Вакансии для ML-инженеров

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания Bright Sol ищет senior AI-First инженера с экспертизой Oracle SCM и практическим опытом применения ИИ на всём протяжении SDLC. Это не традиционная роль Oracle SCM-разработчика. Кандидат должен иметь подтверждённый опыт использования AI/GenAI для улучшения разработки, тестирования, модернизации, развёртывания и поддержки производства. Локация: Alpharetta, GA / удалённо. Обязательные требования - 12+ лет опыта в ИТ - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS - Подтверждённый опыт AI/GenAI на всём протяжении SDLC - GitHub Copilot / Oracle Code Assist - LLM / ChatGPT / Claude - Агентные AI-фреймворки - Prompt Engineering - RAG (Retrieval-Augmented Generation) - OCI Generative AI - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX - AI-ассистированная генерация кода, рефакторинг и модернизация - AI-управляемая генерация тест-кейсов, автоматизация и регрессионное тестирование - AI-ассистированные ревью кода, CI/CD и DevOps - Опыт работы с интеграциями, кастомизациями, расширениями и отчётами Oracle SCM

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AI-инженер отвечает за проектирование, разработку, развертывание и поддержку решений в области искусственного интеллекта и машинного обучения, которые обеспечивают интеллектуальную автоматизацию, прогнозную аналитику и продвинутую аналитику на уровне предприятия. Роль предполагает практическую разработку: применение принципов программной инженерии для написания production-кода, создание масштабируемых AI-систем, включая AI-агентов и пайплайны данных, и интеграцию моделей ИИ в новые и существующие бизнес-приложения. AI-инженер тесно сотрудничает с дата-сайентистами, дата-инженерами, ML Ops-инженерами и платформенными командами для перевода моделей машинного обучения из прототипа в продакшн. Критически важная часть функции — обеспечение перехода AI-кейсов от экспериментов к надежным, управляемым и готовым к бизнесу решениям, включая полную операционную готовность: внедрение надежной наблюдаемости, определение Service Level Objectives (SLO) и создание четких стратегий реагирования на инциденты и отката для всех AI-сервисов. Обязанности - Разработка и внедрение моделей: написание чистого, эффективного и документированного кода для разработки и внедрения моделей машинного обучения и ИИ, поддерживающих различные бизнес-кейсы. - Реализация пайплайнов обработки данных и предобработки, необходимых для входных данных моделей. - Постоянная оптимизация производительности и масштабируемости AI-приложений и моделей. - Проектирование, разработка и поддержка масштабируемых ML-пайплайнов для обучения, валидации, инференса и развертывания моделей. - Сотрудничество с ML Ops-инженерами для упаковки и развертывания моделей в корпоративных системах с использованием установленных практик MLOps. - Мониторинг развернутых моделей в продакшене на предмет производительности, дрейфа данных и надежности, устранение возникающих проблем. - Обеспечение операционной готовности всех AI-сервисов: определение и внедрение Service Level Objectives (SLO) для ключевых метрик, таких как p50/p95 задержка и доступность, создание надежного мониторинга и алертинга для дрейфа моделей, задержки и частоты ошибок. - Тесное сотрудничество с дата-сайентистами для перевода экспериментальных моделей и исследовательских прототипов в надежные production-системы. - Поддержка интеграции AI-возможностей в корпоративные рабочие процессы, приложения и цифровые платформы. - Участие в документировании и объяснимости выходов моделей для обеспечения ясности для бизнес-стейкхолдеров. - Обеспечение соответствия всех развернутых AI-систем корпоративным стандартам управления, справедливости и безопасности. - Оценка новых AI-технологий, таких как LLM и генеративный ИИ, для определения их применимости к бизнес-задачам и стимулирование инноваций. - Обеспечение поддержки аудируемости, объяснимости, прослеживаемости и соответствия регуляторным требованиям. - Реализация стратегий управления памятью, контекстной инженерии, планирования и многошаговых рассуждений. - Определение и отслеживание метрик качества, таких как обоснованность, точность (faithfulness), релевантность, процент выполнения задач и удовлетворенность пользователей. Предпочтительные навыки и опыт - Основные технические и AI-компетенции: - Сильные навыки программирования на Python, Java или C++, включая разработку API и проектирование ПО. - Глубокое понимание базовых концепций машинного обучения, включая классификацию, регрессию, кластеризацию и архитектуры глубокого обучения. - Практический опыт работы с современными фреймворками глубокого обучения и алгоритмами (обучение с учителем и без), такими как PyTorch, TensorFlow или аналогичными, для построения и обучения сложных нейронных сетей. - Навыки работы с LLM, промпт-инжинирингом, тонкой настройкой и использованием фреймворков LangChain и LangGraph для построения RAG-систем (Retrieval-Augmented Generation). - Работа с данными: data wrangling, SQL, хранилища данных и ETL-пайплайны для подготовки данных для моделей. - Полный жизненный цикл ML-моделей: - Подтвержденный опыт полного жизненного цикла моделей: разработка, обучение и развертывание моделей машинного обучения от прототипа до продакшена. - Владение предобработкой данных, инженерией признаков и методами оценки моделей для обеспечения надежной и точной производительности. - Подтвержденная способность строить и оптимизировать масштабируемые пайплайны данных для обучения и оценки моделей машинного обучения. - Хорошее знание как SQL, так и NoSQL баз данных для запросов и управления данными для AI-приложений. - Программная инженерия и MLOps: - Солидная база в лучших практиках программной инженерии, включая контроль версий (Git), автоматизированное тестирование и CI/CD пайплайны. - Практический опыт контейнеризации с помощью Docker и оркестрации контейнеров с помощью Kubernetes для масштабируемого развертывания. - Экспертиза в MLOps-наблюдаемости, включая мониторинг моделей для отслеживания производительности и дрейфа, а также установление происхождения моделей/версий, телеметрии и трассируемости. - Опыт внедрения продвинутых стратегий тестирования и развертывания, включая канареечные и теневые развертывания, а также комплексные наборы тестов (модульные, интеграционные, состязательные, регрессионные).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Компания разрабатывает ИИ-платформу для автоматизации продаж и коммуникаций, а также создаёт ИИ, который трансформирует рост сервисных бизнесов. Основана в 2016 году, штаб-квартира в Ричмонде, Вирджиния, США. Штат — 51–200 сотрудников. Обязанности - Проектировать, разрабатывать и поддерживать бэкенд-сервисы, API и интеграции со сторонними системами; объяснять технические компромиссы заинтересованным сторонам. - Тесно работать с продуктом и дизайном как партнёр: применять продуктовое мышление к каждой функции, балансируя потребности пользователей, бизнес-цели и технические компромиссы. - Владеть задачами от начала до конца и сдавать результаты вовремя, при необходимости привлекая коллег из других команд. - Применять инженерные практики: тщательное ревью кода, автоматизированное тестирование, CI/CD, выкатка с фича-флагами и A/B-экспериментами, наблюдаемость и техническая документация. - Задавать техническое направление и стандарты для архитектуры, процессов и доставки. - Выявлять и решать критичные технические проблемы, участвовать в архитектурных обсуждениях, повышать стандарты команды. - Наставлять младших инженеров, развивать культуру обучения и технического совершенства. Требования - Опыт бэкенд-разработки на одном из языков: Elixir, Go, Python или аналогичном серверном языке; готовность осваивать новые языки и фреймворки по мере развития стека. - Глубокое понимание бэкенд-систем, проектирования API и моделей данных; умение вести функции от архитектуры до продакшена. - Чувство ответственности и склонность к действию: доводить неоднозначные задачи до конца, привлекать коллег для разблокировки и отвечать за результат. - Отличные коммуникативные навыки, умение эффективно взаимодействовать с техническими и нетехническими заинтересованными сторонами. - Желание следить за быстро меняющимся ландшафтом ИИ: изучать новые модели, инструменты и техники и осознанно применять их в работе и продукте. - Несколько лет опыта выпуска продакшен-софта, с успешным ведением проектов от спецификации до запуска с участием нескольких контрибьюторов. - Знакомство с ML/LLM-системами, включая промт-инжиниринг, оценки (evals) и поведение моделей, будет плюсом. Условия - Удалённая работа, кандидаты из США. - Полное медицинское и стоматологическое страхование. - Поддержка ментального здоровья и соответствующие сервисы. - 15 дней оплачиваемого отпуска (начисление с даты найма, увеличивается после 2+ лет работы), 12 праздничных дней и один плавающий праздник. - До 14 недель отпуска по уходу за ребёнком. - Ежемесячный велнес-стипендия. - Пенсионный план 401(k). - Программа покупки акций для сотрудников. - Возмещение расходов на профессиональное развитие. - Возмещение расходов на работу из дома.

