Вакансии для ML-инженеров

Формат

Офис

Страна

Россия

Город

Не указан

Backend / Platform Engineer — Claude Code, оркестратор и данные Удалённо. Продукт — платформа умного ремонта. Подписка на закрытые цены от 243+ брендов, AI-калькулятор бюджета, адаптация готовых интерьерных решений под планировку клиента, реализация под ключ. Текущее состояние Два контура в проде: - Платформа и Telegram-боты — работают на общей базе PostgreSQL в Yandex Cloud. Telegram Mini App и платформа используют одну БД, авторизация через initData. Платежи — YooKassa. - Веб-приложение, собранное через оркестратор Claude Code. Живёт отдельно: своя логика, свои данные, с основным контуром не связано. Значительная часть продуктовых данных до сих пор в Google Sheets: каталог материалов, расчётные таблицы, рабочие реестры. Задача — свести это в единую архитектуру: общая схема данных, единый пользователь во всех точках входа, API-слой поверх, постепенный вынос таблиц в БД. И построить оркестратор так, чтобы продуктом можно было управлять без разработчика. Главное в этой роли Ищем не того, кто пишет код руками, а того, кто работает через Claude Code как через управляющий слой и умеет строить такие слои внутри продукта. 1. Собранная собственная конфигурация Claude Code. CLAUDE.md, правила, skills, subagents, hooks, MCP-серверы к базе и сервисам. Не «иногда открываю чат», а настроенное окружение, где рутина делегирована, а вы держите архитектуру и ревью. 2. Умение построить оркестратор для владельца продукта. Капсулы, цены, тарифы, тексты живут как данные и редактируются основателем самостоятельно, без деплоя. Ваша зона: структура, права доступа, валидация, история изменений и откат. Новые типы сущностей добавляете вы — наполняет их продукт. Если вам комфортно быть единственной точкой доступа к продукту — это не та роль. Задачи - Спроектировать единую схему данных и свести два контура: платформа, боты, веб-приложение - Унифицировать авторизацию между точками входа, чтобы пользователь был один везде - Развивать оркестратор как рабочий инструмент заказчика - Запустить AI-агентов в продукте — от прототипа до прода: подбор материалов, адаптация капсулы под планировку, обработка обращений. Оркестрация вызовов, работа с инструментами и БД, управление состоянием диалога, ограничители и проверка результата, логирование для последующей отладки качества - Вести БД: миграции, индексы, бэкапы, доступы, SQL-витрины для аналитики - Постепенно переносить данные из Google Sheets в БД — блоками, без остановки процессов: таблицы продолжают работать, пока перенос не завершён - Интегрировать AI-модели (текст и изображения): очереди, асинхронная обработка, хранение результатов, учёт расхода по пользователю, фолбэк при отказе провайдера - Поддерживать и развивать интеграции: Telegram Bot API, YooKassa Требования Бэкенд Python, FastAPI, асинхронность. Проектирование REST API. Аутентификация и авторизация, роли и права. Вебхуки, идемпотентность обработки. Базы данных PostgreSQL на уровне проектирования, а не только запросов: схемы, нормализация, индексы, транзакции. Alembic или аналог. Бэкапы и восстановление. Данные и миграция Google Sheets API. ETL: выгрузка, очистка, валидация, дедупликация. Повторяемые идемпотентные загрузки. Двусторонняя синхронизация на переходный период, пока часть процессов ещё в таблицах. AI-агенты Проектирование агентных сценариев: tool calling, доступ агента к БД и внешним API, управление контекстом и состоянием, guardrails, обработка галлюцинаций и отказов. Оценка качества ответов, версионирование промптов, воспроизводимость. AI-интеграции Подключение LLM и image-моделей в прод. Стриминг, таймауты, лимиты, подсчёт и списание расхода по пользователю, переключение провайдера при отказе. Асинхронная обработка Очереди задач (Celery, ARQ, RQ — любое), Redis, ретраи, дедлеттеры, таймауты. Понимание, что делать с задачей, которая идёт минуту и может упасть. Интеграции Telegram Bot API, Telegram Mini App. YooKassa: платежи, вебхуки, рекуррентные списания. Инфраструктура Yandex Cloud, Docker, CI/CD, логирование, мониторинг, работа с секретами. Фронт Next.js на уровне чтения и правок — не писать с нуля, но уметь поправить и задеплоить. Админ-слой Опыт создания панели, которой пользуется нетехнический человек: валидация ввода, превью, аудит-лог, откат изменений, защита от разрушающих действий. Общее 3+ года коммерческой разработки. Минимум один проект с реальными платежами и пользователями. Умение разобраться в чужом коде и не переписать его с нуля. Задачи приходят продуктовыми формулировками, не техническими ТЗ. Условия - Продукт с выручкой и живыми пользователями, не идея на слайдах. Всё что делаете — идёт в прод сразу, не в бэклог - Вы единственный инженер на контуре. Архитектурные решения ваши. Ни комитетов, ни согласований, ни легаси-владельца, который скажет «у нас так принято» - Работа напрямую с основателем, без прослойки менеджеров и переводчиков с продуктового на технический - Claude Code — норма, а не эксперимент. Никто не будет спрашивать, почему вы делегируете агентам. Это заложено в саму роль - AI-агенты в проде, а не в демо — редкая возможность собрать агентный слой в работающем бизнесе, а не в песочнице - Задача целиком: собрать архитектуру от разрозненных контуров до единой системы

Формат

Гибрид

Страна

Россия

Город

Не указан

Аналитик-разработчик в Яндекс Кит Руководитель B2B-аналитики в Transactional AI развивает независимый еком и транзакции через Яндекс. Цели — быть надёжным партнёром для бизнеса, помогать пользователям быстро находить нужные товары. Яндекс Кит — продукт, который позволяет открыть интернет-магазин за неделю. Сейчас 2500 магазинов работают на Ките. Задачи - Выявление точек роста продукта и партнёрств через анализ метрик. Развитие системы управления бизнеса: оценка эффективности, поиск возможностей для роста и монетизации. - Внедрение AI в аналитику и self-service. Self-service включает не только дашборды, но и настроенных ИИ-агентов для менеджеров. Задача — масштабировать управление на данных. - Проведение экспериментов: проектирование и сопровождение A/B-тестов. - Контроль качества данных: валидация и выстраивание источников, отслеживание консистентности метрик и документации. Требования - Опыт работы с BI, DWH, событийной аналитикой, A/B-тестами - Опыт работы с B2C- или B2B-продуктами, умение строить деревья метрик, формулировать и проверять гипотезы - Уверенное владение SQL и Python - Понимание принципов работы LLM - Умение выстраивать деловую коммуникацию Будет плюсом - Участие и победы в олимпиадах по математике, программированию или экономике - Опыт работы в екоме или крупных транзакционных сервисах - Опыт применения аналитических LLM-агентов Условия - Ежегодные медицинские чекапы - Йога - Психотерапия

