Вакансии для ML-инженеров

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Удалённая работа для кандидатов в США. Обязанности - Проектирование, разработка и эксплуатация production AI-функций: RAG-пайплайны, рекомендации на основе LLM, диалоговые агенты или автоматизация рабочих процессов. - Создание общей AI-платформы: инфраструктура поиска, фреймворки оценки, мониторинг моделей, guardrails и наблюдаемость. - Написание LLM-приложений и интеграций с маркетинговыми платформами, BI-инструментами или пользовательскими продуктами. - Оценка моделей и функций с помощью eval-фреймворков; итерации по промптам, стратегиям поиска и выбору моделей на основе данных. - Ежедневное использование AI-инструментов разработки, таких как Claude, для задач, связанных и не связанных с AI. - Координация с командой персонализации для интеграции GenAI-функций с существующими ML-сигналами персонализации. - Документирование AI-дизайна, результатов оценки и операционных уроков в общей базе знаний. - Обеспечение наблюдаемости AI-систем: задержка, стоимость, ошибки; участие в on-call ротации и реагирование на инциденты в production. Требования - Опыт разработки с AI-инструментами (Claude, Copilot и т.п.) в ежедневной работе, а не просто ознакомление. - Понимание full-stack: готовность работать в разных частях стека; чистые специалисты по одному направлению не подходят. - Опыт владения функциями от спецификации до деплоя, наблюдаемости и on-call; инженеры отвечают за свой код, отдельной ops-команды нет. - Сильные знания принципов проектирования ПО, автоматизированного тестирования, код-ревью и CI/CD. - Полная автономность; умение вести технические решения и наставлять младших инженеров. - Владение Python; уверенная разработка и эксплуатация production LLM-приложений. - Практический опыт минимум в одной специализации: RAG и системы поиска, оценка LLM, фреймворки оценки LLM или автоматизация рабочих процессов на основе LLM. - Понимание промпт-инженерии, управления контекстным окном и компромиссов LLM. - Знакомство с базами данных, эмбеддинг-моделями или семантическим поиском. - Высокая точность и внимание к деталям. - Отличные организационные навыки и способность к многозадачности. - Опыт работы с MLOps-инструментами или пайплайнами деплоя моделей. - Вклад во внутренние инструменты разработки, золотые стандарты или улучшение SDLC-процессов. - Опыт работы с e-commerce платформами, каталогами продуктов или высоконагруженными потребительскими приложениями. - Опыт работы в глобальных распределённых командах. - Опыт документирования архитектурных решений, написания RFC или ведения инженерных вики. Условия - Медицинская, стоматологическая, страхование жизни и базовые программы для сотрудников и их семей (при соответствии критериям). - Участие в 401(k) плане. - Оплачиваемый отпуск и отгулы в соответствии с политикой компании. - Праздничные дни в течение календарного года. - Возможность получения рестриктных акций и ежегодных бонусов в зависимости от соответствия критериям и результатам работы. О компании Компания основана в 1996 году, штаб-квартира в Ирвайне, Калифорния, США. Численность сотрудников: 1001–5000. Компания имеет опыт H1B-спонсорства.

Формат

Удалённо

Страна

Любая

Город

Не указан

Контракт. Удалённая работа, предпочтительно в Атланте, Далласе или Нью-Джерси. AI-First-инженер с экспертизой в Oracle SCM и подтверждённым опытом применения ИИ на всём жизненном цикле разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки Supply Chain-приложений через инженерные практики с использованием ИИ. Кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет ИИ для повышения продуктивности, качества кода, эффективности тестирования, операционной поддержки и результатов поставки ПО. Роль предполагает внедрение ИИ-управляемых инициатив по разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны продемонстрировать и количественно измерить достигнутые бизнес-результаты от внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение инцидентов. Основные обязанности: AI-управляемая инженерия на протяжении всего SDLC: 1. AI-ассистируемые требования и проектирование решений: - Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. - Использование ИИ для ускорения fit-gap-анализа и оценки влияния квартальных обновлений Oracle Cloud. - Применение ИИ-управляемого поиска знаний для сокращения циклов анализа и проектирования. 2. AI-управляемая генерация кода и рефакторинг: - Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - Внедрение AI-ассистируемой генерации кода, оптимизации, рефакторинга, обратного инжиниринга и инициатив по модернизации легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений по автоматизации Oracle SCM с использованием AI-управляемых практик. - Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. 3. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования: - Построение AI-управляемых стратегий тестирования, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. - Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки квартальных релизов Oracle Cloud. - Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. 4. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка: - Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и quality gates в CI/CD-пайплайны. - Использование ИИ для генерации документации по развертыванию, release notes, руководств по внедрению и операционных runbook. - Применение AI-управляемого мониторинга и аналитики для оценки готовности квартальных релизов Oracle и их бизнес-влияния. - Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. 5. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика: - GitHub Copilot - Oracle Code Assist - ChatGPT - Claude - Агентные AI-фреймворки - OCI Generative AI 6. Экспертиза в Oracle SCM и технические навыки: - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS. Бизнес-влияние и измерение результатов: - Способность количественно оценивать и коммуницировать результаты от внедрения ИИ, включая: - Сокращение цикла разработки - Улучшение качества кода - Снижение уровня дефектов - Снижение трудозатрат на тестирование - Ускорение циклов развертывания - Ускорение решения инцидентов - Повышение продуктивности разработчиков