Формат

Удалённо

Страна

Любая

Город

Не указан

Разработка приложений в PowerApps с использованием Dataverse, Power Automate, Excel, Forms и SharePoint Online. Использование готовых коннекторов Power Apps и Power Automate. Разработка и развертывание решений Microsoft Copilot Studio с интеграцией Teams, Microsoft 365, Power Platform и корпоративных систем. Создание и запуск локально размещенных решений на базе Claude вне Microsoft 365 для разработки, прототипирования и автоматизации. Включение адаптивных карточек, переменных, триггеров, коннекторов и интеграций API в решения Copilot Studio. Разработка промптов, навыков и стратегий grounding/контекста для Copilot и Claude. Участие в тестировании, валидации и обеспечении качества решений. Проведение анализа технической осуществимости, создание документации по дизайну решений и руководств пользователя. Обеспечение соответствия стандартам безопасности, комплаенса и управления Microsoft, включая Entra ID, Microsoft Purview и политики DLP. Применение строгих практик контроля данных для AI-инструментов и регулируемых данных. Наставничество коллег, техническое руководство и решение эскалированных проблем. Разработка документации, руководств пользователя и обучающих материалов для поддержки внедрения. Оптимизация усилий по разработке на основе обратной связи от пользователей. Отслеживание новых функций Power Platform и Copilot. Оценка и пилотирование новых AI-инструментов на предмет соответствия организации, ценности, комплаенса и совместимости с контролем данных. Диагностика и решение технических проблем, связанных с внедрением Copilot Studio. Обеспечение безопасности данных в решениях Power Platform и Copilot. Взаимодействие с внутренними командами и клиентами для выявления и внедрения возможностей повышения производительности и автоматизации на базе AI. Требования: Степень бакалавра в технической области и 1–2 года профессионального опыта или эквивалентная комбинация образования и опыта. Подтвержденный опыт проектирования, разработки и развертывания решений Microsoft Power Platform и Copilot Studio. Практические знания Microsoft Copilot, Claude и связанных AI-инструментов для разработки, автоматизации и промпт-инжиниринга. Опыт локального использования Claude вне среды Microsoft 365. Хорошее знание Teams, Microsoft 365, Power Platform, Azure и их точек интеграции. Знание Microsoft Graph API, REST API и интеграций со сторонними системами. Способность выявлять возможности оптимизации на базе AI. Способность работать в регулируемой среде со строгим контролем данных и обязательствами по комплаенсу. Желание изучать, тестировать и внедрять новые AI-инструменты и платформы. Отличные навыки решения проблем, аналитики и устранения неисправностей. Опыт интеграции данных из нескольких источников с сохранением точности, качества и соответствия требованиям. Понимание принципов промпт-инжиниринга и поведения LLM; опыт работы с RAG-архитектурой приветствуется. Отличные письменные и устные коммуникативные навыки, включая подготовку и проведение презентаций. Способность работать самостоятельно в среде с приоритетом удаленной работы. Способность переводить сложные технические концепции в практические рекомендации для нетехнических заинтересованных сторон. Опыт работы по моделям Agile/Scrum приветствуется. Сертификаты Microsoft Power Platform, AI или Copilot приветствуются. Предыдущий опыт работы в Microsoft или Microsoft Gold/Cloud Solutions Partner приветствуется. Опыт развертывания и управления AI-инструментами в регулируемых или чувствительных к данным средах приветствуется. Работа ведется на английском языке с пересечением по времени для встреч и совместной работы с US-часовыми поясами. Командировки не требуются. Условия: Конкурентоспособная компенсация. Комплексный пакет льгот: медицинская страховка, пенсионные отчисления, отпуск и другие. Возможность самостоятельно строить карьерный путь и получать глубокую профессиональную экспертизу, работая с несколькими клиентами и проектами, а также контролировать внедрение своих рекомендаций. Возможность развития и продвижения в растущей организации.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior / Lead

Компания Apetan Consulting Роль Senior Lead AI-инженер, направление AI Foundations, LLM Core и Agentic AI. Формат работы: удалённо. Обязанности - Руководить архитектурой и разработкой AI/ML-фундамента и приложений на базе LLM. - Проектировать и внедрять LLM-пайплайны: промптинг, RAG, fine-tuning, оценку и оптимизацию моделей. - Строить агентные ИИ-системы с использованием вызова инструментов, рабочих процессов, памяти, планирования и мультиагентных паттернов. - Разрабатывать масштабируемую AI-инфраструктуру, API, сервисы и переиспользуемые AI-компоненты. - Оценивать и интегрировать фундаментальные модели и новые технологии генеративного ИИ. - Внедрять лучшие практики оценки LLM, наблюдаемости, безопасности, защищённости и управления. - Тесно работать с продуктовыми, инженерными, data science и бизнес-командами для перевода сценариев использования в продакшен-решения. - Наставлять инженеров и обеспечивать техническое лидерство в AI-инициативах. - Вести эксперименты и proof-of-concept, доводить успешные решения до продакшена. Требования - Сильный практический опыт работы с LLM, генеративным ИИ и разработкой AI-приложений. - Опыт с RAG, эмбеддингами, векторными базами данных, промпт-инжинирингом, fine-tuning и оценкой LLM. - Глубокое понимание агентного ИИ, вызова инструментов и функций, AI-воркфлоу и мультиагентных архитектур. - Владение Python и современными AI/ML-фреймворками. - Опыт создания масштабируемых облачных продакшен-систем. - Понимание API, микросервисов, распределённых систем и лучших практик разработки ПО. - Опыт работы с AWS, Azure или Google Cloud Platform и соответствующими AI/ML-сервисами. - Развитые навыки решения задач, архитектурного мышления и технического лидерства.

