и поставлять то, что их разблокирует. - Наставлять инженеров: повышать инженерную планку через ревью кода, обратную связь по дизайну, парное программирование над сложными задачами и письменные материалы. - Участвовать в on-call для сервисов, которые вы помогаете строить, и усиливать реагирование на инциденты и пост-инцидентное обучение. - Вносить вклад в open source: Tempo — OSS-проект, вы будете взаимодействовать с сообществом, ревьюить внешние контрибуции и помогать вести проект открыто. Условия: - Полная удаленная работа. - Локация: Испания, Швеция, Великобритания, Ирландия или Германия. - Компания насчитывает более 1600 сотрудников в 40+ странах. - Мы инвестируем в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодинга в ежедневной работе (инструменты на ваш выбор).

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О роли Twilio, организация Conversational Agents, ищет Senior Engineering Manager для руководства командой Agent Implementations. Команда отвечает за создание и эксплуатацию агентов, обеспечивающих внутренние бизнес-процессы Twilio. Обязанности - Руководить инженерной стратегией и реализацией для безопасного и надёжного использования возможностей платформы Twilio клиентскими ИИ-агентами. - Создавать и масштабировать системы, обеспечивающие работу ИИ-агентов для внутренних бизнес-процессов Twilio, повышая эффективность и автоматизацию. - Взаимодействовать с командами продукта, платформы, безопасности и go-to-market для выявления высокоэффективных сценариев использования ИИ-агентов и внедрения готовых к продакшену решений. - Развивать высокопроизводительную инженерную команду: нанимать, наставлять и развивать менеджеров и инженеров в быстро меняющейся технической области. - Обеспечивать операционное совершенство: устанавливать чёткие метрики, планировать дорожную карту, гарантировать надёжность, соответствие требованиям и непрерывное улучшение. - Осваивать новые технические навыки и знания в динамичной среде с высокой отдачей; ожидается крутая кривая обучения и умение самостоятельно разбираться в задачах. Требования Обязательные: - 5+ лет практического опыта инженера с написанием продакшен-кода на современном языке программирования (язык не важен). - 3+ года опыта непосредственного руководства командами инженеров разных направлений. - Опыт формирования культуры технического совершенства и сопровождения команды в технических дизайн-решениях. - Подтверждённый опыт выпуска продуктов в продакшен, раннего тестирования идей с клиентами и быстрой итерации по их обратной связи. - Сильная клиентоориентированность, тесный цикл обратной связи с клиентами. - Отличные письменные и устные коммуникативные навыки. - Интерес к новым технологиям и отслеживание их развития. Желательные: - Опыт создания продукта с нуля до product-market fit (zero to one). - Опыт руководства разработкой продуктов или функций, использующих LLM. - Склонность к практической работе, страсть видеть результаты своего труда. Условия - Удалённая работа (remote-first), но возможны разовые очные встречи для командных мероприятий, офсайтов или встреч с клиентами. - Найм не доступен в Сан-Франциско, Окленде, Сан-Хосе (Калифорния) и окрестностях. - Конкурентоспособная оплата, щедрый отпуск, отпуск по уходу за ребёнком и по wellness, медицинская страховка, программа пенсионных накоплений. Набор льгот зависит от локации. - Оценка зарплаты для кандидатов в Калифорнии, Колорадо, Гавайях, Иллинойсе, Мэриленде, Массачусетсе, Миннесоте, Нью-Джерси, Нью-Йорке, Вермонте, округе Колумбия и штате Вашингтон. Для Колорадо, Гавайев, Иллинойса, Мэриленда, Массачусетса, Миннесоты, Вермонта или округа Колумбия: $207,200.0. Для других локаций зарплата обсуждается в процессе найма. Найм не ограничен указанными локациями.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания WorkflowX разрабатывает CRM-, автоматизационные и ИИ-решения для бизнеса, объединяя CRM, коммуникации, данные, API и современные ИИ-технологии в автоматизированные процессы. Задачи: - Создание и развитие n8n-воркфлоу - Разработка автоматизаций между CRM-платформой и внешними приложениями - Техническая реализация и развитие ИИ- и голосовых агентов - Подключение API, вебхуков и сторонних систем - Настройка CRM-воркфлоу и автоматизированных клиентских процессов - Обработка и синхронизация данных между системами - Интеграция телефонии, электронной почты, WhatsApp, календарей, форм и других инструментов - Создание небольших решений на JavaScript, HTML и CSS, когда стандартных функций недостаточно - Анализ ошибок, тестирование и оптимизация существующих автоматизаций - Документирование ключевых воркфлоу и интеграций - Участие в разработке новых решений для автоматизации и ИИ Требования: - Опыт с n8n, Make или аналогичными low-code/no-code платформами - Знание API, REST API и вебхуков - Опыт с CRM-системами и CRM-автоматизацией - Владение JavaScript - Знание HTML и CSS - Понимание JSON и обработки данных - Опыт с ИИ-инструментами и LLM - Опыт с ИИ- или голосовыми агентами - Опыт с интеграциями телефонии и VoIP - Опыт с OpenAI, ElevenLabs, Twilio или аналогичными платформами Важно: отсутствие опыта с конкретным инструментом, например n8n, при уверенном владении Make, не является исключающим фактором. Ключевое значение имеет понимание логики, данных, API и автоматизации. Условия: - Проекты в сфере автоматизации и искусственного интеллекта - Свобода в принятии решений - Современные инструменты и технологии - Короткие пути согласования - Ответственная самостоятельная работа - Удалённая работа - Разнообразные технические задачи - Возможность активно участвовать в развитии систем автоматизации и ИИ

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Eraneos — технический спин-офф глобальной управленческой консалтинговой компании. Клиенты — преимущественно компании из DAX и Fortune Global 500. Мы разрабатываем индивидуальные решения в области аналитики, больших данных и машинного обучения, помогая клиентам становиться компаниями на основе ИИ. Головной офис в Гамбурге, дополнительные офисы в Мюнхене и Дюссельдорфе, хаб-офисы в Кёльне, Берлине, Франкфурте и Штутгарте. Senior AI-инженер соединяет Data Science, машинное обучение, разработку ПО и консалтинг. Задачи: - Разрабатывать и вводить в эксплуатацию ИИ-модели, дающие измеримые результаты для клиентов. - Тесно работать с заинтересованными сторонами: понимать бизнес-задачи, переводить их в подходы на основе данных и превращать в готовые end-to-end решения. - Проектировать, внедрять и оценивать сценарии ИИ и ML — от классического ML до современных LLM, обеспечивать их надёжное развёртывание и мониторинг. - Создавать прототипы, применять практики MLOps, разработку ПО и интеграцию для воспроизводимости, масштабируемости и непрерывного улучшения ИИ-систем. - Понятно и уверенно доносить результаты до технической и нетехнической аудитории. - Думать за пределами краткосрочной реализации, добиваясь устойчивого эффекта для бизнеса клиентов. Требования: - Подтверждённый опыт в Data Science, статистике, машинном обучении, разработке ПО и/или прикладных ИИ-проектах. - Свободное владение Python, уверенное использование современных и распространённых ML-фреймворков и библиотек. - Опыт с Model Serving, мониторингом и CI/CD-процессами (например, MLflow, Airflow, Docker, GitHub Actions). - Написание чистого поддерживаемого кода, структурирование проектов с использованием современных практик разработки (FastAPI, SQLAlchemy, Pydantic). - Практический опыт с NLP и LLM: GPT, Claude, Gemini, Llama или Deepseek. - Уверенное владение SQL и работа с базами данных, проектирование эффективных пайплайнов для обучения и инференса. - Знакомство с ML-стеками на AWS, Azure или Google Cloud. - Свободный немецкий (C1) и английский. Условия: - Проекты на стыке стратегии, технологий и бизнеса. - Гибкий график, мобильные модели работы, возможность удалённой работы. - Открытая культура на «ты», плоские иерархии, международная среда. - Индивидуальные карьерные пути, обучение и развитие. - Международная сеть из более чем 1300 коллег, регулярные мероприятия. - Возможность саббатикала. - Company Bike и субсидия на EGYM Wellpass. - Современные офисы в Гамбурге, Мюнхене, Дюссельдорфе и гибкие хабы в крупных городах Германии. - Бесплатные напитки, фрукты, закуски и кофе.

