Вакансии для ML-инженеров

Формат

Удалённо

Страна

Россия

Город

Не указан

Системный администратор в Лигу Цифровой Экономики. Москва. Администратор ОС Linux (эксплуатация серверных ОС) в ИТ-Холдинг Т1. Москва. DevOps-инженер в Специальный Технологический Центр. Брянск. ML platform engineer в РОСГОССТРАХ. Можно удаленно. Сетевой инженер эксплуатации в Cloud .ru. Москва.

Формат

Офис

Страна

Не указана

Город

Не указан

Product Manager inDrive Компания: inDrive Домен: DriveTech Грейд: Senior Формат: Кипр Требуется Senior Product Manager для руководства автоматизацией верификации и операционной эффективностью. Вы будете отвечать за продукты, объединяющие AI/ML, OCR, интеграции с государственными системами и внутренние операционные инструменты, которые помогают определять, кто может безопасно присоединиться к платформе в 48 странах. Подходит кандидатам, которым интересно создавать платформенные продукты, решать сложные операционные задачи и работать на стыке AI/ML, инженерии и бизнеса.

Формат

Удалённо

Страна

Любая

Город

Не указан

LLM DevOps/Inference Engineer Локация: удаленно Контекст: работа над платформой оценки и бенчмаркинга ИИ-моделей для здравоохранения. Начальная цель — клинические задачи прогнозирования: сепсис, дни до смерти, прогнозирование трендов лабораторных показателей. Оценка проводится на нескольких frontier-моделях и отраслевых моделях. Обязанности: - Построение и поддержка AWS-инфраструктуры платформы оценки как кода: сеть, вычисления, оркестрация, секреты, наблюдаемость, CI/CD. - Запуск self-hosted трека инференса для нишевых медицинских моделей: GPU-инфраструктура с батчингом, квантизацией, автоскейлингом и стандартным онбордингом новых моделей. - Создание слоя абстракции провайдеров совместно с ИИ-инженерами: единый интерфейс для API-моделей (OpenAI, Anthropic, Gemini и др.) и self-hosted моделей. Ответственность за rate limiting, ретраи, управление квотами, логирование запросов и ответов, атрибуцию затрат на запуск. - Обеспечение воспроизводимости и оптимизации затрат на бенчмарк-запуски: закрепление версий моделей и контейнеров, стратегия spot и reserved capacity, устранение простоя GPU. - Построение наблюдаемости: пропускная способность, задержка, стоимость токенов и GPU-часов, таксономия сбоев, дашборды по моделям. - Поддержка волновой нагрузки: возможность для группы ИИ-инженеров запускать эксперименты и уходить без поломок и осиротевших ресурсов. - Участие в архитектуре Trusted Execution Environment (TEE): оценка AWS Nitro Enclaves и аналогичных подходов для сценария bring-your-own-data / bring-your-own-model, включая аттестационный выпуск ключей и практические ограничения инференса внутри enclave. Требования: - AWS-инфраструктура на продакшн-масштабе: EKS или ECS, GPU-инстансы EC2 (G5/G6, P4d/P5) и их ограничения, проектирование VPC, IAM, KMS, Secrets Manager, ECR, CloudWatch, Service Quotas. - Инфраструктура как код: Terraform. Без ручного создания ресурсов через консоль. - Опыт работы с LLM: практическое владение стратегией батчинга, поведением KV cache, компромиссами квантизации, мульти-GPU шардированием. - Оркестрация контейнеров и планирование GPU: ECS/EKS с GPU-нагрузками, автоскейлинг нод, пайплайны сборки образов для CUDA-зависимых стеков. - Надежность и оптимизация затрат: SLO, алертинг, подтвержденный опыт снижения облачных расходов без потери функциональности. - Опыт запуска инференс-контейнеров. - Опыт в ИИ и LLM. - Опыт работы в здравоохранении (HIPAA, HL7 и др.). - Сильные коммуникативные навыки. Желательно: - Опыт с AWS SageMaker endpoints и Bedrock. - Практический опыт Python для работы с harness и слоем адаптеров провайдеров. - Основы конфиденциальных вычислений: enclaves, remote attestation, sealed key release, границы безопасности TEE. - Комплаенс в здравоохранении: выбор HIPAA-совместимых сервисов, BAA scope, аудит-логирование, контроль доступа к PHI. - Усиление безопасности: сканирование образов, контроль исходящего сетевого трафика для замкнутого контура. Будет плюсом: - Опыт хостинга медицинских изображений или мультимодальных моделей. - Nitro Enclaves в продакшене или аналогичный опыт TEE. - Опыт поддержки self-service сред, чистых границ тенантов и быстрого предоставления учетных данных.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Обязанности - Быстрое прототипирование AI-функций для улучшения поиска, рекомендаций и автоматизации рабочих процессов на платформе. - Применение машинного обучения для оптимизации рабочих процессов, персонализации и выявления ключевых инсайтов. - Дообучение LLM и RAG-пайплайнов для работы с интернет-данными, суммаризации и предоставления контекстных инсайтов. - Разработка и поддержка аналитических и автоматизированных систем на базе ИИ. - Совместная работа с командами frontend, product и data engineering для создания бесшовных и безопасных AI-решений. - Постоянная оценка и улучшение качества моделей с помощью RAGAS, LangSmith и автоматизированных регрессионных тестов. Требования - 5+ лет опыта в разработке ПО, включая 2+ года создания и масштабирования AI-функций для пользователей. - Владение Python для разработки бэкенда и API. - Знакомство с фреймворками оценки RAG (RAGAS, LangSmith) и проектированием регрессионного тестирования LLM-пайплайнов. - Способность быстро прототипировать, проверять и дорабатывать AI-функции в среде, ориентированной на эксперименты. - Опыт повышения точности, рассуждения и согласованности LLM. - Понимание безопасного и ответственного ИИ, внедрение guardrails и проверок безопасности для предотвращения злоупотреблений и утечек данных. - Практический опыт с CI/CD, автоматизацией тестирования и лучшими практиками деплоя AI-приложений. - Навыки кросс-командного взаимодействия. - Использование AI-инструментов для ускорения разработки и улучшения продукта. - Продвинутые знания AI/ML-архитектур, оценки моделей и глубокого обучения. - Опыт с RAG, поиском и fine-tuning LLM. - Понимание эмбеддинг-моделей и AI-аналитики. - Опыт оптимизации AI-моделей для низкой задержки в браузерных или frontend-средах. - Опыт развертывания безопасных AI-систем в кибербезопасности или других областях с чувствительными данными. Условия - Удалённая работа; вакансия открыта для кандидатов в США. - Льготы с первого дня: 401k match, медицинская и стоматологическая страховка. - Компания — маркетплейс, соединяющий рекрутеров и технологов; основана в 1990 году, штаб-квартира в Сентенниал, Колорадо, 201–500 сотрудников. - Компания имеет историю H1B-спонсорства: 2 в 2022, 4 в 2021, 5 в 2020; для данной роли спонсорство не гарантировано.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Вакансия удаленная, открыта для кандидатов из США. Компания — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении взломов с помощью продвинутых платформ на базе ИИ. Ищут Senior AI Infrastructure Engineer для проектирования, создания и масштабирования ИИ-инфраструктуры для продуктов, с фокусом на большие языковые модели (LLM) и ИИ-системы. Обязанности - Предоставление и настройка крупных GPU-кластеров и вычислительных ресурсов для задач обучения, дообучения и инференса LLM. - Оптимизация инфраструктуры обслуживания LLM-моделей, включая развертывание и оптимизацию различных фреймворков инференса. - Управление жизненным циклом моделей: версионирование, контрольные точки и воспроизводимость в процессах обучения и инференса. - Проектирование и внедрение надежных фреймворков оценки для проверки производительности, точности и надежности моделей, обеспечивая соответствие ИИ-систем производственным стандартам. - Выявление и устранение узких мест использования GPU и эффективности памяти GPU, применение таких техник, как квантование, пакетная обработка и кэширование. - Проектирование и поддержка платформ и пайплайнов данных, специально предназначенных для поддержки LLM, RAG (Retrieval-Augmented Generation) и ИИ-систем в производственной среде, с акцентом на производительность, сопровождаемость и строгость тестирования, обеспечивая быструю поставку без ущерба качеству. - Применение экспертизы в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Определение и внедрение лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления для ИИ-сервисов. - Тщательное документирование архитектурных решений и донесение технических деталей до заинтересованных сторон. - Взаимодействие с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные сервисы производственного уровня. Требования - Степень бакалавра в области компьютерных наук, инженерии данных или STEM; магистерская степень приветствуется. - 6+ лет опыта в инфраструктурной/дата-инженерии, как минимум 2 года в создании и поддержке платформ/пайплайнов, поддерживающих LLM-системы и приложения. - Подтвержденный практический опыт в LLM-инфраструктуре: предоставление кластеров, оптимизация обучающих нагрузок и поддержка инференс-пайплайнов. - Исключительная способность писать чистый, элегантный, поддерживаемый и хорошо протестированный код, а также сильный фокус на быстрой поставке результатов. - Глубокое понимание инженерных практик, включая эффективные ревью кода и отказоустойчивую архитектуру. - Проявление технического лидерства и наставнических качеств. - Подтвержденный опыт использования ИИ-технологий для улучшения принятия решений, оптимизации рабочих процессов и процессов, повышения эффективности и бизнес-результатов. - Практический опыт с MLOps-инструментами (MLflow, SageMaker, AI). - Сильное понимание основ CUDA, драйверов, GPU и TPU. - Опыт работы с фреймворками инференса, такими как vLLM и Triton Inference Server. - Владение фреймворками обучения: PyTorch, Ray, Megatron, JAX. - Экспертный уровень владения высокоуровневым языком программирования (Python). - Глубокие знания контейнеризации и оркестрации (Slurm, Airflow). - Владение инструментами Infrastructure as Code, такими как Terraform и Ansible. - Опыт работы с облачными платформами (AWS, GCP или OCI) и сервисами данных. - Опыт работы в сфере кибербезопасности, разведки или отраслях с высокими требованиями к соответствию. - Опыт создания, развертывания и управления LLM в производственной среде. - Опыт работы с распространенными фреймворками рабочих процессов. - Опыт работы с фреймворками обработки данных (например, Dask, Flink). Условия - Право на бонусы. - Гранты на акции. - Комплексный пакет льгот: медицинская страховка, 401k, оплачиваемый отпуск, конкурентоспособная компенсация и акции. - Комплексные программы физического и психического здоровья. - Конкурентоспособный отпуск и праздники, отпуск по уходу за ребенком и усыновлению. - Возможности для развития для всех сотрудников независимо от уровня или роли. - Сети сотрудников, географические сообщества и волонтерские возможности для установления связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру.