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Junior

О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Sia — международная консалтинговая группа, основана в 1999 году. В компании работают 3000 консультантов, офисы расположены в 48 городах в 19 странах. AI & Data Business Unit объединяет более 350 экспертов и 12 R&D-лабораторий в Европе и Северной Америке. Направления исследований — computer vision, MLOps и deep learning. Проекты ведутся от proof-of-concept до масштабного развертывания. О позиции GenAI-консалтинговая практика расширяется, ищут мотивированных выпускников на позицию GenAI-консультанта. Работа на стыке ИИ и бизнес-задач: помощь клиентам в проектировании, создании и внедрении решений на основе LLM. Роль техническая, предполагает участие в полном жизненном цикле GenAI-проектов — от архитектуры и прототипирования до продакшн-развертывания, оценки и итераций. Задачи - Проектирование, создание, обучение, дообучение и развертывание ИИ-моделей на основе LLM (например, GPT-x, Claude, Gemini, Llama, Mistral) и других генеративных техник. - Поддержка GenAI-архитектора в проектировании надежных, масштабируемых и безопасных приложений. - Разработка приложений на базе GenAI-моделей (самоуправляемых и доступных через API), соответствующих бизнес-требованиям и применимым регуляциям (GDPR, EU AI Act, лицензии моделей). - Разработка и оптимизация промтов: few-shot, Chain/Tree/Graph of Thought, ReAct, Self-reflection, guardrails. Баланс простоты и сложности для улучшения аналитических способностей, качества вывода, пользовательского опыта и контроля взаимодействий. - Проектирование и внедрение RAG-архитектур для повышения точности и релевантности ответов за счет извлечения информации из заданных источников знаний с обеспечением трассируемости и указанием источника. - Выбор и дообучение моделей, включая мультимодальные (VLM) и малые языковые модели (SLM), для генерации контента — текст, изображение, аудио, код. - Внедрение MLOps-практик для жизненного цикла GenAI: автоматизированные пайплайны (CI/CD), версионирование, мониторинг и сопровождение в продакшене (AWS, Azure, GCP). Интеграция с существующими системами и внешними инструментами и API, в том числе через стандартизированные протоколы (MCP). - Разработка и выполнение фреймворков оценки производительности, надежности, честности и безопасности моделей. Соблюдение принципов Responsible AI, помощь клиентам в процессах безопасности и комплаенса. - Отслеживание последних достижений в GenAI, эксперименты с новыми подходами, обмен знаниями внутри команды. - Работа в кросс-функциональных командах, понятное объяснение сложных технических концепций техническим и нетехническим стейкхолдерам. - Документирование процессов, методологий и лучших практик. - Различение сценариев, подходящих для генеративного ИИ, и традиционных NLP-приложений (например, NER, анализ тональности). Условия Компания инвестирует в развитие сотрудников и ожидает аналогичной вовлеченности. В команде AI & Data — коллаборативная среда, поддерживающая профессиональный рост.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Работодатель — консалтинговая фирма, специализирующаяся на внедрении комплексных AI и ML-решений в различных отраслях. Компания использует современные технологии и отраслевую экспертизу для повышения инновационности и эффективности клиентов. Задачи - Проектирование, разработка и внедрение enterprise-grade приложений на основе генеративного ИИ с использованием современных AI-фреймворков и облачных платформ. - Создание и оптимизация решений на основе RAG (Retrieval Augmented Generation) с применением векторных баз данных и корпоративных баз знаний. - Разработка AI-агентов и мультиагентных рабочих процессов с использованием фреймворков LangChain, LangGraph, Semantic Kernel и AutoGen. - Интеграция больших языковых моделей (LLM), таких как GPT, Llama, Claude и Gemini, в бизнес-приложения. - Взаимодействие с архитекторами, владельцами продуктов и бизнес-заинтересованными сторонами для реализации AI-решений, соответствующих бизнес-целям. - Внедрение промпт-инжиниринга, управления контекстом, фреймворков памяти и оркестрации рабочих процессов для повышения производительности ИИ. Требования - Более 7 лет опыта в разработке ПО с сильными навыками Python. - Подтверждённый опыт работы с генеративным ИИ, Azure OpenAI и Azure AI. - Практический опыт с RAG, векторными базами данных и фреймворками LangChain или LangGraph. - Навыки разработки масштабируемых API, микросервисов и бэкенд-сервисов с использованием облачных технологий. - Опыт с практиками LLMOps и MLOps, включая CI/CD пайплайны, мониторинг и управление жизненным циклом моделей. - Приверженность принципам ответственного ИИ, стандартам безопасности, конфиденциальности данных и политикам управления. Условия - Возможность работы над передовыми проектами в области генеративного ИИ и машинного обучения. - Коллаборативная среда, ориентированная на техническое лидерство и инновации. - Непрерывное обучение и развитие с учётом достижений в области AI-технологий. - Участие в технических ревью дизайна, стандартах кодирования и лучших практиках.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.

Формат

Офис

Страна

США

Город

Не указан

Компания: Beyond-ED Задачи - Проектировать и масштабировать промпты и поведение агентов на живых звонках. - Анализировать реальные данные звонков для поиска следующих улучшений. - Создавать eval-системы и бенчмарки, чтобы быстро и уверенно повышать качество. - Цель — выпускать больше улучшений быстрее, каждое подтверждено данными, а не догадками. Обязательные требования - Опыт применения LLM в продакшене: вы создавали и запускали LLM-функции в реальных продуктах, а не только прототипы. - Серьёзный опыт промпт-инжиниринга: умение разбивать сложную задачу на надёжные промпты и шаги агента; понимание структуры, версионирования и поддержки промптов в масштабе. - Подход evals-first: вы создавали eval-системы, бенчмарки и тестовые наборы; качество измеряется, а не оценивается по ощущениям. - Уверенная работа с данными: SQL и Python/TypeScript для анализа звонков и транскриптов, поиска сигналов и оценки влияния. - Инженерная база: production-код на TypeScript/Node и интеграция в реальный бэкенд, а не передача в виде ноутбука. - Строгость вместо интуиции: эксперименты и доказательства, аргументация данными. - Владение Claude Code / Codex или аналогами: уверенное и осознанное использование AI-ассистированной разработки; в 2026 году это считается обязательным. - Ответственность за качество агента end-to-end, включая продакшен, и понимание влияния на реальные агентства и их клиентов. Навыки и языки - Node.js — 4 года - TypeScript — 4 года - LLM — 4 года - Английский язык — обязательно

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Junior

О компании Bigge Crane and Rigging Co. работает с 1916 года. Парк компании насчитывает более 1800 кранов, присутствие — по всей стране. Компания покупает, продаёт, сдаёт в аренду, эксплуатирует и обслуживает один из крупнейших и самых современных парков кранов в США. Компания участвовала в строительстве некоторых знаковых достопримечательностей Америки и заслужила репутацию надёжного подрядчика. Bigge позиционирует себя как AI-first компания: создан отдел AI-инженерии. Сотрудники ежедневно работают с передовыми AI-инструментами, а инженеры компании создают интеграции, подключающие эти инструменты к системам, на которых работает бизнес: парк техники, продажи, планирование, документы. Компания покупает ПО, когда это правильное решение, и разрабатывает собственное, когда нет. Ожидается, что в будущем будет меньше готового ПО и больше собственной разработки. Решения принимаются быстро, без ожидания одобрения комитетом. В работе используются реальные задачи и данные о работе 1800 кранов, команда небольшая, и созданные разработки носят имя автора. Позиция Junior AI Engineer — специалист раннего этапа карьеры, который разрабатывает и внедряет AI-решения под руководством директора по AI-инженерии. Роль включает создание MCP-коннекторов к системам Bigge, разработку и расширение AI-агентов и агентных рабочих процессов, написание тестов и оценок для их валидации. Работа ведётся в рамках установленной архитектуры и процессов ревью. Это ступень в карьерной лестнице: Associate AI Engineer, Junior AI Engineer, AI Engineer. Ожидается рост до роли AI Engineer. Найм основан на продемонстрированной способности создавать продукты, а не на количестве лет опыта. Идеальный кандидат — технически подкованный, любознательный и обучаемый. Работа предполагает ежедневное взаимодействие с директором по AI-инженерии и AI-инженером, с ростом самостоятельности по мере подтверждения результатами. Обязанности - Создавать и расширять MCP-коннекторы к системам Bigge, включая WorkPro (внутренняя платформа управления жизненным циклом активов), D365 и Microsoft 365, в рамках установленных паттернов и ревью. - Реализовывать компоненты AI-агентов и агентных рабочих процессов, спроектированных совместно с директором по AI-инженерии. - Писать и поддерживать тесты, наборы оценок и регрессионные проверки для систем до выпуска и после каждого изменения. - Интегрировать возможности LLM во внутренние приложения и API под руководством. - Участвовать в сессиях изучения процессов с бизнес-подразделениями для наблюдения за картированием рабочих процессов и вносить вклад в документацию процессов. - Помогать в сборе базовых показателей производительности и метрик для инициатив отдела. - Соблюдать практики ответственного AI, стандарты управления данными и требования ИТ-безопасности. - Писать чистый, протестированный, документированный код. Участвовать в ревью кода в роли автора и развиваться до ревьюера чужих изменений. Требования - Степень бакалавра в области компьютерных наук, инженерии, науки о данных или эквивалентный опыт. - 1–3 года профессионального опыта с примерами завершённой работы: развёрнутый проект, продакшн-вклад, работающая система. Оценка основана на том, что кандидат создал, а не на длительности занятости. - Рабочее владение Python или TypeScript и готовность освоить оба языка — в работе будут использоваться оба. - Опыт работы с реальными API: аутентификация, обработка ошибок, чтение документации, которая иногда бывает некорректной. - Практический опыт работы с LLM API и промпт-инжинирингом — через работу, курсы или личные проекты. - Развитые коммуникативные навыки и способность решать проблемы, готовность работать напрямую с полевым и офисным персоналом. - Обучаемость, организованность, способность быстро учиться в динамичной среде. - Наличие действующих водительских прав и чистая водительская история. Предпочтительные навыки - Опыт работы с Model Context Protocol или другими архитектурами вызова инструментов. - Next.js, React и Tailwind. - Docker и облачное развёртывание любого типа. - Локальный запуск моделей или эксперименты с тонкой настройкой любого масштаба. - Предыдущая работа или стажировка в строительстве, тяжёлом оборудовании, логистике или промышленных операциях. Условия - Конкурентоспособная оплата и 401(k) с матчингом. - Отпуск, корпоративные праздники и больничные. - Гибкие расходные счета / Health Savings Account. - Компенсация по программе Bring Your Own Device (BYOD).