Формат

Офис

Страна

Германия

Город

Не указан

Задачи - Владеть стратегией тестирования от начала до конца и постоянно улучшать её в ручном и автоматизированном тестировании по мере роста компании. - Проектировать, выполнять и поддерживать тест-кейсы, покрывающие новые функции, регрессии и крайние случаи. - Создавать надёжные автоматизированные тесты (E2E и API) и поддерживать их в CI/CD — стабильными, значимыми и лёгкими в обслуживании. - Тесно взаимодействовать с продуктом и разработкой для раннего уточнения требований, ужесточения критериев приёмки и предотвращения дефектов до релиза. - Определять сигналы качества и метрики, которые создают реальную уверенность в релизе. - Повышать качество AI-функций, включая: - Тестирование устойчивости к разнообразным входам (неоднозначные промпты, зашумлённые данные, неожиданное поведение пользователей). - Проверку безопасности, конфиденциальности и непреднамеренных выходов в соответствии с требованиями продукта. Требования - Опыт работы в тестировании ПО / QA-инжиниринге в кросс-функциональных командах. - Сильные навыки в дизайне тестов, исследовательском тестировании и расследовании дефектов — поиск первопричин, а не только симптомов. - Уверенный практический опыт в автоматизации тестирования (например, Playwright, Cypress, Selenium) и API-тестировании (например, Postman, Bruno). - Уверенная работа с CI/CD и системами контроля версий (например, Git и пайплайны GitHub/GitLab), отношение к тестированию как части поставки. - Понимание современных практик поставки ПО: shift-left QA, код-ревью, наблюдаемость, документация — и прагматичное их применение. - Рабочее знание функций на базе AI/ML или LLM и умение превращать это в практические проверки качества. - Чёткая коммуникация и прагматичное мышление — баланс качества, скорости и риска для ответственной поставки. Желательно: - Опыт тестирования AI/LLM-функций (вариации промптов, гардрейлы, неожиданные выходы, подходы к оценке). - Опыт в основах нагрузочного и/или тестирования безопасности. Условия - Гибкий график работы и мобильная работа независимо от местоположения, поддерживается ж/д абонементом по Германии (Deutschlandticket) с субсидией 29 евро. - 30 дней отпуска в год (включая 24 и 31 декабря) плюс дополнительные выходные (свадьба, переезд, рождение ребёнка). - Один день волонтёрства для социального проекта. - Программы здоровья: Jobrad, спортивные предложения Hansefit или EGYM Wellpass, доступ к ментальному здоровью через Bloom, дополнительная корпоративная медицинская страховка от Allianz, ежемесячный профессиональный массаж шеи и плеч в офисе в Ганновере. - Ежегодный бюджет на обучение — 800 евро на курсы, книги или коучинг. - Регулярные встречи обратной связи и развития, понятный карьерный путь HERO. - Летние и рождественские вечеринки, регулярные командные мероприятия, ежегодные совместные выездные сессии с командой HERO в других странах ЕС. - Зарплатный диапазон: 42 000–63 000 евро в год. - Начало работы: с 15.09.2026.

Формат

Офис

Страна

США

Город

Не указан

Figma ищет Marketing Engineer, AI Deployment. Эта роль находится на стыке операций, данных и маркетинга и сосредоточена на превращении стратегии и ручной работы в масштабируемые автоматизированные системы. Это не традиционная операционная роль, а системно-ориентированная позиция, посвященная созданию инфраструктуры, рабочих процессов и интеллектуальных слоев, которые обеспечивают современный, продуктово-информированный механизм дохода и эффективности в маркетинге. Идеальный кандидат — эксперт в создании взаимосвязанных слоев данных, оптимизированных для ИИ, внедрении ИИ и переводе сложных бизнес-задач в масштабируемые автоматизированные технические процессы, которые напрямую влияют на доход и операционную эффективность. Успех в этой роли измеряется тремя показателями: - Количество запущенных ИИ-агентов — число ИИ-систем, внедренных в реальное регулярное использование маркетологами. - Сэкономленные часы — ручная работа, возвращенная организации и реинвестированная в задачи с более высокой отдачей. - Привлеченный доход — pipeline, рост конверсии или скорость сделок, напрямую связанные с созданными системами. Это полная занятость. Роль может выполняться из одного из хабов компании в США или удаленно на территории США. Обязанности: - Выявлять и определять высокоэффективные случаи использования ИИ в маркетинге, доводя их от прототипа до полного развертывания. - Обучать и партнериться с маркетологами, помогая им перейти от начального уровня к полной трансформации рабочих процессов и самодостаточности. - Создавать индивидуальные инструменты, агентов, автоматизации и интеграции (API, MCP-серверы) под задачи каждого оператора — кампании, жизненный цикл, производство контента, интеллектуальная отчетность и другое. - Владеть и развивать управляемый через GitHub маркетинговый ИИ-кортекс из промптов, навыков, контекстных файлов и агентов, относясь к нему как к продукту: версионирование, документация и постоянное улучшение. - Распознавать паттерны в своей когорте и систематически продуктивизировать работающие решения — инструменты, созданные для одного маркетолога, должны становиться переиспользуемыми для коллег, а затем и для всей организации. - Измерять результаты: определять критерии оценки, инструментировать ИИ-процессы и отслеживать внедрение, чтобы выявить, какие агенты, промпты и навыки приносят пользу, и отключать те, что не работают. - Документировать каждый процесс, инструмент, плейбук и паттерн трансформации, чтобы знания масштабировались за пределами одного человека. - Следить за трендами в генеративном ИИ, LLM и агентных системах и открыто делиться успехами с командой и руководством для создания импульса и стимулирования внедрения. Требования: - Подтвержденный опыт как ИИ-строителя — агенты, LLM-процессы, автоматизации или промпт-системы, запущенные в продакшн и принятые реальными пользователями. Важнее, что именно создано, а не количество лет в какой-либо функции. - Глубокие практические знания Gumloop (предпочтительно) или эквивалентных платформ оркестрации агентов, таких как n8n, Workato или Zapier, включая создание общих шаблонов процессов, которые нетехнические пользователи могут самостоятельно адаптировать и изменять. - Опыт создания и поддержки общих библиотек промптов, каталогов навыков или баз знаний, читаемых ИИ. Бонус — управление ими в системе контроля версий (GitHub и т. п.) с надлежащей документацией и оценками. - Склонность к измерениям — инстинктивное инструментирование создаваемых систем, определение критериев успеха и итерации на основе данных, а не ощущений. - 5+ лет опыта создания систем для go-to-market команд — Marketing Operations, Revenue Operations, Sales Operations, AI Transformation или Technology Transformation. Меньший срок рассматривается при сильном портфолио ИИ-строителя. Плюсом будет: - Опыт работы с инструментами маркетинговой автоматизации и композитными CDP (например, Customer.io, Hightouch, Census) с reverse ETL процессами. - Умение запрашивать данные с помощью SQL в хранилищах вроде Snowflake или BigQuery, а также легкое скриптование на Python или TypeScript для прототипирования интеграций. - Опыт руководства кросс-функциональными программами обучения, тренингов и управления изменениями, которые переводят потребности стейкхолдеров в структурированные ИИ-процессы. - Применение принципов product-led growth для формирования продуктово-информированных маркетинговых активностей и стратегий кампаний. - Взаимодействие с продуктовой экосистемой Figma и более широким ландшафтом инструментов для дизайна и разработки.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания Vomela, работающая в сфере визуальных коммуникаций, ищет Principal Data Engineer. Это старшая инженерная роль, предполагающая владение платформой данных Microsoft Fabric и формирование технической стратегии. Зарплата: $180 000–200 000 в год. Задачи: - Проектировать и внедрять размерные модели, схемы «звезда» и «снежинка». - Строить и поддерживать семантические модели как единый источник истины для отчетности. - Реализовывать стратегии медленно меняющихся измерений (SCD) для каждого домена. - Отвечать за мастер-данные: паттерны golden record, определение источника записи, разрешение идентификаторов между системами. - Устанавливать и контролировать стандарты моделирования данных в команде. - Проектировать и эксплуатировать потоковые конвейеры реального и near-real-time времени с использованием Kafka, Confluent Cloud и Fabric Eventstreams. - Снижать устаревание данных в пакетных сценариях через интеллектуальное планирование, оптимизацию инкрементальных загрузок и оркестрацию. - Отвечать за настройку производительности: оптимизацию запросов, стратегию партиционирования, индексацию, компактацию Delta-таблиц, эффективность обновления семантических моделей и готовность Direct Lake. - Применять операционную инженерную дисциплину: наблюдаемость конвейеров, алертинг, определение SLA, восстановление после сбоев, планирование мощности. - Проектировать и внедрять контроли для чувствительных данных (финансы, PII, HIPAA). - Разрабатывать надежные и масштабируемые конвейеры ETL/ELT: watermark-инкрементальные загрузки, паттерны CDC, пакетная и потоковая архитектуры. - Обеспечивать идемпотентность, восстанавливаемость и производственную готовность конвейеров. - Выступать старшим техническим голосом на код-ревью. - Преобразовывать бизнес-требования в семантические модели и артефакты отчетности, понятные нетехническим пользователям. - Быть основным техническим интерфейсом платформы для потребителей: разработчиков отчетов Power BI, ИИ/ML-разработчиков и разработчиков приложений, работающих через SQL-эндпоинты, REST API или Direct Lake. - Определять и обеспечивать соблюдение контрактов данных: стабильность схем, паттерны доступа, SLA для каждого класса потребителей. - Отвечать за developer experience платформы: обнаруживаемость, документацию, онбординг. Требования: - Microsoft Fabric: Lakehouses, Notebooks, Dataflows Gen2, Event streams, Semantic Models, Direct Lake. - Power BI: разработка отчетов, дизайн датасетов и семантических моделей, уверенное владение DAX. - SQL Server / Azure SQL / Postgres: оптимизация запросов, проектирование схем, хранимые процедуры. - Azure DevOps: Git-процессы разработки, CI/CD для конвейеров данных. - Подтвержденное использование ИИ-ассистентов для написания кода в производственном процессе. - Умение критически оценивать, редактировать и улучшать сгенерированный ИИ код и артефакты. - Понимание, где ИИ ускоряет работу, а где создает риски. Предпочтительно: - Знание Azure Data Services: Azure Data Factory, Synapse Analytics, ADLS Gen2, Event Hubs. - Опыт работы в компаниях, поддерживаемых private equity, или в мульти-юридических структурах. - Опыт работы с MDM-платформами: Profisee, Semarchy, Ataccama или аналоги. - Опыт работы с Confluent Cloud / Apache Kafka для потоковой загрузки в Fabric или Synapse. - Знакомство с кросс-тенантной архитектурой Azure / Fabric. - Бэкграунд в бизнес-анализе, архитектуре решений или pre-sales инжиниринге. - Сертификация Microsoft Fabric или Azure Data Engineer.