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior C/.NET Developer (Wisej.NET) Vallettasoftware — разработчик заказного мобильного и веб-программного обеспечения в США и Европе. Команды компании реализуют IT-проекты различной сложности, включая разработку веб-сайтов и мобильных приложений, корпоративные системы и решения на основе искусственного интеллекта и машинного обучения (AI/ML). Компания названа одной из 10 лучших компаний по разработке программного обеспечения во втором квартале 2026 года по версии 50Pros|Discover top agencies. Ищем Senior C/.NET разработчика, чтобы взять на себя и продолжить разработку существующего веб-приложения для бизнеса, созданного на Wisej.NET. Обязанности - Взять на себя и продолжить разработку существующего приложения на Wisej.NET и C. - Проанализировать и понять текущую архитектуру и реализацию. - Реализовывать новые функции и улучшения согласно бизнес-требованиям. - Поддерживать и улучшать существующий функционал. - Устранять неполадки и исправлять дефекты приложения. - Взаимодействовать с заинтересованными сторонами проекта и участниками распределенной команды. - Участвовать в передаче знаний и обеспечивать непрерывность проекта. - Вносить вклад в качество кода, оптимизацию производительности и техническую документацию. Требования - 5+ лет коммерческого опыта работы с C и .NET. - Коммерческий опыт работы с Wisej.NET (обязательно). - Опыт работы с ASP.NET, WinForms или аналогичными технологиями Microsoft. - Опыт разработки и поддержки веб-приложений для бизнеса. - Сильные знания объектно-ориентированного проектирования и основ программной инженерии. - Способность быстро осваивать существующие фреймворки и кодовые базы. - Опыт работы с Git или аналогичными системами контроля версий. - Навыки отладки, аналитического мышления и решения проблем. - Хорошие коммуникативные навыки в международной среде.

Формат

Офис

Страна

Россия

Город

Не указан

Компания НЛ Континент — международная торгово-производственная группа с центром в Новосибирске. Собственное производство, реферальная сеть, R&D-лаборатория в Кольцово, 11 складов и 78 розничных магазинов в СНГ и Турции. Компания формирует команду внутренней автоматизации Сервисного подразделения. Кого ищут Software Engineer, который умеет превращать LLM в рабочие бизнес-инструменты. Задачи - Разрабатывать AI-решения для внутренних процессов: ассистентов, агентов, классификацию обращений, извлечение данных и автоматизацию сценариев. - Работать с LLM API, prompting, structured output, tool calling, RAG и agent workflows. - Автоматизировать процессы Контактного центра: обработку обращений, подсказки операторам, автоответы. - Развивать внутреннюю CRM и интеграции между системами. - Проектировать новые сервисы и дорабатывать существующие. - Вместе с Product Owner разбирать бизнес-задачи, проверять гипотезы и оценивать результат. - Использовать и развивать coding agents в ежедневной разработке. Требования Инженерная база: - 2+ года коммерческой разработки на Python, JavaScript или TypeScript. - Опыт проектирования и поддержки production-систем. - Понимание system design. - Уверенная работа с REST API, интеграциями и SQL. - Понимание современного frontend и опыт с Vue 3. - Знание принципов тестирования и сопровождения систем. Прикладная работа с LLM: - Практический опыт создания приложений поверх LLM API. - Умение работать с prompts и контекстом. - Опыт со structured output / JSON Schema, tool calling, RAG. - Понимание, как строить и надёжно запускать agent workflows в production. AI-native разработка: - Использование Claude Code, Codex, Cursor или аналогов для реальных задач разработки. - Умение ставить задачи coding agents, давать им контекст и проверять результат. - Умение декомпозировать задачу, сформировать спецификацию и критерии готовности. - Умение ревьюить AI-generated код и сохранять качество кодовой базы. Продуктовый подход: - Понимание, зачем делается задача и как понять, что решение действительно работает. - Умение работать с Product Owner и внутренними заказчиками, проверять гипотезы и оценивать результат. - Умение объяснить свой подход другим разработчикам и помочь команде эффективнее работать с AI-инструментами. Условия - Обеды за счёт компании. - Формат работы: офис / гибрид / удалёнка по часовому поясу Новосибирска (UTC+7). - ДМС после испытательного срока. - Продуктовый бонус — 6 000 руб. в месяц на продукцию компании (после испытательного срока). - Охраняемая подземная парковка. - Офис в Новосибирске в 5 минутах от ст. м. Маршала Покрышкина. - Кадровое оформление полностью онлайн через КЭДО. - Работа над реальными продуктами с миллионной аудиторией, культура открытого общения, возможности для профессионального роста и насыщенная внутренняя жизнь компании.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Mindrift ищет специалистов по вайбкодингу для проекта Tendem. Роль называется AI Pilot: вы будете работать вместе с агентами Tendem, которые выполняют повторяющиеся задачи, а вы обеспечиваете критическое мышление, экспертизу и контроль качества. Это частичная занятость, полностью удалённо, для технических специалистов с опытом веб-скрапинга, извлечения и обработки данных. Задачи - Управление сквозными процессами извлечения данных с сложных сайтов: полное покрытие, точность и надёжная поставка структурированных наборов данных. - Использование внутренних инструментов (Apify, OpenRouter) и собственных подходов для ускорения сбора, валидации и выполнения задач. - Обеспечение надёжного извлечения данных с динамических и интерактивных веб-источников, включая JavaScript-рендеринг и изменяющееся поведение сайтов. - Контроль качества данных: проверки валидации, контроль согласованности между источниками, соблюдение форматов и систематическая верификация перед сдачей. - Масштабирование операций скрапинга для больших наборов данных: эффективная пакетная обработка или параллелизация, мониторинг сбоев, устойчивость к изменениям структуры сайтов. Требования - Желателен опыт от 1 года в анализе данных, AI-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных областях. - Python-скрапинг: создание надёжных скриптов с использованием BeautifulSoup, Selenium (или аналогов) для многоуровневых сайтов, динамического JS-контента (бесконечная прокрутка, AJAX) и API-эндпоинтов через предоставленный прокси. - Экспертиза в извлечении данных: работа со сложными иерархическими структурами (регионы → компании → детали), архивными страницами и различными HTML-форматами. - Обработка данных: очистка, нормализация, валидация; поставка качественных наборов данных в структурированных форматах (CSV, JSON, Google Sheets). - Практический опыт с LLM и AI-фреймворками для автоматизации и решения задач. - Внимание к деталям и точности данных. - Самостоятельность и способность независимо устранять неполадки. - Английский от Upper-Intermediate (B2) и выше — обязательно. Условия - Частичная занятость, полностью удалённо, свободный график; нужны ноутбук и стабильный интернет. - Оплата за экспертизу: до $32/час в зависимости от навыков, опыта и потребностей проекта. Также указана годовая вилка $64 000–66 560. - Опыт в гибридной среде, где человеческая экспертиза и AI-агенты работают совместно. - Участие в бонусных программах, основанных на качестве и стабильности работы.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Компания RXNT — healthtech-компания, цифровой фундамент системы здравоохранения США. Более 25 лет работает на стыке здравоохранения и технологий, развивает AI-продукты. Задачи - Преобразовывать неоднозначные продуктовые концепции в конкретные ML-стратегии: начинать с данных, проводить EDA, выявлять паттерны и признаки. - Донастраивать мультимодальные генеративные модели и оркестрировать AI-агентов (например, LangGraph) с учётом домена здравоохранения; тестировать крайние случаи, строить запасные эвристики. - Определять строгие статистические и бизнес-метрики с первого дня, строить фреймворки для оценки моделей. - Писать production-grade Python, сотрудничать с инженерами для развёртывания масштабируемых решений, участвовать в мониторинге здоровья системы, дрейфа данных и деградации моделей. - Работать автономно, согласовывать действия со стейкхолдерами, предоставлять чёткие обновления техническому руководству. Требования - 5+ лет профессионального опыта в ML-инжиниринге и/или data science. - MS или PhD в Computer Science, математике, ИИ или смежной области (или BSc с эквивалентным подтверждённым опытом). - Глубокое знание ML: сильная статистическая база, экспертные знания архитектур моделей, анализа данных и методов оценки; владение основными фреймворками (PyTorch, TensorFlow, JAX) и продвинутыми техниками донастройки. - Практическое знакомство с контейнеризацией, оркестрацией, облачными сервисами (AWS, GCP, Azure) и CI/CD для поддержания production ML-систем. Условия - Удалённая работа.