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О компании ClickHouse — частная облачная компания, входит в список Forbes Cloud 100 за 2025 год. Более 4 000 клиентов, годовой рост ARR свыше 250%. Компания специализируется на аналитике реального времени, хранилищах данных, наблюдаемости и AI-нагрузках. Недавно завершен раунд финансирования серии D на $400 млн. Среди клиентов — Capital One, Lovable, Decagon, Polymarket, Airwallex, Meta, Cursor, Sony и Tesla. О команде IT Operations в ClickHouse обеспечивает работу внутренних систем, инструментов и инфраструктуры компании. Роль входит в новую функцию AI Engineering внутри IT Operations, созданную для централизации AI Ops. Команда состоит из технического лида и одного-двух AI Ops инженеров, подчиняется менеджеру IT Business Systems. О роли AI Ops Engineer поможет построить и запустить новую функцию AI Ops в ClickHouse. Работа под руководством технического лида: проектирование, создание и поддержка AI-решений для бизнес-подразделений (People, Finance, Legal и других) и инженерных команд. Задачи включают создание интеграций, поддержку агентов, контроль затрат и обучение сотрудников лучшим практикам AI. Это практическая роль: нужно быстро двигаться, запускать реальные рабочие процессы и помогать команде учиться. Показатели успеха - Измеримое сокращение неэффективных расходов на AI-инструменты и модели за счет оптимизации, маршрутизации и контроля затрат - Рабочая система оценки и выбора моделей и инструментов по стоимости, задержке, точности и рискам - AI-агенты и рабочие процессы, созданные и поддерживаемые кросс-функционально (People, Finance, Legal, Engineering и другие) - Повышение AI-грамотности в компании через обучение, внедрение одобренных инструментов и снижение использования неофициальных AI-решений - Настроенные практики идентификации, доступа, аудита и жизненного цикла AI-агентов, соответствующие требованиям Security и GRC Задачи - Разработка и внедрение решений с использованием LLM, фреймворков автоматизации и внутренних инструментов для бизнес- и инженерных задач - Интеграция AI в существующие системы: HRIS, ATS, ERP, оркестрация закупок, тикетинг, CI/CD, инструменты разработчика, а также юридическую инфраструктуру (CLM, Matter Management) - Создание рабочих процессов: генерация документов, извлечение данных, поиск по базам знаний, поддержка принятия решений - Использование современных стандартов интеграции (например, MCP) для безопасного доступа AI-моделей и агентов к внутренним знаниям - Тестирование и бенчмаркинг AI-моделей по точности, задержке, стоимости и безопасности - Поддержка оценки рисков моделей и due diligence совместно с Security и GRC - Внедрение и поддержка внутреннего решения для маршрутизации моделей - Создание дашбордов и отчетности по AI/LLM-расходам по командам и инструментам - Внедрение тегирования, мониторинга и алертов для аномалий затрат - Поиск и реализация возможностей оптимизации затрат: эффективность промптов, кэширование, оптимизация размеров моделей - Настройка доступа, учетных данных и отзыва доступа для AI-агентов - Поддержка развертывания, версионирования, мониторинга и вывода агентов из эксплуатации - Обслуживание и обновление инфраструктуры агентов и зависимостей - Ведение журналов аудита и логирования действий агентов - Разработка и проведение программ обучения AI для разных аудиторий — от нетехнических пользователей до инженеров - Создание легких плейбуков, гайдов, шаблонов и переиспользуемых компонентов для безопасного внедрения AI - Проведение онбординг-сессий, офисных часов и воркшопов для повышения AI-грамотности - Организация обратной связи с пользователями для улучшения обучающих материалов, инструментов и документации Требования - Опыт работы с современными AI/ML-инструментами и фреймворками - Опыт создания и использования API, разработки пайплайнов данных и проектирования систем

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Recare Deutschland GmbH, один из ведущих немецких HealthTech-производителей, меняет процесс выписки пациентов — технологичный, ориентированный на пациента и свободный от бюрократии. Помимо ведущей SaaS-платформы, компания разрабатывает AI-решения, которые упрощают процессы в больницах и для поставщиков последующего ухода, снижают нагрузку на медицинский персонал и возвращают внимание к пациентам. Платформа уже связывает две трети всех немецких больниц с более чем 650 реабилитационными клиниками и 25 000 поставщиков услуг по уходу и помощи на дому. В компании около 100 сотрудников, и она продолжает расти. Чем предстоит заниматься: - Развитие и сопровождение бэкенда приема и обработки данных, включая пакетные и потоковые пайплайны для структурированных и неструктурированных данных, с идемпотентностью, повторами, противодавлением и изоляцией сбоев. - Проектирование и эксплуатация асинхронных систем обработки для тяжелых AI-нагрузок: паттерны очередей и воркеров, независимое масштабирование, семантика повторов и обработка poison-message. - Определение и поддержание API-контрактов и схем данных между производителями и потребителями, включая ключи идентификации, версионирование и гарантии совместимости. - Управление жизненным циклом данных: безопасное хранение (шифрование в состоянии покоя), обработка чувствительных данных, семантика хранения и удаления, процедуры right-to-erasure, происхождение и происхождение данных для аудита и отладки. - Проектирование безопасной аутентификации между сервисами для синхронизации через границы, включая короткоживущие учетные данные, ротацию, принцип минимальных привилегий и аудируемость. - Создание платформенных примитивов для AI-функций: отслеживание статуса длительных операций, фиче-гейты, контроль раскатки, разделение сред, мультитенантная изоляция и минимизация данных. - Создание и поддержка сервисных слоев для ML/AI-нагрузок: унифицированные модели данных, объединяющие несколько источников в согласованные версионированные представления с кросс-системным разрешением идентичности. - Доведение системы до продакшн-уровня: наблюдаемость (метрики, логи, трейсы, алертинг), плейбуки, контроль стоимости и производительности (пропускная способность, задержка, нагрузочное тестирование). - Тесное взаимодействие с командами BI и продуктовых данных для предоставления чистых и надежных датасетов и согласования определений KPI, чтобы инструментирование было встроено в бэкенд, а не добавлено позже. Требования: - Сильные фундаментальные знания в разработке ПО, высокие стандарты дизайна, тестирования, качества кода и эксплуатации. - Глубокое понимание современного AI-native инжиниринга, следование последним трендам. - Опыт создания продакшн-систем данных и приема данных в условиях реальных требований к надежности. - Практический опыт с асинхронными системами обработки (очереди, воркеры) и понимание их поведения под нагрузкой. - Уверенное владение сервисными API и контрактами данных между командами, отношение к эволюции схем как к ключевой инженерной дисциплине. - Сильный опыт работы с AWS и cloud-native архитектурами, включая IAM, шифрование и событийно-ориентированные системы. - Системное мышление, умение учитывать компромиссы и проактивное проектирование с учетом наблюдаемости, надежности и производительности. - Способность брать на себя ответственность за неоднозначные задачи и доводить их до результата, согласовывая интересы стейкхолдеров. - Комфортная работа в связке с AI/ML-системами, понимание данных, оценки и компромиссов производительности. Условия: - Осмысленная работа с положительным влиянием на пациентов, их семьи и медицинский персонал. - Корпоративная культура с плоской иерархией, взаимным уважением, лояльностью и признанием. - Гибкость: remote-friendly компания, гибкий график, возможность работать из отпуска (workations) по договоренности. - Карта Edenred для использования по потребностям. - Дополнительный выходной день в день рождения.