Формат

Офис

Страна

Не указана

Город

Не указан

Мы управляем одним из самых дефицитных и самых дорогих ресурсов компании — графическими процессорами (GPU). Их эффективное использование критически важно для работы ключевых сервисов Яндекса. Наша миссия — обеспечить максимальную отдачу и эффект от каждой GPU-карты. Какие задачи вас ждут: Повышение эффективности утилизации GPU Формировать гипотезы и исследовать способы повышения эффективности утилизации GPU, участвовать в реализации и внедрении наиболее профитных решений. Формировать рекомендации и лучшие практики по повышению производительности. Оптимизация и профилирование Находить узкие места в производительности и устранять их с помощью профилировщиков, оптимизировать доступ к памяти, время ожидания и пропускную способность. Развитие инструментов диагностики Создавать и улучшать инструменты для быстрого выявления и устранения инфраструктурных проблем, которые влияют на эффективность утилизации, стабильность и скорость GPU-вычислений. Исследование и внедрение современных решений Изучать новейшие подходы к организации инфраструктуры для обучения и инференса, оценивать их эффективность и внедрять в проекты. Анализ архитектуры, тестирование, интеграция Взаимодействовать с разработчиками, ML-инженерами и системными архитекторами. Участвовать в оценке аппаратных решений и предлагать улучшения для будущих поколений GPU. Мы ждём, что вы: - Знаете Python и занимались системным программированием - Работали с фреймворком PyTorch - Оптимизировали производительность GPU-приложений и повышали эффективность утилизации GPU - Работали с GPU (NVIDIA) и CUDA - Применяете подходы параллелизации для распределённого инференса или обучения Будет плюсом, если вы: - Уверенно владеете C/C++ или аналогичными низкоуровневыми языками - Работали с библиотеками RL-обучения для LLM Наши бонусы: Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество.

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания собирает и классифицирует тренды в нишах по соцсетям. Система парсит контент площадок, размечает его по тематикам и форматам через LLM и отдает результат в контент-планы экспертов. Сейчас модуль работает на сторонних платных сервисах, запускается вручную и считает нишу несколько дней из-за лимитов на выгрузку. Задача инженера — перевести его на собственные парсеры и автоматический запуск, расширить список площадок и снизить стоимость прогона до близкой к нулю. Проект находится на стадии MVP. Первые эксперты должны начать пользоваться продуктом в августе 2026 года, первые клиенты ожидаются ориентировочно в сентябре. Бэклог на следующие 6–12 месяцев ещё формируется, поэтому задачи и приоритеты будут уточняться по мере тестирования продукта. Задачи: - Писать и поддерживать парсеры соцсетей: Instagram, TikTok, Threads, дальше Facebook, X и другие площадки. - Уходить со сторонних платных сервисов на Apify и затем на собственные решения, контролируя стоимость прогона. - Сделать автозапуск пайплайна: расписания, очереди, ретраи, мониторинг и оповещения о сбоях. - Классифицировать контент через LLM: тематики, форматы, признаки тренда. - Собирать и вести пайплайны обработки на LangGraph или LangChain. - Сравнивать модели по качеству и цене и переводить разметку на более выгодную. - Проектировать хранение и витрины данных, из которых собираются контент-планы. - Держать систему живой при изменениях на стороне площадок. Задачи приходят не как готовые технические задания, а как описание процесса и ожидаемого результата. Инженеру нужно самостоятельно уточнить ограничения, сравнить варианты реализации и выбрать решение, подходящее для текущего масштаба, а не для гипотетического. Инженер будет работать напрямую с Product Manager и fullstack-инженерами платформы, которая потребляет данные трендвотчинга. CTO, отдельного архитектора и DevOps в команде пока нет, поэтому сотрудник должен самостоятельно принимать технические решения и доводить задачи до production.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Мы делаем платформу для скаутинга и поддержки эксперта. Эксперт приходит через партнерскую сеть, проходит проверку по критериям, подписывает договор онлайн и заполняет структурированные формы о своей профессиональной деятельности. Из этих данных собираются базы, которые используют другие наши продукты. Проект находится на стадии MVP. Первые эксперты должны начать пользоваться продуктом в августе 2026 года, первые клиенты ожидаются ориентировочно в сентябре. Бэклог на следующие 6–12 месяцев ещё формируется, поэтому задачи и приоритеты будут уточняться по мере тестирования продукта. Ищем двух fullstack-инженеров: первый выходит на старте и закладывает архитектуру, второй присоединяется следом. Предстоит построить платформу с нуля: от регистрации партнера по реферальной ссылке до передачи данных об эксперте в смежные продукты. 1. Проектировать backend, API и структуру данных2. Разрабатывать личные кабинеты партнера и эксперта на React: формы, прогресс, статусы, возврат на доработку3. Делать админку: очередь заявок, оповещения, решения по экспертам4. Собирать контур допуска партнера: видеоуроки, тест, доступ к работе5. Вести договор в кабинете эксперта6. Строить KYC-пайплайн на LLM: прием документов, извлечение данных, оценка по критериям, вердикт7. Отвечать за качество LLM: промты, стабильность результата, разбор расхождений с решением администратора8. Собирать из форм структурированные данные и отдавать их в смежные продукты через API9. Строить очереди и фоновые процессы, деплоить и держать стабильность после релиза Задачи приходят не как готовые технические задания, а как описание процесса и ожидаемого результата. Инженеру нужно самостоятельно уточнить ограничения, сравнить варианты реализации и выбрать решение, подходящее для текущего масштаба, а не для гипотетического. Часть требований к обработке данных на входе будет неполной — их предстоит уточнять вместе с продуктом и владельцами смежных продуктов. Инженер будет работать напрямую с Product Manager и дизай...