Формат

Офис

Страна

Канада

Город

Торонто

Stripe — финансовая инфраструктурная платформа для бизнеса. Миллионы компаний используют Stripe для приема платежей, роста выручки и развития бизнеса. Миссия — увеличить ВВП интернета. Команда ML Platform строит платформы и сервисы, которые позволяют ML-инженерам и дата-сайентистам Stripe переводить данные и модели от прототипа до продакшена — надежно, с низкой задержкой и в масштабе. Сфера охвата включает инфраструктуру обучения моделей, сервинг и деплой моделей, вычисление признаков и онлайн-сервинг, наблюдаемость и мониторинг, а также возможности агентного ИИ. Обязанности: - Отвечать за сквозную архитектуру и системный дизайн крупных сложных проектов в ML Platform. - Определять техническое направление для высоконеоднозначных проектов, превращая сложные потребности пользователей в долгосрочную стратегию платформы. - Проектировать системные архитектуры для сложнейших задач ML Platform: оркестрация AI и ML-процессов, масштабируемая CPU и GPU-инфраструктура, обучение моделей, тонкая настройка LLM, низколатентный инференс моделей, крупномасштабные хранилища признаков, мониторинг в реальном времени, оркестрация LLM и агентов. - Превращать идеи в надежные решения, формирующие дорожную карту платформы и продукта. - Вести крупные проекты с существенным бизнес-влиянием: от требований через дизайн и реализацию до эксплуатации. - Работать с ML-инженерами, дата-сайентистами и продуктовыми командами, переводя их потребности в функциональные требования и масштабируемые технические решения. - Принимать ключевые решения, балансируя приоритеты с учетом ограничений по задержке, надежности, стоимости и безопасности. - Представлять инженерную позицию перед старшими руководителями Stripe и консультировать руководство по техническим вопросам полного ML-цикла. - Вести кросс-командные инициативы по ускорению разработки ML и повышению зрелости MLOps. - Наставлять и развивать других инженеров, служить примером в проектировании, реализации и эксплуатации качественных систем. Требования: - 10+ лет профессионального опыта разработки ПО или эквивалентной экспертизы, с солидным бэкграундом в сервис-ориентированной архитектуре и крупномасштабных распределенных системах. - Опыт технического лидера: умение задавать техническое направление, вести мультикомандные инициативы и наставлять коллег. - Опыт создания и эксплуатации продакшен-ML-платформы в одной или нескольких областях: обучение моделей, сервинг, оркестрация или ML-системы данных, с учетом требований к производительности, надежности, масштабируемости и экономической эффективности. - Сильное продуктовое чутье и глубокое понимание бизнес-контекста. - Отличные коммуникативные навыки: умение объяснять сложные технические концепции техническим и нетехническим заинтересованным сторонам. - Умение работать кросс-функционально с ML-инженерами, дата-сайентистами и инженерами ПО.

Формат

Удалённо

Страна

Любая

Город

Не указан

Задачи - Разработка и выпуск функций на основе LLM. Требования - Практический опыт программирования на Python и работы с LLM-моделями. - Навыки использования AI-ассистирующих инструментов кодирования. - Понимание методологий машинного обучения. - Готовность к совместной работе в глобальных командах. Условия - Удалённая работа. - Полная занятость. - Оплата $85–110 в час в зависимости от опыта. - Компания отмечена за приверженность разнообразию и благополучию сотрудников.