Формат

Удалённо

Страна

Любая

Город

Не указан

LLM-инженер Задачи - Проектирование, дообучение и развертывание больших языковых моделей (LLM), таких как OpenAI GPT, BERT или собственных архитектур, для решения задач обработки естественного языка. - Разработка и оптимизация API для интеграции ИИ-функциональности в основные продукты Qelp, обеспечение совместимости и производительности. - Совместная работа с кросс-функциональными командами, включая UX/UI-дизайнеров, фронтенд-разработчиков и продакт-менеджеров, для согласования возможностей ИИ с бизнес-задачами. - Повышение масштабируемости ИИ-решений за счет модульной архитектуры и эффективных практик развертывания моделей. - Разработка пайплайнов для обработки больших наборов данных, обеспечение качества и релевантности данных для обучения и дообучения LLM. - Обеспечение этичного и прозрачного использования ИИ: внедрение механизмов обнаружения смещений, объяснимости и соответствия требованиям. - Отслеживание последних достижений в области ИИ и машинного обучения, особенно в NLP и LLM, для внедрения передовых функций в продукты Qelp. - Внедрение инструментов для отслеживания производительности и надежности ИИ-моделей в продакшене, итеративное улучшение. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, науки о данных или смежной области. - Минимум 5 лет опыта в разработке машинного обучения и ИИ, из них не менее 2 лет — в работе с LLM или NLP. - Владение Python и фреймворками TensorFlow, PyTorch или Hugging Face Transformers. - Подтвержденный опыт развертывания и оптимизации LLM в продакшене. - Знакомство с облачными платформами (AWS, Azure или Google Cloud) для развертывания ИИ. - Продвинутое владение техниками NLP и разработкой ИИ-моделей. - Глубокое знание архитектур на основе трансформеров, таких как GPT, BERT или T5. - Навыки разработки API и микросервисной архитектуры. - Знакомство с DevOps-инструментами для развертывания ИИ-моделей (например, Docker, Kubernetes). - Понимание регулирования ИИ и лучших практик этичного развертывания. - Понимание техник предобработки данных и управления наборами данных. Условия - Конкурентоспособный компенсационный пакет. - Возможности для обучения и развития (ИИ, технологии, эволюция BPO-индустрии). - Возможности карьерного роста в расширяющейся команде. - Полностью удаленная работа (рынки EMEA, LATAM или APAC). - Работа в команде высококвалифицированных и динамичных лидеров. - Культура здорового баланса между работой и личной жизнью. - Зарплата: 72 000–108 000 долларов США в год.

Формат

Офис

Страна

Джерси, США

Город

Не указан

О компании Ранний AI-стартап решает проблему регуляторной сложности. Энергетические проекты, дата-центры, проекты возобновляемой энергетики и крупные инфраструктурные проекты могут задерживаться на месяцы, потому что критическая информация разбросана по тысячам регуляторных документов, градостроительным кодексам, экологическим заявкам и требованиям агентств. Компания создаёт AI-платформу, которая понимает эту информацию, связывает её с конкретными проектами и локациями и превращает в проверяемую и применимую аналитику. Роль Ищем Founding Backend Software Engineer для присоединения к небольшой высокотехничной команде. Это роль, в которой вы не просто присоединяетесь к инженерной команде, а помогаете определить, какой она станет. Требования - 4+ лет опыта в разработке ПО - Сильный бэкенд на Python - Продакшен-опыт с AI-агентами / LLM-пайплайнами - Опыт с LangGraph, LangChain, CrewAI, OpenAI API или аналогичными инструментами - Поисковые системы + GraphQL / REST - PostgreSQL / базы данных - Опыт работы с облаками: AWS, Azure, GCP или аналогичные - Уверенная работа с контейнерами, CI/CD и observability - Комфортно в среде 0→1 / founding engineering Условия - Зарплата: $150k–$180k base + значительная доля в компании (equity) - Локация: Jersey City, NJ, гибрид или в офисе

Формат

Офис

Страна

США

Город

Не указан

Компания NeerInfo Solutions Локация и занятость - Локация: Хартфорд, Коннектикут; Остин, Техас; Плано, Техас (офис) - Тип занятости: полная занятость Требования - Уверенные навыки программирования на Python - Практический опыт работы с фреймворками AI/ML: TensorFlow, PyTorch, LangChain - Экспертиза в области генеративного ИИ, включая: - RAG (генерация с дополнением извлечёнными данными) - AI-агенты / агентные фреймворки - Промпт-инжиниринг - Владение экосистемой Microsoft Azure AI Желательно - Опыт создания Copilot или корпоративных ассистентов на базе ИИ - Опыт работы с мультимодальными ИИ-системами - Знание тонкой настройки LLM и эмбеддингов - Опыт работы в крупных корпоративных средах

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О роли Один из стартапов-клиентов компании RS Global Services нанимает AI-инженера на полный рабочий день. Инженер будет отвечать за промпты, агентов, оценки (evals) и пайплайны, лежащие в основе пользовательских функций. Вы будете превращать продуктовые требования в работающие промпты, агентов и пайплайны, строго их оценивать, итерировать до готовности к продакшену и продолжать улучшать после релиза. Роль находится на стыке продукта и платформы: вы решаете, что должна делать ИИ-система, доказываете, что она работает, и доводите её до пользователей. Компания находится на ранней стадии и движется быстро, поэтому ищем человека, который умеет быстро работать с неоднозначными ИИ-задачами, измерять качество вывода и выпускать систему только тогда, когда она достаточно надёжна для продакшена. Работа очная, 5 дней в неделю в офисе. Важно уметь отличать «хорошо выглядит в демо» от «работает в продакшене». Задачи - Создавать новые ИИ-функции полностью, от прототипа до продакшена. - Улучшать качество вывода ИИ через промпт-инжиниринг, выбор моделей, retrieval и оценку. - Проектировать и запускать оценки (evals), которые измеряют реальное качество вывода, а не только первое впечатление. - Быстро итерировать промпты, дизайн агентов и паттерны оркестрации. - Работать с продуктовым инженером над превращением требований в реально работающие ИИ-функции. - Работать с платформенной ИИ-командой для размещения функций на надёжной инфраструктуре. - Оценивать новые модели, инструменты и техники, когда они улучшают качество, задержку, стоимость или надёжность. Требования Опыт - Практический опыт создания функций на базе LLM, которые были выпущены для реальных пользователей. - 3–8 лет опыта в практической разработке ПО и создании LLM-функций, выпущенных для реальных пользователей (обязательно). - Опыт выпуска LLM-функций в продакшен в репутабельном быстрорастущем стартапе с высокой инженерной планкой; умение рассказать, что ломалось (обязательно). - Опыт создания агентов и агентных систем — оркестрация LLM, использование инструментов на больших объёмах данных. - Следит за передовыми методами агентного ИИ; опыт только с LangChain — жёлтый флаг (обязательно). - Опыт работы в небольшой команде (менее 15 инженеров), или в роли founding engineer, или бывший основатель. - Опыт в корпоративном вертикальном SaaS. - Опыт в роли FDE или явно клиентоориентированный опыт. Образование - Степень бакалавра в области компьютерных наук (обязательно). Профессиональные навыки - Продакшен-инжиниринг на TypeScript/Node (основной, особенно AWS Lambda) и/или Python (обязательно). - Опыт с системами оценки (evals), структурированным выводом и вызовом функций (обязательно). - Опыт с Anyscale Ray или аналогичными фреймворками распределённых вычислений для батч-инференса, eval-пайплайнов или масштабирования агентных нагрузок. - Опенсорс-вклад в области LLM или агентных инструментов. - Знакомство с pgvector или другими векторными retrieval-системами. - Опыт пост-обучения или файн-тюнинга. Личные качества - Искренний интерес к работе на ранней стадии и к миссии компании (обязательно). Не подходят кандидаты - Короткие периоды работы (менее 2 лет в любой компании, кроме стажировок и контрактной работы). - Только крупные техкомпании (FAANG, Netflix) с очень узкой ролью. - Опыт только с RAG или с упором на LangChain — указывает на отсутствие актуальных знаний агентного ИИ. - Кандидаты без инженерной глубины — например, опыт в анализе данных является негативным сигналом. Условия - Зарплата: $180K–$250K. - Опционы: конкурентные. - Формат: очно, 5 дней в неделю в офисе в SOMA, Сан-Франциско. - Спонсирование визы: E3, H1B Transfer, TN. Новые H1B не рассматриваются.