Формат

Удалённо

Страна

Любая

Город

Не указан

О роли H.W. Kaufman Group (Burns & Wilcox) формирует внутри ИТ-подразделения команду AI Value Engineering для создания измеримой бизнес-ценности на уровне предприятия. Команда работает на стыке разработки приложений, RPA, данных, бизнес-процессов и доставки решений с использованием ИИ. Задача команды — создавать высокоэффективные решения в рамках быстрых и глубоких проектов, тесно взаимодействовать с бизнес-заинтересованными сторонами, передавать проверенные решения поддерживающим командам и быстро останавливать инициативы, которые не приносят ценности. Эффективность команды оценивается по влиянию на портфель, успешности передачи решений, количественно выраженной бизнес-ценности, дисциплине и способности не превращаться в функцию поддержки. Роль предназначена для практикующего разработчика, использующего ИИ, который может работать в приложениях, автоматизации, данных и бизнес-процессах: находить возможности с высоким влиянием, создавать работающие решения, подтверждать их ценность и ответственно передавать поддерживающим командам. Кандидаты должны быть находчивыми, любознательными, дисциплинированными и мотивированными решением задач. Они понимают, что ИИ меняет скорость разработки, но не отменяет необходимости в суждении, качестве, понимании бизнеса и ответственности. Лучше всего роль подходит T-shaped или comb-shaped специалисту: достаточно широкому, чтобы связывать платформы, данные, API, автоматизации и пользовательские сценарии, и достаточно глубокому, чтобы принимать технически обоснованные решения и избегать хрупких решений. Критерии успеха - Быстро превращать нечётко сформулированную бизнес-задачу в ценностную гипотезу и рабочую демонстрацию. - Понимать, когда рекомендация ИИ-агента правдоподобна, рискованна, избыточна или не соответствует корпоративной поддерживаемости. - Уверенно работать во front-end, back-end, интеграциях, данных, автоматизации процессов и настройке платформ. - Искать более простые, быстрые и поддерживаемые пути, а не просто реализовывать первое техническое решение. - Создавать решения, которые можно чисто передать, не создавая скрытой зависимости от себя. - Понятно объяснять компромиссы технической и нетехнической аудитории. Обязанности - Реализовывать быстрые решения за дни или недели там, где бизнес-ценность очевидна и путь известен. - Участвовать в более глубоких исследовательских проектах продолжительностью от одного до трёх месяцев, где решение неопределённо, но потенциальная ценность высока. - Создавать прототипы, автоматизации, интеграции, управляемые данными сценарии и функции приложений на базе Salesforce, MuleSoft, .NET, RPA, AI/ML-инструментов и смежных корпоративных платформ. - Использовать ИИ-инструменты разработки, такие как Claude, Codex, Gemini, Copilot или аналогичные агенты, для ускорения работы с проверкой архитектурного соответствия, поддерживаемости, безопасности и операционных рисков. - Работать напрямую с заинтересованными сторонами из андеррайтинга, урегулирования убытков, операций и ИТ, чтобы понимать процессы, болевые точки, драйверы ценности и практические ограничения внедрения. - Преобразовывать бизнес-задачи в работающее ПО, измеримые эксперименты и понятные пакеты передачи. - Документировать архитектуру, конфигурацию, зависимости, известные ограничения, промпты, runbook и операционные аспекты для принимающей команды. - Рекомендовать изменение направления или остановку инициативы, если она не доказывает ценность, не считая это неудачей. - Изучать бизнес-процессы, чтобы решения опирались на реальную организацию работы. Требования - Профессиональный опыт разработки ПО в корпоративной среде от 5 лет. - Full-stack компетенции: разработка приложений, интеграции, API, доступ к данным, автоматизация процессов и пользовательские интерфейсы. - Опыт как минимум с несколькими из следующих технологий: Salesforce, MuleSoft, .NET/C, JavaScript/TypeScript, SQL, REST API, RPA/инструменты автоматизации, облачные сервисы, CI/CD, корпоративные платформы данных. - Практический опыт использования ИИ-инструментов разработки или подтверждённая способность быстро и ответственно их осваивать. - Навыки отладки, декомпозиции задач и самостоятельного обучения. - Умение оценивать качество кода, поддерживаемость, паттерны, вопросы безопасности и операционную пригодность. - Умение писать понятную техническую документацию и проводить передачу знаний принимающим командам. - Комфортная работа в проектах с ограниченным сроком, чёткими результатами, контрольными точками и ожиданиями по передаче. - Плюсом будет опыт в страховании, андеррайтинге, брокерской деятельности, урегулировании убытков или других процессах с высокой нагрузкой на workflow. - Плюсом будет знакомство с корпоративными архитектурными паттернами, проектными паттернами, моделированием предметной области, проектированием реляционных баз данных, интеграционными паттернами или аналогичными инженерными дисциплинами. - Опыт создания автоматизаций или решений с ИИ, объединяющих приложения, данные, документы и процессы с участием человека. - Опыт работы с prompt engineering.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Mercor соединяет талантливых специалистов в области творчества и технологий с ведущими исследовательскими лабораториями ИИ. Штаб-квартира в Сан-Франциско. Инвесторы: Benchmark, General Catalyst, Peter Thiel, Adam D'Angelo, Larry Summers, Jack Dorsey. Должность ML-инженер (опыт работы с AI-кодинг-агентами) Тип: контракт Оплата: $85/час Локация: удалённо Обязанности - Использовать передовые AI-кодинг-агенты для выполнения и оценки сложных задач в области машинного обучения и ИИ. - Проверять сгенерированные моделями реализации, включая обучение моделей, системы инференса, MLOps и LLM-приложения. - Выявлять ошибки, крайние случаи, проблемы производительности и сценарии отказов. - Сравнивать результаты нескольких передовых моделей и оценивать их сильные и слабые стороны. - Применять профессиональный инженерный подход к реальным сценариям ML-инженерии. Требования Обязательные: - 2+ года профессионального опыта в ML-инженерии. - Опыт создания продакшн-ML-систем, инфраструктуры развертывания моделей, LLM-приложений или AI-продуктов. - Регулярное использование AI-кодинг-агентов: Cursor, Claude Code, Codex, Windsurf, Gemini CLI или аналогичных. - Способность оценивать сгенерированные моделями ML-реализации и технические компромиссы. Желательно: - Опыт развертывания ML-систем в продакшн. Оплата и условия - $400 за принятую задачу. - Оплата привязана к принятой работе.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты. Задачи - Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы. - Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами. - Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes. - Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость. - Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов. - Принимать архитектурные решения — от дизайна сервисов до эволюции платформы. Требования - 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами. - Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов. - Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене. - CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг. - Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов. - Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества. - Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля. - Свободный английский. Будет плюсом - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек data engineering работает на нём. - Опыт в регулируемой среде (ISO27001, SOC2). - Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в странах ЕС), доступен офис в Бельгии. - Доступ к токенам всех передовых моделей. - Реальная ответственность. Процесс отбора - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). - Ответ каждому кандидату в течение 3–5 дней после каждого этапа.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda Data Nv разрабатывает платформу мониторинга качества данных и производительности ИИ. Компания основана в 2019 году. Среди клиентов — Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Открытый движок Soda Core используют Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы — Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Инженер работает над всем стеком: Java-бэкенд и TypeScript/Angular-фронтенд, обеспечивающие работу Soda Cloud. Продуктовые инженеры владеют функциональностью от начала до конца: общаются с пользователями, участвуют в проектировании, реализуют от базы данных до интерфейса. В компании активно используются ИИ-агенты для написания кода. Задачи - Реализация функций от начала до конца: бэкенд-API, изменения в БД, фронтенд, выкладка в продакшн. - Проектирование и разработка бэкенд-сервисов для мультитенантной SaaS-платформы. - Работа с реляционными БД (MySQL): проектирование схем, оптимизация запросов, моделирование данных. - Разработка фронтенд-функций: чистый, быстрый интерфейс. - Оптимизация производительности по всему стеку, написание тестов (unit, integration, e2e). - Встраивание агентных функций в продукт: рабочие процессы на основе LLM для поиска, понимания и исправления проблем с данными. - Улучшение систем для агентной разработки: инструкции для агентов, навыки, циклы обратной связи через тесты. - Совместная работа с продуктом, дизайном и клиентами для определения направлений разработки. Требования - 5+ лет разработки в продуктовой компании, владение значимыми частями продакшн-системы. - Сильный Java: REST API, взаимодействие с БД, асинхронная обработка. - TypeScript и современный фронтенд-фреймворк, предпочтительно Angular. - Фундаментальные знания фронтенда: сложные UI, компонентная архитектура, управление состоянием, производительность, адаптивный дизайн. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Архитектурное мышление: проектирование API с точки зрения потребителя, понимание влияния на поток данных и задержки. - Владение DevOps: контейнеры, CI/CD, инфраструктура как код, уверенная работа с Linux. - Агентная разработка: опыт написания продакшн-кода с ИИ-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого качества. - Самостоятельность в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт мультитенантного SaaS в масштабе, опыт работы в быстрорастущем стартапе. - Чувство дизайна. - Python: стек data engineering. - Опыт встраивания агентных функций в продукт: LLM-функции, агенты с инструментами, автоматизация на ИИ. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в пределах ЕС), доступен офис в Бельгии. - Доступ к токенам всех frontier-моделей. - Реальная ответственность и влияние, без микроменеджмента. - Команда senior-инженеров из 12+ стран. Ценности Свобода с ответственностью, прозрачность, мышление роста. Нетерпимость к нечестности, открытая и прямая коммуникация. Автономия в принятии решений.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda — платформа мониторинга качества данных и AI. Миссия компании — мониторинг решений, принимаемых в мире. Платформа охватывает сбор данных и автоматизированное принятие решений, помогает клиентам находить, понимать и исправлять проблемы качества данных. Компания основана в 2019 году. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. Роль Senior Full-Stack Engineer. Вы будете ведущим фронтенд-разработчиком в одной из продуктовых команд. Стек: TypeScript/Angular приложение, компоненты на Storybook, e2e-тесты Cypress, Java-бэкенд. Вы отвечаете за пользовательский опыт от начала до конца: от архитектуры компонентов и управления состоянием до формы API, так как бэкенд тоже доступен для изменений. Вы продуктовый инженер, а не исполнитель тикетов: общаетесь с пользователями, формируете дизайн с продакт-менеджером и поставляете результат без ожидания передачи. Большую часть времени вы работаете во фронтенде, но можете реализовать бэкенд-эндпоинт, когда это нужно для фичи. В компании принята агентная разработка: AI-кодинг-агенты — часть ежедневного рабочего процесса. Задачи - Владение сложными интерфейсами с большим объёмом данных: дашборды, мониторинговые представления, большие таблицы, диффы и детализации, которые остаются быстрыми и читаемыми. - Развитие архитектуры компонентов, управления состоянием и производительности фронтенда. - Работа с библиотекой компонентов и Storybook; поддержание согласованности дизайн-системы по мере роста продукта. - Написание тестов на всех уровнях, включая поддержание осмысленного набора e2e-тестов Cypress. - Создание фронтенда агентных функций: интерфейсы, где пользователи направляют, проверяют и выполняют действия в LLM-управляемых процессах. - Улучшение систем для агентной разработки во фронтенде: конвенции, покрытие Storybook и тесты, на которые агенты могут надёжно опираться. - Формирование API, которые вы потребляете, и реализация изменений на бэкенде (Java), когда это требуется для фичи. - Наставничество инженеров, ориентированных на бэкенд, во фронтенд-практиках, помощь команде в росте до полного стека и поставке функций от начала до конца. - Непосредственная работа с продуктом, дизайном и клиентами для определения того, что создавать. Требования - 5+ лет опыта создания фронтенда для реальных продуктов: сложные одностраничные приложения с реальными пользователями, не только маркетинговые сайты. - Экспертный TypeScript и глубокий опыт работы с современным фреймворком: предпочтителен Angular (на нём работает Soda Cloud); приветствуются сильные React/Vue-инженеры, готовые работать на Angular. - Фронтенд-мастерство: архитектура компонентов, управление состоянием, производительность рендеринга, адаптивный дизайн, внимание к деталям. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Рабочие навыки бэкенда: умение читать и модифицировать Java-сервис, проектировать API с точки зрения потребителя, писать грамотный SQL. - Понимание систем: как форма API влияет на количество запросов, поток данных и воспринимаемую задержку в интерфейсе. - Агентная инженерия: вы поставляете продакшн-код с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умеете ими управлять, сохраняя высокое качество. - Самостоятельность: не нуждаетесь в постоянном контроле в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт работы с продуктами, насыщенными данными, или инструментами для разработчиков: визуализация данных, мониторинг, аналитические интерфейсы. - Владение дизайн-системой или библиотекой компонентов. - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек инженерии данных компании работает на нём. - Опыт внедрения агентных процессов в продукт: LLM-функции, агенты, использующие инструменты, или AI-автоматизация, переданная реальным пользователям. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Зарплата: €85,000–120,000 в год + опционы (equity). - Полная удалённая работа (в странах ЕС), доступен офис в Бельгии. Процесс найма - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). Компания отвечает на каждую заявку, и каждый кандидат получает обратную связь в течение 3–5 дней после каждого этапа.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Constructor — AI-first платформа для поиска и обнаружения товаров в электронной коммерции, запущена в 2019 году. Помогает покупателям находить нужные товары и позволяет мировым брендам электронной коммерции увеличивать выручку и конверсию. О роли Команда ML Infrastructure создаёт и поддерживает общие бэкенд-сервисы и платформенные возможности, которые команды ML и продуктов используют для разработки, развёртывания и запуска машинного обучения в масштабе — от сервинга моделей (включая LLM) до специализированных хранилищ и пайплайнов данных. Это сервисная команда: дорожная карта формируется потребностями продуктовых команд. Ищем Senior Backend Engineer, готового брать полную ответственность за ключевые сервисы. Ближайшие и среднесрочные направления: - Упрощение запуска, масштабирования и эксплуатации ML-нагрузок для всех команд. - Предоставление self-service и настраиваемых компонентов инфраструктуры для ML и продуктовых команд. - Развитие ключевых ML-сервисов и связанных пайплайнов с высокими требованиями к надёжности и производительности. Задачи - Проектировать, создавать и эксплуатировать высоконагруженные распределённые бэкенд-сервисы, обеспечивающие ML-инфраструктуру компании. - Владеть ключевыми ML-сервисами и связанными пайплайнами данных: от дизайна и реализации до развёртывания, наблюдаемости и постоянного улучшения. - Взаимодействовать с ML и продуктовыми командами, превращая их потребности в надёжные и переиспользуемые платформенные возможности. - Принимать и защищать технические решения: оценивать компромиссы, сначала проектировать, отвечать за результат. - Отвечать за свою работу и работу команды. Требования - 5+ лет профессионального опыта в бэкенд- или платформенной инженерии. - Глубокие знания Python (основной язык). - Практический опыт разработки в публичном облаке (AWS, GCP или Azure) или с self-managed Kubernetes. AWS — основная платформа, но не ограничиваясь ей. - Опыт проектирования и создания распределённых высоконагруженных сервисов и API. - Сильные знания структур данных, алгоритмов и их компромиссов. - Инженерный подход, ориентированный на проектирование: среда поддерживает использование AI-инструментов, но вы ведёте за счёт системного дизайна и понимания их применимости. - Ответственность и проактивность: не закрывать глаза на проблемы, решать их и отвечать за результаты. - Дружелюбие и готовность помогать коллегам. Будет плюсом - Опыт с Rust (или C/C++/Go) — существенный плюс. - Опыт разработки или участия в ML-платформах или ML-инфраструктуре — существенный плюс. - Опыт настройки и эксплуатации векторных баз данных (Qdrant, Milvus, Weaviate, OpenSearch, pgvector и т.п.) — существенный плюс. - Опыт с сервингом моделей / инференс-инфраструктурой, включая LLM. - Опыт с Infrastructure as Code (Terraform или аналоги). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда — можно жить где угодно. - Стипендия на работу из дома для обустройства домашнего офиса. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется каждый год. - Оплачиваемый отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Работа с умными людьми, которые помогают расти и влиять на результат. - Базовая зарплата: $80,000–$120,000 USD в зависимости от знаний, навыков, опыта и результатов интервью. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные оффсайты для общения и совместной работы.