Формат

Удалённо

Страна

Россия

Город

Не указан

Работа на неполный день с возможностью удалёнки. Стажер backend-направления в SimbirSoft. PHP-разработчик в TRIBE. Python / LLM Engineer: RAG и ИИ-агенты в ООО М-ТЕХ. Москва. Санкт-Петербург. Самара. До 200 000 ₽. Разработчик сайта (Laravel) в ИТ-школа Стартория. Intern data scientist в Strikt. Больше вакансий remote parttime

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Junior

Junior Marketing Manager в команду международного AI-продукта. Работать предстоит с одним из двух направлений: Atomic Agent — open-source local-first AI-агент для разработчиков или AI/ML API — платформа с 400K+ пользователей для работы с AI-моделями через API. Задачи: — писать контент на английском: посты, треды, статьи, анонсы, рассылки — находить и запускать коллаборации с AI-компаниями, разработчиками и tech-проектами — искать KOLs, договариваться о сотрудничестве и готовить совместный контент — развивать комьюнити: отвечать на комментарии, поддерживать обсуждения, собирать обратную связь — создавать короткие видео и простую графику — анализировать охваты, вовлечённость и конверсии — самостоятельно искать и тестировать маркетинговые гипотезы Требования: — английский C1+: предстоит ежедневно писать и общаться на английском — от 1 года опыта в digital marketing или сильная мотивация развиваться в маркетинге — интерес к AI, технологиям и международным продуктам — понимание особенностей разных площадок и форматов контента — инициативность и самостоятельность Будет плюсом: — техническое, математическое или профильное образование — опыт работы на международных рынках — опыт с AI, SaaS, developer tools или open-source — понимание AI/ML — опыт работы с X/Twitter, Reddit, GitHub, Discord Условия: — работа только из офиса в Москве — международный продукт и глобальная аудитория — работа напрямую с CMO и продуктовой командой — возможность самостоятельно запускать гипотезы и влиять на результат — индивидуальная программа развития — 28 дней оплачиваемого отпуска + 100% больничных — гибкое начало рабочего дня — выплаты в рублях, валюте или USDT

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Т1 — один из лидеров российского ИТ-рынка, партнёр ключевых производителей и разработчиков в сфере ИТ. Направление Искусственного интеллекта: большие данные, платформы хранения информации, аналитические и рекомендательные системы для крупного бизнеса. Опыт работы: от 3 до 6 лет. Формат работы: Рязань, гибрид. Чем предстоит заниматься - Интеграция LLM в продукты и сервисы (API, backend, пайплайны обработки данных). - Оценка качества ответов моделей (автоматические метрики, human eval). - Построение RAG-систем: индексация данных, работа с векторными БД. - Оптимизация производительности и стоимости инференса (квантизация, batching, caching). Наши пожелания к кандидатам - Уверенное владение Python, SQL. - Знания в области NLP алгоритмов. - Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. - Опыт с фреймворками: LangChain, LlamaIndex, Hugging Face.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Управление сетью аккаунтов и продвижение AI-продуктов на международном рынке. Продукт компании позволяет безопасно использовать Claude, ChatGPT, Gemini и более 100 других AI-моделей благодаря технологии анонимизации конфиденциальных данных ещё до их передачи внешним сервисам. Формат работы: удалённо. Если вы в РФ, у вас должна быть возможность получать выплаты на иностранный счет или крипто кошелек. Оплата: $1,000/мес + бонус за результаты до $1,000/мес в зависимости от охватов и показов. Обязанности: - Управление 20 аккаунтами в социальных сетях - Публикация 1 уникального поста ежедневно для каждого аккаунта - Создание уникального стиля для каждого аккаунта - Подготовка контента о компании и продукте, compliant AI и agentic AI - Работа с внутренним AI-инструментом для генерации и публикации контента - Анализ эффективности и постоянная оптимизация стратегии Требования: - Свободное владение английским языком - Хорошее понимание AI-технологий - Сильные навыки копирайтинга и создания контента - Самостоятельность, организованность и системность

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Юнит Support Automation создаёт решения для автоматизации работы команд поддержки пользователей. Мы разрабатываем ML- и LLM-модели, которые помогают операторам быстрее и точнее решать запросы, сокращая время на низкоуровневую рутину и повышая качество взаимодействия с пользователями. Наша цель — создавать платформенные и масштабируемые решения, которые будут использоваться по всем вертикалям Авито. Мы ищем Senior DS Product Manager, который станет глобальным владельцем направления автоматизации поддержки, сможет генерировать гипотезы, проверять их и доводить реализацию до результата. Примеры будущих задач: — исследовать и валидировать точки роста в автоматизации, генерировать гипотезы и доводить успешные из них до реализации; — формировать и защищать продуктовые решения, включая ML- и бизнес-метрики, чтобы оценить эффективность; — управлять работой команды, выводом ML/LLM-решений в тесты и эксплуатацию, контролировать их качество и стабильность; — разбирать инциденты и выстраивать процессы улучшения; — следить за трендами в области ML и LLM, искать и внедрять современные подходы, которые улучшают качество решений; — обеспечивать коммуникацию с внутренними и внешними стейкхолдерами и регулярно отчитываться о ходе работ. Будет здорово, если вы: — не менее четырех лет управляли технической командой и бэклогом, запуская сервисы на основе ML/LLM-технологий; — умеете делать аргументированный и подкреплённый данными дискавери; — разбираетесь в том, как устроена автоматизация и в жизненном цикле ML-моделей; — следите за трендами в индустрии и последними разработками в области AI, ML и LLM; — умеете проанализировать стоимость разработки и потенциальную ценность предлагаемого решения; — можете ясно и доступно объяснять технические темы DS, аналитикам и продукт-менеджерам; — мыслите системно, логично структурируете информацию и умеете подкреплять гипотезы фактами и цифрами; — готовы к выступлениям перед руководством и стейкхолдерами; — знакомы с внутренними архитектурами и платформенными решениями Авито; — имеете опыт работы с пользователями и стейкхолдерами через B2B-проекты; — интересуетесь вопросами Trust & Safety и пользовательского опыта; — умеете использовать SQL или Python для анализа данных.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI/ML-инженер для AI-ориентированной e-commerce платформы. Уровень: senior. Обязанности: - Разработка AI-first функций для e-commerce стартапа: автономные коммерческие агенты, внутренний AI-сотрудник для операционных задач, динамический кастомизатор сайта, checkout-сценарии с одним промптом. - Работа охватывает интеграцию моделей, GPU-инфраструктуру и пайплайны данных, а также бэкенд и реализацию разговорного интерфейса. Локация: в любой точке мира, удалённо. Стек: AI, machine learning, LLM, Python, Node.js, React, MongoDB. Занятость: полная.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Стажировка