Формат

Офис

Страна

США

Город

Сан-Франциско

О команде OpenAI for Financial Services входит в организацию Verticals в OpenAI, которая занимается ускорением экономики и интеллектуального труда. Мы создаём ИИ-продукты для финансовых институтов и специалистов, которые в них работают: от инвестиционных банкиров и аналитиков до инвесторов и других финансовых команд. Мы объединяем модели OpenAI, финансовые данные и корпоративные знания, чтобы помогать специалистам исследовать компании, анализировать рынки и создавать качественные результаты в инструментах, которыми они пользуются каждый день. Мы небольшая предпринимательская команда, которая тесно работает с клиентами и партнёрами в области исследований, продукта, дизайна, инженерии и вывода на рынок, чтобы воплощать новые возможности от идеи до продакшена. О роли Мы ищем бэкенд-инженеров, которые будут создавать системы, делающие продвинутый ИИ полезным, надёжным и заслуживающим доверия в финансовых сервисах. Вы будете строить системы данных, агентные рабочие процессы и корпоративные интеграции, лежащие в основе наших продуктов, а также помогать внедрять их в продакшен в некоторых крупнейших финансовых институтах мира. Это инженерная роль, ориентированная на продукт, с большой зоной ответственности и созданием с нуля. Вы будете формировать новые продукты с самого начала, напрямую работать с клиентами, чтобы понимать их рабочие процессы, и сотрудничать с командами OpenAI, превращая новые возможности моделей в продукты, которым профессионалы могут доверять в ответственных задачах. Задачи - Проектировать и создавать бэкенд-системы, обеспечивающие ИИ-нативные финансовые рабочие процессы в ChatGPT Work и Codex. - Создавать инфраструктуру для приёма, индексации, поиска и предоставления финансовых данных, корпоративных отчётностей, рыночной информации и знаний конкретной компании в масштабе. - Разрабатывать интеграции с поставщиками финансовых данных, корпоративными системами знаний и средами клиентов, включая аутентификацию, авторизацию и права доступа, необходимые для безопасного использования. - Создавать системы, которые позволяют моделям и агентам использовать нужные инструменты и данные, сохранять происхождение источников и выдавать точные проверяемые результаты. - Улучшать надёжность, задержку, наблюдаемость и качество продакшен-систем, а также разрабатывать оценки, измеряющие их эффективность на реальных финансовых рабочих процессах. - Напрямую работать с финансовыми институтами, чтобы понимать потребности клиентов, снимать блокеры при внедрении и превращать обратную связь в значимые улучшения продукта. - Сотрудничать с командами продукта, дизайна, исследований, безопасности и другими инженерными командами, чтобы доводить новые возможности от раннего прототипа до масштабного продакшена. Требования - 5+ лет профессионального опыта в разработке ПО с подтверждённым опытом создания и эксплуатации продакшен-бэкенд-систем. - Владение одним или несколькими бэкенд-языками, такими как Python, Go, Rust или TypeScript, и прочная база в API, системах данных и распределённых системах. - Опыт создания приложений с интенсивной работой с данными, поисковых или поисково-ретривальных систем, инфраструктурных платформ или сложных интеграций. - Развитое продуктовое чутьё и способность переходить от неоднозначной проблемы клиента к практичному, хорошо спроектированному решению. - Уверенность в работе на разных уровнях стека и через организационные границы, когда это необходимо для выпуска отличного продукта. - Высокие стандарты надёжности, безопасности, конфиденциальности и производительности, особенно в корпоративных средах или средах с высоким уровнем доверия. - Интерес к ИИ и тому, как возможности моделей могут применяться в сложной профессиональной работе; непосредственный опыт в AI/ML или финансовых сервисах полезен, но не обязателен. - Опыт основателя, раннего инженера в стартапе или инженера, помогавшего создавать новый продукт с нуля, будет плюсом.

Формат

Удалённо

Страна

Канада

Город

Не указан

Grafana Labs ищет Staff-инженера (AI и автоматизация) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Кандидат будет создавать мультиагентные архитектуры, интеграции LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных, и запускать производственные системы, от которых команды зависят ежедневно. Роль предполагает высокую автономию и владение техническим направлением: определение наиболее эффективных задач для маркетинга, RevOps и SDR-команд, проектирование решений и их внедрение. Также потребуется задавать техническое направление платформы автоматизации (модели данных, контракты API, общие библиотеки, эталонные архитектуры) и сотрудничать с командами Data Engineering, GTM Systems и Field Operations для создания масштабируемой автоматизации, устраняющей ручную работу. Задачи: Агентные системы и AI-инфраструктура: - Владение полным циклом разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков, вызываемых через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Системная интеграция и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов, соединяющих AI-модели с бизнес-системами (BigQuery, Slack, CRM, email, календари, аналитические инструменты). - Проектирование потоков данных для RAG, соединяющих LLM с внутренними базами знаний, данными клиентов и бизнес-контекстом в реальном времени. - Разработка serverless или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся с нагрузкой и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, Regional Marketing и SDR для определения задач автоматизации, выявления узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью оркестрационных инструментов (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем, рассчитанных на самостоятельное использование: документация, плейбуки и обучающие материалы для независимой работы команд. Требования: - 8+ лет опыта в разработке ПО с углублением в бэкенд-разработку, системную интеграцию или инженерию данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, включая Git-процессы, практики код-ревью и дисциплину тестирования. - Практический опыт с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции и инструменты.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