Формат

Офис

Страна

США

Город

Не указан

О роли В Meta инженер данных участвует в создании продуктов для всей семьи приложений: Facebook, Instagram, Messenger, WhatsApp, Reality Labs, Threads. Роль включает проектирование и создание одних из самых масштабных наборов данных в мире, сотрудничество с командами разработки, data science и управления продуктами для оптимизации роста, стратегии и пользовательского опыта для более чем 3 миллиардов пользователей и внутренних сотрудников. Вы будете решать сложные задачи с данными в масштабе, который мало кто может предложить, и станете частью сообщества data engineering, ориентированного на развитие навыков и карьерный рост. Инженерия данных: вы будете направлять команды, создавая оптимальные артефакты данных (включая наборы данных и визуализации) для решения ключевых вопросов. Вы будете совершенствовать системы, проектировать решения для логирования и создавать масштабируемые модели данных. Обеспечивая безопасность и качество данных, а также уделяя особое внимание эффективности, вы будете предлагать подходы к архитектуре и разработке, а также стандарты управления данными для решения сложных аналитических задач. Продуктовое лидерство: вы будете использовать данные для формирования разработки продуктов, выявления новых возможностей и решения предстоящих задач. Вы будете обеспечивать ценность продуктов для пользователей и бизнеса, расставляя приоритеты проектов и внедряя инновационные решения в ответ на вызовы или возможности. Коммуникация и влияние: вы не просто будете представлять данные, а рассказывать истории на основе данных. Вы будете убеждать и влиять на партнеров с помощью четких идей и рекомендаций. Вы будете строить доверие через структуру и ясность и быть надежным стратегическим партнером. Обязанности - Концептуализировать и владеть архитектурой данных для нескольких крупномасштабных проектов, оценивая компромиссы между дизайном и операционными затратами в системах. - Создавать и вносить вклад в фреймворки, повышающие эффективность логирования данных, а также работать с инфраструктурой данных для устранения проблем и их решения. - Сотрудничать с инженерами, продакт-менеджерами и дата-сайентистами для понимания потребностей в данных, представляя ключевые идеи данных визуально значимым образом. - Определять и управлять соглашениями об уровне обслуживания (SLA) для всех наборов данных в закрепленных областях ответственности. - Определять и внедрять модель безопасности на основе требований конфиденциальности, подтверждать соблюдение мер защиты, решать проблемы качества данных и развивать процессы управления в закрепленных областях ответственности. - Проектировать, создавать и запускать коллекции сложных моделей данных и визуализаций, поддерживающих множество вариантов использования в разных продуктах или доменах. - Решать самые сложные проблемы интеграции данных, используя оптимальные паттерны ETL, фреймворки, методы запросов, источники структурированных и неструктурированных данных. - Участвовать в сопровождении существующих процессов в продакшене, оптимизируя сложный код с помощью продвинутых алгоритмических концепций. - Оптимизировать пайплайны, дашборды, фреймворки и системы для упрощения разработки артефактов данных. - Влиять на продуктовые и кросс-функциональные команды для выявления возможностей данных, способствующих росту. - Наставлять членов команды, давая и получая конструктивную обратную связь. Требования - Степень бакалавра в области компьютерных наук, компьютерной инженерии, смежной технической области или эквивалентный практический опыт. - 7+ лет опыта, где основная ответственность связана с работой с данными. Это могут быть роли дата-аналитика, дата-сайентиста, дата-инженера или аналогичные. - 7+ лет опыта работы с SQL, ETL, моделированием данных и как минимум одним языком программирования (например, Python, C++, C, Scala или другими). - Степень магистра или PhD в области STEM. - Подтвержденная способность интегрировать AI-инструменты для оптимизации или перепроектирования рабочих процессов и достижения измеримого влияния (например, повышение эффективности, улучшение качества). - Опыт соблюдения и внедрения ответственных, этичных практик AI (например, оценка рисков, снижение предвзятости, проверка качества и точности). - Подтвержденное постоянное развитие навыков AI (например, промпт-инженерия, контекстная инженерия, оркестрация агентов) и отслеживание новых AI-технологий.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Senior Fullstack Unity-разработчик Небольшая команда разрабатывает 2D Midcore Idle RPG для Android и Steam с InApp-монетизацией. Ищем Senior Fullstack Unity-разработчика для масштабирования проекта. Задачи - Реализация игровых механик и систем по ТЗ: прогрессия, экипировка, крафт и т.п. - Разработка фич end-to-end — от схемы данных на сервере до кнопки в интерфейсе. - Разработка ММО-составляющей: взаимодействие игроков, гильдии, групповой контент. - Написание серверной игровой логики и API: обработка и валидация данных игрока, миграции сохранений между версиями. - Работа с Nakama: серверные функции, облачные сохранения. - Защита экономики: серверная валидация покупок, противодействие читам и эксплойтам. - Принятие архитектурных решений, рефакторинг текущих систем, оценка сроков и аргументация подхода. - Поддержка проекта в модели weekly-updates: релизы, хотфиксы, базовое QA предрелизных версий. Требования - Коммерческий опыт разработки игр на Unity от 3 лет. - Стек: Unity, C, UniTask, InputSystem, UIToolkit, Zenject, PlayFab, Nakama, Odin Inspector + Validator, GameAnalytics, Firebase Analytics + Crashlytics, Cinemachine, Unity Localization, Unity In-app Purchasing. - Опыт работы с live-service проектом: релизные циклы, миграции данных, хотфиксы. - Понимание своей ответственности. Будет плюсом - Опыт запуска ММО- или соревновательных механик (рейтинги, PvP, гильдейские события). - Умение быстро разобраться в чужом коде. - Опыт работы с LLM. - Опыт игры в Idle-игры. - Опыт работы в маленьких кросс-функциональных командах. Условия работы - Полностью удалённо. - График: с 09:00 до 18:00 МСК (1 час обед). - Полная занятость: 5/2, 8 рабочих часов. - Формат трудоустройства — самозанятость. - Отсутствие бюрократии и отчётов — ориентируемся на эффективность. - Нет строгой иерархии: если знаете, как сделать лучше — предлагайте и аргументируйте. - Работа в небольшой команде с возможностью влиять на процессы.