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Constructor — платформа нового поколения для поиска и обнаружения товаров в электронной коммерции, оптимизирующая метрики: выручку, конверсию и прибыль. Поисковый движок разработан внутри компании с использованием трансформеров и генеративных LLM. Платформа обрабатывает более 1 миллиарда запросов в день на 150 языках в примерно 100 странах. Среди клиентов — Sephora, Under Armour, Petco. Компания основана в 2019 году, базируется в США. О команде Retail Media team строит платформу для связи ритейлеров и брендов. Retail media позволяет бренду покупать размещение в результатах поиска, просмотра, рекомендаций, подборок или викторин. Платформа интегрируется с онлайн-ритейлерами, предлагает таргетинг, ставки и аналитику. Команда новая, ищет Senior Full Stack инженеров для создания Customer Dashboard интерфейса для ритейлеров и брендов. О задаче Основная задача — проектировать, разрабатывать и поддерживать веб-приложение в тесном сотрудничестве с другими инженерами. Обязанности - Работать совместно с командами Product и Design над функциональностью Retail Media. - Взаимодействовать с техническими и нетехническими бизнес-партнёрами для разработки и обновления функциональности. - Общаться со стейкхолдерами внутри и вне команды. - Разрабатывать функции Customer Dashboard с использованием Typescript и React, взаимодействуя с бэкенд-сервисами (Python и FastAPI). Требования - Уверенное знание клиентского JavaScript, база компьютерных наук и знакомство с принципами работы сетей. - Опыт работы с Typescript и фронтенд-фреймворками, такими как React. - Опыт создания, поддержки и отладки full-stack веб-приложений. - Опыт работы с Python и одним из бэкенд-фреймворков (FastAPI, Flask или Django) или готовность изучить этот стек. - Понимание принципов проектирования API. - Знакомство с сервис-ориентированной архитектурой. - Опыт работы с реляционными базами данных, распределёнными системами и решениями для кэширования (MySQL/PostgreSQL). - Аналитические навыки и опыт работы с SQL для анализа данных в дашбордах и решениях (ClickHouse, Athena). - Опыт работы с одним из крупных облачных провайдеров: AWS, Azure, GCP. - Опыт работы в кросс-функциональных командах. - Отличные коммуникативные навыки на английском языке. - Идеальный кандидат имеет опыт создания рекламных технологий (ad tech). Условия - Безлимитный отпуск (рекомендуется минимум 3 недели в год). - Полностью удалённая команда. - Стипендия на обустройство рабочего места из дома. - Ноутбуки Apple для новых сотрудников. - Бюджет на обучение и развитие для каждого сотрудника, обновляется ежегодно. - Отпуск по беременности и уходу за ребёнком для соответствующих сотрудников. - Базовая зарплата: $80 000–$120 000 USD в зависимости от знаний, навыков, опыта и результатов собеседования. - Опционы на акции в дополнение к базовой зарплате. - Регулярные командные офлайн-встречи. Разнообразие и инклюзивность Constructor стремится создавать разнообразную, справедливую и инклюзивную рабочую среду. Компания является равноправным работодателем и приветствует кандидатов любого происхождения, предоставляя равные возможности независимо от образования, мнений, расы, цвета кожи, религии и других характеристик.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О роли Компания Clera — европейский стартап на ранней стадии, разрабатывающий AI-платформу телефонного ассистента для малого и среднего бизнеса. Продукт автоматизирует входящие и исходящие звонки, запись на приём, взаимодействие с клиентами и другие процессы. Ищем инженера по внедрению (Forward Deployment Engineer), который будет отвечать за технический успех внедрений у клиентов от начала до конца. Роль находится на стыке продукта и результатов для клиентов. Вы будете превращать реальные бизнес-требования в надёжные production-конфигурации, создавать интеграции и связующий код, а также передавать полученный опыт в продукт, чтобы каждое следующее внедрение было быстрее и эффективнее. Работа в небольшой команде с высокой скоростью, в тесном взаимодействии с продуктом, инженерией и go-to-market. Задачи - Выступать техническим мостом между продуктом и клиентскими конфигурациями: собирать требования и превращать их в надёжные production-реализации. - Вести сквозное развёртывание конфигураций AI-ассистента в production, включая сценарии, логику, потоки данных, промпты и ограничения. - Реализовывать интеграции со сторонними системами через API и webhooks: CRM, календари, тикет-системы, платежи, распространённые схемы аутентификации (OAuth, API-ключи). - Разрабатывать небольшие и средние функции и связующий код для переноса клиентских сценариев в production-системы, с соответствующими тестами, мониторингом и логированием. - Отлаживать проблемы в звонках, сценариях и конвейерах данных, быстро выпускать исправления в production-условиях. - Создавать переиспользуемые шаблоны, плейбуки по внедрению и лучшие практики для масштабируемости и повторяемости. - Поддерживать быструю обратную связь с продуктовой командой: сообщать о болевых точках, пробелах в функциях и повторяющихся паттернах с конкретными рекомендациями. - Отвечать за успех внедрения и обеспечивать надёжную работу клиентских конфигураций в реальной среде. Требования Обязательные: - 3+ года практического опыта в инженерии внедрений, production-интеграциях AI и автоматизации рабочих процессов. - Глубокий опыт с системами на основе AI/LLM: дизайн промптов, использование инструментов, RAG/поиск знаний, оценка и обработка сбоев. - Подтверждённая способность превращать сложные бизнес-процессы в надёжные, тестируемые AI-рабочие процессы. - Опыт создания интеграций со сторонними системами (API, webhooks, CRM, календари, тикет-системы, платежи), включая схемы аутентификации и форматы данных. - Уверенные навыки программирования для реализации связующего кода и функций, с тестами, мониторингом и логированием. - Базовые знания облачных технологий: развёртывание, наблюдаемость, отладка в production. - Прагматичный подход, ориентированный на результат: быстрая поставка и итерации. Желательно: - Опыт программирования на TypeScript или Python. - Опыт работы с n8n или другими инструментами автоматизации рабочих процессов. - Опыт интеграции голосовых/телефонных систем. - Владение SQL и инструментами мониторинга/трассировки. - Понимание GDPR / Privacy-by-Design. Условия - Зарплата: €60 000 – €90 000 в год, в зависимости от опыта. - Полностью удалённая работа в Германии. - Работа в небольшой команде с высокой степенью ответственности на ранней, быстрорастущей стадии компании. - Спонсорство визы не предоставляется. Локация Полностью удалённая позиция. Кандидаты должны находиться в Германии. Спонсорство визы не предусмотрено.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Удалённая работа, кандидаты из США. Компания — AI-фирма, основанная в 2000 году, штаб-квартира в Мумбаи (Махараштра). Стремится обеспечивать данными каждое решение в бизнесе. Роль: Senior Analytics Engineer и AI-разработчик. Ключевая задача — трансформация традиционной бизнес-аналитики в экосистему с AI-расширением, руководство инициативами по инженерии данных и аналитике. Обязанности - Проектирование и внедрение управляемых семантических слоёв, надёжных витрин данных и агрегированных кубов данных для обеспечения высокой производительности и достоверности данных. - Руководство масштабными миграциями данных из устаревших баз в оптимизированную инфраструктуру с обеспечением бесшовного перехода, высокой доступности и минимального простоя производства. - Активная оптимизация схем с высокими накладными расходами, сокращение времени выполнения запросов и минимизация сканирований таблиц для контроля затрат на вычисления. - Взаимодействие с командами Data Engineering для перехода от реактивного устранения неполадок к проактивному управлению SLA и автоматизированному мониторингу пайплайнов. - Создание и автоматизация многомерных фреймворков Root Cause Analysis (RCA) для быстрой диагностики количественных драйверов изменений метрик (например, траты, покупатели, платящие пользователи, органический трафик). - Рационализация и консолидация разрозненных дашбордов и избыточных таблиц в высокоэффективные управляемые хранилища данных. - Внедрение практик работы с данными, ограничивающих запросы соответствующими уровнями агрегации и предотвращающих избыточные узкие места ресурсов. - Проектирование, тестирование и развёртывание специализированных AI-навыков и разговорных агентов, позволяющих заинтересованным сторонам задавать вопросы о бизнесе на естественном языке. - Создание и запуск офлайн-тестовых наборов для оценки с использованием оценочных фреймворков и LLM-ассистируемых судей для предотвращения регрессий до коммита обновлений. - Внедрение SQL-предохранителей для AI-агентов с динамическим применением фильтров партиций, минимизации данных и ограничений стоимости запросов. - Продвижение современных AI-инструментов разработки (например, кодинг-агентов) для максимальной скорости инженерии и поддержания высокого качества кода. Требования - 5+ лет опыта в Data Engineering, Analytics Engineering или продвинутой бизнес-аналитике. - Экспертный уровень SQL (GoogleSQL, BigQuery или аналогичные крупномасштабные query-движки) с глубоким пониманием партиционирования, кластеризации, индексации и оптимизации затрат. - Подтверждённый опыт проектирования star-schema или витрин данных, семантических слоёв и автоматизированных ETL-пайплайнов. - Уверенное владение Python (Pandas, PySpark, интеграция API) или R. - Обширный опыт проведения Root Cause Analysis (RCA) и глубокого анализа бизнес-метрик в веб-, e-commerce или мобильных платформах. - Подтверждённый опыт самостоятельного выполнения сложных сквозных инженерных миграций. - Практический опыт разработки приложений на основе больших языковых моделей (LLM), Retrieval-Augmented Generation (RAG) или агентных фреймворков. - Знакомство с фреймворками оценки агентов, конфигурацией (например, форматы .txtpb) и LLM-ассистируемыми пошаговыми оценками. - Опыт установки валидационных фильтров, предохранителей или ограничений для AI-генерируемых запросов к базам данных. - Опыт работы с облачной инфраструктурой, BigQuery или крупномасштабными платформами данных. - Опыт в аналитике веб-, мобильных приложений, e-commerce или цифровых маркетплейсов. Условия - Участие в программах медицинской, стоматологической, офтальмологической страховки, страхования жизни и инвалидности в соответствии с документами плана. - Право на льготы с первого дня работы. - Участие в плане 401(k) после 30 дней работы. - 11 оплачиваемых праздничных дней. - 12 недель родительского отпуска. - Гибкая политика PTO («free time»).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