О компании Grafana Labs — компания, разрабатывающая открытую платформу наблюдаемости. Grafana Cloud — управляемая платформа наблюдаемости, построенная для масштабирования. Более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, более 1600 сотрудников в 40+ странах. О роли Grafana AI-команды помогают пользователям понимать сложные данные наблюдаемости с помощью AI-функций. Эти возможности снижают рутинную работу, понижают порог экспертизы и выявляют значимые сигналы в шумной среде. Команда работает с высокой степенью автономии и ответственности. Инженеры могут принимать решения, быстро двигаться и проверять идеи на ранних этапах, при поддержке коллаборативной культуры. Ищем AI-инженера с сильным бэкграундом в разработке ПО, быстрым итеративным мышлением и страстью к экспериментам, а также с фокусом на выпуск и масштабирование значимых функций. Вы будете работать с кросс-функциональными командами, чтобы разрабатывать, тестировать и выпускать AI-функции, улучшающие инфраструктуру и качество наблюдаемости через автоматизацию, а также расширять возможности AI-агентов в стеке наблюдаемости для помощи пользователям при реагировании на инциденты. Задачи - Разрабатывать и внедрять AI-решения: создавать высокопроизводительные AI-функции для обнаружения, триажа и разрешения инцидентов с использованием данных и инструментов наблюдаемости. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять на реальных пользователях, включая выпуск и развитие LLM- или агентских рабочих процессов для управления жизненным циклом инцидентов и автоматизированного анализа. - Работать кросс-функционально: взаимодействовать с аналитиками данных, продакт-менеджерами и дизайнерами для формирования AI-функций, включая интеграцию агентских компонентов с внутренними инструментами, системами оповещения, runbook и рабочими процессами разработчиков. - Эффективно использовать AI-инструменты: применять AI и инструменты автоматизации для улучшения функциональности продукта и собственных рабочих процессов разработки. - Эффективно общаться: работать в динамичной и коллаборативной среде, вносить вклад в работу команд. - Владеть результатом: нести полную ответственность за разработанные AI-решения, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Условия - Удаленная работа, рассматриваются кандидаты только из часовых поясов Канады. - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодирования в повседневной работе (инструменты на выбор, в рамках политики безопасности), с оплачиваемым компанией бюджетом на использование. - Поощряется прагматичная AI-разработка: быстрое прототипирование, генерация тестов, рефакторинг, документация и разбор инцидентов — при соблюдении стандартов качества и код-ревью. - Доступ к последним frontier-моделям от OpenAI, Anthropic и Google.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Recare — одна из ведущих немецких HealthTech-компаний, меняющая процесс выписки пациентов. Разрабатывает SaaS-платформу и AI-решения для больниц и поставщиков послеоперационного ухода. Платформа соединяет две трети немецких больниц с более чем 650 реабилитационными клиниками и 25 000 поставщиками услуг по уходу. В компании около 100 сотрудников. Задачи - Разработка надёжных агентных систем для production-среды, где приоритетны конфиденциальность и корректность. - Владение небольшим набором проектов (в идеале одним) для минимизации переключений контекста. - Создание чат-ботов и других генеративных AI-приложений на основе агентных фреймворков: проектирование и оптимизация поведения агента, включая маршрутизацию, вызовы инструментов, управление контекстом, grounding и следование инструкциям. - Развертывание и интеграция: разработка и поддержка инфраструктуры для развертывания AI-агентов и генеративных приложений (REST API, веб-интерфейсы), включая контейнеризацию, оркестрацию и разработку API. - Настройка observability для генеративного ИИ: логирование, трассировка, метрики, дашборды и управление промптами. - Оценка производительности: количественная оценка ценности агентных систем на основе данных observability, пользовательских метрик и обратной связи. - Защита медицинских данных: внедрение лучших практик безопасности и соблюдение требований. - Отслеживание актуальных AI-технологий, подготовка технических отчётов и внедрение их в production. Требования - Интерес к healthcare или другим сложным для изменения отраслям, мотивация работать в высокорегулируемых средах. - Опыт проектирования, разработки и развертывания высокопроизводительных генеративных AI-приложений (RAG, агенты) в production. - Сильные навыки программирования, работа со стеком: Python, Go, GitHub Actions, AWS и другие технологии. - Опыт работы в средах с высокими требованиями к безопасности и конфиденциальности, включая работу с PII, guardrails для LLM и соответствие GDPR. - Опыт глубокого обучения и применения AI/ML-моделей для решения реальных задач, с фокусом на системную интеграцию, а не только обучение моделей. - Владение Python и как минимум одним веб-фреймворком (FastAPI, Django, Flask). - Отличные устные и письменные коммуникационные навыки, умение объяснять сложные концепции разной аудитории. Условия - Осмысленная работа с положительным влиянием на пациентов, их семьи и медицинских работников. - Плоские иерархии, высокая производительность, командная динамика, взаимное уважение, лояльность и признание. - Гибкость: удалённая работа, гибкий график, возможность workation по договорённости. - Карта Edenred, которую можно использовать по своему усмотрению. - Дополнительный выходной день в день рождения.

Формат

Удалённо

Страна

Россия

Город

Не указан

ML Engineer Удаленно (Москва) Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Штат насчитывает 2500+ специалистов. Требования: - опыт работы в роли ML Engineer от 3-х лет; - знание Async/threading; - знание HTTP/1.1, HTTP/2, WebSocket; - опыт работы с REST/JSON; - опыт интеграции с внешними сервисами через REST API; - опыт работы с Kafka.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Senior

Senior LLM Engineer / AI Engineer Компания Absolut ищет Senior LLM Engineer для развития AI-агента на базе LLM. Проект связан с автоматизацией работы с отчётностью, документами и внутренними данными крупного государственного заказчика. Чем предстоит заниматься - Развивать AI-агента для работы с отчётностью, документами и внутренними данными. - Проектировать и внедрять RAG-системы. - Строить пайплайны обработки и структурирования данных. - Настраивать валидацию ответов и снижать количество галлюцинаций. - Тестировать промпты и контролировать качество выдачи. - Интегрировать LLM-решения во внутренний контур заказчика. - Разрабатывать AI-агентов и прикладные сценарии автоматизации. Что ожидаем - Опыт разработки LLM / AI-решений. - Уверенное владение Python. - Опыт работы с LangChain, LlamaIndex или аналогами. - Практический опыт построения RAG-систем. - Опыт работы с Llama, Qwen, DeepSeek, Mistral или другими open-source LLM. - Понимание fine-tuning и дообучения моделей. - Опыт проектирования AI-агентов. - Понимание вопросов безопасности LLM-систем: hallucinations, prompt injection, защита данных и разграничение доступов. Будет плюсом - Опыт внедрения AI/ML-решений в enterprise. - Опыт работы с BI, отчётностью и документооборотом. - Опыт создания многоагентных систем. - Опыт human-in-the-loop процессов. Условия - Москва, м. Тушинская. - Офис или гибрид. - Оформление по ТК РФ. - Конкурентный уровень дохода. - Бесплатные корпоративные обеды. - Собственная парковка. - Корпоративная техника. - Возможность влиять на продукт и технические решения. - Современные процессы без бюрократии и микроменеджмента.