О компании Untapped Ventures — венчурный фонд ранней стадии, инвестирующий в AI-нативные стартапы. Фонд поддерживает технических основателей и развивает платформу, объединяющую капитал, сообщество и поддержку основателей. О роли Ищем стажёра по вайбкодингу — технически подкованного ИИ-билдера, готового выйти за рамки чистой инженерии и изучить венчур, продуктовую стратегию и создание компаний на ранней стадии. Если вы использовали такие инструменты, как Cursor, Lovable, агентов в стиле Devin, Replit Agents или фреймворки оркестрации LLM, чтобы быстро создавать продукты, рабочие процессы и прототипы, и вам интересно, как прототипы превращаются в компании, истории и инвестиционные тезисы, — эта роль для вас. Стажировка сочетает техническое прототипирование, продуктовое мышление, стратегическую оценку и знакомство с процессом принятия решений в венчуре. Вы будете создавать внутренние инструменты, тестировать новые ИИ-агенты, участвовать в первичном due diligence и помогать понимать, куда движутся AI-нативные рабочие процессы. Обязанности - Вайбкодинг и прототипирование: использовать инструменты вайбкодинга для быстрого создания функциональных внутренних прототипов. - Создавать рабочие процессы и агентов для поддержки поиска проектов, операций и потребностей портфеля. - Превращать нечёткие идеи в быстрые итерации и минимальные жизнеспособные продукты (MVP). - Исследовать агентные стеки и проверять, являются ли новые инструменты инвестиционно привлекательными. Требования - От 1 года технического опыта в AI-инженерии, машинном обучении, агентных инструментах или вайбкодинге. - Уверенность в быстрой разработке «сырых» прототипов. - Развитое аналитическое мышление и интерес к продукту, стратегии и венчуру. - Любопытство к пути ИИ-основателей и созданию компаний на ранней стадии. - Способность работать автономно, быстро итерировать и ясно коммуницировать. Условия - Неоплачиваемая удалённая стажировка. - Начало в феврале/марте 2026 года. - Занятость от 10 часов в неделю в течение 120 дней. - Лучшие стажёры рассматриваются в первую очередь при появлении оплачиваемых ролей или контрактных возможностей в Untapped Ventures.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Cognizant. Роль: LLM-инженер. Вы будете проектировать, создавать, оптимизировать и развертывать решения на основе больших и малых языковых моделей (LLM и SLM), которые обеспечивают работу корпоративной Agent Factory. Вы станете членом команды AI Engineering и будете работать совместно с дата-сайентистами, платформенными инженерами, продуктовыми командами и бизнес-заинтересованными сторонами для создания масштабируемых, готовых к продакшену возможностей генеративного ИИ. Обязанности - Проектировать, создавать, дообучать, развертывать и оптимизировать решения на основе LLM и SLM для корпоративных сценариев. - Разрабатывать и поддерживать пайплайны супервайзерного дообучения, адаптации моделей и оценки. - Применять продвинутые методы оптимизации моделей, включая LoRA, QLoRA, дистилляцию, квантизацию и сжатие моделей, для повышения производительности и эффективности. - Оценивать коммерческие, открытые и внутренние базовые модели по качеству, стоимости, масштабируемости и эксплуатационным требованиям. - Сотрудничать с кросс-функциональными командами для поддержки доменных AI-решений с использованием одобренных корпоративных наборов данных и лучших практик ответственного ИИ. Условия работы - Удаленная позиция, открытая для квалифицированных кандидатов в Луисвилле, Кентукки. - Позиция не предусматривает перенос или спонсирование визы сейчас или в будущем. Требования - 7+ лет опыта в разработке ПО, AI-инжиниринге, ML-инжиниринге, платформенном инжиниринге или смежной технической дисциплине. - 2+ года практического опыта разработки и развертывания решений на основе генеративного ИИ, LLM, SLM или агентного ИИ в продакшен-среде. - Опыт создания корпоративных AI-приложений с использованием LLM, RAG, промт-инжиниринга, API и облачных или локальных платформ. - Глубокое понимание методов дообучения моделей, адаптации, фреймворков оценки и методологий измерения качества ИИ. - Владение разработкой ML, развертыванием моделей и лучшими практиками MLOps. - Опыт работы с Python и современными AI/ML-фреймворками и инструментами. Желательно - Знание AI-инфраструктуры, оптимизации GPU и обслуживания моделей большого масштаба. - Опыт внедрения управления моделями, ответственного ИИ и фреймворков оценки. - Знакомство с векторными базами данных, эмбеддинг-моделями и продвинутыми RAG-архитектурами. - Опыт создания корпоративных AI-платформ, мультиагентных систем или фреймворков оркестрации агентов. Зарплата и льготы - Заявки принимаются до 17 сентября 2026 года. - Годовая зарплата: от $81 337 до $141 500 в зависимости от опыта и квалификации. - Участие в дискреционной ежегодной программе поощрения Cognizant на основе результатов и условий планов. - Льготы: медицинская, стоматологическая, офтальмологическая страховка, страхование жизни; оплачиваемые праздники и отпуск; план 401(k) и взносы; долгосрочная и краткосрочная инвалидность; оплачиваемый отпуск по уходу за ребенком; программа покупки акций для сотрудников.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Компания соединяет творческих и технических специалистов с ведущими исследовательскими лабораториями ИИ. Штаб-квартира в Сан-Франциско. Должность Инженер по агентам (Agent Engineer). Контракт. Удалённо. Обязанности - Создавать и эксплуатировать LLM-агентов в production-среде. - Оценивать производительность агентов и определять улучшения после изменений. - Управлять длительными задачами агентов, включая запланированные задания и песочницы. - Анализировать паттерны использования внутренних ассистентов в организациях. - Работать над внутренними моноагентами, общей памятью и переиспользуемыми навыками. - Обеспечивать прозрачность действий агентов и связанных затрат. Требования - Опыт выпуска агентов, используемых пользователями. - Способность оценивать улучшения производительности агентов. - Знание длительных задач и песочниц. - Понимание внедрения внутренних ассистентов в организациях. Оплата - $100–$500 в час. - За собеседование — $100–$500 в зависимости от опыта. Процесс собеседования - Короткое собеседование с ИИ-ассистентом; без написания кода и домашних заданий. - Живая 30-минутная беседа.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания Mindrift подбирает специалистов для проектной работы с ИИ-системами ведущих технологических компаний. Участие проектное, не постоянная занятость. Роль: разработка задач на кодинг для frontier-моделей ИИ. Каждая задача — самодостаточное Docker-окружение с неработающим кодом, который агент должен исправить; автоматические тесты проверяют результат. Итоговый результат — полный пакет: сломанный код, тесты, инструкция и эталонное решение. Задачи: - Придумать реалистичный сценарий разработчика — реальный баг, сломанный ETL, отсутствующая функция, а не учебная проблема. - Собрать воспроизводимое Docker-окружение с фиксированными зависимостями. - Написать pytest, проверяющий результат, а не команды, — детерминированный, стабильный, не раскрывающий исправление. - Написать instruction.md в формате Jira-тикета. - Написать эталонное решение solve.sh, доказывающее решаемость задачи. - Калибровать сложность так, чтобы современные агенты решали задачу в 20–60% случаев. - Дорабатывать задачи по обратной связи от экспертных QA-ревьюеров. - Позже — рецензировать задачи других авторов в роли QA-ревьюера. Вне области: разметка данных, промт-инжиниринг, продакшн-код, задачи уровня Leetcode. Требования: - 3+ года продакшн-разработки в одном бэкенд-стеке: Python, Go, Node.js, Java или Rust. - Свободное владение Python и pytest — обязательно независимо от основного стека: фикстуры, parametrize, monkeypatch, таймауты, conftest.py. - Опыт создания Docker-образов: воспроизводимые Dockerfile, фиксированные зависимости, multi-stage сборки, запуск от non-root пользователя. - Уверенная работа с Linux и Bash: отладка внутри контейнеров (strace, lsof, journalctl), shell-скрипты сложнее set -euo pipefail. - Опыт работы с ИИ-агентами кодинга — Claude Code, Cursor, Roo Code или аналогичными — на нетривиальных задачах; умение привести пример, когда ИИ уверенно ошибался, и как это было обнаружено. - Письменный английский уровня B2+. Не подходит: инженеры Data Science, ML или Computer Vision без бэкенд-опыта; мануальные QA без автоматизации; фронтенд-only, low-code/no-code, IT-поддержка, бизнес-аналитики; инженеры без опыта написания pytest с нуля; джуниоры, интерны или ассистенты на последней позиции. Предпочтительно: - Глубина в одной из областей: безопасность, системное администрирование (nginx, systemd, cron), научные вычисления (NumPy, PyTorch, SciPy), DevOps или внутренности Git. - Современный Python-тулинг: uv, poetry, pyproject.toml. - Инструменты покрытия: pytest-cov, coverage.py, gcov, llvm-cov, kcov. - Фаззинг или property-based тестирование (Hypothesis). - Опыт участия в бенчмарках оценки агентов. Процесс: заявка → квалификационный этап (90-минутный тест-задача и короткое поведенческое интервью) → присоединение к проекту → выполнение задач → оплата. Время: онбординг — около 10 часов на первую задачу; далее — около 5 часов на задачу, 2–4 параллельные задачи; реалистичная недельная нагрузка — 8–20 часов. График свободный, задачи сдаются к дедлайну и по критериям приёмки. Оплата: до $35 в час, зависит от экспертизы, оценки навыков, локации и потребностей проекта. Возможны повышенные ставки для узких специалистов, пониженные — на онбординге. Детали оплаты сообщаются по каждому проекту.