Формат

Гибрид

Страна

Россия

Город

Не указан

ML-разработчик в команду Alice AI VLM Reasoning Команда занимается обучением мультимодальных моделей рассуждать: понимать документы, графики, таблицы и интерфейсы, аккуратно распознавать текст, а также доводить поведение модели до продуктового качества через RLHF. Задачи - Развивать RL и RLHF для VLM: переосмыслить методы алайнмента на стыке визуальной и текстовой модальностей — как наградить модель за правильный визуальный reasoning, как отучить её галлюцинировать и как превратить продуктовые требования в функцию награды. Внедрять решения в RLHF-пайплайн, чтобы поведение модели было предсказуемым и полезным. - Развивать reasoning и работу с документами (OCR): учить модель рассуждать над сложным визуальным контекстом — разбирать документы, таблицы, графики и интерфейсы, распознавать текст и следовать многошаговым инструкциям. Для этого предстоит собирать reasoning-данные и экспериментировать с UG-данными и AI-фидбэком. - Разгонять large-scale-обучение до предельных скоростей: ускорять генерацию на лету, профилировать узкие места и добиваться, чтобы эксперименты крутились кратно быстрее, а GPU не простаивали ни секунды. Требования - Отличное знание классических ML, NLP и CV - Понимание устройства современных LLM или VLM, опыт решения прикладных задач с их помощью - Опыт работы с RL или RLHF, post-training или мультимодальным reasoning - Слежение за трендами в области LLM и VLM Будет плюсом - Опыт работы с reasoning-задачами, post-training или RLHF/alignment - Опыт обучения больших моделей или large-scale ML-систем Условия - Детские дни в офисе для детей сотрудников

Формат

Удалённо

Страна

Не указана

Город

Не указан

Сильный инженер для развития ML-инфраструктуры и платформы хостинга моделей Центр ИИ — Контур ищет сильного инженера для развития ML-инфраструктуры и платформы хостинга моделей. Стек: Python, FastAPI, Celery, Docker, Kubernetes, Helm, Ansible, GitLab CI/CD, Prometheus, Grafana, OpenTelemetry, Sentry, PostgreSQL, MongoDB, Redis. Чем предстоит заниматься - Развивать инфраструктуру для запуска и хостинга ML-моделей. - Внедрять inference-движки и проводить R&D новых решений. - Развивать ClearML, Milvus, инструменты разметки данных и распределённых вычислений. - Создавать внутренние сервисы для управления кластерами и ресурсами. Ожидания - Уверенный опыт с Docker и Kubernetes. - Ansible, CI/CD, IaC, SRE. - Prometheus, Grafana, ELK. - Python на прикладном уровне. - Опыт проектирования инфраструктурных решений. - Готовность работать в условиях высокой неопределённости. Будет плюсом - ML lifecycle, MLOps, vector DB, ML-библиотеки, GPU-серверы и диагностика GPU. Условия - Формат: удалёнка / гибрид / офис. - Доход: обсуждается индивидуально + бонусы.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Deep Learning Researcher (Middle / Senior) Ищем того, кто уже строил и запускал в production модели прогнозирования временных рядов и хочет применить это в квант-финансах. Домен прошлого опыта не важен: прайсинг, e-commerce, логистика и ETA, спрос, риск, антифрод. Опыт в трейдинге не обязателен, нужен интерес к рынкам. Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом в стейблкоинах. KPI роли не метрика модели, а PnL стратегии в проде. Команда небольшая, работа напрямую с фаундером. Что важно: - коммерческий опыт от 2 лет: ML Engineer / DL Engineer / ML Researcher / Data Scientist - production-модели для временных рядов, которые влияли на метрику - интерес к рынкам - Python, PyTorch, Scikit-Learn, CatBoost, LightGBM/XGBoost, Optuna Условия: - гибрид, офис в центре Москвы - фикс в USDT/USDC - квартальный profit sharing от результатов стратегий - оплачиваемый отпуск - компания оплачивает AI-подписки

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Обязанности Не указаны. Требования - Коммерческий опыт от 2 лет: ML Engineer / DL Engineer / ML Researcher / Data Scientist - Production-модели для временных рядов, которые влияли на метрику - Интерес к рынкам - Python, PyTorch, Scikit-Learn, CatBoost, LightGBM/XGBoost, Optuna Условия - Гибрид, офис в центре Москвы - Фикс в USDT/USDC - Квартальный profit sharing от результатов стратегий - Оплачиваемый отпуск - Компания оплачивает AI-подписки О компании и команде Ищем того, кто уже строил и запускал в production модели прогнозирования временных рядов и хочет применить это в квант-финансах. Домен прошлого опыта не важен: прайсинг, e-commerce, логистика и ETA, спрос, риск, антифрод. Опыт в трейдинге не обязателен, нужен интерес к рынкам. Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом в стейблкоинах. KPI роли не метрика модели, а PnL стратегии в проде. Команда небольшая, работа напрямую с фаундером.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Python Backend Developer СберЗдоровье — аккредитованная IT-компания и одна из крупнейших Digital Health платформ в России. Развивается новое направление AI-native продуктов: новое мобильное приложение, ИИ-помощник, персонализированный риск-профиль и сервисы, которые помогают пользователю лучше понимать свое здоровье и следующие шаги. Ищем Middle / Senior Python Backend Developer. Основной фокус роли — backend-сервисы, API, интеграции, работа с данными пользователя и production-контур для AI-сценариев. Это не ML Engineer роль и не research. От Python-разработчика ожидается сильная backend-инженерия: FastAPI, Pydantic, PostgreSQL, Redis, интеграции, надежность, безопасность, observability и умение работать в кросс-функциональной команде рядом с ML, Mobile, Frontend / PWA, QA, SA и Product. Обязанности - Разрабатывать и проектировать backend-сервисы на Python / FastAPI. - Проектировать и поддерживать REST API для мобильного приложения, PWA, риск-профиля и ИИ-помощника. - Описывать и поддерживать контракты API: request / response schemas, validation, error model, versioning. - Работать с Pydantic, PostgreSQL, Redis и, при необходимости, S3-compatible storage. - Интегрироваться с AI / ML-слоем: n8n-прототипы, FastAPI / FastMCP-сервисы, LLM API, RAG / context, Qdrant, traces. - Строить observability: structured logs, trace / request id, metrics, dashboards, error tracking. - Писать поддерживаемый код, покрывать критичную логику тестами, участвовать в code review и технических обсуждениях. Требования - Опыт backend-разработки на Python от 3 лет. - Хорошая база в технологиях веба: HTTP, контейнеры, хранение, веб-серверы. - Практический опыт разработки production API на FastAPI, Django, Flask или аналогичном backend-фреймворке; FastAPI будет сильным плюсом. - Уверенное владение Python. - Здравый смысл в использовании ИИ-агентов. - Хорошее понимание PostgreSQL: схемы, связи, индексы, транзакции, миграции, профилирование запросов. - Опыт проектирования REST API и умение договариваться о контрактах с mobile / frontend / SA / QA. - Опыт работы с микросервисами. - Умение писать тесты для критичной backend-логики. - Готовность работать в продуктовой команде, где требования меняются быстро, а API влияет на mobile, PWA и AI-сценарии. Будет плюсом - Опыт работы с очередями: Kafka / RabbitMQ, подготовка Celery. - Понимание, где зона ответственности AI / ML, а где классического Python-сервиса. - Понимание AI / ML инструментов и подходов. - Опыт в MedTech, HealthTech, FinTech или другом домене с чувствительными данными. Уровень дохода не указан.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Software Engineer — Spectral::Technologies Зарплата: 240–360k USD на руки + profit sharing Spectral::Technologies ищет Senior AI Software Engineer для развития AI-инфраструктуры в HFT-фонде. Задачи - Решение HFT-задач с AI-агентами - Подключение новых бирж и исследование биржевой инфраструктуры - Оптимизация задержек - Разработка агентной инфраструктуры для команды - Интеграция LLM: tool use, structured output, MCP Требования - Ежедневный опыт работы с Claude Code, Codex, Cursor и аналогичными AI-инструментами - Уверенный C++17+ и Python - Инженерное понимание LLM: контекст, токены, галлюцинации - Готовность отвечать за AI-generated code наравне с собственным Условия - ДМС + стоматология - Неограниченный бюджет на AI-токены - Учебные отпуска - Перфоманс-коучинг - Мероприятия и корпоративы в разных странах - Вкусная еда

