Вакансии для ML-инженеров

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior / Principal Golang developer (AI Agents, MCP) Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Ищем разработчиков уровня Senior / Principal для работы над международным проектом. Проект: enterprise integration platform (название под NDA). Среди клиентов платформы: Cisco, Vodafone, Nasdaq, Epic Games, Coinbase, Zendesk, Atlassian, Canva и другие крупные enterprise-компании. Enterprise-платформа автоматизации интеграций и бизнес-процессов между сервисами. По сути - iPaaS-решение для orchestration workflow: соединяет SaaS, внутренние системы, базы данных и API. Используется для автоматизации процессов, routing событий, очередей, трансформации данных и real-time интеграций. Платформа работает как инфраструктурный слой между системами компании - CRM, ERP, биллинг, аналитика, внутренние сервисы. Высокая нагрузка, distributed архитектура, строгие требования к latency и отказоустойчивости. Зона ответственности команды (куда ищем человека) - ядро платформы. Отвечает за routing, auth, caching, throttling, очереди и observability. Задачи: - разработка high-performance gateway компонентов - routing и request processing на уровне платформы - auth, caching, throttling, work queues - logging / monitoring инфраструктура - поиск bottleneck и оптимизация latency - участие в архитектуре distributed системы Стек: Go, MCP, PostgreSQL, AWS, Kafka, ELK, Kubernetes, Redis, Grafana, RoR (legacy) Требования: - Backend. 8-ми лет и более - Опыт в качестве архитектора, тех.лида, etc - Golang от 3-х лет. Также, опыт оптимизации производительности и понимание внутрянки Go - Высшее техническое образование в области компьютерных наук, математики, физики или других точных или технических дисциплин - Разговорный английский. Коммуникация с членами команды будет идти на английском Будет плюсом опыт c MCP, Ruby, Rust, Open-source, ML, DBA, DevOps (AWS / Azure / Google Cloud / YandexCloud). Почему Evrone: - Мы занимаемся технически сложными, высоконагруженными, наукоёмкими проектами, проектами с большой бизнес логикой или большой серверной инфраструктурой. Нам доверяют: аналитику, проектирование интерфейсов и дизайн, разработку, инфраструктуру и эксплуатацию. Мы становимся технической командой проекта целиком или консультируем и расширяем возможности существующих команд наших клиентов. - Кроме того, Evrone помогает развивать

Формат

Удалённо

Страна

Россия

Город

Не указан

Data scientist (аудиоаналитика) в ROBOTMIA. Новосибирск. Системный аналитик в Bell Integrator. Можно удаленно. Москва. Продуктовый аналитик (рекомендации в поиск) в RWB. Можно удаленно. Москва. Аналитик в Реактив. Можно удаленно. Реактив. Технолог по IT-процессам в УК Аэропорты Регионов. Можно удаленно. Москва.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

DevOps / DevOps Team Lead / Infrastructure Architect Формат работы: удаленно Занятость: полная Ожидания по оплате: от 1700 USD/эквивалент в месяц. Поиск позиции Senior DevOps / DevOps Team Lead / Infrastructure Architect (async-first). Готов рассмотреть и менее ответственные позиции (вплоть до Junior). Без ночных дежурств (UTC+6), дневные/вечерние как в будние, так и в выходные дни — по договоренности, эскалации также по договоренности. Готовность к смене сферы деятельности (с CDN/Streaming на что-то еще). За плечами руководство инфраструктурной командой (6 чел.), перешедшее затем в руководство всей технической командой (+ 2 PHP devs & 2 QA). Два основных продукта: зрелая стриминг-платформа (800+ входящих стримов, 500+ платящих/2300+ неплатящих одновременных пользователей в среднем, 80+ ТБ видео) и пилот облачного сервиса для транскодирования видео. Ответственности: - Техническая: CDN, мониторинг, деплои, IaC, внутренние self-hosted-средства разработки, коммуникации и управления. - Организационная: написание внутренних гайдлайнов, гашение конфликтов, право "последнего слова" на все решения технической команды. - R&D. Стек инфраструктуры: - Bare-metal-хостинги (Hetzner, Scaleway, OVH, colocation-стойка в Worldstream) - GitLab & GitLab CI - Ansible - Docker - MikroTik - Zabbix - Grafana (как удобный фронтенд к Zabbix для первой линии) - Nginx Стек разработки: - Laravel - Vue Новое-модное: - Разработка с использованием LLM С чем не сталкивался (из критичного сегодня): - k8s - Гиперскейлеры - Self-hosted СХД (имеется в виду, прежде всего, Ceph) - Мультиагентная разработка Готов как к исполнительской роли — сопровождению Linux/Docker, типовым изменениям в Ansible и CI/CD, мониторингу, бэкапам и первичной диагностике инцидентов, — так и к выстраиванию этих процессов "с нуля" и подбору cost-effective-решений на базе bare-metal-хостингов. В IT более 15 лет, в стриминге был более 5, решил посмотреть в сторону других сфер. Оплата криптой (только well-known-койны и/или стейбл-токены).

Формат

Удалённо

Страна

Россия

Город

Не указан

ML-инженер Компания: Bell Integrator Опыт работы: data science от 3 лет Формат работы: удалённо (РФ, по московскому времени) Bell Integrator — крупный системный интегратор страны, аккредитованная ИТ-компания. Проект: развитие базы для e-commerce. Чем предстоит заниматься - Генерировать гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов - Превращать гипотезы в работающие ML модели - Катить модельки в прод и по итогам АВ-тестов формулировать новые гипотезы - Ставить задачи data инженерам на доработки витрин, взаимодействовать с разработчиками для формирования пайплайнов - Разработка агентских сервисов Наши пожелания к кандидатам - Опыт работы от 3-х лет в data science - Опыт разработки и продуктивизации ML-сервисов (от моделек до API) - Опыт внедрения ML-пайплайна в real-time сервисы - Опыт работы с Docker, шедулерами (Airflow или любой другой) и SQL/NoSQL базами данных

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик Компания: Bell Integrator Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва

Формат

Офис

Страна

Россия

Город

Не указан

Frontend Developer (AI, Москва) Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. В компании работает более 2500 аналитиков, руководителей проектов, разработчиков, тестировщиков и специалистов по сопровождению крупных информационных систем. Проекты реализуются по всей России, среди заказчиков — ведущие финансовые, телеком и ритейл компании. Центральный офис расположен в Москве, представительства — в Санкт-Петербурге, Нижнем Новгороде, Пензе, Саратове, Уфе, Барнауле, Минске (Беларусь). Проект Разработка и поддержка продукта ERA — системы комплексной диагностики продуктов и услуг. Решение позволяет проводить диагностику, анализ и аудит продукта для получения комплексного решения развития и снятия барьеров роста сервисов Банка. Цель проекта — построить полностью автономную систему для исследований, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Кого ищут Frontend-разработчика, для которого AI-агент — основной рабочий инструмент. Кандидат вайб-кодит осознанно: ставит агенту задачу через спецификацию, управляет контекстом, ревьюит результат. При этом остаётся инженером: понимает, что генерирует агент, и отвечает за качество кода в проде. Агентная разработка — не строчка «будет плюсом», а способ ежедневной работы команды. Как устроена работа (AI-workflow) - Основной инструмент — CLI-агент GigaCode (на базе Qwen Code) с доступом к разным моделям. Если кандидат работал с Claude Code, Codex CLI, Gemini CLI, Qwen Code, OpenCode, Roo Code или Cursor — переход займёт день: принципы те же. - Внутренний реестр скиллов — готовых инструкций и плейбуков для агентов под типовые задачи проекта. Ими нужно пользоваться и пополнять реестр своими. - Написание и поддержка правил для агентов (agents.md, системные промпты, контекст проекта), чтобы агент с первой сессии работал по стандартам команды. - Подключение MCP-серверов к агентам и к продукту: таск-трекер, документация, внутренние API. - Практика spec-driven development (SDD): сначала спецификация и план, потом генерация, потом ревью. - Приветствуются любые удобные форматы и практики агентной разработки — свой workflow можно принести, лучшее попадёт в реестр. Стек React, Next.js, TypeScript · Redux Toolkit, RTK Query · SSE, стриминг, MCP · CSS3, SASS/SCSS, CSS Modules · Jest, RTL · Node.js, REST, SSR · Git, Webpack, ESLint, Jenkins, Docker · Jira, Confluence · GigaCode CLI + реестр скиллов Ожидания от кандидата - Подтверждённый опыт разработки от 3 лет (по ТК РФ). - Глубокий практический опыт с React, Next.js, TypeScript. - Redux Toolkit (плюс — RTK Query), HTML5, CSS3, SASS/SCSS. - REST API, SSR, серверный Node.js. - Server-Sent Events (SSE): механика стриминга, обработка событий, реконнекты, graceful degradation. - Unit-тесты (Jest / React Testing Library), код-ревью, GitFlow. - SOLID, DRY, KISS — и понимание, когда агент их нарушает. - Ежедневная работа с AI-агентами в разработке: Claude Code, Codex, Cursor, GigaCode, Qwen Code, OpenCode, Roo Code, Windsurf — любой из них. Важен не конкретный инструмент, а привычка так работать. - Умение управлять контекстом и сессиями агента: что положить в контекст, когда начать новую сессию, как декомпозировать задачу. - Навык написания правил и промптов под проект: agents.md / CLAUDE.md / rules, переиспользуемые инструкции (скиллы). - Понимание MCP: что это, зачем, опыт подключения MCP-серверов к агенту. - Умение ревьюить и доводить сгенерированный код: вайб-кодинг заканчивается продакшеном, а не прототипом. В сопроводительном письме нужно коротко описать свой AI-workflow: каким агентом пользуетесь, как ставите задачи, самый впечатляющий результат в связке с агентом. Задачи - Разрабатывать и рефакторить модули платформы (интерфейсы управления медиа-хранилищем) — руками агента под управлением разработчика. - Проектировать поверхности взаимодействия человека и AI: чаты с потоковой передачей ответов (SSE), канвасы, дашборды агентов. - Создавать собственных AI-агентов и мульти-агентные системы, встроенные в продукт. - Разрабатывать и подключать инструменты на базе Model Context Protocol (MCP): понимать устройство MCP-серверов и проектировать клиентские решения «интерфейс — агент — инструменты». - Писать спецификации и правила для агентов, развивать реестр скиллов команды. - Ревьюить код — и человеческий, и агентский; держать планку качества. - Участвовать в планировании, оценке задач, релизах; работать в связке с аналитиками, бэкендом, дизайном и QA; менторить джунов — в том числе учить их работать с агентами. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста в компании. - Опыт работы в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Офисный формат работы в Москве.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Lead

AI Product Manager / AI Lead Компания T1 развивает продукты на основе больших данных и искусственного интеллекта, создаёт платформы хранения данных, аналитические и рекомендательные системы для крупного бизнеса. Компания ищет специалиста, который сможет управлять AI-продуктами, координировать технические команды и участвовать в развитии AI-стратегии. Чем предстоит заниматься - Управлять AI-продуктами от идеи до запуска в production. - Участвовать в формировании AI-стратегии: Roadmap, KPI и приоритизация инициатив. - Прорабатывать архитектуру AI-решений. - Координировать команды Data Scientists, ML-инженеров и Data Engineers. - Запускать PoC и MVP AI-продуктов. - Решать задачи масштабирования моделей и повышения качества данных. - Оптимизировать инференс моделей по скорости, стоимости и точности. - Работать с дообучением open-source моделей под бизнес-задачи. Что важно - Опыт работы на релевантной позиции от 5 лет. - Опыт в сфере AI. - Опыт коммерческой разработки и широкий технический кругозор. - Опыт управления командой — обязательно. - Умение презентовать решения и ценность продуктов C-level. - Понимание Agile / Scrum в ML-проектах. - Лидерские качества, критическое мышление и сильные коммуникационные навыки. Технологический стек - Python, SQL. - scikit-learn, TensorFlow, PyTorch. - Hugging Face, LangChain. - MLflow, Kubeflow, Airflow. - Docker, Kubernetes, K8s. - Spark. - DWH: BigQuery, Snowflake. - Векторные базы: FAISS, Pinecone. - Kafka. - LLM и NLP-модели. - Embeddings, NER, classification. О компании В состав T1 входят Т1 Иннотех, Т1 ИИ, Т1 Интеграция, Т1 Облако, Т1 Сервионика, Т1 Цифровая Академия и НОТА от Т1. Компания предлагает стабильную работу, профессиональное развитие, интересные AI-проекты и комфортный гибридный формат.