AllOne Health — компания в сфере поведенческого здоровья на рабочем месте, подчеркивающая важность благополучия сотрудников для успеха организации. Ищут AI Full Stack Developer для проектирования, разработки и поддержки AI-приложений, интегрируя современные AI-инструменты во фронтенд и бэкенд. Задачи - Проектировать и разрабатывать адаптивные, удобные веб-интерфейсы с использованием HTML, CSS, JavaScript и современных фреймворков, таких как React или Angular. - Создавать и поддерживать серверную логику, API и сервисы с использованием Node.js, Express и вспомогательных фреймворков, обеспечивая масштабируемость и надежность. - Интегрировать AI-сервисы в приложения, включая LLM API, AI-агентов, интеллектуальный поиск, суммаризацию, рекомендации и автоматизацию рабочих процессов. - Быстро создавать прототипы, затем доводить решения до продакшена с мониторингом, логированием, оценкой и оптимизацией производительности. - Использовать AI-инструменты для кодирования (copilots, генерация кода, рефакторинг, генерация тестов) для повышения скорости разработки, качества кода и поддерживаемости. - Внедрять защитные механизмы для AI-систем: безопасность промптов, защита данных, снижение галлюцинаций, контроль доступа и валидация вывода. - Интегрировать фронтенд, бэкенд, AI-сервисы и сторонние системы для целостного пользовательского опыта. - Писать и поддерживать автоматизированные тесты, включая unit, интеграционные и AI-ассистированные, для стабильности приложений. - Поддерживать и улучшать существующие приложения, оптимизируя производительность, безопасность и масштабируемость с AI-улучшениями. - Применять практики безопасного кодирования, понимать принципы SecDevOps и обеспечивать соответствие стандартам конфиденциальности и безопасности данных, особенно при работе с AI. - Сотрудничать с командами безопасности и комплаенса для ответственного использования AI, конфиденциальности данных и управления. - Работать с владельцами продуктов, дизайнерами, архитекторами и разработчиками для решений, соответствующих бизнес-требованиям. - Создавать документацию для кодовых баз, API, AI-интеграций и процессов разработки. - Следить за новыми AI-технологиями и рекомендовать практичные способы их внедрения. - Наставлять разработчиков по AI-концепциям, паттернам и лучшим практикам. Требования - Пять или более лет профессионального опыта в разработке ПО после получения степени бакалавра. Стажировки не учитываются. - Опыт продакшена с React/TypeScript фронтендами. - Опыт продакшена с Node.js/Express бэкендами, включая middleware, обработку ошибок и graceful degradation. - Опыт интеграции LLM API (Anthropic Claude, Azure OpenAI, OpenAI direct или аналог) в реальную систему с реальными пользователями, включая описание rate limit, режимов сбоя и стратегии фолбэка. - Опыт написания и поддержки автоматизированных тестов, включая unit, интеграционные и AI-ассистированные. - Уверенная работа с Microsoft Azure (Azure App Service, Azure Functions или Azure Kubernetes Service) или аналогичным облачным провайдером с готовностью освоить Azure в первые 90 дней. - Уверенная работа с реляционными базами данных (MySQL, Microsoft SQL Server, PostgreSQL или аналог), включая понимание execution plan. - Применение практик безопасного кодирования и принципов DevSecOps. - Сотрудничество с безопасностью и комплаенсом по ответственному использованию AI, управлению PHI, требованиям HIPAA и практическим аспектам обработки медицинских данных. - Создание документации для кодовых баз, API и AI-интеграций. - Работа с владельцами продуктов, дизайнерами и архитекторами для перевода бизнес-требований в технические решения. - Слежение за новыми AI-технологиями и рекомендации по их внедрению. - Нахождение в США и наличие разрешения на работу без спонсорства работодателя (сейчас или в будущем). Роль не предлагает визы H-1B, OPT или другие спонсируемые визы. Желательно - Прямой опыт с Anthropic Claude API (Messages API, tool use, prompt caching) или Azure OpenAI Service. - Опыт создания AI-агентских рабочих процессов, мультиагентской оркестрации или систем вызова инструментов. - Опыт с Model Context Protocol (MCP).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Проект Работа над продуктами, связанными с сейсмическими данными и данными каротажа скважин, определение простых геологических характеристик данных (разломы, горизонты). Full stack ML с фокусом на обработку сигналов — изображения и временные ряды. Основные навыки: ML Ops, модели изображений, глубокое обучение, GPU-обучение, Google Cloud Platform, TensorFlow, PyTorch, агентные инструменты кодирования. Условия Тип занятости: W2. Длительность проекта: 12 месяцев. Локация: Маунтин-Вью, Калифорния, или удалённо. Режим работы: 3 дня в неделю из офиса при работе на месте в Маунтин-Вью, либо удалённо. Командировки: нет. Уровень: Senior. Требуемая дата начала: ASAP. Процесс отбора: общее собеседование -> техническое интервью -> интервью с клиентом. Разрешение на работу: рассматриваются кандидаты с визами H1B и TN. Кандидат должен быть оформлен по W2. Требования - Опыт в глубоком обучении, GPU-обучении и инференсе, моделях изображений. - Опыт в обучении моделей и настройке распределённых пайплайнов обучения, в частности с использованием Vertex, Kubeflow и т.п. для обучения больших моделей на больших объёмах данных (изображения, язык). - Сильный опыт в создании и развёртывании моделей машинного обучения с фокусом на обработку изображений и обработку сигналов временных рядов. - Опыт обучения и тонкой настройки ML-моделей. - Опыт создания и поддержки пайплайнов данных для изображений и других сенсорных данных. - Опыт работы с инструментами и практиками ML Ops: мониторинг моделей, версионирование, развёртывание. - Опыт работы с инструментами разметки данных. - Опыт работы с облачными платформами, особенно Google Cloud Platform. Опыт с edge-развёртыванием будет плюсом. - Отличные коммуникативные навыки и умение работать в команде. - Способность работать самостоятельно и в команде. - Сильные навыки решения проблем. - Увлечённость машинным обучением и его приложениями. Дополнительные навыки (желательно) - Google Cloud Platform будет полезен; при отсутствии опыта ожидается, что кандидат быстро освоит его до начала и/или в начале работы. - Владение TensorFlow и PyTorch. - Protocol Buffers. - Контейнеры. - Быстрое прототипирование — большой плюс. Команде нужно будет создавать прототипы для проверки гипотез.