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Задачи - Использование AI/LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассировки, альтернативных решений и оценок трудозатрат с помощью AI-ассистированных процессов. - Применение AI для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. - Использование AI-управляемого поиска знаний для сокращения циклов анализа и проектирования. - Использование GitHub Copilot, Oracle Code Assist, Agentic AI-фреймворков и аналогичных инструментов в PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - AI-ассистированная генерация кода, оптимизация, рефакторинг, обратный инжиниринг и модернизация легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM. - Использование AI для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. - Разработка AI-управляемых стратегий тестирования: функциональное, интеграционное, регрессионное, нагрузочное и UAT. - Использование AI для генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-улучшенного регрессионного тестирования для ежеквартальных релизов Oracle Cloud. - Применение AI для триажа дефектов, анализа первопричин и прогнозной аналитики качества. - Интеграция AI-ассистированных ревью кода, анализа безопасности, статического сканирования и quality gates в CI/CD пайплайны. - Генерация документации по деплою, release notes, руководств по внедрению и операционных runbook с помощью AI. - Применение AI-управляемого мониторинга и аналитики для готовности ежеквартальных релизов Oracle. - Поддержка AI-управляемой автоматизации деплоя и управления окружениями. Требования - 11+ лет общего опыта в IT. - Сильный опыт работы с Oracle SCM Cloud и/или Oracle EBS. - Подтвержденный опыт применения AI на протяжении всего SDLC. - Сильный опыт разработки и модернизации ПО. - Опыт AI-ассистированной разработки, тестирования, DevOps и продакшн-поддержки. - Развитые коммуникативные и аналитические навыки. - Способность демонстрировать измеримые бизнес-результаты от внедрения AI: сокращение цикла разработки, улучшение качества кода, снижение уровня дефектов, сокращение трудозатрат на тестирование, ускорение циклов деплоя, ускорение инцидент-менеджмента, повышение продуктивности разработчиков. - Практический опыт с одним или несколькими инструментами: GitHub Copilot, Oracle Code Assist, ChatGPT, Claude, Agentic AI-фреймворки, Prompt Engineering, RAG, OCI Generative AI. - Сильный практический опыт с Oracle SCM Cloud и/или Oracle EBS. - Опыт кастомизаций, интеграций, расширений, отчетов и автоматизации Oracle SCM. - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX. - Простое перечисление ChatGPT/Copilot в резюме недостаточно — требуется реальный опыт. Условия - Локация: Альфаретта, Джорджия / удалённо. - Тип занятости: контракт.

Формат

Удалённо

Страна

Любая

Город

Не указан

AI-First Engineer — Oracle SCM Applications Suite (AI-Fueled SDLC & Modernization). Инженер, использующий ИИ на протяжении всего жизненного цикла разработки ПО — от требований до развертывания и поддержки. Краткое описание должности: ищем AI-First инженера с глубокой экспертизой в Oracle SCM и подтвержденным опытом применения ИИ на всех этапах жизненного цикла разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки приложений Supply Chain с помощью практик, основанных на ИИ. Идеальный кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет технологии ИИ для повышения производительности, качества кода, эффективности тестирования, операционной поддержки и общих результатов поставки ПО. Роль предполагает реализацию инициатив по AI-управляемой разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны уметь демонстрировать и количественно оценивать измеримые бизнес-результаты, достигнутые за счет внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение проблем. Ключевые обязанности AI-управляемая разработка ПО на всех этапах SDLC Применение практик на основе ИИ на всех фазах жизненного цикла ПО: AI-ассистируемые требования и проектирование решений Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. Использование ИИ для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. Применение AI-управляемого поиска знаний для сокращения времени анализа и проектирования. AI-управляемая генерация и рефакторинг кода Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. Реализация AI-ассистируемой генерации кода, оптимизации кода, рефакторинга, обратного проектирования и инициатив по модернизации легаси-систем. Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM с использованием практик разработки на основе ИИ. Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования Построение стратегий тестирования на основе ИИ, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки ежеквартальных релизов Oracle Cloud. Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и контроля качества в CI/CD пайплайны. Использование ИИ для генерации документации по развертыванию, релизных заметок, руководств по внедрению и операционных runbook. Применение AI-управляемого мониторинга и аналитики для оценки готовности ежеквартальных релизов Oracle и их бизнес-влияния. Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика GitHub Copilot Oracle Code Assist ChatGPT Claude Агентные AI-фреймворки OCI Generative AI Экспертиза в Oracle SCM и технические навыки Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS.