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания AIT Global, Inc. Локация Удалённо О роли Ищем опытного архитектора Generative AI / Agentic AI для руководства проектированием, разработкой и внедрением корпоративной AI-платформы нового поколения. Идеальный кандидат — практикующий архитектор с глубокой экспертизой в Agentic AI, больших языковых моделях (LLM), облачных технологиях AWS и современных фреймворках оркестрации ИИ. Роль требует сильного технического лидерства для проектирования масштабируемых AI-решений, а также наставничества и руководства командой разработчиков. Обязанности - Проектировать и создавать корпоративную платформу Generative AI и Agentic AI с нуля. - Руководить проектированием и разработкой AI-агентов и мультиагентных систем с использованием современных фреймворков Agentic AI. - Определять архитектуру платформы, переиспользуемые компоненты, стандарты безопасности, управления, наблюдаемости и развёртывания. - Руководить и наставлять команду AI-инженеров и разработчиков: архитектура, дизайн, код-ревью, поставка. - Взаимодействовать с бизнес- и техническими стейкхолдерами для преобразования требований в масштабируемые AI-решения. - Оценивать и интегрировать новые AI-технологии и фреймворки. Требования - 15+ лет опыта в разработке ПО, из них 3+ года в Generative AI / Agentic AI. - Практический опыт проектирования и разработки решений Agentic AI с использованием: LangGraph/LangChain, Strands Agents, Model Context Protocol (MCP), Agent-to-Agent (A2A), Loop Engineering, оркестрация AI-воркфлоу и мультиагентные архитектуры. - Опыт создания LLM-приложений: промпт-инжиниринг, RAG, Function Calling, Tool Calling, управление памятью, AI Guardrails. - Практический опыт работы с AWS: Amazon Bedrock, EKS/ECS, Lambda, API Gateway, Step Functions, S3, DynamoDB/Aurora, IAM, CloudWatch. - Сильные навыки Python; опыт с FastAPI и REST API. - Знание React/TypeScript — плюс. - Опыт с векторными базами данных, микросервисами, Docker, Kubernetes и CI/CD. - Понимание концепций Generative UI (GenUI) и AI-управляемого пользовательского опыта. Предпочтительные квалификации - Опыт создания корпоративных AI-платформ от концепции до продакшена. - Желателен опыт в здравоохранении, особенно с данными плательщиков (payer data). - Знание Responsible AI, управления ИИ, безопасности и наблюдаемости. - Желательны сертификаты AWS Solution Architect или AI/ML. - Отличные коммуникативные навыки, управление стейкхолдерами и техническое лидерство.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О роли Staff-разработчик в команде AI & Platform — hands-on технический лидер, создающий AI-функциональность продукта. Работаете вместе со Staff Data Engineer (отвечает за фундамент данных) и подчиняетесь Engineering Manager. Фокус — на прикладном и агентном AI-слое: проектирование, разработка и выпуск AI-функций, с которыми взаимодействуют клиенты. Роль предполагает интенсивную работу с кодом и широкое техническое влияние на команду. Задачи - Проектировать и создавать AI-функции продукта: агенты на основе LLM, интеллектуальную автоматизацию, прогнозные возможности на операционных данных Auvik. - Вести сложные технические задачи от начала до конца: архитектура, продакшен-код, отладка на уровне систем, надёжный релиз. - Совместно с Data Engineer определять, какие данные нужны AI-слою, в каком виде и с какой свежестью; интегрироваться с инфраструктурой поиска и пайплайнов. - Взаимодействовать с продакт-менеджерами и дизайнерами, превращая потребности клиентов в чётко ограниченные AI-функции. - Оценивать и внедрять новые AI-технологии (LLM, агентные фреймворки, RAG-паттерны, подходы к тонкой настройке), принимать прагматичные решения build-vs-buy. - Задавать стандарты в код-ревью, технических обсуждениях и инженерных практиках. - Наставлять других разработчиков. - Вносить вклад в общие инструменты, библиотеки и паттерны, ускоряющие AI-разработку в инженерной организации. Требования - Сильные основы программной инженерии и значительный опыт создания и выпуска продакшен-систем в масштабе. - Практический опыт создания AI/ML-функций: работа с LLM, промт-инжиниринг, RAG-архитектуры или агентные фреймворки. - Владение Go, Scala или TypeScript (React/GraphQL). Python для ML-процессов — плюс. - Глубокое понимание системного дизайна, распределённых систем, умение принимать архитектурные решения в условиях неопределённости. - Практический опыт работы с агентными инструментами кодинга (Cursor, Copilot Workspace, Claude Code), включая настройку ограничений и проверку результатов. - Сильные коммуникативные навыки: работа с AI-инженерами, продакт-менеджерами и инженерным руководством, умение переключаться между техническими и бизнес-обсуждениями. - Продуктовое мышление: понимание, зачем создаётся функция и решает ли она реальную проблему клиента. Бонусы - Опыт в управлении сетями, мониторинге или инфраструктурном ПО. - Опыт с AI-управляемой автоматизацией, обнаружением аномалий или прогнозной аналитикой в операционном контексте. Условия - Полностью распределённая команда, поддержка работы из дома или любого выбранного пространства. - Регулярные возможности для обучения и роста, обратная связь от руководства, тщательный онбординг. О компании Auvik — облачное ПО для управления сетями, дающее IT-командам мгновенную видимость и контроль над инфраструктурой: локальной, удалённой или распределённой по глобальным сетям. Платформа автоматизирует обнаружение сетей, картирование, мониторинг, резервное копирование конфигураций, анализ трафика и оповещения. Компания стремится к разнообразию и инклюзивности.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О роли В Oracle Health создают будущее здравоохранения — облачные решения с ИИ в основе, рассчитанные на работу в масштабе страны. Миссия — изменить то, как работают больницы и врачи, обеспечивая лучший уход за пациентами и точное своевременное возмещение расходов. Модернизируют системы электронных медицинских карт (EHR) и управления циклом доходов (RCM) с помощью LLM и ИИ-агентов, помогая клиницистам больше сосредоточиться на пациентах и меньше на административной нагрузке. Ищут высококвалифицированных ИИ-инженеров для проектирования и создания высокомасштабируемых облачных конвейеров обработки данных, которые принимают, преобразуют и анализируют огромные объёмы медицинских данных с низкой задержкой, обеспечивая бизнес-аналитику и аналитику в системах EHR и RCM. Вы будете использовать LLM, ИИ-агентов и современные платформы данных для решения таких задач, как поддержка клинических решений, оптимизация доходов и автоматизация рабочих процессов, а также использовать инструменты разработки с поддержкой ИИ для ускорения поставки. Обязанности - Создавать и улучшать конвейеры данных, ETL-процессы и трансформации. - Участвовать в разработке функций на основе LLM и ИИ-агентов, а также аналитических сценариев. - Работать с наборами данных EHR/RCM и поддерживать разработку KPI и дашбордов. - Изучать и применять лучшие практики в облаке, инженерии данных и LLMOps. Обязательные требования - Степень бакалавра/магистра в области компьютерных наук или эквивалент. - Более 5 лет релевантного опыта в разработке ПО. - Сильные навыки программирования на Python/Java. - Хорошее знание SQL. - Глубокая экспертиза в инженерии данных: ETL, трансформация данных, моделирование данных (Spark, SQL). - Опыт создания высокомасштабируемых распределённых систем. - Опыт работы с облаком (OCI/AWS/Azure). - Опыт создания крупной новой функциональности в программной системе от проектирования через разработку и тестирование до продакшена. - Опыт взаимодействия с несколькими функциональными областями для разработки компонентов в составе более крупной системы. - Опыт работы с LLM, промт-инжинирингом и фреймворками для ИИ-агентов. - Опыт сочетания ручного кодирования и разумного использования ИИ-решений для быстрого прототипирования, тестирования, итераций и поставки надёжного кода. - Опыт регулярного использования ChatGPT, Claude или аналогичных моделей для повышения продуктивности. Желательные требования - Опыт работы с агентными архитектурами или GenAI-платформами. - Опыт в здравоохранении или цифровых медицинских системах. - Понимание систем EHR и процессов RCM. - Знакомство со стандартами медицинского кодирования (ICD/CPT). Условия - Вилка зарплаты в США: от $89 200 до $209 500 в год. - Возможно получение бонуса и акций. - Медицинская, стоматологическая и офтальмологическая страховка, включая экспертное медицинское мнение. - Страхование по краткосрочной и долгосрочной нетрудоспособности. - Страхование жизни и от несчастных случаев (AD&D). - Дополнительное страхование жизни (сотрудник/супруг/ребёнок). - Гибкие счета расходов на медицинское обслуживание и иждивенцев. - Льготы на поездки на работу и парковку до вычета налогов. - Пенсионный план 401(k) с корпоративным взносом. - Оплачиваемый отпуск: гибкий отпуск для сотрудников на окладе; накопительный отпуск для остальных. Для сотрудников, работающих не менее 35 часов в неделю, накопление отпуска составляет 13 дней в год в первые три года работы и 18 дней в год в последующие годы. Для сотрудников, работающих от 20 до 34 часов в неделю, отпуск пропорционален. Сотрудники, работающие менее 20 часов в неделю, не имеют права на отпуск. - 11 оплачиваемых праздничных дней. - Оплачиваемый больничный: 72 часа при приёме на работу, обновляется каждый календарный год, неиспользованный остаток переносится до максимального лимита 112 часов. - Оплачиваемый отпуск по уходу за ребёнком. - Помощь в усыновлении. - План покупки акций для сотрудников. - Финансовое планирование и юридическая помощь. - Добровольные льготы, включая авто-, домовладельческое и страхование домашних животных.