Формат

Удалённо

Страна

Любая

Город

Не указан

Локация Полная удалённая работа (США). О роли Ищем опытного и мотивированного Frontend-разработчика для присоединения к динамичной команде разработки. В этой роли вы будете отвечать за дизайн и разработку фронтенд-компонентов с использованием ИИ. Вы будете тесно работать с кросс-функциональными командами, чтобы создавать качественные и удобные продукты, отвечающие потребностям клиентов и бизнес-целям. Обязанности - Разработка современных фронтенд-веб-приложений с использованием современных технологий и фреймворков с помощью ИИ. - Использование RESTful API для взаимодействия между фронтендом и бэкендом. - Реализация принципов адаптивного дизайна для обеспечения оптимального пользовательского опыта на разных устройствах и разрешениях экрана. - Использование ИИ для дизайна и разработки фронтенд-компонентов веб-приложений. - Внедрение ИИ-генерации кода для ускорения разработки при сохранении качества и поддерживаемости кода. - Разработка и выполнение комплексных планов тестирования для проверки соответствия модернизированных приложений функциональным требованиям и требованиям производительности. - Использование ИИ для автоматической генерации и выполнения тестовых сценариев. - Тесная работа с продакт-менеджерами, дизайнерами и другими разработчиками для сбора требований, поиска решений и реализации функций. - Участие в код-ревью для обеспечения качества кода, выявления потенциальных проблем и обмена знаниями с коллегами. - Вклад в непрерывное улучшение процессов и инструментов разработки. - Отслеживание последних достижений в области генеративного ИИ и их применение для улучшения процессов модернизации. Требования - Владение фронтенд-технологиями: HTML, CSS, JavaScript и современными JavaScript-фреймворками (например, React, Angular, Vue). - Практический опыт использования LLM через API (например, Claude, Gemini). - Понимание различных архитектур LLM, их сильных и слабых сторон. - Понимание техник промпт-инжиниринга для оптимизации вывода LLM. - Опыт работы с государственными технологическими проектами и программами. О компании Game Plan Tech — динамично растущая команда, специализирующаяся на внедрении лучших решений Google для организаций государственного сектора. Компания создает среду для совместной работы, где можно оказывать значимое влияние, внедрять инновации для клиентов и развивать карьеру.

Формат

Офис

Страна

Европа

Город

Не указан

О компании Cohere — ведущая компания в области корпоративного ИИ с приоритетом безопасности. Мы создаём передовые фундаментальные модели ИИ и комплексные продукты для решения реальных бизнес-задач. Cohere — глобальная технологическая компания со штаб-квартирой в Торонто и ключевыми офисами в Лондоне, Нью-Йорке, Сан-Франциско, Монреале, Париже, Берлине и Сеуле. О роли North — это передовая платформа Cohere для ИИ-рабочих пространств, предназначенная для изменения способов использования ИИ предприятиями. Она предлагает безопасную и настраиваемую среду, позволяя компаниям развёртывать ИИ, сохраняя контроль над конфиденциальными данными. North интегрируется с существующими рабочими процессами, предоставляя доверенную платформу, которая соединяет ИИ-агентов с рабочими инструментами и приложениями. Роль заключается в том, чтобы сделать эти ИИ-решения надёжными, полезными и готовыми к производству. Вы будете работать с продуктовой инженерией, моделированием и дизайном, превращая возможности моделей в надёжные пользовательские системы: конструкторы агентов, системы оценки, проактивный интеллект и новые интерфейсы для совместной работы с ИИ. Обязанности - Создавать ИИ-продуктовые решения, которые помогают пользователям создавать, настраивать, оценивать и улучшать рабочие процессы в North. - Проектировать и выпускать новые интерфейсы для взаимодействия с моделями, включая конструкторы рабочих процессов, проактивных ассистентов, процессы проверки и другие паттерны совместной работы человека и ИИ. - Создавать системы оценки, наблюдаемости и обратной связи, которые измеряют успешность ИИ-решений в реальных корпоративных рабочих процессах. - Повышать надёжность ИИ за счёт продуктового дизайна, промптинга, конструирования контекста, стратегий использования инструментов, инструментирования и циклов обратной связи. - Превращать производственные сбои, отзывы пользователей и данные реальных задач в улучшение поведения продукта, более сильные наборы оценок, регрессионные тесты и сигналы для моделирования. - Тесно работать с командами моделирования, продукта, дизайна, клиентскими командами и экспертами в предметной области, чтобы определить, что означает «хорошо» для конкретных рабочих процессов, и выпускать измеримые улучшения. - Помогать решать, когда рабочему процессу требуется более ограниченный продуктовый опыт, лучший интерфейс модели, более сильная оценка или более глубокие инвестиции в моделирование. Примеры задач: помощь пользователям в создании ИИ-автоматизаций на естественном языке, создание оценок для многошаговых агентных рабочих процессов, добавление проактивного интеллекта в продукт или создание интерфейсов, которые делают поведение агентов более понятным, управляемым и заслуживающим доверия. Требования - Вы выпускали в продакшн продуктовые решения на основе LLM, агентов или ИИ-ассистентов и улучшали их на основе реальных отзывов. - Вы сильный инженер-программист, которому нравится работать с бэкенд-системами, пользовательскими продуктами, данными, оценками и поведением моделей. - Вы мыслите в терминах пользовательских результатов и системного поведения, а не только метрик моделей. - У вас сильный продуктовый вкус, и вы заботитесь о том, как интерфейс, рабочий процесс и модель работают вместе, чтобы помочь пользователям добиться успеха. - Вам нравится отлаживать сложные реальные сбои и превращать полученные знания из продакшена, пользовательского тестирования и оценок в долговременные улучшения. - Вам нравится владеть неоднозначными задачами от начала до конца и работать через границы систем, чтобы выпустить что-то действительно полезное. Условия Сотрудники на полной ставке получают: - Еженедельную стипендию на обед в размере $75/£75 или эквивалент в местной валюте. - Полное медицинское и стоматологическое страхование, включая отдельный бюджет на психическое здоровье. - Софинансирование пенсионных накоплений (RRSP, 401K, пенсионная схема). - 100% оплату отпуска по уходу за ребёнком до 6 месяцев для любого из родителей. - Ежегодные бонусы на развитие: искусство и культура, фитнес/здоровье, качественное время, кредит на улучшение рабочего места. - Образовательный и обучающий стипендиат для конференций, курсов и коучинга. - 6 недель оплачиваемого отпуска (30 рабочих дней). - Бюджет на поездки в другие офисы при удалённой работе, а также ежегодный корпоративный выезд. Cohere поддерживает удалённую работу, но также имеет офисы в Торонто, Лондоне, Нью-Йорке, Сан-Франциско, Монреале, Париже, Берлине и Сеуле. Для работающих в офисе: ежедневная программа обедов, закуски, регулярные мероприятия. Для тех, кто не находится рядом с офисом: бонус на коворкинг. Все получают стипендию в размере $500 на обустройство домашнего офиса. Компания стремится к созданию инклюзивной рабочей среды и предоставляет равные возможности для всех кандидатов.