Формат

Удалённо

Страна

Россия

Город

Не указан

AI Engineer / Python Developer (MVP) Создается платформа для фотографов и их клиентов. Функция — превращение кадров из фотосессий в мерч (верхняя одежда, аксессуары, декор) в один клик. Задачи: - Написать бэкенд и логику MVP - Парсинг фото по ссылкам из чужих галерей - Умный отбор кадров через CLIP/Vision API - Автоналожение фото на шаблоны одежды (Computer Vision/OpenCV) - Сборка быстрого интерфейса (веб) Требования: - Уверенное владение Python - Опыт быстрой сборки MVP продуктов - Опыт парсинга динамических сайтов - Приветствуется наличие пет-проекта и понимание продуктового подхода Условия: - Удаленная работа без микроменеджмента - Свобода влиять на архитектуру проекта - Оплата в рублях или USDT раз в неделю

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

MLOps-инженер в инфраструктуру Центра ИИ, senior Компания «Контур» ищет специалиста на вакансию «MLOps-инженер в инфраструктуру Центра ИИ, senior». Локация: Москва (Россия), Санкт-Петербург (Россия), Иннополис (Россия). Формат работы: полный рабочий день, возможно удалённо. Требуемые навыки: - Senior - Ansible - CI/CD - Python - Kubernetes - Docker

Формат

Удалённо

Страна

Россия

Город

Не указан

AI Engineer / Инженер по внедрению AI Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнес-задачи в рабочие AI-сценарии — от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Основная задача — собирать AI-ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации. Кого мы ищем Нам нужен инженер-практик, который не ограничивается настройкой промптов, а умеет собрать полноценный рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку. Важно не просто знать LLM, а уметь быстро разобраться в бизнес-задаче, собрать MVP, проверить его пользу, доработать и внедрить так, чтобы сотрудники регулярно и безопасно использовали инструмент. Наши задачи - Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений. - Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов. - Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки. - Создавать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями. - Настраивать RAG-контуры, базы знаний и поиск по документам и корпоративным данным. - Подготавливать данные для AI-сценариев: очищать, структурировать, нормализовать и описывать источники. - Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приёмки. - Проектировать сценарии с учётом контроля человека: проверка, подтверждение, логирование и обработка ошибок. - Документировать архитектуру, инструкции, ограничения и правила эксплуатации. - Обучать сотрудников работе с AI-инструментами. - Переводить успешные прототипы в промышленное или регулярное использование. Наши ожидания - Опыт создания прикладных решений с LLM / AI-инструментами. - Опыт работы с Dify, n8n, Flowise, LangChain, LlamaIndex или аналогичными инструментами. - Знание Python для интеграций, скриптов, обработки данных и работы с API. - Опыт web-разработки или готовность быстро собирать внутренние интерфейсы: React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии. - Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval. - Умение интегрироваться с внешними API и внутренними корпоративными системами. - Понимание баз данных и SQL на уровне уверенной работы с данными. - Базовое понимание эксплуатации: Docker, переменные окружения, логи, обработка ошибок и мониторинг. - Системность, аккуратность и привычка доводить решение до состояния, в котором им реально пользуются. - Умение общаться с бизнес-пользователями, разбирать процессы и переводить задачи в технические решения. Будет плюсом - Опыт автоматизации бизнес-процессов. - Опыт разработки внутренних инструментов для юристов, финансов, закупок, продаж, поддержки или операционных подразделений. - Опыт работы с документами: PDF, DOCX, XLSX, сканы, OCR, классификация и извлечение данных. - Опыт настройки прав доступа, ролей и безопасной работы с корпоративными данными. - Опыт построения evaluation-наборов и регрессионного тестирования AI-сценариев. Условия - Удалённый формат работы. - График 5/2, 09:00–18:00. - Официальное трудоустройство по ТК РФ. - Полностью белая заработная плата. - Участие в развитии AI-продуктов компании и работе с данными. - Гибкость в выборе подходов и используемых технологий. - Команда, в которой ценятся инженерное мышление, инициативность и ответственность за результат. - ДМС со стоматологией, софинансирование от компании 50/50. - Корпоративные скидки от BestBenefits.

Формат

Офис

Страна

Не указана

Город

Не указан

Python-разработчик (CV) Компания 32top (ООО Айкомплекс) работает в сфере ИТ более 18 лет. За это время команда выросла от создания сайтов до разработки собственных ИТ-решений для медицины. Компания создает экосистему продуктов, которая делает взаимодействие врачей и пациентов удобнее и эффективнее. Сейчас запускается инновационный AI-проект в сфере стоматологии, ищется ключевой специалист, который войдет в команду, где его решения будут определять развитие AI-алгоритмов в стоматологии. Чем предстоит заниматься - Разработка и обучение генеративных моделей: полный цикл — от подготовки и анализа специализированных медицинских данных до обучения и валидации моделей. - Сегментация и анализ стоматологических снимков: автоматическое определение области интереса и поиск отсутствующих зубов. - Генерация изображений зубов: создание фотореалистичных изображений отсутствующих зубов, которые интегрируются в существующий зубной ряд, учитывая анатомические особенности соседних зубов. - Генерация по маске (Inpainting): восстановление участка изображения (зуба) по заданной маске с сохранением контекста и стиля. - Создание индивидуальных решений: генерация зубов, учитывающая особенности строения челюсти и лица пациента, без необходимости полного 3D сканирования. Требования к кандидату - Глубокое понимание принципов работы и архитектуры генеративных моделей, в особенности диффузионных моделей (Stable Diffusion, SDXL, SD 1.5, SD 2.1, Flux). - Опыт практической работы с фреймворками для генеративного AI: Stable Diffusion (включая SDXL и ComfyUI для построения пайплайнов) и / или Flux. - Свободное владение Python и ключевыми библиотеками для глубокого обучения: PyTorch (предпочтительно), TensorFlow или Keras. - Навыки работы с системами контроля версий Git. - Понимание и практический опыт применения методов тонкой настройки (finetuning) моделей под конкретные задачи (например, LoRA, DreamBooth, Textual Inversion). - Умение настраивать гиперпараметры обучения, подбирать оптимальные параметры для сходимости модели и достижения наилучшего качества генерации. - Опыт работы с библиотеками и моделями компьютерного зрения: MediaPipe (для детекции, трекинга и обработки видео / изображений в реальном времени) и SAM3 (Segment Anything Model 3) — для высокоточной сегментации и понимания сцены. Условия - Заработная плата: от 140 000 ₽ за месяц, на руки. - Гибкий график.

Формат

Удалённо

Страна

Не указана

Город

Не указан

AI Engineer LLM Systems Компания Atlantix Локация Удаленно Тип занятости Полная занятость Уровень Middle / Senior О компании Ventora — это AI-платформа, которая помогает людям превращать идеи в готовые продукты: от бизнес-планирования и создания MVP до платежей, маркетинга и проверки рынка. Основная платформа уже построена и используется. Сейчас компания находится на этапе активного роста и ищет AI-инженера, который поможет сделать AI-системы умнее, надежнее и проще в улучшении. О роли Это практическая продуктовая инженерная роль с реальной зоной ответственности. Вы будете создавать функции на основе LLM, улучшать AI-пайплайны и разрабатывать практические системы оценки, которые показывают, что работает, а что требует исправления. Работа охватывает AI-пайплайн продукта: генерацию бизнес-планов, создание приложений, генерацию кода, ревью и маркетинг. Это не исследовательская позиция и не позиция только для оценки. Вы будете писать продакшн-код и видеть, как ваша работа напрямую влияет на продукт и его пользователей. Задачи AI-системы и продуктовые функции - Создание и улучшение AI-функций на всех этапах пользовательского пути Ventora. - Работа с многоступенчатыми процессами: план → создание → ревью, интеграция моделей, структурированные выводы, вызов инструментов, стриминг, кэширование, улучшение промптов, новые AI-агенты. - Участие в разработке продакшн-функций, исправлении ошибок и развитии пайплайнов в основном кодовой базе. Оценка и качество - Создание практических систем оценки для сгенерированных приложений, бизнес-планов, маркетингового контента, надежности AI и регрессий релизов. - Использование автоматических проверок, браузерных тестов, LLM-судей, наборов данных с ручной проверкой и сравнений side-by-side в зависимости от задачи. - При сбоях — поиск причины, улучшение промпта или пайплайна, выпуск исправления и добавление регрессионного теста, чтобы проблема не повторилась. Цель — выявлять проблемы до того, как их заметят пользователи.