Формат

Удалённо

Страна

Россия

Город

Не указан

Стажер Data Scientist (сегменты) Москва, офис Команда «Сегменты» специализируется на создании ML-моделей для анализа оттока клиентов, снижения транзакционной активности и выявления склонностей к различным продуктам. Команда насчитывает шесть человек, среди которых выпускники МГУ и ВШЭ. Ищем стажера, готового участвовать в полном цикле создания DS-продуктов — от идеи до промышленного внедрения. Обязанности - Помощь в разработке и обучении моделей прогнозирования поведения клиентов - Проведение исследовательского анализа данных (EDA): поиск паттернов, аномалий и инсайтов для формирования гипотез - Участие в формировании гипотез и тестировании бизнес-идей - Разработка пайплайнов для обработки данных (под руководством наставника) - Подготовка кода моделей к промышленной эксплуатации и участие в интеграции решений в платформы компании - Оценка качества моделей с технической (метрики) и бизнесовой стороны (метрики влияния на продукт) Требования - Базовые знания Python: уверенное владение синтаксисом, написание чистого кода, знакомство с pandas, numpy - Математический аппарат: понимание основ статистики, теории вероятностей и линейной алгебры, знание принципов проверки гипотез (A/B тесты) - ML: понимание классических алгоритмов (линейная регрессия, деревья решений, градиентный бустинг), знакомство с фреймворками Scikit-Learn и LightGBM на базовом уровне - SQL: умение писать запросы для извлечения и агрегации данных Будет плюсом - Опыт работы с Spark/PySpark и/или Hadoop - Базовое понимание устройства нейросетей (PyTorch) и трансформеров - Опыт участия в DS-соревнованиях (Kaggle, ODS) - Понимание основ DevOps (CI/CD, Git) Условия - Комфортный современный офис рядом с м. Кутузовская - Офисный формат работы - Срочный трудовой договор - Корпоративный спортзал и зоны отдыха, более 400 образовательных программ СберУниверситета для профессионального и карьерного развития - Программа адаптации и помощь руководителя на старте

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

С понедельником, коллеги! Чтобы поднять вам настроение, мы подготовили эти 🔢 вакансий. Приятного просмотра! 📍 Backend Middle+ .net Developer в Авиасейлс Удалённо Middle+ Разработчик ETL / Data Engineer в ИВИ Удалённо Middle IOS Developer в Laoshi Удалённо (Мир) Стажировка для разработчиков от Авито Удалённо (РФ) 📍 Аналитика Стажер Data Scientist (сегменты) в СБЕР Москва, офис 📍 Тестирование Middle+ Инженер по автоматизированному тестированию backend (Python) в ИВИ Удалённо 📍 Менеджмент Middle+ Технический менеджер в ИВИ Удалённо Middle Customer Success Manager в Maestra от 2 000$ Удалённо 📍 Маркетинг Middle Менеджер по маркетингу в Яндекс Москва, офис 📍 Дизайн Middle+ Product Designer в Авиасейлс Удалённо Middle+ Продуктовый дизайнер в Blink Удалённо (Мир) 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам мы также есть там, куда всех хотят отправить — https://max.ru/itvakansiijobs

Формат

Офис

Страна

Россия

Город

Не указан

Компания ROBOTMIA Вакансия Data Scientist (Аудиоаналитика) офис в г. Новосибирск Локация Новосибирск, Россия Требуемые навыки - Алгоритмы и структуры данных - Docker - Scikit-learn - TensorFlow - ClickHouse - PyTorch - Pandas - Python - SQL

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Liftoff — AI-платформа performance-маркетинга для мобильной экономики. Технологический стек помогает рекламодателям привлекать и удерживать пользователей, а издателям — максимизировать доход. Решения Liftoff, включая Accelerate, Direct, Monetize, Intelligence и Vungle Exchange, поддерживают более 6 600 мобильных бизнесов в 74 странах в сферах игр, соцсетей, финансов, ecommerce и развлечений. Компания основана в 2012 году, штаб-квартира в Редвуд-Сити, Калифорния. Senior Gen AI Software Engineer присоединится к команде Gen AI и будет проектировать и создавать AI-продукты для demand-side бизнеса, помогая командам превращать сложные данные в решения и рост клиентов. Работа охватывает весь стек: интеллектуальные системы и пайплайны данных на Python, а также интерфейсы на TypeScript и React. Сотрудник будет тесно взаимодействовать с продуктовыми, инженерными и клиентскими командами, быстро переходить от прототипа к продакшену и непрерывно улучшать выпущенные решения. Задачи: - Владеть генеративными AI-функциональностями от понимания пользовательских сценариев до прототипирования, внедрения, измерения и улучшения. - Быстро прототипировать и валидировать AI-решения, проверяя ценность и техническую реализуемость, затем доводить до продакшена. - Строить агентные сценарии, работающие с данными кампаний, клиентов, креативов и performance, использующие инструменты и возвращающие управление человеку при необходимости. - Интегрировать AI-агентов в ежедневные процессы совместно с лицами, принимающими решения, и экспертами. - Проектировать доступ AI-систем к данным, инструментам и инструкциям для получения обоснованных результатов. - Строить системы надежности AI-сценариев: использование инструментов, управление состоянием, восстановление после сбоев, границы человеческого контроля. - Определять четкие тестируемые интерфейсы между моделями и ПО для безопасной обработки неопределенного поведения моделей. - Разрабатывать системы оценки AI-функций с реалистичными примерами и комбинацией автоматических проверок и человеческого суждения. - Строить инструментарий для измерения качества, внедрения, бизнес-эффекта, задержки, стоимости и сбоев в продакшене. - Применять меры защиты данных клиентов, доступа к системам и сценариев с высоким влиянием. - Создавать Python-сервисы и TypeScript/React-интерфейсы для целостных продуктов. - Оценивать новые модели и техники, внедряя их при улучшении качества, возможностей, скорости или стоимости. - Наставлять инженеров и формировать общие практики проектирования, тестирования и эксплуатации AI-продуктов. Требования: - Минимум степень бакалавра и 8 лет релевантного опыта. - Опыт создания и эксплуатации значимых продакшен-продуктов, включая работу с нуля: бэкенд-сервисы, данные, пользовательские интерфейсы. - Опыт запуска LLM-продуктов или AI-ассистируемых продуктов за пределами демо, понимание проблем надежности, контекста, инструментов, смены провайдеров, задержки, стоимости и изменения поведения моделей. - Высокий уровень владения Python, уверенная работа с TypeScript и React, сильные основы в проектировании API, моделировании данных, SQL и тестировании. - Понимание построения системы вокруг модели: данные, инструменты, инструкции, права доступа, циклы обратной связи, метрики качества. - Умение определять критерии успеха, расследовать сбои и улучшать AI-опыт через тестирование, обратную связь и сигналы из продакшена. - Сильное продуктовое и инженерное суждение: выбор между традиционным ПО, LLM-подходом или их комбинацией. - Навыки коммуникации сложных технических тем.