Формат

Удалённо

Страна

Любая

Город

Не указан

Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей. Обязанности - Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени. - MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE. - Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы. - Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD. - Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование. - Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core). - ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием. - Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок. - Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств. - Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок. - Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров. Требования - Владение Python (3.10+) — основной язык команды. - Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении. - Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код. - Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию. - Экспертиза в одной из шести областей: - Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов. - Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска. - Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем. - Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание. - Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи. - Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания: Grandeur Design Supply Мы ищем высококвалифицированного эксперта Claude Code с глубоким опытом в AI-ассистированной разработке, промт-инжиниринге и автоматизации рабочих процессов с использованием моделей Claude (Anthropic). Роль сосредоточена на использовании Claude для задач программирования, проектирования систем, документации и оптимизации процессов. Обязанности - Проектировать, тестировать и оптимизировать продвинутые промты для Claude для генерации качественного кода и технических результатов. - Создавать и поддерживать AI-ассистированные рабочие процессы разработки с использованием возможностей Claude Code. - Сотрудничать с инженерными и продуктовыми командами для интеграции Claude в инструменты, системы и процессы. - Отлаживать, дорабатывать и проверять AI-сгенерированный код на нескольких языках программирования. - Разрабатывать внутренние инструменты, скрипты и автоматизации на основе Claude API. - Документировать лучшие практики промт-инжиниринга и AI-ассистированного программирования. - Отслеживать новейшие достижения в моделях Claude и инструментах AI-разработки. - Оценивать производительность, точность и надёжность AI-сгенерированных результатов. Требования - Подтверждённый опыт работы с Claude (Anthropic) или аналогичными LLM (например, GPT, Gemini) для задач программирования. - Свободное владение одним или несколькими языками программирования (Python, JavaScript, TypeScript и т.д.). - Экспертиза в промт-инжиниринге и оптимизации выходных данных AI. - Опыт работы с API, интеграцией SDK и автоматизацией рабочих процессов. - Знакомство с жизненным циклом разработки ПО (SDLC) и системой контроля версий (Git). - Способность эффективно отлаживать и проверять AI-сгенерированный код. - Развитые навыки решения проблем и аналитического мышления. - Отличные письменные коммуникативные навыки и способность к документированию. Предпочтительные квалификации - Опыт создания AI-ассистированных инструментов для разработчиков или копилов. - Знание DevOps, CI/CD пайплайнов или облачных платформ (AWS, GCP, Azure). - Опыт в машинном обучении или обработке естественного языка. - Опыт работы с агентными системами или автономными рабочими процессами. Условия - Оплата: $10–15 в час (в зависимости от опыта и типа занятости). - Тип занятости: контракт. - Место работы: удалённо.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Работодатель: FUSTIS LLC. Формат: удалённо. Длительность: от 6 месяцев. Тип занятости: W2. Требования - Степень бакалавра в области компьютерных наук, науки о данных, инженерии, математики, статистики или смежной области. - Более 8 лет опыта разработки ML-решений в production-среде. - Уверенное владение Python и лучшими практиками разработки ПО. - Опыт работы с ML-фреймворками: TensorFlow, PyTorch, Scikit-learn, XGBoost. - Глубокое понимание методов обучения с учителем и без учителя. - Опыт создания и сопровождения пайплайнов данных. - Знание SQL и технологий обработки больших объёмов данных. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. - Знакомство с инструментами контейнеризации и оркестрации: Docker, Kubernetes. - Опыт работы с системами контроля версий и CI/CD. - Развитые аналитические, коммуникационные навыки и навыки решения проблем. Предпочтительно - Степень магистра или PhD в соответствующей технической области. - Опыт работы с большими языковыми моделями (LLM), генеративным ИИ или RAG. - Знание MLOps-инструментов: MLflow, Kubeflow, SageMaker или Vertex AI. - Опыт работы с распределёнными вычислительными платформами, например Spark. - Знакомство с векторными базами данных и технологиями эмбеддингов. - Опыт создания AI-приложений в production-среде. - Знание ответственного ИИ, управления моделями и методов объяснимости. Технические навыки - Программирование: Python, SQL; Java, Scala или C++ (предпочтительно). - Машинное обучение и ИИ: глубокое обучение, NLP, компьютерное зрение, предиктивное моделирование, генеративный ИИ, тонкая настройка LLM. - Облако и инфраструктура: AWS, Azure или GCP, Docker, Kubernetes, REST API, CI/CD. - Технологии данных: Spark, Databricks, Airflow, feature stores, хранилища данных. Критерии успеха - Точность моделей и улучшение производительности. - Надёжность и масштабируемость развёртывания. - Снижение задержки моделей и затрат на инфраструктуру. - Бизнес-эффект от AI-инициатив. - Качество и поддерживаемость production ML-систем. - Операционная эффективность за счёт мониторинга и автоматизации.

Формат

Офис

Страна

США

Город

Нью-Йорк

Грейд

Senior

Задачи - Проектировать, создавать и эксплуатировать защищённые корпоративные ИИ-платформы, которые соединяют ИИ-модели, агентов, инструменты и внутренние системы Spotify. - Владеть крупными направлениями работы в корпоративной ИИ-инфраструктуре, включая шлюз Model Context Protocol (MCP) и возможности корпоративного контекста, от технического проектирования до запуска и эксплуатации. - Создавать надёжные бэкенд-сервисы, API и интеграции, обеспечивающие ИИ-функции в цифровом рабочем пространстве Spotify. - Помогать в разработке масштабируемых подходов к управлению ИИ, включая доступ с учётом идентичности, разрешения, аудит, контроль политик и управление рисками, связанными со сторонними ИИ-инструментами. - Проектировать, создавать, тестировать и оценивать агентные системы и рабочие процессы, которые помогают сотрудникам Spotify получать доступ к информации и эффективно выполнять задачи. - Нести операционную ответственность за создаваемые сервисы и компоненты, балансируя скорость, надёжность, безопасность и долгосрочную поддерживаемость. - Взаимодействовать с инженерами и заинтересованными сторонами по всему Spotify, чтобы находить возможности, принимать взвешенные технические компромиссы и превращать новые потребности в области ИИ в масштабируемые возможности платформы. - Вносить вклад в инженерные практики, обмен знаниями и развитие ИИ-компетенций по мере освоения эксплуатации корпоративной ИИ-инфраструктуры в масштабе Spotify. Требования - Сильные фундаментальные знания в разработке ПО и опыт создания, тестирования, отладки и эксплуатации надёжных бэкенд-систем. - Опыт работы с бэкенд-языками, такими как Python, Go или аналогичными, и уверенное проектирование API и интеграций в сложных системах. - Понимание архитектуры ПО и того, как сервисы, API, корпоративные инструменты и пользовательские интерфейсы сочетаются друг с другом. - Опыт работы с концепциями и технологиями идентификации и аутентификации, такими как OAuth, SAML или SCIM. - Опыт работы с облачной инфраструктурой; знакомство с Google Cloud Platform будет полезно. - Уверенность в работе в условиях неопределённости, способность создавать ясность и самостоятельно принимать взвешенные технические решения. - Ответственное отношение к операционной деятельности и созданию надёжной инфраструктуры, на которую могут полагаться другие команды и сотрудники. - Интерес к экспериментам, итерациям, обмену знаниями и непрерывному обучению в совместной инженерной среде. - Опыт работы с корпоративным SaaS или платформенным инжинирингом, или с паттернами интеграции LLM, такими как использование инструментов, вызов функций, агентные рабочие процессы или системный промпт-инжиниринг, поможет добиться результатов в этой роли. Условия - Роль базируется в Нью-Йорке. - Предоставляется гибкость в выборе места работы: часть встреч проходит очно, но возможна работа из дома. - Вилка зарплаты в США: $164,448–$234,926 в год, плюс акции. - Льготы: медицинская страховка, шестимесячный оплачиваемый отпуск по уходу за ребёнком, пенсионный план 401(k), ежемесячная надбавка на питание, 23 оплачиваемых дня отпуска, оплачиваемые гибкие праздники и оплачиваемый больничный. - Эти диапазоны могут быть изменены в будущем.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