Формат

Офис

Страна

Не указана

Город

Не указан

Разработчик качества поисковой платформы Nova (Core & Agentic Search) Мы строим платформу Nova, которая позволит десяткам поисков Яндекса запускаться и развиваться в разы быстрее. Ищем в команду человека, который не боится экспериментов, готов генерировать идеи и реализовывать их. В Яндексе существует множество вертикальных поисков, и у каждого из них своя логика ранжирования, метрики качества и интеграции с продуктами вроде Алисы. Мы хотим собрать из этого единую платформу поиска, где команды смогут описывать требования к релевантности и интеграциям декларативно, а инфраструктура будет автоматически строить ранжирование, evaluation и подключение к агентам. Задачи - Развивать платформу поиска для продуктовых команд: реализовывать ML-инфраструктуру, которую смогут использовать десятки команд внутри компании. - Использовать LLM для построения ML-пайплайнов: применять LLM для описания логики ранжирования, генерации обучающих данных и помощи в настройке моделей, реализовывать такие механизмы внутри платформы. - Заниматься дистилляцией моделей ранжирования: превращать тяжёлые мощные модели в быстрые продакшн-модели, позволяющие соблюдать ограничения по латентности и не сильно уступающие в качестве учителю. - Развивать систему метрик и evaluation: создавать инфраструктуру для измерения качества поиска в разных вертикалях. Требования - Обучали LLM или BERT-модели - Уверенно владеете Python и работаете с SQL - Увлечены ML, аналитикой и интеграцией моделей в реальные сервисы - Хорошо разбираетесь в алгоритмах и структурах данных Будет плюсом - Работали с поиском или рекомендациями Условия Предоставляем полный набор, который поможет уберечься от тревожности и выгорания: ежегодные медицинские чекапы, йога и психотерапия.

Формат

Офис

Страна

Россия

Город

Не указан

AI-специалист по внедрению LOOK ONLINE — российский бренд женской одежды. Ищем человека, который поможет внедрять AI в реальные бизнес-процессы компании. Формат: работа в офисе, полный день. Зарплата: обсуждается индивидуально. Что нужно делать - изучать новые AI-инструменты и оценивать их возможности; - анализировать процессы компании и находить точки для автоматизации; - общаться с командами и выявлять рутинные задачи; - предлагать идеи по внедрению AI; - оценивать пользу и потенциальный эффект решений; - формировать задачи и сопровождать проекты до внедрения; - работать вместе с AI Engineer. Что важно - интерес к AI и постоянное изучение новых технологий; - понимание возможностей LLM, AI-агентов, Computer Vision и платформ автоматизации; - умение быстро разбираться в новых инструментах; - системное мышление и инициативность; - понимание бизнес-процессов и умение находить точки оптимизации; - способность общаться с разными командами. Будет плюсом - опыт анализа и оптимизации бизнес-процессов; - понимание AI-автоматизации; - опыт работы с AI-проектами; - интерес к fashion retail. Мы предлагаем - прямое взаимодействие с собственником и руководителями; - возможность влиять на развитие AI в компании; - минимум бюрократии; - возможность самостоятельно предлагать и запускать AI-решения; - работу над реальными бизнес-задачами.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Machine Learning Backend Software Engineer in Medical System (Developer) Middle от 250 000 до 350 000 ₽ Удаленно Remedy Logic — международная компания. Цель — разработка медицинской диагностики и консультаций на основе ИИ, доступных каждому. Команда состоит из ученых из разных стран. Ключевые компетенции и квалификация: — Опыт разработки на Python от 2 лет. — Понимание алгоритмов машинного обучения и компьютерного зрения. — Хорошее понимание GPU-вычислений. — Навыки веб-программирования (FastAPI, REST, HTTP, TCP). — Опыт работы с SQL: запросы, проектирование баз данных, инструменты миграции.

Формат

Удалённо

Страна

Латинская Америка

Город

Не указан

Грейд

Senior

Senior AI Engineer Компания: Blend360 Уровень: senior Обязанности: - Проектирование, создание и развертывание production-ready приложений на основе Generative AI и Agentic AI в экосистеме Microsoft Azure - Использование Azure AI Foundry, Microsoft Fabric, агентных рабочих процессов, RAG, графов знаний и современных методов поиска информации - Внедрение фреймворков для оценки LLM и агентов - Проведение экспериментов с моделями, промптами и агентными архитектурами - Создание переиспользуемых компонентов для разработки AI-приложений Локация: Латинская Америка (LATAM) Формат работы: удаленно Ограничения: не рассматриваются кандидаты за пределами Латинской Америки Тип занятости: полная занятость

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Full Stack Team Lead (AI PDLC) Грейд: Team Lead Стек: Python, LLM, Full-Stack Development, Backend Development, Frontend Development, API Design, Microservices Architecture, High-load Systems СберЗдоровье — аккредитованная IT-компания, крупнейшая в России Digital Health платформа. Ищем Full Stack Team Lead для разработки AI-помощника нового поколения и интеллектуальных сервисов.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Career.zycto — компания, работающая на переднем крае искусственного интеллекта. Разрабатывает AI-решения в области машинного обучения и обработки естественного языка. В компании ценят творческий подход и техническое мастерство, поддерживают среду для экспериментов и роста. Обязанности - Проектировать, разрабатывать и оптимизировать промпты для больших языковых моделей (LLM) и других генеративных AI-систем. - Проводить тестирование и оценку ответов AI-моделей, выявлять области для улучшения эффективности промптов и поведения моделей. - Взаимодействовать с исследователями AI/ML, дата-сайентистами и продакт-менеджерами для понимания требований проектов и превращения их в эффективные промпт-стратегии. - Разрабатывать и поддерживать лучшие практики, руководства и фреймворки по промпт-инжинирингу для различных приложений. - Участвовать в разработке внутренних инструментов и платформ для создания, тестирования и развертывания промптов. - Следить за новейшими достижениями в области AI, NLP и техник промпт-инжиниринга. - Обучать и наставлять кросс-функциональные команды по принципам и применению эффективного промпт-инжиниринга. Требования - Подтвержденный опыт от 3 лет в промпт-инжиниринге, обработке естественного языка (NLP) или смежных областях AI. - Глубокое понимание больших языковых моделей (LLM) и их архитектуры. - Владение Python и опыт работы с библиотеками AI/ML (TensorFlow, PyTorch, Hugging Face). - Развитые аналитические навыки и навыки решения задач, умение интерпретировать сложные данные и итерировать решения. - Отличные письменные и устные коммуникативные навыки, внимание к языковым нюансам и ясности. - Опыт работы с системами контроля версий (например, Git). Предпочтительно - Степень магистра или PhD в Computer Science, AI, лингвистике или смежной количественной области. - Опыт тонкой настройки (fine-tuning) или обучения LLM. - Знакомство с облачными платформами (AWS, Azure, GCP) и принципами MLOps. - Подтвержденный вклад в open-source проекты или исследовательские публикации в области AI/NLP. - Опыт технического написания или создания контента по сложным техническим темам. Условия - Полностью удаленная работа. - Конкурентоспособная зарплата и комплексный пакет льгот. - Щедрый бюджет на профессиональное развитие: курсы, конференции, сертификации. - Возможность работать с передовыми AI-технологиями. - Совместная и инклюзивная культура компании, регулярные тимбилдинги. - Гибкий график и неограниченный оплачиваемый отпуск (с согласованием с руководителем).