Формат

Офис

Страна

Великобритания

Город

Лондон

О команде и роли ChatGPT использует большой и растущий парк GPU для надежного и эффективного обслуживания инференс-нагрузок. Команда разрабатывает системы и инструменты, которые позволяют внедрять новые модели, управлять продакшн-развертываниями, реагировать на операционные проблемы и эффективно использовать инфраструктуру в масштабе. Работа охватывает распределенные системы, платформенную инженерию, автоматизацию инфраструктуры и опыт разработчиков. Команда тесно сотрудничает с исследовательскими, инфраструктурными и продуктовыми командами, чтобы сделать развертывание моделей более надежным, эффективным и управляемым. Ищем инженера-программиста с опытом создания или эксплуатации крупномасштабных производственных систем. Вы будете проектировать и разрабатывать системы, поддерживающие жизненный цикл моделей в продакшене, включая оркестрацию развертывания, управление конфигурацией, операционную автоматизацию, надежность и управление мощностями. Вы поможете превратить сложные операционные процессы в масштабируемые платформенные возможности, которые позволят командам OpenAI развертывать и управлять моделями с большей уверенностью и меньшими ручными усилиями. Роль подходит инженерам, которым нравится решать сложные операционные проблемы и создавать программное обеспечение, упрощающее эксплуатацию производственной инфраструктуры в масштабе. Задачи - Развивать платформу для развертывания, настройки и управления моделями в ChatGPT. - Разрабатывать системы оркестрации развертывания, раскатки моделей, операционной видимости и готовности к продакшену. - Создавать абстракции и инструменты, упрощающие сложную инфраструктуру и улучшающие опыт разработчиков. - Автоматизировать операционные процессы, включая обнаружение инцидентов, диагностику, смягчение последствий и восстановление. - Повышать надежность, масштабируемость и эффективность развертывания моделей и поддерживающей инфраструктуры. - Строить системы поддержки планирования мощностей, распределения ресурсов и использования инфраструктуры. - Взаимодействовать с исследовательскими, инфраструктурными и продуктовыми командами для выявления общих задач и создания переиспользуемых платформенных возможностей. - Определять техническое направление платформы управления моделями по мере развития ChatGPT и его систем. Требования - Пять и более лет опыта разработки программного обеспечения для производственной инфраструктуры. - Сильные навыки программирования на Go, Python, C++, Rust или аналогичном языке. - Опыт проектирования или эксплуатации высокодоступных распределенных систем. - Опыт в платформенной инженерии, инфраструктурной инженерии, производственной инженерии, site reliability engineering или аналогичных дисциплинах. - Сильные навыки системного проектирования, отладки и решения операционных проблем. - Отличные коммуникативные навыки и опыт совместной работы с инженерными командами. Желательные качества - Опыт создания или эксплуатации внутренних платформ, распределенных систем или крупномасштабной производственной инфраструктуры. - Умение превращать сложные операционные проблемы в надежное программное обеспечение и переиспользуемые абстракции. - Опыт работы с системами развертывания, оркестрации, управления конфигурацией или автоматизации инфраструктуры. - Понимание производственной надежности, наблюдаемости, планирования мощностей и реагирования на инциденты. - Внимание к опыту разработчиков и созданию инструментов, повышающих эффективность других инженерных команд. - Готовность работать на стыке организационных границ и брать на себя ответственность от проектирования системы до эксплуатации в продакшене. - Умение работать в быстро меняющейся среде со значительной технической неопределенностью. - Интерес к обслуживанию моделей или ML-инфраструктуре; специализированный опыт работы с GPU или низкоуровневым оборудованием не обязателен. О компании OpenAI — исследовательская и внедренческая компания в области ИИ, стремящаяся к тому, чтобы искусственный интеллект общего назначения принес пользу всему человечеству. Компания расширяет границы возможностей систем ИИ и стремится безопасно внедрять их через свои продукты.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Junior