Формат

Офис

Страна

США

Город

Сан-Франциско

Хорошо финансируемый стартап в области инфраструктуры создает контекстный слой для инженерных команд и ИИ-агентов кодирования — по мнению многих, недостающий уровень современного стека ПО для ИИ. Компания строит постоянно обновляемый детерминированный граф всей инженерной среды организации. Граф служит оперативной памятью для людей и ИИ-агентов, обеспечивая более безопасные развертывания, лучшие архитектурные решения, снижение производственных рисков и ускорение разработки. Роль: AI-инженер для создания интеллектуального слоя, который делает систему полезной для инженеров и ИИ-агентов. Работа на стыке ИИ, программной инфраструктуры, инструментов разработчика и представления знаний. Значительная ответственность за техническое направление и продукт. Обязанности - Создавать ИИ-системы, которые понимают и рассуждают о сложных инженерных средах. - Разрабатывать интеллектуальные рабочие процессы, объединяющие структурированные данные, неструктурированную информацию, код, инфраструктуру и операционный контекст. - Работать с LLM, агентами, системами поиска и представлениями знаний, чтобы сделать инженерный контекст доступным для людей и ИИ. - Проектировать и внедрять системы извлечения, организации и постоянного обновления знаний из инженерных сред. - Повышать точность, надежность и детерминированность ИИ-генерируемого контекста и рекомендаций. - Создавать интеграции с репозиториями кода, инфраструктурой, инструментами разработчика, документацией, коммуникационными платформами и другими инженерными системами. - Разрабатывать системы оценки качества и надежности ИИ-систем. - Тесно работать с командами продукта и разработки, превращая неоднозначные проблемы в масштабируемые технические решения. - Помогать формировать архитектуру и техническое направление раннего продукта. Требования - Сильные основы разработки ПО и опыт создания production-систем. - Опыт создания приложений или инфраструктуры с использованием LLM, ИИ-агентов, RAG, графов знаний или других ИИ/ML-систем. - Опыт работы с Python и/или TypeScript; знание других современных бэкенд-языков — плюс. - Опыт работы с API, распределенными системами, базами данных и облачной инфраструктурой. - Понимание ограничений систем на основе LLM и умение строить надежные системы вокруг них. - Опыт доведения ИИ-систем от прототипа до production. - Комфорт в работе в среде ранней стадии с высокой ответственностью и автономией. - Развитое продуктовое чутье и интерес к решению сложных задач для инженеров ПО. - Наличие неограниченного разрешения на работу в США; спонсорство не предоставляется. - Возможность работать 5 дней в неделю в Сан-Франциско. Условия - Зарплата: $250k + доля в компании. - Хорошо финансируемая команда, решающая фундаментальную проблему, созданную быстрой эволюцией разработки ПО на основе ИИ. - Возможность помочь определить новую категорию и создать инфраструктуру, которая может стать критически важной для понимания и изменения сложных программных систем инженерами и ИИ-агентами.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Kokosing — один из 50 крупнейших генеральных подрядчиков США, обслуживающий широкий круг клиентов в частном и государственном секторах. Услуги включают тяжелое гражданское и промышленное строительство: автомагистрали, мосты, подземные коммуникации, объекты водоснабжения и водоотведения, морское строительство. Более 75 лет компания привлекает квалифицированных технических специалистов, предлагая видимые задачи, высокое качество и привлекательное вознаграждение. Годовой объем продаж — более 2,8 млрд долларов. О роли Kokosing ищет инженера по ИИ в строительстве. Этот сотрудник будет стратегическим партнером между отделом технологий и инноваций (T&I), IT и бизнес-подразделениями для поддержки внедрения интеллектуальных инструментов, копилотов и агентных рабочих процессов с целью автоматизации процессов и решения реальных задач в строительной отрасли в соответствии с целями организации. Специалист будет связующим звеном между разработкой ПО и прикладным ИИ, интегрируя прогнозные модели и генеративный ИИ в реальное выполнение проектов и операционную деятельность предприятия. Инженер по ИИ в строительстве будет подчиняться директору по строительным технологиям и инновациям и ежедневно взаимодействовать с операционными руководителями и IT-отделом. Корпоративная культура Инженер по ИИ в строительстве должен воплощать и укреплять основные культурные ценности организации: - Ориентация на клиента: построение долгосрочных отношений с клиентами (внутренними и внешними), предоставление комплексных решений и качественных результатов, превышение ожиданий безопасно и надежно. - Управление «с засученными рукавами»: «Никто из нас не умнее, чем все мы вместе». Лидерский подход, совместное достижение целей, готовность помогать, а не просто наблюдать. - Финансовая устойчивость: долгосрочные решения, анализ рисков, разумные стратегии, реинвестирование прибыли в компанию и обеспечение ресурсов для лидерства в отрасли. - Инновационное мышление: инновации — ключевой фокус организации, оптимизация бизнеса и лидерство в сообществе и стране. Ключевые обязанности Роль заключается в переводе бизнес- и полевых потребностей в работающие решения — от интеллектуальных рабочих процессов и копилотов до агентных инструментов и ИИ-приложений для строительного сектора. Вы будете разрабатывать надежные системы, которые стабильно работают в среде с высокими ставками и управлением рисками физического строительства. Вместе мы создадим и внедрим практические ИИ-решения, обеспечивающие автоматизацию, производительность и бизнес-ценность. - Создание ИИ-агентов и автоматизаций: проектирование и реализация интеллектуальных рабочих процессов с использованием LLM, вызова функций, агентного ИИ и мультиагентных паттернов, а также архитектур поиска. - Системная интеграция: интеграция ИИ-возможностей в корпоративные системы и полевые приложения (например, Procore или Autodesk) для реального внедрения и измеримой ценности. Партнерство с инженерами и аналитиками, работающими над безопасностью, операциями, планированием и рисками, для превращения агентных возможностей в инструменты для суперинтендантов, менеджеров проектов и инженеров-проектировщиков. - Тестирование и оценка: создание надежной инфраструктуры оценки, золотых наборов данных и тестовых стендов для недетерминированных ИИ-систем для обеспечения надежности и соответствия требованиям. - Управление данными: работа со структурированными и неструктурированными строительными данными, создание систем поиска, охватывающих векторный поиск и графы знаний по сложным проектным данным. - Взаимодействие с заинтересованными сторонами: партнерство с отраслевыми экспертами (руководителями проектов, суперинтендантами, директорами по безопасности) для уточнения требований и превращения агентных возможностей в удобные ежедневные инструменты. - Управление моделями: обеспечение соответствия ИИ-решений корпоративным стандартам безопасности, конфиденциальности и ответственной практики ИИ. Квалификация и навыки - Образование: степень бакалавра или магистра в области компьютерных наук, инженерии, науки о данных или смежной технической области. - Опыт: более 5 лет практической разработки ПО или инженерии ИИ/ML с подтвержденным опытом выпуска ИИ-приложений в производственной среде. - Инструменты ИИ и оркестрации: практический опыт работы с ИИ-фреймворками для оркестрации (например, LangChain, LangGraph, CrewAI, AutoGen или LlamaIndex). - Программирование и облако: уверенные знания Python и опыт работы с основными корпоративными облачными платформами и векторными базами данных (например, Azure, Databricks, Snowflake, Palantir). - Знание строительства: знание технологических стеков архитектуры, инженерии и строительства (AEC), цифровых двойников.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Metanoia IT Solutions GmbH — софтверная компания из Гамбурга. Мы разрабатываем цифровые продукты и масштабируемые SaaS-решения, но не для всех. Вместо того чтобы распыляться, мы сознательно сосредоточены на небольшом количестве выбранных проектов и долгосрочно работаем с устоявшимися постоянными клиентами. Наши клиенты — устоявшиеся SaaS-компании и средний бизнес с собственным программным обеспечением, SaaS-спин-оффы и собственные проекты — компании, которые сохраняют стартап-дух: быстрые решения, реальная близость к продукту и желание совместно развивать идеи. У нас ты не винтик в механизме, а работаешь глубоко в нескольких проектах — от концепции до финальной полировки. Фокус — на чистой, современной fullstack-разработке с JavaScript и TypeScript. Ты работаешь удалённо, самостоятельно и с современным стеком, в среде с плоской иерархией и короткими путями. Задачи - Разработка и развитие современных веб-приложений во фронтенде и бэкенде. - Участие в нескольких долгосрочных SaaS- и программных проектах постоянных клиентов — от новых функций до развития существующих платформ. - Тесное сотрудничество с клиентами и владельцами продуктов при разработке технических концепций и решений. - Внедрение и интеграция баз данных, API и облачных сервисов. - При необходимости разработка LLM- и агент-расширенных функций как полезного дополнения к существующим продуктам. - Ответственность за чистый, поддерживаемый и масштабируемый код. - Участие в архитектурных и технологических решениях. Требования - Опыт работы fullstack-разработчиком с современными JavaScript/TypeScript-фреймворками (например, React, Next.js, Node.js, NestJS или аналогичными). - Уверенное владение базами данных (SQL и NoSQL) и облачными сервисами (AWS, Hetzner или Azure). - Хорошее понимание программной архитектуры, чистого кода и DevOps-процессов. - Способность разрабатывать и правильно интегрировать LLM- и агент-расширенные функции. - Самостоятельная работа, осознание качества и удовольствие от глубокого погружения в проекты. - Знание немецкого языка на уровне не ниже C1. Условия - 100% удалённая работа и гибкий график. - Фокус на нескольких выбранных проектах с постоянными клиентами — с реальной глубиной вместо постоянной смены контекста. - Сотрудничество на равных с SaaS- и средними компаниями, сочетающими стартап-характер и долгосрочную перспективу. - Современный технологический стек и большая свобода действий. - Плоская иерархия, короткие пути принятия решений и мотивированная команда, увлечённая технологиями. - Возможность профессионального развития.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