Формат

Удалённо

Страна

Любая

Город

Не указан

Обязанности - Проектировать и совершенствовать сложные ML-модели и алгоритмы, превращая наборы данных в практические решения. - Участвовать в полном жизненном цикле проектов по моделированию данных: от понимания бизнес-требований до развёртывания и мониторинга. - Проводить комплексный анализ данных, включая предобработку, инженерию признаков и применение алгоритмов генеративного ИИ. - Руководить кросс-функциональными коллаборациями для интеграции моделей генеративного ИИ в продукты, улучшая их возможности и пользовательский опыт. - Применять продвинутые аналитические методы для анализа больших наборов данных, выявляя тренды, аномалии и возможности для улучшения. - Выполнять предобработку данных, инженерию признаков и оптимизацию алгоритмов для повышения точности и эффективности моделей. - Проводить исследовательский анализ данных для извлечения ценных инсайтов и влияния на стратегические решения. - Отслеживать и внедрять последние тренды, инструменты и лучшие практики ML, включая AutoML, MLOps и фреймворки интерпретируемости. - Способствовать соблюдению отраслевых стандартов и нормативных требований, уделяя внимание этичным практикам ИИ. Требования - Опыт проектирования и разработки решений в области ИИ или машинного обучения на платформах AWS, Databricks, Azure, Google Cloud и OpenAI. - Бэкграунд в программной инженерии и/или инженерии данных, особенно в одном из крупных облаков. - Практический опыт работы с глубоким обучением, LLM, Python, TensorFlow, PyTorch и другими ИИ-фреймворками. - Опыт вывода ML/AI в продакшн и умение обсуждать лучшие практики и подводные камни. Условия - Удалённый формат работы. - Конкурентная зарплата в зависимости от опыта и рыночной стоимости. - Оплачиваемый переезд. - Удалённая поддержка. - Регулярный пересмотр зарплаты. - Обучение и развитие, поддержка профильных команд, помощь в размещении на проектах и карьерный рост. - Вакансия открыта только для граждан США, держателей Green Card и GC-EAD. Спонсорство виз не предоставляется. О компании Adidev Technologies — IT-консалтинговая фирма, работающая с клиентами: Delta, Google, Apple, Spotify, US Bank, FedEx.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания UnitedHealth Group, подразделение Optum Tech. Локация и формат Удалённо из любой точки США или гибридно в Миннеаполисе (Миннесота) / Вашингтоне (округ Колумбия). Для найма в районах Миннеаполиса или Вашингтона требуется работа в офисе минимум четыре дня в неделю. Обязанности - Разработка и внедрение решений машинного обучения с использованием LLM. - Использование фреймворка LangChain для работы с закрытыми и открытыми моделями. - Применение методов тонкой настройки (fine-tuning) и RAG для оптимизации языковых моделей под конкретные задачи и наборы данных. - Написание чистого, поддерживаемого и эффективного кода в соответствии со стандартами PEP8. - Использование технологий контейнеризации, таких как Docker, для разработки и развертывания. - Обеспечение production-качества кода, включая тщательное тестирование и документацию. - Работа в терминале для задач разработки и развертывания. - Работа с традиционными методами ML: XGBoost для задач классификации и методы обучения без учителя, такие как K-means. Требования - Высшее образование (степень бакалавра) или эквивалентный опыт. - 3+ года подтвержденного опыта работы с большими языковыми моделями (LLM). - 3+ года опыта с концепциями машинного обучения и методами тонкой настройки. - 3+ года профессионального опыта программирования на Python с соблюдением PEP8. - Опыт использования фреймворка LangChain. - Опыт применения техник RAG. - Опыт работы с технологиями контейнеризации, такими как Docker. - Опыт обеспечения production-качества кода, включая тестирование и документацию. - Опыт работы с системами контроля версий, такими как Git. - Развитые навыки решения проблем и внимание к деталям. - Уверенная работа в терминале. - Разрешение на работу в США без необходимости спонсорства визы (например, H-1B, TN, F-1/OPT, CPT или других рабочих виз). Предпочтительно - Опыт в здравоохранении. - Знание статистики. Условия - Зарплата: $98,500–$176,000 в год (при полной занятости). - Комплексный пакет льгот, программы поощрения и признания, программа покупки акций и взносы в 401k (в зависимости от соответствия требованиям). - Для всех удаленных сотрудников обязательно соблюдение политики Telecommuter Policy компании UnitedHealth Group.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания: Nexorant LLC Обязанности - Проектировать, разрабатывать, тестировать и разворачивать AI-приложения. - Создавать приложения на Python с использованием современных AI/ML-фреймворков. - Интегрировать большие языковые модели (LLM) в production-приложения. - Разрабатывать решения на основе Retrieval-Augmented Generation (RAG). - Работать с LLM API, включая OpenAI и другие коммерческие или открытые модели. - Разрабатывать и интегрировать REST API и backend-сервисы. - Создавать AI-автоматизацию, интеллектуальный поиск, рекомендательные и диалоговые приложения. - Работать с векторными базами данных и эмбеддингами. - Разрабатывать промпты и оценивать ответы LLM на точность, релевантность и надёжность. - Внедрять AI-агентов и автоматизацию рабочих процессов. - Очищать, обрабатывать и подготавливать данные для AI/ML-приложений. - Взаимодействовать с инженерами, дата-сайентистами, продакт-менеджерами и бизнес-стейкхолдерами. - Писать чистый, поддерживаемый и документированный код. - Выполнять тестирование, отладку и оптимизацию производительности. - Разворачивать и мониторить AI-приложения в облачных средах. - Отслеживать новые разработки в области генеративного ИИ, LLM, AI-агентов и машинного обучения. Требования - Степень бакалавра в области компьютерных наук, программной инженерии, информационных технологий, науки о данных или смежной области. - Опыт от 2 лет в разработке ПО, AI-инженерии, машинном обучении или смежной области. - Уверенное программирование на Python. - Понимание принципов разработки ПО и объектно-ориентированного программирования. - Опыт работы с REST API и backend-сервисами. - Практический опыт с генеративным ИИ или большими языковыми моделями (LLM). - Опыт работы с LLM API и разработкой AI-приложений. - Понимание концепций RAG. - Опыт работы с SQL и базами данных. - Знакомство с Git и современными практиками разработки. - Развитые аналитические навыки и навыки решения проблем. - Отличные коммуникативные навыки и умение работать в команде.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.