Формат

Удалённо

Страна

Индия

Город

Не указан

Грейд

Senior / Lead

О роли Twilio, Emerging Technologies / Twilio Forward — инкубационная лаборатория, где разрабатываются Horizon-3-инициативы, включая Ola (агент-нативный канал связи) и протокол Agent-to-Human (A2H). Роль — техлид / старший принципал-инженер (L6) в Applied Research. Нужен hands-on технический вклад, участие в быстром прототипировании и разработке новых продуктов. Обязанности - Проектировать, разрабатывать и отвечать за сквозную реализацию прототипов и production-ready решений. - Определять техническое направление и совместно с кросс-функциональными командами экспериментировать, проверять и внедрять AI, машинное обучение и передовые технологии. - Устанавливать стандарты код-ревью, развивать инженерные стандарты и наставлять коллег. - Доносить сложные технические концепции, архитектурные решения и динамику проектов до руководителей и инженеров. - Работать в условиях неопределённости и быстро менять технические стратегии в ответ на изменения требований, обратной связи и рынка. Требования - Степень бакалавра в Computer Science, инженерии или смежной области либо эквивалентный опыт. - 10+ лет профессиональной разработки ПО. - Владение современными языками программирования: JavaScript, Python, Java или Go; умение выбирать подходящий инструмент. - Опыт создания приложений с использованием front-end (React, Angular) и/или back-end (Node.js, Springboot) фреймворков. - Понимание баз данных SQL и NoSQL и умение выбирать подходящую парадигму. - Владение agentic-моделью разработки: эффективное использование продвинутых dev-инструментов, Model Context Protocol (MCP) и LLM для ускорения AI-assisted разработки. - Сильные навыки решения проблем, коллаборация и коммуникация для технических обсуждений. - Способность работать в условиях сильной неопределённости, самостоятельно разблокировать выполнение задач. - Лидерские качества, наставничество и коммуникативные навыки. Желательно: - Практический опыт с LLM, AI или ML. - Глубокие знания облачных платформ. Условия - Удалённый-first формат работы; возможны эпизодические очные встречи для командных мероприятий, офсайтов или встреч с клиентами.

Формат

Офис

Страна

Германия

Город

Берлин

Грейд

Lead

Компания Bikeleasing-Service GmbH & Co. KG формирует будущее современной мобильности и рабочих сред. Группа объединяет пять специализированных компаний в сфере employer benefits и мобильности, включая мультибенефиты, лизинг, страховые услуги и продажу восстановленных велосипедов. Компания прибыльно растет и находится в процессе технической трансформации. Роль Team Lead Data Products & Analytics предполагает влияние на превращение данных в бизнес-ценность, руководство кросс-функциональной аналитической командой, создание функции тимлида с нуля и связь стратегических потребностей в данных с операционной эффективностью. Ожидается современный технологический стек, прямая линия к Head of Data и влияние на уровне всей группы (BLS, Probonio, Bike2Future). Задачи: - Руководство командой аналитических инженеров и аналитиков (дисциплинарное и профессиональное), поддержка карьерного развития каждого сотрудника. - Управление бэклогом команды: приоритизация запросов стейкхолдеров, защита ресурсов команды, прозрачная коммуникация решений. - Развитие качества и эволюции дата-продуктов: от определения KPI и self-service дашбордов до семантических слоев и AI-продуктов. - Построение lean-процессов для рефайнмента, планирования и поставки с минимальным оверхедом. - Тесное взаимодействие с Head of Data и техническими коллегами, перевод приоритетов в конкретные цели команды, представление команды на встречах с маркетингом, продажами и продуктом. Требования: - Несколько лет опыта в аналитике или BI, наличие опыта руководства командой (профессионального или дисциплинарного). - Ориентация на ценность для стейкхолдеров, умение приоритизировать, переформулировать или отклонять запросы. - Способность работать с инженерами и нетехническими стейкхолдерами без необходимости перевода между ними. - Последовательная приоритизация и сохранение обзора при параллельных проектах. - Свободное владение немецким и английским языками (C1 или C2). - Знакомство с современными дата-стеками (например, dbt, Redshift, Superset) и уверенный SQL — плюс, не обязательное условие. Условия: - Максимальная гибкость: современная модель гибкого рабочего времени и политика workation. - Ежемесячный ваучер на выбор на 50 евро через Probonio, плюс 60 евро на день рождения. - Сильные страховые условия для корпоративной пенсии и выплаты, формирующие капитал. - Возможность лизинга до двух велосипедов или электро-велосипедов через работодателя. - Современная техническая среда: dbt, Redshift, Cube (семантический слой), Superset, Langdock для LLM-кейсов. - Высококачественное техническое оборудование, свободный выбор операционной системы (Windows или macOS). - Доступ к общему аккаунту Udemy с выделенным рабочим временем и регулярное участие в технических конференциях.

Формат

Удалённо

Страна

Любая

Город

Не указан

GenAI/LLM-инженер, удалённо, работа в часовом поясе PST. Предпочтителен кандидат из района залива Сан-Франциско. Роль требует практикующего специалиста по глубокому обучению, уверенно работающего с современными фреймворками и библиотеками для разработки LLM. Задачи: - Внедрение и оптимизация продвинутых методов тонкой настройки (LoRA, PEFT, QLoRA) для адаптации фундаментальных моделей под домен клиента. - Разработка системных методологий промт-инжиниринга для операционной деятельности, нормативного соответствия и технической документации. - Создание переиспользуемых шаблонов и библиотек промтов для стандартизации взаимодействия с LLM-приложениями. - Внедрение фреймворков тестирования промтов для количественной оценки и итеративного улучшения их эффективности. - Настройка систем версионирования промтов и управления для поддержания качества. - Применение методов кастомизации моделей: дистилляция знаний, квантизация, прунинг — для снижения потребления памяти и затрат на инференс. - Решение проблем с памятью с помощью шардированного параллелизма данных, выгрузки на GPU или гибридных подходов CPU+GPU. - Построение пайплайнов RAG с векторными базами данных, пайплайнами эмбеддингов и оптимизированными стратегиями чанкинга. - Разработка продвинутых стратегий промтинга: цепочки рассуждений, оркестрация диалогов, агентные подходы. - Совместная работа с MLOps-инженером для эффективного развертывания, мониторинга и переобучения моделей. Требования: - Глубокое обучение и NLP: владение PyTorch/TensorFlow, Hugging Face Transformers, DSPy, продвинутыми техниками обучения LLM. - Знание GPU и аппаратного обеспечения: опыт многогпу-обучения, оптимизации памяти, стратегий параллелизации. - LLMOps: знакомство с процессами поддержки LLM-приложений в продакшене и мониторингом производительности моделей. - Техническая адаптивность: умение читать исследовательские статьи и внедрять новые техники (без обязательного владения математикой уровня PhD). - Доменная адаптация: навыки создания пайплайнов данных для тонкой настройки моделей под специфический контент.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Компания FOX Corporation производит и распространяет контент под брендами FOX News Media, FOX Sports, FOX Entertainment, FOX Television Stations и Tubi Media Group. ИИ трансформирует способы работы FOX. В роли Software Engineer в команде AI Enablement предстоит разрабатывать и внедрять AI-решения, которые улучшают рабочие процессы, повышают креативность и решают задачи высокого влияния по всей компании. Работа включает эксперименты с большими языковыми моделями, автоматизацию повторяющихся процессов и помощь командам в интеграции ИИ. Обязанности: - Проектировать, разрабатывать и внедрять AI-приложения для решения реальных бизнес-задач, с фокусом на решения на основе GPT и другие AI-технологии - Сопровождать команды во внедрении ИИ: предоставлять лучшие практики, практическое обучение и техническую поддержку для бесшовной интеграции - Исследовать и оценивать достижения в области AI/ML, выявляя возможности для автоматизации, прогнозирования и интеллектуальных инсайтов, повышающих эффективность - Работать кросс-функционально с инженерами, продакт-менеджерами и стейкхолдерами для встраивания ИИ в ключевые бизнес-процессы - Отслеживать, анализировать и улучшать AI-инициативы, обеспечивая их измеримую ценность и соответствие приоритетам FOX Требования: - Владение современными языками программирования (например, TypeScript, Python) с акцентом на создание масштабируемых и поддерживаемых систем - Практический опыт работы с AI/ML-моделями, API и инструментами автоматизации, включая большие языковые модели, промт-инжиниринг и платформы вроде GitHub Copilot или ChatGPT Enterprise - Умение преобразовывать бизнес-потребности в AI-решения: подбор, тонкая настройка и интеграция моделей в существующую инфраструктуру компании, обеспечение совместимости с инструментами Braze, Jira, Salesforce, Notion, Slack и Box - Уверенная работа с облачными средами (AWS, GCP, Azure) для развертывания и управления AI-решениями в масштабе - Развитые коммуникативные навыки, способность объяснять сложные AI-концепции техническим и нетехническим аудиториям - Нацеленность на решение проблем, практическое и результативное применение ИИ для повышения эффективности, сотрудничества и принятия решений Заработная плата: $114 000–135 000 в год, в зависимости от образования, навыков, опыта и локации. Роль также дает право на ежегодный дискреционный бонус и льготы: медицинская/стоматологическая/оптическая страховка, страховка, план 401(k), оплачиваемый отпуск и другие льготы в соответствии с документами плана. Для сотрудников, представленных профсоюзом, льготы предоставляются в соответствии с коллективным договором.