Формат

Удалённо

Страна

Любая

Город

Не указан

Xaxis Solutions ищет LLM DevOps / Inference Engineer для поддержки платформы оценки и бенчмаркинга ИИ в сфере здравоохранения. Роль включает владение инфраструктурой для тестового стенда, стеком самостоятельного хостинга моделей и надежностью платформы, включая предоставление GPU-инфраструктуры, оптимизацию инференса моделей и управление облачными системами AWS. Задачи: - Строить и поддерживать AWS-инфраструктуру с помощью Terraform, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Развертывать и управлять самостоятельным хостингом LLM-инференса на GPU-инфраструктуре - Внедрять стратегии батчинга, квантизации, автоскейлинга и мульти-GPU для эффективного инференса - Разрабатывать стандартизированные процессы быстрого подключения новых моделей - Создавать слои абстракции провайдеров для API-моделей, таких как OpenAI, Anthropic и Gemini, а также для самостоятельного хостинга моделей - Внедрять ограничение скорости, повторы, экспоненциальную задержку, управление квотами, логирование запросов и ответов и атрибуцию затрат - Обеспечивать воспроизводимость и экономичность бенчмарк-запусков через закрепленные версии моделей и контейнеров и оптимизированную облачную мощность - Строить дашборды наблюдаемости, охватывающие пропускную способность, задержку, использование токенов, стоимость GPU-часов, сбои и производительность по моделям - Поддерживать пиковые нагрузки, предотвращая осиротевшие или ненужные облачные ресурсы - Участвовать в архитектуре доверенной среды исполнения (TEE) и оценивать AWS Nitro Enclaves и аналогичные решения конфиденциальных вычислений Требования: - Практический опыт запуска и управления контейнерами инференса - Сильный опыт построения и поддержки AWS-инфраструктуры как кода, включая сети, вычисления, оркестрацию, секреты, наблюдаемость и CI/CD - Опыт работы в стартапе или среде с быстрым темпом - Сильный опыт работы с ИИ/LLM и модельной инфраструктурой - Отличные коммуникационные навыки - Граждане США получат приоритет - Активный и полный профиль LinkedIn - Опыт работы с продакшн-масштабной AWS-инфраструктурой - Сильное знание EKS/ECS, EC2 GPU-инстансов (G5/G6, P4d/P5), VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch и Service Quotas - Сильный опыт Terraform / Infrastructure as Code - Практический опыт с обслуживанием LLM-моделей и оптимизацией инференса - Практические знания стратегий батчинга, поведения KV-кэша, квантизации и мульти-GPU шардинга - Опыт управления GPU-нагрузками с EKS/ECS, автоскейлингом узлов и контейнерными пайплайнами на CUDA - Сильный опыт в области надежности и оптимизации затрат, включая SLO, мониторинг, алертинг и оптимизацию облачных затрат - Опыт с AWS SageMaker и Bedrock - Сильные навыки разработки на Python - Знание конфиденциальных вычислений, включая Enclaves, удаленную аттестацию и защищенный выпуск ключей - Понимание комплаенса в здравоохранении, включая сервисы, соответствующие HIPAA, требования BAA, аудит-логирование и контроль доступа к PHI - Опыт усиления безопасности, сканирования образов и контроля сетевого исходящего трафика Компания Xaxis Solutions — консалтинговая компания по управлению, предоставляющая клиентам экономически эффективные решения. Основана в undefined, штаб-квартира в Миссиссоге, Онтарио, Канада, штат 2–10 сотрудников.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Middle

О компании Allied Telesis — производитель сетевого оборудования и исследовательская группа, фокусирующаяся на возможностях на базе ИИ. Компания основана в 1987 году, штаб-квартира в Токио, численность сотрудников — 1001–5000. Обязанности - Участвовать в создании и поддержке AI-процессов с использованием LangGraph. - Проектировать и расширять библиотеку MCP-серверов. - Улучшать RAG-пайплайны, обеспечивающие работу систем поиска знаний, преимущественно на Python. - Работать в небольшой команде, где вклад каждого заметен. Требования - Степень бакалавра в области компьютерных наук, интеллектуальных систем, науки о данных или смежной области. - 2–3 года опыта разработки ПО с уверенным знанием Python. - Практическое знакомство с инструментами AI/ML: LLM, векторные базы данных, retrieval-augmented подходы или агентные фреймворки. - Умение работать в условиях неопределённости. - Способность переключаться между прототипированием и продакшеном. - Интерес к сетевым технологиям или инфраструктуре. - Ценность аналитического мышления и хорошей коммуникации в небольшой команде. - Опыт с MCP (Model Context Protocol) приветствуется, но не обязателен; важно желание его изучать. Условия - Удалённая работа для кандидатов в США. - Компания имеет историю спонсирования H1B: 3 в 2025, 2 в 2024, 6 в 2023, 3 в 2022, 1 в 2021, 9 в 2020. Это не гарантирует спонсорство для данной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Обязанности - Проектировать, дорабатывать и оптимизировать системные промпты, роли агентов и библиотеки промптов на основе персон. - Создавать корпоративные плейбуки по промптам и знаниям для повторного использования в консалтинге и рабочих процессах. - Работать с экспертами в предметной области и маркетингом для создания структурированного контента. - Внедрять конвейеры контент-операций для структурированных таксономий и оценки промптов. - Управлять созданием контента с помощью ИИ для аналитических отчетов, веб-сайтов и предложений по RFP. Требования - Опыт от 8 лет в области контент-стратегии, маркетинговых операций или управления знаниями, с минимум 2–3 годами в LLM / промпт-инжиниринге или ИИ-контент-системах. - Глубокое понимание LLM-фреймворков (RA или аналогичных) и генерации с дополнением по поиску (RAG). - Экспертиза в разработке структурированных промпт-фреймворков, few-shot промптинга и настройки производительности промптов. - Владение инструментами контент-конвейеров (Markdown, CMS, Miro, Notion, Airtable или аналогичными). - Опыт создания и управления корпоративными системами знаний или ИИ-ассистентами знаний.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Strello Health разрабатывает ИИ-голосовых ассистентов для здравоохранения. Компания находится на стадии post-seed, генерирует выручку и быстро масштабируется. Вы будете работать напрямую с основателями над созданием основной инфраструктуры для голосовых разговоров в реальном времени, включая аудиопотоки, оркестрацию LLM, API, интеграции, наблюдаемость и продакшен-системы. Требования - опыт в backend или платформенной разработке - распределённые системы - API - Linux - создание надёжных систем с нуля (0→1) - учитывается опыт co-op - рассматриваются кандидаты с разным уровнем опыта Будет плюсом - WebRTC/WebSockets - ML или LLM инфраструктура - Node.js/TypeScript - Python - Docker - Kubernetes - open-source вклад Технологический стек TypeScript/Node.js и Python.