Cohere — ведущая enterprise AI-компания, ориентированная на безопасность. Компания разрабатывает фундаментальные модели ИИ и готовые продукты для решения бизнес-задач. В рамках этой роли требуется старший инженер с глубокими техническими знаниями в production-средах, способный соединять исследовательские концепции с реальными внедрениями. Позиция hands-on и ориентирована на инженерию: работа с production-системами, эксперименты с frontier-моделями, совместная разработка масштабируемых решений. Инженерия и исследования объединены: каждый сотрудник вносит вклад в оба направления в зависимости от потребностей организации. Предоставляется доступ к вычислительным ресурсам мирового класса, данным и талантам. Обязанности - Проектировать и писать высокопроизводительный масштабируемый код для обучения моделей. - Разрабатывать новые инструменты для ускорения исследований и обучения LLM. - Координировать работу с другими инженерными командами (Infrastructure, Efficiency, Serving) и научными командами (Agent, Multimodal, Multilingual и др.). - Исследовать, внедрять и экспериментировать с идеями на кластерной и data-инфраструктуре. - Взаимодействовать с другими учёными, инженерами и командами. Требования - Очень сильные навыки разработки ПО. - Приверженность test-driven development, чистому коду и снижению технического долга. - Владение Python и соответствующими ML-фреймворками: JAX, PyTorch и/или XLA/MLIR. - Опыт использования и отладки крупномасштабных стратегий распределённого обучения (профилирование памяти и скорости). - Опыт работы с инфраструктурами распределённого обучения (Kubernetes) и связанными фреймворками (Ray). - Опыт академических исследований в области ML и LLM. Личные качества - Глубокая увлечённость качественной работой. - Интерес к настройке и оптимизации больших LLM-моделей. - Комфортная работа с людьми разного уровня навыков разработки. - Умение разбираться в сложных ML-кодовых базах, находить и устранять проблемы. - Успешная работа в быстро меняющейся технической среде, готовность предлагать инновационные идеи и решения. Условия и преимущества - Еженедельная стипендия на обед: $75/£75 или эквивалент в местной валюте. - Полное медицинское и стоматологическое страхование, отдельный бюджет на ментальное здоровье. - RRSP matching, 401K, пенсионная схема. - 100% оплата отпуска по уходу за ребёнком до 6 месяцев для любого из родителей. - Ежегодные бонусы: культура и искусство, фитнес/здоровье, качественное время, кредит на улучшение рабочего места. - Стипендия на образование и обучение: конференции, курсы, коучинг. - 6 недель оплачиваемого отпуска (30 рабочих дней). - Бюджет на поездки в другие офисы для удалённых сотрудников, ежегодный корпоративный выезд. Формат работы - Remote-friendly, офисы в Торонто, Лондоне, Нью-Йорке, Сан-Франциско, Монреале, Париже, Берлине и Сеуле. - Для работы в офисе: ежедневная программа обедов, закуски, регулярные мероприятия. - Для удалённой работы: стипендия на коворкинг. - Все сотрудники получают $500 на обустройство домашнего офиса.

Формат

Офис

Страна

Не указана

Город

Не указан

Metanoia IT Solutions GmbH разрабатывает программное обеспечение и масштабируемые SaaS-решения для избранного числа постоянных клиентов — SaaS- и средних компаний с собственным ПО, а также для выделенных проектов. Компания работает AI-нативно и внедряет ИИ в продукты там, где он создает реальную ценность. Задачи: - Отвечать за LLM-функции от начала до конца — от промпта до конечного результата у пользователя, контролируя качество вывода. - Быстро доводить идеи до рабочего состояния, не дожидаясь идеальной спецификации, и сопровождать их до продакшена. - Создавать продуктовые функции на всем стеке с приоритетом на выпуск и итерации, а не на бесконечную доработку. - Работать над мульти-LLM-пайплайном, принимать осознанные решения по выбору моделей, стоимости и задержкам. - Строить eval-циклы на основе реального вывода: определять базовый уровень, итерировать и доказывать измеримые улучшения. - Отвечать за прослеживаемость LLM-систем — трассировку каждого шага и происхождение промптов, чтобы плохой вывод можно было отследить до вызвавшего его вызова. - Проектировать Human-in-the-Loop-агентные рабочие процессы: агенты предлагают, человек решает. Ничего не выходит в продакшен автономно. - Быстро создавать прототипы, затем доводить их до надежного состояния и разворачивать собственную работу — включая конфигурацию, фича-флаги и плановые задачи. - Вносить собственные продуктовые идеи, а не только выполнять тикеты. Требования: - Подтвержденное продуктовое чутье и скорость: поставка работающих решений и прагматичные компромиссы. - AI-нативная работа в повседневной практике (Claude, Cursor) как реальный рабочий процесс, а не демонстрация. - Практический опыт оркестрации LLM (function calling, агенты, оценка). - Опыт трассировки LLM-поведения в продакшене, включая обнаружение реального бага. - Умение объяснить, когда детерминированный пайплайн лучше агента. - Готовность отвечать за развертывание собственной работы. - Свободное владение немецким языком. Условия: - Прямое сотрудничество с основателями и реальное влияние на продукт и культуру. - AI-нативная рабочая среда с первоклассными инструментами. - Удаленная работа. - Плоская иерархия, короткие пути и быстрые решения.

Формат

Удалённо

Страна

Россия

Город

Не указан

Product Manager VK Игры Компания VK. Домен: BigTech, GameDev. Грейд: Middle, Senior. Формат: удаленная работа в РФ. Product Manager (Senior/Middle) в команду игр в VK. Главный фокус роли: развитие игровой платформы, проверка гипотез, внедрение ML-моделей (рекомендательные системы, персонализация офферов) и рост ключевых бизнес-метрик. Кого мы ищем: - 3+ года опыта в продукте (игры, соцсети, B2C, рекомендательные сервисы) - Опыт работы с массовой аудиторией и сложными аналитическими механиками - Опыт работы с ML/AI в продукте

Формат

Гибрид

Страна

Россия

Город

Не указан

Разработчик в команду оптимизации разметок Поиска с Алисой Команда развивает поисковую строку с Алисой. Основополагающая часть любого ML — датасеты, команда отвечает за ускорение и удешевление процесса их сбора. От этого зависит частота релизов, которые напрямую влияют на пользователей Поиска. Работа с быстро развивающимися продуктами на стыке ML и краудсорсинга. Задачи - Встраивание ML-моделей в инфраструктуру разметок. Современные генеративные модели позволяют получить качество разметки, сопоставимое с человеческой или даже лучше, на простых задачах, а также ускорить процесс разметки асессорами при помощи генеративных подсказок. Задача — строить надёжные пайплайны инференса моделей, оптимизировать их и собирать дополнительные данные, необходимые для применения моделей. - Построение витрины разметок. В Поиске есть несколько крупных (по бюджету и количеству заданий) разметок, и в них в разной степени внедрены ML-модели. Нужно создать единую витрину, где можно будет увидеть объёмы разметки, полученной от асессоров и моделей, степень внедрения этих моделей, затраты на разные компоненты и другие показатели. Требования - Хорошее знание Python - Знание SQL или ClickHouse Будет плюсом - Опыт с технологиями обработки больших данных - Опыт работы с ML-моделями и агентами - Умение строить читаемые графики и дашборды Бонусы В крупных офисах есть спортзалы — с тренажёрами, инвентарём и душевыми.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

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

Формат

Удалённо

Страна

Не указана

Город

Не указан

Technical Game Designer (Unity) В небольшую инди-команду ищем активного middle гейм-дизайнера с опытом в Unity и завершенными проектами на ПК. Проект — FPS-рогалик на ПК, находится в разработке. Возможно долгосрочное сотрудничество на следующих проектах в случае мэтча. Полная удаленка, возможна оплата в USDT. Ожидания от соискателя - Опыт работы с документацией и постановкой задач разработчикам - Работа с Confluence/Jira или подобными системами - Большой игровой опыт в шутерах - Усидчивость, доводить фичи до финального состояния, умение самостоятельно ресерчить - Знание движка Unity и git (не пугает работа с ветками) - Базовое знание UI/UX - Будет плюсом умение в левел-дизайн и знание хороших практик: составить блокаут для левел-артиста, протестировать прохождение уровня - Помощь себе с помощью AI, использование LLM Чем предстоит заниматься - Описание и проработка игровых механик, фичей, баланса, прогрессии игрока - Взаимодействие с программистами и художниками - Поддержание актуальной документации - Настройка сцены в движке, понимание NavMesh и прочее Что предлагаем - Работу в команде с программистами и 3D-артистами - Много свободы как в плане графика, так и в реализации интересных идей - Возможность хорошо прокачать свои навыки в интересном жанре без жестких рамок больших студий - Возможен парттайм не менее 20 часов в неделю, возможна сдельная проектная работа Страница проекта в Steam: https://store.steampowered.com/app/4948200/DeadSectorRogue/