Zartis — глобальный партнер по AI-трансформации и технологическому консалтингу. Команда работает над проектами в области AI-платформ, безопасных API-архитектур и cloud-native разработки. Инженерные хабы расположены в EMEA и LATAM, компания имеет долгосрочные партнерства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Проект относится к логистической отрасли: поддержка лидера цепочки поставок, который предоставляет экспертный консалтинг, специализированное ПО и управляемые сервисы для оптимизации сквозных логистических операций. Роль предполагает работу в распределенной команде. Задачи: - Проектирование, разработка и развертывание AI-приложений на Python. - Интеграция моделей машинного обучения, AI-API и интеллектуальных алгоритмов в масштабируемые бэкенд-системы. - Совместная работа с дата-сайентистами, продакт-менеджерами и инженерами для разработки AI-функций. - Участие в архитектуре ПО, системном дизайне и технических решениях для AI-продуктов. - Разработка и поддержка CI/CD пайплайнов и контейнерных сред с использованием Docker. - Развертывание и управление AI-приложениями на облачных платформах: AWS, Azure или Google Cloud Platform. - Оптимизация AI-решений по масштабируемости, производительности, надежности и поддерживаемости. - Отслеживание последних достижений в области AI и машинного обучения, оценка возможностей их внедрения. Требования: - Степень бакалавра в Computer Science, программной инженерии или смежной области. - 5+ лет профессионального опыта разработки ПО с фокусом на интеграцию AI/ML-решений в продакшн-приложения. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт с фреймворками машинного обучения: TensorFlow, PyTorch, scikit-learn или Hugging Face Transformers. - Понимание концепций машинного обучения, data engineering, ETL-процессов и развертывания моделей. - Опыт работы с SQL и крупномасштабными наборами данных. - Знакомство с контейнеризацией (Docker), CI/CD практиками и облачными платформами (AWS, Azure или GCP). - Опыт создания или потребления RESTful API и интеграции AI-сервисов в корпоративные приложения. - Опыт работы с LLM, векторными базами данных, промт-инжинирингом или AI-агентами. - Развитые аналитические и проблемно-ориентированные навыки. - Отличные коммуникационные навыки и умение работать в команде. - Проактивность, адаптивность, самостоятельность. - Способность работать независимо и в кросс-функциональных командах. - Мотивация вносить вклад в успех организации и соответствие её культуре и ценностям. Будет плюсом: - Опыт с современными фронтенд-фреймворками: React, Angular или Vue.js. - Знание MLOps-инструментов и практик. - Знакомство с Kubernetes, infrastructure as code или микросервисной архитектурой. Условия: - 100% удаленная работа. - Ежемесячная надбавка на удаленную работу. - Программа карьерного развития с 360-градусной обратной связью. - Обучение: выделенное время в течение недели, онлайн-курсы (Pluralsight, Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Machine Learning Engineer в компании Unifonic, занимающейся SaaS-решениями для бизнес-коммуникаций. Команда из 500 сотрудников обслуживает более 5000 компаний. Задачи: - Проектирование, разработка и внедрение масштабируемых ML-решений с акцентом на NLP и RAG-архитектуры. - Построение RAG-систем, сочетающих большие языковые модели с механизмами поиска для повышения точности и интерпретируемости контента. - Применение NLP-техник: классификация текста, распознавание сущностей, анализ тональности, суммаризация, ответы на вопросы, извлечение информации. - Исследование и интеграция современных NLP-моделей и RAG-фреймворков (Transformers, BERT, GPT, векторные базы данных, семантический поиск). - Наставничество младших коллег, обмен знаниями и лучшими практиками ML и разработки ПО. - Взаимодействие с кросс-функциональными командами для интеграции ML-решений в продукты компании. - Разработка и оптимизация ML-алгоритмов, создание сервисных API с использованием Flask, FastAPI или аналогичных фреймворков. - Отслеживание актуальных исследований и трендов в области ИИ, включая генеративный ИИ. - Сбор и анализ больших наборов данных совместно с командой data engineering в реальном времени, около-реальном времени или пакетном режиме. - Реализация прототипов и proof-of-concept для новых AI-кейсов. - Построение масштабируемых ML-сервисов, выдерживающих тысячи запросов в секунду, и проведение нагрузочных тестов для соблюдения SLA. - Ревью кода коллег, улучшение архитектуры в соответствии с принципами SOLID. - Участие в документации проектов и демонстрациях. Требования: - Опыт проектирования и внедрения RAG-систем, знание стратегий поиска (BM25, плотный поиск, гибридные подходы) и интеграции графов знаний. - Практический опыт с фреймворками оркестрации LLM: LangChain, LangGraph, CrewAI или аналогичными для создания автономных агентов. - Глубокие знания NLP-техник и моделей: Transformer-архитектуры (BERT, GPT, T5, LLama, Mistral), большие языковые модели и их тонкая настройка, векторные эмбеддинги и поиск по сходству, классификация текста, NER, анализ тональности, суммаризация, ответы на вопросы. - Опыт работы ML-инженером от 3 до 5 лет. - Опыт работы с Python от 3 лет. - Аналитические способности для сбора, организации и анализа больших наборов данных. - Полный цикл обучения, оценки, тестирования и развертывания ML-продуктов в продакшене. - Написание качественного кода на Python (SOLID), знание структур данных, алгоритмов и моделирования данных. - Опыт работы с ML-фреймворками: NumPy, Pandas, Scikit-Learn, PyTorch, Keras, BERT, TensorFlow и аналогичными. - Знакомство с практиками MLOps.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Python Backend Developer О продукте В команду ищут эксперта разработки, который возьмёт на себя самые критичные и нагруженные части платформы. Важен не только сильный инженер, но и человек, которому интересно, как индустрия агентов взрослеет: от prompt- к context engineering, от одиночного бота к мульти-агентным системам, MCP и A2A как новые стандарты, память и eval агентов, reasoning-модели, эффективный serving (vLLM / SGLang). Это не просто чтение в ленте, а практическое применение. Над чем предстоит работать - Оркестратор диалога на LangGraph: граф сценариев, чекпоинтинг состояния, tool-calling, интеграция с LLM. Это сердце платформы и одна из самых нагруженных её частей. - Планирование и выполнение многошаговых задач, субагенты и мульти-агентная оркестрация. - Развитие долговременной памяти агентов, изолированные сэндбоксы для исполнения кода и инструментов, guardrails и контроль действий. - Парсинг и чанкинг документов, индексация и гибридный / семантический поиск в Milvus. - Рантайм диалога на Kafka: обработка входящих сообщений, маршрутизация ответов в каналы, поток событий диалога в аналитику. - Оценка качества агентов, наблюдаемость. Чем предстоит заниматься - Реализовывать высоконагруженные бэкенды критичной бизнес-логики. - Быть владельцем кода одного или нескольких сервисов и отвечать за его качество, производительность, отказоустойчивость и документированность. - Прототипировать и исследовать подходы (новые модели, фреймворки агентов, способы инференса), чтобы обоснованно выбирать решения, а не следовать хайпу. - По желанию и в перспективе расти в техлида или тимлида продукта. Ожидания от кандидата - Релевантный опыт backend-разработки от 5 лет с Python как основным языком на экспертном уровне (в компании используется Python 3.12): понимание не только как писать, но и как и почему работает под капотом. - Глубокое понимание async-модели: где asyncio даёт выигрыш, а где только добавляет сложности, как не положить event loop блокирующим вызовом и как дебажить асинхронный код под нагрузкой; опыт с async-фреймворком (в компании используется FastAPI). - Опыт проектирования и эксплуатации высоконагруженных и отказоустойчивых сервисов: нагрузка, конкурентность, backpressure, деградация, идемпотентность. - Уверенная работа с микросервисами и брокерами сообщений (в компании используется Kafka). - Опыт с реляционными БД (в компании используется PostgreSQL); понимание, чем платить за консистентность и как не положить базу под нагрузкой. - Алгоритмы и структуры данных, ООП, SOLID, чистый читаемый код, code review, юнит-тестирование.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Обязанности - Проектировать backend-сервисы. Разрабатывать отказоустойчивые микросервисы на Python, закладывая фундамент для масштабирования продукта. - Строить инфраструктуру для ML. Создавать API для инференса моделей, управлять очередями задач и обеспечивать бесшовную интеграцию дата-сайентистов в production-среду. - Работать с данными в реальном времени. Обрабатывать потоки информации через Kafka, выстраивать эффективную потоковую обработку событий. - Задавать стандарты качества. Участвовать в код-ревью, развивать культуру чистого кода и внедрять лучшие инженерные практики в команде. - Обеспечивать надежность. Писать юнит- и интеграционные тесты, чтобы гарантировать стабильность сервисов 24/7. - Участвовать в аналитической работе. Команда разрабатывает сервисы на основе экспертных алгоритмов, главная сложность — перенести многолетний человеческий опыт в машинный код и сохранить точность оценки. Разработчик также является в какой-то степени аналитиком, тестирующим различные гипотезы, влияющие на работу алгоритма и качество оценки. Требования - Опыт коммерческой разработки на Python от 3 лет. - Глубокое понимание микросервисной архитектуры: REST, gRPC, принципы взаимодействия распределенных систем. - Уверенная работа с реляционными базами данных (PostgreSQL) и брокерами сообщений (Kafka). - Владение асинхронным программированием (asyncio, aiohttp, FastAPI) для создания высоконагруженных систем. - Навык работы со всем циклом разработки ПО: от постановки задачи до выкатки в прод и поддержки. - Практический опыт с Docker и системами контроля версий (Git). - Высшее техническое образование, самостоятельность и умение находить общий язык с командой аналитиков, методологов и исследователей данных. Условия - Москва, офис. - Компания: Сбер.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Software Engineer Компания Spectral::Technologies занимается HFT — разрабатывает инфраструктуру и стратегии для торговли на рынках по всему миру. Компании более 7 лет, она успешно конкурирует с крупнейшими игроками индустрии и постоянно растет в PnL. Ищем Senior AI Software Engineer — инженера, у которого AI-навыки дополняют крепкую инженерную базу на уровне команды, а не заменяют её. Вы будете не только решать инженерные HFT-задачи, но и развивать агентную инфраструктуру и процессы, повышающие КПД всей команды. Требования - Ежедневная работа с агентными инструментами (Claude Code, Codex, Cursor и т.п.) на реальных задачах с коммерческим результатом - Уверенное владение C++ (от 17 стандарта) наравне с командой и Python - Понимание LLM на инженерном уровне — контекст, токены, причины галлюцинаций — и готовность отвечать за сгенерированный код наравне с написанным руками Задачи - Решение полноценных HFT-задач с агентами как множителем — подключение новых бирж, инженерный ресерч биржевой инфраструктуры, оптимизация задержек - Построение агентной инфраструктуры команды — это ваш продукт внутри фонда, которым будут пользоваться многие инженеры - Интеграция LLM в сервисы там, где это оправдано — tool use, structured output, MCP Условия - 240–360k USD в год на руки + profit sharing - Неограниченный бюджет на токены - Бенефиты: ДМС со стоматологией, мероприятия, питание, учебные отпуска, перфоманс-коучинг, корпоративы в разных странах мира