Формат

Офис

Страна

Россия

Город

Не указан

Программист-разработчик (Python) Третье Мнение — разработчик IT-решений для системы здравоохранения. Компания создает продукты на базе технологий искусственного интеллекта, которые помогают автоматизировать процессы в медицинских учреждениях, ускорять принятие врачебных решений и повышать безопасность пациентов и медицинского персонала. В поиске программиста-разработчика (Python) для разработки, поддержки и масштабирования продукта «Платформа для врачей». Чем предстоит заниматься - Разрабатывать backend-сервисы для обработки данных, аналитики и персонализированных рекомендаций - Участвовать в разработке бизнес-логики и пользовательских сценариев - Работать с данными: анкеты, результаты автоматического анализа, профили пользователей - Интегрировать внешние сервисы и модели машинного обучения - Улучшать стабильность и производительность сервисов - Писать тесты и участвовать в Code Review - Работать в кросс-функциональной команде с ML, продуктом и разработкой Требования - Опыт коммерческой разработки на Python 1-2 года - Опыт с FastAPI или FastStream - Знания алгоритмов и структур данных - Понимание основных принципов проектирования распределённых и нагруженных систем - Умение работать с asyncio - Опыт написания тестов с использованием pytest - Понимание принципов CI/CD, опыт контейнеризации приложений и их доставки - Знание SQL и опыт работы с реляционными базами данных, знакомство с SQLAlchemy - Знакомство с брокерами сообщений, такими как RabbitMQ, Kafka Будет плюсом - Опыт работы с Celery (beat) или TaskIQ - Опыт работы с WebSocket и Server-sent events - Знакомство с DICOM или медицинскими стандартами данных - Знакомство с событийной архитектурой и брокерами сообщений Условия - Работа в аккредитованной IT-компании с прямой связью с командой, руководителем и менеджментом компании в концепции полного доверия и максимальной прозрачности - Официальное трудоустройство по ТК РФ и предоставление всех обязательных гарантий - Конкурентный и полностью официальный уровень дохода - Стандартный отпуск 28 календарных дней и дополнительно 3 календарных дня за ненормированный рабочий день - Программа ДМС после прохождения испытательного срока в лучших клиниках, возможность подключить близких родственников к корпоративному страхованию на льготных условиях - Удобная и современная техника для эффективной работы

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания: ИП Фомин Сергей Александрович Python-разработчик Мы — небольшая аутстаф компания, созданная ИТ-инженерами. Ищем Python-разработчика для работы над разнообразными проектами. Рассматриваем специалистов уровня Senior. Ты нам подходишь, если: - У тебя коммерческий опыт разработки на Python от 4 лет, и ты проходил полный цикл – от идеи до запуска в прод - Ты глубоко понимаешь Python: асинхронность (AsyncIO), многопоточность и многопроцессорность – и умеешь применять это для построения высоконагруженных сервисов - Ты уверенно владеешь FastAPI, а также имеешь опыт с Django или Flask / aiohttp - Ты проектировал микросервисные и событийно-ориентированные системы, работал с брокерами сообщений (Kafka, Redis PubSub) и знаешь, как обеспечить консистентность и отказоустойчивость - Ты умеешь работать со сложной логикой в PostgreSQL (оптимизация запросов, индексы, транзакции) и эффективно используешь SQLAlchemy, избегая проблем с производительностью - Ты имел дело с интеграциями: REST API, WebSockets, внешние системы (CRM, облачные хранилища, AI-сервисы) и готов проектировать надежные интерфейсы - У тебя есть практический опыт с Docker и оркестрацией (Kubernetes) – ты понимаешь, как упаковать, запустить и масштабировать сервис - Для тебя CI / CD – неотъемлемая часть процесса, ты привык к автоматическим сборкам, тестам и деплою - Качество кода для тебя важно: ты пишешь юнит- и интеграционные тесты, следуешь принципам чистой архитектуры и не забываешь про документацию (Swagger / OpenAPI) - Ты умеешь анализировать инциденты в production и обеспечивать наблюдаемость – логи, метрики, трейсинг – чтобы всегда понимать, что происходит в системе Будет плюсом: - Опыт в голосовых технологиях (ASR / TTS, SIP, VoIP) или работа с LLM / RAG-архитектурами - Опыт с большими данными: ClickHouse, ETL / ELT-пайплайны, Spark, Azure DataBricks / DataFactory - Знание Golang (для высокопроизводительных компонентов) - Настройка систем мониторинга (Prometheus, Loki, Grafana) - Опыт с Keycloak / OAuth2 / JWT - Английский язык от B1 Intermediate (для работы с документацией и заказчиками) Преимущества работы с нами: - Работа на удаленке с гибким графиком - После успешного проекта готовы предлагать вам новые, ещё более интересные задачи - Мы полностью берем на себя всю бюрократию, переговоры и поиск проектов - Подбираем проекты в технологичных и перспективных сферах: финтех, телеком, e-com и edtech

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Lead

Техлид ML-инфраструктуры в Рекламные технологии Команда ML в продукте OneRec в Директе создаёт систему замера эффекта — инфраструктуру, которая разбивает общий прирост от всех рекомендаций на вклад отдельных изменений в продукт. В основе системы — граф метрик. Он связывает локальные воздействия с юнит-экономикой через причинно-следственные связи. Также есть масштабная платформа с экспериментами. Ищем техлида. Работа с инфраструктурой графа метрик, превращение методологии в работающий пайплайн, распределение задач между разработчиками, обеспечение технической надёжности всех ML-процессов команды. Команда состоит из нескольких разработчиков. Стек: Python, SQL, Airflow, MapReduce, BI-системы, VCS. Задачи - Развитие инфраструктуры графа метрик: работа с пайплайном оценки весов рёбер, реализация прямого и обратного прохода, валидация версий графа, контроль качества связей, настройка CI для релизов. - Руководство разработкой: разбиение задач по проектам, проверка решений, помощь новым разработчикам в адаптации, распределение нагрузки. - Платформа экспериментов: развитие модулей pruning/winsoring и sanity checks, системы расчёта доказанного эффекта, поддержка работы платформы. - Инфраструктура и техдолг: перемещение процессов между кластерами, поддержка квот, перенос кода, обеспечение стабильности пайплайнов и качества данных. Требования - Опыт проектирования пайплайнов обработки данных - Опыт работы с MapReduce, Spark - Владение Python и SQL - Уверенное владение системами контроля версий Плюсом будет - Опыт работы с CI/CD для ML-пайплайнов - Знание основ причинно-следственного анализа Условия Яндекс — это комьюнити. Есть спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python Backend Developer Компания: Облако.ру Формат работы: удалённая работа Обязанности - Проектирование архитектуры решения для высокой доступности и масштабируемости - Оптимизация производительности - Code review - Покрытие кода тестами - Участие в проектировании новых фич и сервисов Требования - Опыт коммерческой разработки (3+ лет) и разработки на Python (2+ лет) - Понимание настройки и запуска CI/CD пайплайнов - Экспертиза в облачной инфраструктуре - Опыт работы с бэкендом для AI и ML