О роли Компания PolicyMe, удалённая команда из Торонто, развивает продуктовую линейку для страховых брокеров с использованием искусственного интеллекта и машинного обучения. Инженер будет работать над frontend, backend и AI/ML-направлениями, участвовать в архитектурных обсуждениях, планировании релизов и общеинженерных инициативах. Основной стек: Python, React, Redux, PostgreSQL, n8n, LangChain/LangGraph и AWS. Задачи - Разрабатывать fullstack-функциональность AI-приложения на Python, React, Redux, PostgreSQL и AWS. - Интегрировать AI-модели и API для обработки документов, извлечения данных, рекомендательных систем и других задач. - Работать с старшими инженерами по AI для интеграции моделей в продакшен. - Отслеживать новые AI-технологии и фреймворки, исследовать новые применения. - Создавать масштабируемые и надёжные backend-сервисы для AI-процессов. - Проектировать пользовательские интерфейсы для AI-функций. - Участвовать в архитектурном планировании, код-ревью и брейнштормах. - Отвечать за разработку фич от начала до конца, координируясь с QA и другими командами. - Взаимодействовать с командами для снятия зависимостей и улучшения релизного процесса. - Делиться идеями на квартальном планировании. - Участвовать в хакатонах, инженерных гильдиях и экспериментах с AI-инструментами. Требования - Уверенные fullstack-навыки: Python, React, Redux, PostgreSQL, AWS. - Понимание AI/ML-концепций из курсов, пет-проектов или опыта работы. - Интерес к созданию интеллектуальных приложений. - Готовность учиться, работать в условиях неопределённости и быстро осваивать новое. - Практический опыт или проекты с AI-API и моделями, включая промт-инжиниринг. - Самостоятельность, ответственность и ориентация на результат. - Умение работать в команде, открытость к обратной связи. - Внимательность к деталям при решении сложных задач. Условия - 20 отпускных дней. - Опционы на акции и расширенный соцпакет. - Удалённая работа, оплачиваемые очные встречи команды, возможность работать из офиса в Торонто. - Бюджет на обучение и развитие, оценка эффективности два раза в год, регулярная обратная связь. - Общая компенсация: 85 000–115 000 CAD в зависимости от опыта, плюс бонусная программа и возможность получить долю в компании. О компании PolicyMe — канадский цифровой страховой сервис. Продуктовая линейка включает страхование жизни, страхование критических заболеваний, медицинскую и стоматологическую страховку, а также B2B2C-решения для организаций. Компания основана в 2018 году, продала страховое покрытие на сумму более 10 млрд CAD.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет глобальным брендам увеличивать выручку и конверсию. О роли Senior ML-инженер в команде Search Quality. Улучшение пользовательского опыта для сотен миллионов пользователей, создание систем, обеспечивающих релевантность для глобальных ритейлеров — от моды и продуктов до электроники и товаров для дома. Миссия — измерять качество поиска, повышать его и предотвращать деградации до того, как их заметит пользователь. Это достигается сочетанием донастроенных LLM для оценки релевантности, моделей реального времени и глубокого офлайн-анализа журналов запросов. Задачи - LLM-оценка: донастройка собственных моделей для оценки релевантности, обучение модели понимать интент запроса, представлять товары из неструктурированных каталогов и согласовывать оценки модели с реальным поведением пользователей. - Качество в реальном времени в продакшене: реранжирование, фильтрация, вычисление сигналов. Строгие требования к задержке, поэтому постоянный компромисс между качеством и скоростью. - Автоматический мониторинг качества и агентные инсайты: пайплайны для обнаружения деградаций и поиска неэффективных паттернов. Агентные системы, генерирующие практические рекомендации для данных о товарах и конфигураций поиска. Что делает работу интересной - Мультидоменность и мультиязычность в масштабе: 40+ языков, 20+ доменов. Модели должны обобщаться на все домены без индивидуальных правил для клиентов. - Нет универсальной истины: продуктовый ритейлер и модный ритейлер могут по-разному понимать, что значит «релевантно». - Эффективность в масштабе: оптимизация и масштабирование LLM-инференса по всей клиентской базе. Требования - 4+ года создания продакшен-ML-систем. - Опыт с поиском, информационным поиском или рекомендательными системами. - Практический опыт донастройки, фреймворков оценки и масштабирования LLM-развертываний. - Уверенный Python и PyTorch. Свободное владение SQL и инструментами оркестрации данных (Spark, Airflow). - Опыт проектирования и проведения A/B-тестов для проверки влияния моделей. - Отличные коммуникативные навыки на английском. - Опыт работы в кросс-функциональных командах (ранжирование, продукт, инженерия данных). Условия - Работа с умными и эмпатичными людьми, которые помогают расти и влиять на результат. - Регулярные командные офлайн-мероприятия. - Полностью удалённая команда — можно выбирать место жительства. - Безлимитный отпуск — компания рекомендует брать не менее 3 недель в год. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Базовая зарплата: $80 000–$120 000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании 1KOMMA5° развивает энергетическую систему будущего с помощью Heartbeat AI. Компания объединяет региональное мастерство и масштабируемое ПО: солнечные панели, батареи, тепловые насосы и электромобильность управляются как интеллектуальная интегрированная система в виртуальной электростанции. Система напрямую связана с рынком электроэнергии в реальном времени и полностью автоматизирована. Цель — к 2030 году перевести 1,5 миллиона домохозяйств на возобновляемую энергию. Над этим ежедневно работают более 3000 человек в более чем 80 локациях по всему миру, от Финляндии до Австралии. Задачи - Определять техническое направление в инженерном домене Heartbeat AI (мобильные приложения, данные об энергии, IoT-платформа и другие), поддерживая соответствие архитектуры продуктовому направлению. - Отвечать за последовательную реализацию технических решений в своём домене, задавая чёткое направление и контролируя исполнение командой. - Задавать техническую планку для команды, самостоятельно решая самые сложные проблемы, а не только направляя других. - Преобразовывать бизнес- и продуктовые требования в технические решения. - Наставлять и развивать инженеров Heartbeat AI, ускоряя их рост. - Формировать высокопроизводительную инженерную культуру в команде Heartbeat AI. - Встраивать безопасность и надёжность как непосредственную ценность для клиента. - Проектировать системы и API так, чтобы ИИ-агенты работали как пользователи первого класса: с машиночитаемыми контрактами и структурированными ошибками, позволяющими агентам самокорректироваться. - Обеспечивать переход Heartbeat AI к агентной инженерии, меняя подход к работе так, чтобы агенты действовали безопасно, а ответственность оставалась на людях. - Отвечать за архитектуру ИИ-систем, лежащих в основе продукта, от EMS до энергетического тарифа. Технологии - ИИ-ассистированная разработка с Cursor и агентные рабочие процессы. - Облако и инфраструктура: Google Cloud Platform, GKE (Kubernetes), Cloud Run, Terraform/IaC, Vercel. - Обмен сообщениями и IoT: Eclipse Hono, MQTT, Mender. - Данные и BI: PostgreSQL, BigQuery, SQLMesh, Looker. - Наблюдаемость: Datadog, OpenTelemetry. - Языки: TypeScript (Nest.js, Next.js), Java, Go, Flutter. - DevOps: CI/CD-пайплайны (GitHub Actions). - Инструменты: Linear, Notion, Figma, Miro. Требования - Практический опыт разработки ПО на нескольких языках программирования общего назначения не менее 5 лет. - Подтверждённый опыт проектирования масштабируемых и безопасных систем с высоким стремлением к качеству. - Обширный опыт проектирования и реализации API, обеспечивающих бесшовную интеграцию и взаимодействие систем. - Гибкое и ориентированное на результат мышление, с акцентом на сотрудничество и командную работу. - Опыт общения со стейкхолдерами на бизнес-языке и понимание технических последствий их требований. - Опыт обеспечения технического согласования в команде в быстро меняющейся среде, включая принятие и доведение до конца критических технических решений. - Опыт проектирования систем и API для потребления агентами, со структурированными ошибками и чёткими контрактами, позволяющими агентам самокорректироваться. - Способность провести инженерную команду через переход к агентной инженерии, меняя рабочие процессы так, чтобы агенты действовали безопасно, а люди отвечали за каждый результат. - Опыт проектирования ИИ/ML-ориентированных или интенсивно работающих с данными систем (например, прогнозирование, конвейеры реального времени), желательно в энергетическом или IoT-контексте. - Отличные навыки устного и письменного общения на английском языке; знание немецкого считается плюсом. Условия - Работа в международной, динамичной и высокомотивированной команде. - Прямое влияние на ускорение энергетического перехода и климат. - Возможность учиться у коллег. - Прямой контакт с ключевыми лицами, принимающими решения. - Лучшие шансы на полную занятость в одном из самых быстрорастущих стартапов Европы. - Удалённая работа по всей Германии, офисы в Гамбурге, Берлине или Мюнхене. - Программа EGYM Wellpass для поддержания баланса между работой и жизнью. - Льготы и скидки через Futurebens. - Лизинг велосипеда (городской или электронный) через job bike. - Индивидуальные возможности профессионального развития. - Прямое подчинение CTO.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Запускаем сайты. Ищем сотрудников, которые с помощью LLM и своей головы будут собирать и готовить контент для заливки на сайты. Что конкретно нужно будет делать: 1. Собирать и парсить семантику по маскам, чистить и кластеризовать её. 2. Составлять структуру посадочных страниц по ней. 3. Собирать/парсить контент с сайтов-поставщиков и обрабатывать его (форматировать, приводить к единому виду, уникализировать где возможно). 4. Генерировать в LLM изображения (там, где их не будет хватать). Если вам знакомы эти процессы хотя бы в теории, то уже хорошо. Есть готовые инструкции как и что делать, плюс фуллтайм-сопровождение по всем вопросам. Требования к кандидату: 1. Вы понимаете примерно специфику задачи. 2. Вы усидчивы, чтобы обрабатывать большой объём информации (благо сейчас за вас это делают LLM, а вам нужно будет только проверять и поправлять/корректировать). 3. Вы умеете формулировать мысли так, чтобы вас чётко поняли. Это важно для работы с LLM, если нужен результат быстро. Условия работы: 1. Частичная занятость — работаете когда можете, но в согласованные сроки сдачи задач. 2. Оплата по факту выполнения задач. Например, заполнение категории на сайте. 3. Использование LLM.