Формат

Удалённо

Страна

Россия

Город

Не указан

Продакт-менеджер Вкус Вилл Компания Вкус Вилл, домен Ecom, грейд Middle/Senior, формат — удаленка по РФ. Открыта вакансия продакт-менеджера в команду Лояльности ВкусВилл. Позиция новая, на расширение существующей команды. Чем заниматься: - развивать и создавать новые ценности для покупателей через инструменты лояльности и промо, в том числе ML-based; - управлять стратегией и бэклогом нескольких продуктов в мобильном приложении с MAU 4,5 млн. Основные условия: - удаленка или гибрид; - ИТ-аккредитация; - работа в команде с выделенными ресурсами; - зрелые процессы без лишней бюрократии; - возможность запускать свои проекты; - классное комьюнити, веселые тусовки. Возможность работать и создавать продукт в культуре, где покупатель и его счастье важны не в красивых презентациях, а в реальных делах.

Формат

Удалённо

Страна

Россия

Город

Не указан

PYTHON / AI DEVELOPER В ПРОЕКТ Создаём платформу для фотографов и их клиентов, где фотографии с фотосессий можно превращать в мерч — одежду, аксессуары и декор — в один клик. Формат: удалённо Оплата: рубли или USDT, еженедельно Задачи: - разработка backend и логики MVP; - парсинг фото по ссылкам из сторонних галерей; - умный отбор кадров через CLIP / Vision API; - автоматическое наложение фото на шаблоны одежды с OpenCV / Computer Vision; - создание быстрого веб-интерфейса. Требования: - уверенный Python; - опыт быстрой сборки MVP; - опыт парсинга динамических сайтов; - продуктовый подход; - pet-проект будет плюсом. Без микроменеджмента, с возможностью влиять на архитектуру проекта.

Формат

Офис

Страна

Не указана

Город

Не указан

Старший разработчик-агентостроитель Служба AI-сервисов в Яндекс Лавке внедряет AI во внутренние процессы и пользовательский опыт. За последний год направление развилось от точечных агентов под отдельные задачи до AI-систем, охватывающих целые бизнес-функции. Ищем разработчика-агентостроителя, который возьмёт на себя проектирование и развитие AI-систем end-to-end. Позиция на стыке ML, бэкенда и архитектуры. Задачи - Вести крупные AI-инициативы под ключ: погружаться в бизнес-процесс, защищать архитектуру, писать код, ставить задачи другим разработчикам команды, отвечать за выкатку и поддержку. - Проектировать архитектуру AI-систем: оркестрация, общий контекст и память, переиспользуемые тулы, фолбэки, маршрутизация между моделями. - Работать с нагруженными агентскими сценариями: проектировать мониторинг качества и галлюцинаций в проде, оптимизацию latency и стоимости вызовов LLM, обработку пиковых нагрузок, ретраи и фолбэки. - Предлагать изменения: самостоятельно находить точки роста, формулировать гипотезы, защищать их и доводить до результата. - Поддерживать жизнь агентов в проде: выстраивать системы мониторинга качества, добавлять покрытие непредвиденных сценариев, масштабировать решения на соседние сервисы. Требования - Уверенное владение Python для продакшн-разработки. - Опыт ведения крупных проектов end-to-end. - Понимание LLM и AI-агентов на уровне продакшн-практики. - Архитектурное и продуктовое мышление. - Проактивность и автономность. Будет плюсом - Продакшн-опыт с API больших языковых моделей. - Опыт ML-разработки. - Глубокое знакомство с экосистемой lang, агентскими протоколами и продвинутыми RAG-подходами. Бонусы В Яндексе есть комьюнити: спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior QA Engineer Manual Automation Vallettasoftware — международная IT-компания, специализирующаяся на разработке заказных цифровых продуктов, веб- и мобильных приложений, а также внедрении AI/ML для стартапов и предприятий. Языки: английский B2 или выше. Зарплата: $4K — $4.5K. Удаленная работа.