Формат

Удалённо

Страна

Любая

Город

Не указан

Implicit создаёт AI-движок знаний для обслуживания и поддержки. Платформа без кода преобразует сложные технические документы, инструкции, процедуры и операционные данные в структурированные знания для людей и AI-агентов. Ищем инженера по ИИ на частичную занятость для создания AI-возможностей следующего поколения. Работа в команде с опытными инженерами, продакт-лидерами и исследователями ИИ над задачами в оборонной отрасли, производстве, поддержке клиентов и других отраслях. Обязанности - Проектировать и создавать AI-приложения на основе LLM, RAG, семантического поиска и AI-агентов. - Разрабатывать интеллектуальные пайплайны для загрузки документов, извлечения знаний и поиска. - Улучшать качество ответов с помощью промт-инжиниринга, фреймворков оценки и оптимизации поиска. - Создавать и оптимизировать продакшн-сервисы ИИ на Python и современных AI-фреймворках. - Работать с инструментами агентной разработки, включая Claude Code, Cursor, и AI-ассистируемыми процессами написания кода. - Писать чистый, поддерживаемый, хорошо протестированный код с акцентом на качество и надёжность. - Тесно сотрудничать с командами продукта, разработки и Data Science для быстрого прототипирования и выпуска новых возможностей. - Оценивать новые AI-модели, инструменты и техники для постоянного улучшения платформы. Требования - Опыт от 3 лет в создании AI, ML или NLP-приложений в индустрии, open-source или исследованиях. - Уверенный опыт с большими языковыми моделями (LLM), RAG, эмбеддингами и семантическим поиском. - Хорошее понимание NLP, машинного обучения и современных техник глубокого обучения. - Практический опыт с PyTorch, TensorFlow или аналогичными ML-фреймворками. - Навыки разработки на Python и опыт создания продакшн-программного обеспечения. - Опыт работы с API, векторными базами данных и AI-фреймворками приложений. - Степень бакалавра в Computer Science или смежной области, или эквивалентный практический опыт. Предпочтительно - Опыт создания AI-систем для корпоративного управления знаниями или технической документации. - Опыт с AI-агентами, вызовом инструментов и агентными процессами. - Знакомство с графами знаний, OCR, парсингом документов или мультимодальным ИИ. - Опыт развёртывания AI-приложений с использованием современных практик MLOps. - Опыт оценки и бенчмаркинга производительности LLM. Условия - Конкурентоспособная оплата. - Гибкий график частичной занятости. - Удалённая работа в пределах США. - Гибкая политика отпусков. - Возможность создавать передовые AI-продукты в небольшой, опытной и высокотехничной команде, решающей сложные реальные задачи.

Формат

Удалённо

Страна

Любая

Город

Не указан

Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Mind Rift (платформа Mindrift) ищет специалистов по вайбкодингу для проекта Tendem. Проект посвящён развитию гибридных агентов, где человеческий опыт и ИИ-автоматизация работают вместе. Специалист будет работать вместе с агентом Tendem, который берёт на себя повторяющиеся задачи, а эксперт обеспечивает критическое мышление, знание предметной области и контроль качества. Возможность доступна только кандидатам, проживающим в указанной стране. Локация может влиять на соответствие требованиям и ставки. Формат: частичная занятость, полностью удалённо. Обязанности: - Проводить продвинутый веб-поиск и сбор данных с использованием нескольких инструментов для поиска и извлечения информации из официальных источников. - Использовать LLM и продвинутые промпты для уточнения поисковых стратегий и проверки точности данных путём перекрёстных ссылок на авторитетные источники. - Выполнять веб-скрапинг и извлечение данных, работая со сложными структурами сайтов и многоуровневыми страницами (регионы → компании → детальные страницы). - Обрабатывать динамический контент, архивные страницы и различные HTML-форматы, организовывать извлечённые данные в чистые CSV-файлы. - Писать и оптимизировать Python-скрипты для обработки и анализа данных с использованием библиотек pandas, BeautifulSoup, Selenium, matplotlib. - Преобразовывать сырые данные в структурированные форматы (CSV, JSON, таблицы) и создавать визуализации при необходимости. - Выполнять обработку данных и контроль качества: очистка, валидация, структурирование наборов данных. - Обеспечивать целостность данных из нескольких источников, применять спецификации форматирования и выполнять шаги проверки для поддержания высокого качества. - Применять навыки решения проблем: разбивать сложные рабочие процессы, самостоятельно устранять технические проблемы, быстро адаптироваться к разным доменам и типам задач с минимальным контролем. - Создавать понятную документацию и качественные результаты, соответствующие требованиям к форматам файлов, соглашениям об именах и структуре данных. - Поддерживать воспроизводимые рабочие процессы и хорошо организованный код. Требования: - Желателен минимум 1 год соответствующего опыта в анализе данных, ИИ-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных технических областях. - Владение Python: подтверждённая способность писать функциональные скрипты для анализа данных, веб-скрапинга и визуализации. - Опыт веб-скрапинга: извлечение структурированных данных с сайтов с помощью BeautifulSoup, Scrapy, Selenium или аналогичных инструментов. - Работа с данными: навыки очистки, преобразования и организации наборов данных с использованием pandas или аналогичных библиотек. - Исследовательские навыки: способность находить авторитетные источники, официальные базы данных и государственные датасеты. - Визуализация данных: опыт создания диаграмм и графиков с помощью matplotlib, seaborn или аналогичных библиотек. - Практический опыт работы с LLM и ИИ-фреймворками для улучшения автоматизации и решения проблем. - Продвинутые навыки веб-исследований, умение находить конкретные и достоверные источники данных. - Внимание к деталям и стремление к точности данных. - Способность точно следовать сложным многошаговым инструкциям. - Уверенная работа с CSV-файлами, структурированными форматами данных и спецификациями файлов. - Самодисциплина и способность самостоятельно устранять неполадки. - Владение английским языком: Upper-intermediate (B2) или выше (обязательно). - Полностью удалённая работа: требуются ноутбук, стабильное интернет-соединение и наличие времени. - Гибкость в переключении между задачами и быстрое освоение новых методов. - Готовность работать с детальными, иногда сложными инструкциями. Условия: - Оплата за экспертизу: ставка до $32/час в зависимости от навыков, опыта и потребностей проекта. - Полностью удалённая работа по собственному графику — нужны ноутбук и стабильный интернет.