Формат

Удалённо

Страна

Не указана

Город

Не указан

AI-First QA Engineer — Manual и Automation в DevOps-команде Vallettasoftware — разработчик кастомного мобильного и веб-программного обеспечения для США и Европы. Команды компании реализуют IT-проекты различной сложности, включая разработку сайтов и мобильных приложений, корпоративных систем и решений на основе искусственного интеллекта и машинного обучения (AI/ML). Компания входит в топ-10 компаний по разработке программного обеспечения во втором квартале 2026 года по версии 50Pros | Discover top agencies. Ищем универсального QA-инженера в DevOps-команду — специалиста с сильной классической базой в ручном и автоматизированном тестировании, который последние 1–2 года работает по AI-First подходу и использует ИИ как основной повседневный инструмент. Это не чисто Manual QA и не чисто Automation QA. Специалист должен быть готов самостоятельно покрывать полный цикл тестирования: от анализа требований и ручной проверки нового функционала до написания, запуска и поддержки автоматизированных тестов. Задачи - Анализ требований, пользовательских сценариев и технической документации. - Проведение функционального, интеграционного, регрессионного, исследовательского и смоук-тестирования. - Тестирование веб-приложений, API, интеграций и внутренних технических инструментов. - Разработка и поддержка автоматизированных тестов с использованием Playwright и/или Selenium. - Создание тест-кейсов, чек-листов, тестовых данных и отчетов о дефектах. - Анализ логов, ошибок CI/CD и результатов прогонов автоматизированных тестов. - Интеграция автоматизированных тестов в пайплайны сборки и доставки. - Определение того, какие проверки следует автоматизировать, а какие лучше выполнять вручную. Использование ИИ на всех этапах QA-процесса - Анализ требований и выявление недостающих сценариев. - Генерация и обновление тест-кейсов. - Создание и рефакторинг автоматизированных тестов. - Генерация тестовых данных. - Анализ логов, разбор отказов и исследование flaky-тестов. - Локализация дефектов. - Подготовка отчетов о багах и тестовой документации. - Оценка полноты тестового покрытия.

Формат

Офис

Страна

Не указана

Город

Не указан

Математик-программист (Senior C++) Юзтех — группа аккредитованных ИТ-компаний полного цикла разработки с экспертизой в DWH, BigData, AI/ML, Blockchain, BI, предиктивной аналитике, цифровых двойниках производства и рисков. ГК Юзтех является технологическим партнером компаний Mail.ru, 2Gis, НЛМК, Еврохим, Go Invest, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет Девелопмент, Х5 Group, Газпромнефть, Лемана Про, Ситилинк, Ланит, IBS. Также ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны. Задачи - Разработка и оптимизация алгоритмов на основе дискретной математики, графовых моделей и методов поиска. - Построение и доработка сложных графовых моделей, работа с деревьями, графами и мультиагентными моделями. - Формализация бизнес-задач в виде математических моделей, выбор подходящих методов решения. - Анализ корректности и оптимальности предлагаемых решений, подготовка строго обоснованных выводов. - Прототипирование и экспериментальная проверка математических гипотез. - Работа с параллельными и распределенными вычислениями для масштабирования тяжелых расчетов. Ожидания Фундаментальные математические знания - Дискретная математика и логика: уверенная работа с булевой алгеброй, предикатами, деревьями и графами. - Знание классических алгоритмов поиска и оптимизации (например, A, метод ветвей и границ), опыт работы с мультиагентным моделированием. - Умение составлять и редактировать сложные графовые модели. - Теория алгоритмов: понимание принципов доказательства корректности и оптимальности алгоритмов и умение применять их на практике. Инженерные навыки и программирование - Уверенное владение C++ на уровне Senior (написание производительного и поддерживаемого кода, профилирование, оптимизация). - Понимание и умение оценивать асимптотическую сложность алгоритмов (временная и пространственная, Big O) на этапе проектирования решения. - Глубокое знание структур данных и того, как алгоритмы взаимодействуют с памятью (кеши, аллокация, доступ к данным и т. д.). - Понимание принципов многопоточности, основ работы с GPU (например, CUDA) и распределенных вычислений для ускорения тяжелых математических моделей. Опыт и прикладные навыки - Владение численными методами: понимание особенностей работы с плавающей запятой, влияния округления, интерполяции и численного интегрирования на результат. - Навык быстрого прототипирования и проверки математических гипотез (возможен опыт с любыми удобными инструментами и языками; знание дополнительных языков программирования будет плюсом).

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Quantitative Researcher Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом протокола 24/7. Ищем кванта, который закрывает полный цикл ресерча сам. KPI один — сколько стратегия приносит и запущена ли она в прод. Что важно: - опыт Quant Researcher от 2 лет, инструмент не важен, не только крипта - Supervised Learning и Reinforcement Learning, статистика, оптимизация моделей - Python, PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - автономность: если вы отвечали только за один участок цикла, роль будет на вырост 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

Россия

Город

Не указан

C++ разработчик в команду фотоконтроля Команда контроля качества Яндекс Еды, Такси, Маркета и других сервисов Яндекса занимается фотоконтролем: регулярно проверяется, что за рулём или с курьерской сумкой находится именно тот человек, у которого есть разрешение работать. Система обрабатывает 800 тысяч проверок в день в 40+ странах, в базе более миллиарда записей. За последний квартал запущен онбординг-сторис для нескольких типов фотоконтроля — рост успешных проверок до +15 п. п. в отдельных странах. Запущен AI-агент для поддержки исполнителей: качество ответов выросло с 5,9 до 8,3 из 10, стоимость LLM-запросов снизилась на 70%. Стек - C++20 на фреймворке userver - Python 3.11 - PostgreSQL, MongoDB, Redis, YDB - Logbroker — внутренний аналог Apache Kafka Задачи - Разработка AdminUI с настройками фотоконтроля: проектирование и построение интерфейса управления всеми настройками фотоконтроля. - Миграция сущностей и проверок в YDB: проектирование новой схемы хранения данных фотоконтроля на базе YDB, реализация полноценных черновиков проверок. - Классификатор фотоконтроля — машины: поднятие нового сервиса, реализация API для получения размеченных признаков с фотографий автомобиля. - AI-агент и снижение операционной нагрузки: развитие LLM-агента фотоконтроля. Требования - Разработка под Linux - Знание C++ и STL - Ориентация в классических алгоритмах и структурах данных, знакомство с NoSQL- и SQL-базами Будет плюсом - Опыт работы с высоконагруженными системами - Опыт работы с микросервисной архитектурой и Docker - Опыт работы с LLM API Бонусы В Яндексе есть спортивные клубы, книжный клуб, киберспортивное сообщество.

Формат

Удалённо

Страна

Россия

Город

Не указан

Область и стек: Системная аналитика Должность: Support Manager (L2) Компания: Scela Зарплатная вилка: 1000-1500$ Формат работы: Удаленка Страна работы: РФ Компания создает автономную инфраструктуру монетизации трафика в Telegram на базе AI. Цифровые сотрудники заменяют целые отделы ручных операторов для крупных команд. Ищут специалиста технической поддержки второй линии, который умеет работать с языковыми моделями (LLM) под капотом, понимает логику промптинга и готов обеспечивать бесперебойную работу систем в ночное время и выходные. Чем предстоит заниматься - Обрабатывать входящие обращения от клиентов в Telegram-боте поддержки. - Настраивать и оптимизировать prompt-инструкции для ИИ-ассистентов под конкретные сценарии и вертикали продаж. - Оперативно диагностировать и устранять логические ошибки в диалогах. - Помогать клиентам настраивать авто-дожимы и сценарии в no-code/low-code конструкторе воронок. - Мониторить работоспособность Telegram-сессий клиентов. - Отсеивать платформенные баги и заводить технические таски на бэкенд/фронтенд-разработчиков. Что ожидаем - Опыт в support на 2 линии поддержки от 1 года — обязательно. - Навык чтения или написания кода — обязательно. - Базовое понимание prompt engineering: умение писать четкие системные инструкции для LLM (ChatGPT, Claude, Gemini) и понимание, как системный промпт влияет на поведение модели. - Понимание логики no-code/low-code конструкторов воронок и базовых принципов работы CRM. - Умение быстро разбираться в чужих переписках, логах и находить причинно-следственные связи. - Опыт общения с клиентами в техподдержке или B2B-клиентском сервисе. - Базовые знания Git. - Высокий уровень самодисциплины: готовность стабильно работать в ночные часы и оперативно реагировать на критические алерты о падении сессий. Что предлагаем - Полностью удаленный формат работы из любой точки мира. - Оплачиваемая стажировка (1 месяц): график — 6/1 (ПН–ПТ: с 10:00 до 19:00; СБ — с 10:00 до 14:00 МСК). - График после прохождения стажировки: 6/1, ночные смены — выходные предусмотрены только в будние дни в середине недели. Смена длится 12 часов (с 22:00 до 10:00 МСК). В течение смены чистое рабочее время — 8 часов, но все 12 часов надо быть на связи. - Оклад: 1000–1500$ в месяц по результатам собеседования. Выплаты 1 и 16 числа на кошелек BEP20. - Обучение работе на no-code платформе и тонкостям настройки ИИ под конвертящий трафик. - Работа в быстрорастущем AI-стартапе с сильной технической командой. - Возможность карьерного роста до руководителя Support-отдела. - Подписание договора NDA (по паспортным данным и видеоверификации).

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Quantitative Researcher Команда строит собственные торговые стратегии на reinforcement learning и управляет капиталом протокола 24/7. Ищем кванта, который закрывает полный цикл ресерча сам. KPI один — сколько стратегия приносит и запущена ли она в прод. Что важно: - опыт Quant Researcher от 2 лет, инструмент не важен, не только крипта - Supervised Learning и Reinforcement Learning, статистика, оптимизация моделей - Python, PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna - автономность: если вы отвечали только за один участок цикла, роль будет на вырост Условия: - гибрид, офис в центре Москвы - фикс в USDT/USDC - квартальный profit sharing от результатов стратегий - оплачиваемый отпуск - компания оплачивает AI-подписки

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

ML-инженер | Senior Bell Integrator ищет Senior ML-инженера на удалённую работу по РФ. Требования - от 3 лет опыта в Data Science; - разработка и продуктивизация ML-сервисов; - опыт ML-пайплайнов в real-time; - Docker, Airflow или другие шедулеры; - SQL/NoSQL. Задачи - улучшать рекомендательные системы и бизнес-метрики; - разрабатывать и выводить ML-модели в прод; - проводить A/B-тесты и формировать новые гипотезы; - взаимодействовать с Data Engineers, разработчиками и аналитиками; - разрабатывать агентские сервисы. Условия - зарплата обсуждается индивидуально; - удалённо по РФ, работа по МСК; - оформление по ТК РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности Не указаны. Требования - Уровень: Senior - SQL - Python - PostgreSQL - Анализ данных - Scikit-learn - ClickHouse - Анализ угроз - Математическая статистика Условия - Заработная плата: от 4 000 до 10 000 долларов США - График: полный рабочий день - Локация: Санкт-Петербург, Россия

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов Компания: ООО Napoleon IT Мы — IT-компания, в которой искусственный интеллект объединяется с человеческим. Более 250 сотрудников, 3 офиса в России, 3 направления развития: заказная разработка, outstaffing, собственные продукты. Помимо существующих продуктов и решений на основе AI, мы развиваем разработку с использованием технологий LLM и Generative AI. Мы строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов. Мы ищем Python разработчика на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов. Проект реализуется на микросервисной архитектуре и направлен на создание решения, которое рассчитывает рекомендации по формированию заказов поставщикам с учетом параметров логистики, складских остатков, спроса и других бизнес-ограничений. Вы будете работать в команде аналитиков, архитекторов и разработчиков, участвуя в проектировании, проработке требований и создании интегрированного решения для управления цепочками поставок. Задачи - Разработка и поддержка высоконагруженных микросервисов; - Интеграция с Kafka для обработки потоков данных; - Проектирование Event Sourcing и CQRS паттернов; - Разработка API для межсервисного взаимодействия; - Настройка мониторинга и алертинга сервисов; - Code review. Требования - Опыт работы с Python от 5 лет; - Django / FastAPI — опыт разработки REST API; - Микросервисная архитектура — опыт проектирования и поддержки; - Apache Kafka — продакшн опыт работы с producers / consumers; - PostgreSQL — проектирование схем, оптимизация запросов; - ETL процессы — Extract, Transform, Load данных; - Docker / Kubernetes — контейнеризация и оркестрация; - Базы данных: PostgreSQL, ClickHouse; - Event-driven архитектура — паттерны работы с событиями; - API Gateway — опыт интеграции через шлюзы; - Мониторинг: Prometheus, Grafana или аналоги; - Git, CI / CD — DevOps практики. Будет плюсом - Знание gRPC для межсервисного взаимодействия; - Опыт с ELK Stack (Elasticsearch, Logstash, Kibana); - Redis Cluster для высокодоступного кэширования; - Знание Domain-Driven Design (DDD); - Опыт performance tuning Python приложений. Как проходит отбор Первый этап — короткое интервью на ИИ-платформе BRaiN HR. В интервью будут вопросы, которые задает рекрутер и руководитель при первичном собеседовании. Можно пройти интервью в любое время, не нужно ждать звонка рекрутера, интервью занимает до 30 минут. Ответы увидит не только рекрутер, но и нанимающий руководитель. Заработная плата: уровень дохода не указан.