Формат

Офис

Страна

США

Город

Не указан

Компания dscout строит платформу для UX-исследований, которой доверяют бренды в сфере финансов (JP Morgan Chase, Intuit, Charles Schwab, PayPal), здравоохранения (Aya, Headspace), потребительских товаров (Keen, Verizon, Target, Northface) и технологий (Google, Amazon, Facebook, Meta, Spotify, AirBnB). Инструменты помогают командам понимать людей, стоящих за продуктами. AI является ключевой частью работы dscout. Качество функций напрямую зависит от конвейеров данных и инфраструктуры. AI Data Engineer находится на стыке ML-систем и инженерии данных, тесно сотрудничая с командами MLE и аналитической инженерии для создания конвейеров, моделей и систем оценки, обеспечивающих надежность AI-функций в продакшене. Обязанности: - Проектировать, создавать и поддерживать конвейеры данных, которые перемещают и трансформируют данные из приложения и сторонних источников в реляционные базы данных, сохраняя их надежность и модельность по мере роста объема и сложности - Сотрудничать с аналитической инженерией для создания моделей данных и отчетности, дающих исследователям и командам видимость эффективности их работы - Обеспечивать качество данных как приоритет первого класса на этапах загрузки, моделирования и отчетности. Выявлять и устранять проблемы до того, как они достигнут модели, дашборда или пользователя - Создавать и запускать продакшен-системы AI: инфраструктуру данных и сервисы, на которых работают ML-функции - Проектировать и поддерживать системы оценки готовности AI-функций к запуску и их устойчивости: eval-харнессы, тестовые наборы данных и мониторинг продакшена, реализованные как программное обеспечение, а не разовые анализы - Задавать стандарт выполнения работы с данными: писать ясно, делиться контекстом заранее и ускорять работу окружающих Требования: - 5+ лет опыта в инженерии данных со значимым опытом работы с ML-системами в продакшене - Глубокий опыт инженерии данных: самостоятельное создание и поддержка конвейеров, перемещающих данные из источников приложений в хранилище в масштабе, понимание того, что ломается, когда и почему - Сильные навыки Python и уверенное владение стеком данных (используются Snowflake и Postgres) - Опыт работы с инструментами оркестрации, такими как Airflow, Dagster или аналогичными - Опыт работы с облачными средами, такими как GCP или AWS - Подтвержденный опыт тесного сотрудничества с аналитическими инженерами или аналитиками данных для создания надежных, хорошо документированных моделей данных - Практический опыт запуска AI или ML систем, на которые полагались реальные пользователи в продакшене, и ответственность за их работу после запуска - Собственная точка зрения на оценку: отношение к eval как к создаваемому продукту, а не как к отчету - Высокая степень самостоятельности: способность довести неоднозначную задачу до рабочего результата без полностью проработанного тикета - Свободное владение полным жизненным циклом данных: от функций, ориентированных на продакшен, до внутренней аналитики, управляющей решениями - Уверенность в работе с AI-инструментами кодирования (Cursor, Claude Code, Copilot или аналогичными) как реальной частью рабочего процесса Желательно: - Опыт работы с dbt или аналогичными фреймворками моделирования данных - Знакомство с инструментами оценки и наблюдаемости LLM - Опыт работы с MCP-инструментарием или агентными конвейерами данных О компании: dscout — команда увлеченных, эмпатичных и любознательных профессионалов. Признанный лидер в Forrester Wave, компания находится на переднем крае технологий исследований опыта. Ценятся обучение, обмен знаниями и создание нового. Компания стремится к разнообразию и инклюзивности команды. Условия: - Конкурентоспособный компенсационный пакет со встроенным бонусом и программой акций - Прогрессивный пакет льгот (для сотрудника и иждивенцев) для поддержки баланса работы и жизни, включая гибкий отпуск, 15 оплачиваемых дней

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Junior / Senior

ML-разработчик (middle / senior) О компании Компания работает в сфере IT и специализируется на внедрении корпоративных систем электронного документооборота. Основу компании составляет группа экспертов, которая в течение последних 15 лет представляла на российском рынке интересы компаний EMC Corporation (США), DELL (США) и OpenText Corporation (Канада) — мировых лидеров в отрасли ECM / EIM. Кандидатам предоставляется возможность стать частью команды профессионалов, участвовать в проектах по разработке и внедрению информационных систем, освоить современную профессию и получать достойный доход. Роль Ищем ML-разработчика для усиления команды, в составе которой присутствуют Senior Java-разработчик и Junior ML-инженер. Команда занимается внедрением ИИ в систему технического документооборота. Обязанности - Внедрение и эксплуатация ML в продакшн (MLOps & Deployment). - Деплой: интеграция обученной модели в рабочий код и обеспечение реального времени прогнозов через API. - Создание API для взаимодействия модели с остальными компонентами системы. - Оптимизация инференса (квантование, prune) и снижение потребления памяти. - Мониторинг производительности и поддержка моделей в боевых условиях; настройка алертов и автоматическое дообучение. - Дообучение: автоматизация процессов обновления модели на новых данных (CI / CD для ML). Требования - Высшее техническое образование. - Реальный опыт внедрения ИИ в продуктивные решения (не только прототипы чат-ботов). - Опыт работы с RAG. - Опыт использования в решениях сверточных нейросетей, LLM, VLM. Опыт обучения ML-моделей. - Архитектурное мышление: проектирование гибридных систем (ML + детерминированные правила). - Широкий кругозор в ML: понимание различий между ML, ИИ и LLM. - Понимание принципов оценки работы ML-компонентов. Опыт разработки требований к датасетам. - Опыт системной отладки и дебаггинга пайплайнов: анализ причин низкого качества, локализация слабых мест. - Опыт проектирования распределённых систем: разделение ответственности между сервисами, проектирование контрактов. Опыт работы с продуктовой командой и интеграции ИИ-решений. - Гибкость и устойчивость к неопределенности, умение отказаться от неработающего подхода. - Английский язык уровня Intermediate (для чтения технической литературы). - Стремление к профессиональному росту. - Способность работать под минимальным контролем при выполнении поставленных задач. Условия - Работа удаленно.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности Развитие трех направлений: Афиша (сайт по подбору развлечений), Афиша Daily и Афиша Рестораны. Требования - Опыт от 3+ лет в продуктовом менеджменте; - опыт управления несколькими продуктами или крупным продуктовым направлением; - опыт работы в продуктовой IT-компании с высокой пользовательской аудиторией; - успешные кейсы роста ключевых продуктовых метрик; - опыт формирования продуктовой стратегии; - сильные аналитические навыки и умение самостоятельно работать с данными; - опыт проведения A/B-тестов и проверки продуктовых гипотез; - понимание экономики цифровых продуктов и влияния продуктовых решений на бизнес. Будет преимуществом - Опыт работы с маркетплейсами, медиасервисами, развлекательными сервисами, e-commerce или travel; - опыт работы с рекомендательными системами, персонализацией; - опыт запуска новых продуктов с нуля; - понимание ML-driven продуктов и применения AI в пользовательском опыте. Условия - Компания Rambler; - домен FunTech; - уровень Lead; - формат: офис в Москве.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования

Формат

Удалённо

Страна

Европа

Город

Не указан

Грейд

Senior

Senior ML Engineer (AI Research) Компания: Nebius Уровень: senior, staff Локация: Европа Формат: Удаленная работа Описание: Присоединяйтесь к Nebius AI R&D для прикладных исследований в области агентных систем: управляемый поиск и обучение с подкреплением для агентов, RL для моделей рассуждений, сбор задач веб-масштаба для обучения агентов, эффективная дистилляция моделей. Вы будете проводить эксперименты по обучению больших языковых моделей на траекториях взаимодействия и превращать результаты в решения, которые применяют продуктовые команды.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Руководитель Data Science команды (Анализ спроса в маркетплейсе) Компания: OZON Вы будете - Решать сложности бизнес-заказчиков и оценивать полученный результат. - Планировать работу команды (Data Scientists, ML-engineers). - Проектировать развитие системы прогнозирования спроса. - Проектировать с руководителями смежных технических команд совместные интеграции. - Программировать и проводить code review. Нам важно - Опыт работы в ML и DS проектах от 5 лет. - Опыт решения задач прогнозирования временных рядов. - Управленческий опыт работы. - Умение писать на Python. - Умение работать с данными на PySpark, SQL или Pandas. - Знание и понимание классических ML алгоритмов (линейная регрессия, деревья решений и градиентный бустинг). - Знание Deep Learning фреймворков (Pytorch, Transformers).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

General Mills ищет Senior Machine Learning Engineer для проектирования, разработки, развертывания и поддержки масштабируемых решений в области ИИ и машинного обучения, приносящих реальную бизнес-ценность. Роль предполагает перевод решений машинного обучения от концепции до продакшена, улучшая надежность, автоматизацию, наблюдаемость и операционное совершенство на протяжении всего жизненного цикла ИИ. Роль находится в рамках общей модели команды, где специалисты распределяются на наиболее приоритетные задачи из растущего портфеля ИИ-инициатив. Позиция намеренно широкая: возможна работа как с традиционными решениями машинного обучения, так и с фундаментальными платформенными и бэкенд-возможностями, а также с новыми агентными и генеративными ИИ-сценариями в зависимости от потребностей команды и сильных сторон кандидата. Компания ищет прежде всего сильного технического инженера с дисциплиной в разработке ПО, уверенными навыками Python и гибкостью для работы в развивающихся областях ИИ. Обязанности - Проектирование, разработка, развертывание и поддержка систем машинного обучения и ИИ в GCP для решения сложных бизнес-задач, улучшения операций и создания новой ценности. - Перевод концепций машинного обучения в практичные, масштабируемые продакшен-решения с фокусом на надежность, поддерживаемость и качество. - Взаимодействие с командами для понимания постановки задач, потребностей в данных и подходов к решению для широкого круга бизнес- и технических сценариев. - Подготовка данных, разработка признаков, разработка и оценка моделей, помощь в операционализации решений в продакшен-средах. - Создание и автоматизация ML-пайплайнов, включая оркестрацию, мониторинг, логирование, диагностику и оповещение о сбоях, дрейфе, деградации и проблемах с вышестоящими данными. - Поддержка развертывания моделей, практик MLOps, управления облачными ресурсами и процессов контроля изменений. - Исследование, оценка и операционализация новых инструментов, фреймворков, платформ и процессов, помогающих масштабировать ИИ-решения, включая новые агентные и генеративные возможности ИИ. - Принятие ответственности за производственные инциденты, проведение анализа первопричин и внесение улучшений для снижения повторяющихся инцидентов. - Создание и улучшение документации, стандартов и процессов обеспечения качества для систем и пайплайнов машинного обучения. - Помощь в создании, поддержке и сопровождении продакшен- и нижних сред, включая разработку, QA и стейджинг. - Вклад в практики облачной безопасности и соответствия требованиям. - Наставничество других сотрудников и повышение инженерных и ML-практик команды. Минимальные требования - Степень бакалавра в области компьютерных наук, инженерии, статистики, математики, науки о данных или другой количественной области. - 3+ года профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - 3+ года профессионального опыта работы с крупной облачной платформой, такой как GCP, Azure, Snowflake или Databricks. - Уверенные навыки разработки на Python. - Опыт создания, развертывания или поддержки продакшен-решений машинного обучения или ИИ. - Знакомство с CI/CD, TDD и связанными инженерными инструментами и практиками. - Опыт работы с фреймворками оркестрации, такими как Prefect или Airflow. - Опыт работы в средах гибкой разработки ПО, таких как Kanban или Scrum. - Опыт работы с системами контроля версий и командной разработкой с использованием таких инструментов, как Git или TFS. - Сильные навыки устного и письменного общения, способность эффективно работать как с техническими, так и с нетехническими партнерами. - Увлеченность изучением новых технологий, решением сложных задач и работой с инженерным мышлением, основанным на данных. Предпочтительные требования - 5+ лет профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - Сильный бэкграунд в разработке ПО, в идеале включающий несколько лет практического инженерного опыта до или параллельно с работой в машинном обучении. - Опыт работы в среде GCP, включая Vertex AI. - Опыт создания и поддержки API и эндпоинтов, в идеале в GCP. - Опыт создания, поддержки и сопровождения традиционных пайплайнов машинного обучения в облачной среде. - Бэкграунд в методах статистического моделирования, таких как регрессия, ARIMA, Random Forest, оптимизация.