Формат

Офис

Страна

США

Город

Нью-Йорк

Обязанности - Управление технической стратегией и исполнением в продуктовой области Conversation, включая Agent Engine, инфраструктуру оценки, платформу поиска, AI-голосовую платформу (Speak) и потребительские агентные функции на базе Agent Engine. - Совместное руководство продуктовой областью в связке с продуктовым партнёром: ответственность за инженерию, планирование, приоритизацию и внешнее представительство. - Управление командой из примерно 70 инженеров, включая старших инженерных менеджеров и Staff/Principal инженеров в прямом подчинении; развитие и контроль слоя инженерных менеджеров, управляющих примерно 9 командами. - Руководство миграцией существующей агентной инфраструктуры компании на общий Agent Engine в партнёрстве с продуктовыми командами, балансируя скорость миграции и текущие дорожные карты. - Определение технической стратегии для голосовых инвестиций Spotify: решения по разработке и покупке технологий Speak, организация команды, управление голосовыми решениями для агентных продуктов. - Установление и поддержание технического стандарта оценки: разработка дисциплины создания специализированных судей и наборов данных для продуктовых решений. - Внедрение стандартов качества инженерии для эпохи AI-ассистированной разработки, включая дисциплину код-ревью и покрытие тестами. - Участие в общей группе лидеров: совместная разработка операционной модели студии, управление мощностями, приоритизация проектов, коммуникационные принципы и здоровая инженерная культура. - Представление инженерной точки зрения Conversation PA в общесистемных архитектурных обсуждениях и встречах со старшими руководителями. Требования - Глубокие технические знания, а не просто близость к технологиям: способность оценивать архитектурные предложения, вести дискуссии с ведущими инженерами, вносить технический вклад и принимать сложные компромиссные решения. - Опыт управления крупными инженерными организациями через консолидацию платформ, миграции или эволюции; подтверждённый опыт создания масштабируемой платформенной технологии. - Опыт минимум в двух областях: LLM-агентные системы и оркестрация, проектирование инфраструктуры оценки (включая автоматических судей и регрессионные наборы), крупномасштабные поисковые или retrieval-системы, ML-системы для речи и производственная голосовая инфраструктура. - Опыт управления менеджерами, а не только индивидуальными исполнителями; умение строить масштабируемую структуру управления. - Подтверждённый опыт создания сильных и гибких команд, включая реструктуризацию, перераспределение ресурсов и адаптацию к быстро меняющимся приоритетам без потери темпа. Условия - Гибкий формат работы: возможно расположение в Северной Америке или EMEA при наличии рабочего офиса. - Команда работает преимущественно в часовых поясах Восточной Северной Америки и Центральной Европы; требуется регулярное пересечение рабочих часов с командой. - Базовая зарплата в США: $281,196 – $401,709 в год, плюс опционы на акции. - Льготы: медицинская страховка, шестимесячный оплачиваемый отпуск по уходу за ребёнком, пенсионный план 401(k), ежемесячная надбавка на питание, 23 оплачиваемых дня отпуска, оплачиваемые гибкие праздники, оплачиваемый больничный.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Грейд

Senior

О компании ClickHouse — компания из списка Forbes Cloud 100 2025 года. Более 4 000 клиентов, годовой рост ARR более 250%. Лидер рынка в области аналитики реального времени, хранилищ данных, наблюдаемости и AI-нагрузок. Привлекла $400 млн в раунде Series D. Среди клиентов — Capital One, Lovable, Decagon, Polymarket, Airwallex, а также Meta, Cursor, Sony, Tesla. Команда Connectors занимается интеграциями: плагины визуализации (Tableau, PowerBI, Superset, Metabase), коннекторы для фреймворков данных (Apache Spark, Flink, Kafka Connect, Fivetran), оркестрации и AI-инструментов. Работа влияет на обработку больших данных: аналитика реального времени, наблюдаемость, AI-приложения. О роли Senior Software Engineer, специализация — AI/ML экосистема. Ключевой участник, отвечающий за развитие AI-экосистемы ClickHouse. Роль находится на стыке высокопроизводительной инженерии баз данных и разработчикового опыта. Нужен опыт работы AI/ML-инженером или дата-сайентистом. Базы данных становятся векторными хранилищами для RAG, бэкендами для LLM-агентов и фиче-сторами для ML-инференса. Ответственность за полный жизненный цикл ключевых AI/ML-интеграций: LangChain, LlamaIndex, n8n, а также более широкие AI-инструменты: пайплайны эмбеддингов, RAG с ClickHouse как векторным хранилищем, ML-фиче-сторы, LLM-приложения. Задачи - Развивать Python-коннектор и SDK-экосистему ClickHouse: производительность, надёжность, дизайн API. - Формировать стратегию AI/LLM-интеграций: коннекторы и паттерны для RAG-архитектур, ML-фиче-пайплайнов и LLM-приложений. - Активно работать с open-source сообществом: разбирать issues, поддерживать контрибьюторов, защищать интересы пользователей, формировать roadmap. - Сотрудничать с командами Product, Cloud и другими инженерными командами. - Привносить практический взгляд в решения по roadmap, опираясь на реальные рабочие процессы дата-инженеров и дата-сайентистов. Требования - 7+ лет опыта разработки ПО, включая практическую работу дата-сайентистом или ML-инженером. - Глубокий опыт проектирования и поддержки продакшн-готовых Python-коннекторов, SDK или интеграций для как минимум одной крупной платформы (оркестрация, BI, MLOps или трансформация данных). - Практический опыт применения AI/ML в продакшн-контексте дата-инженерии: генерация эмбеддингов, векторный поиск, фиче-пайплайны или LLM-инструменты, которые были запущены и работали в продакшене. - Уверенный опыт с Python-экосистемой данных: Pandas, NumPy, Pydantic и смежные библиотеки. - Сильные знания баз данных: SQL, моделирование данных, оптимизация запросов, знакомство с OLAP/аналитическими базами данных. - Уверенный опыт с конкурентным Python: threading, multiprocessing, async-паттерны. - Отличные письменные и устные коммуникативные навыки.

Формат

Удалённо

Страна

Германия, Ирландия, Испания, Франция

Город

Мадрид, Дублин

Грейд

Senior

Datadog Notebooks — совместная среда для ad-hoc анализа данных, технической документации, постмортемов инцидентов и ранбуков. Гибкость Notebooks делает её подходящим местом для интеграции ИИ-инструментов, расширяющих пользовательские рабочие процессы. Видение: пользователи работают в Notebooks с коллегами и ИИ-агентами бесшовно. Ищем продуктоориентированного Senior Software Engineer для создания ИИ-ассистируемых рабочих процессов, становящихся ключевыми для использования Notebooks. Роль предполагает тесную работу с продуктом и дизайном, владение платформами для аналитических процессов и поиска контекста. Возможность превратить Notebooks в инструмент, помогающий клиентам переходить от неопределённости к ответу, делая знания доступными и переиспользуемыми в продуктах Datadog. Datadog ценит офисную культуру — отношения, коллаборацию и креативность. Работаем в гибридном формате для баланса между работой и жизнью. Задачи: - Руководить дизайном и внедрением ИИ-продуктовых решений для Notebooks и смежных поверхностей. - Разрабатывать системы, сочетающие детерминированные продуктовые возможности с LLM-опытом для надёжных и объяснимых результатов. - Работать с продакт-менеджером: переводить проблемы клиентов, сигналы adoption и цели роадмапа в конкретные технические решения. - Создавать решения, позволяющие возможностям Datadog работать в сторонних ИИ-платформах, агентах и диалоговых средах. - Обеспечивать техническое лидерство и менторство, внедрять лучшие практики ИИ-инженерии. - Владеть продакшн-системами: строить и поддерживать надёжные бэкенд-сервисы в критическом пути клиентских деплоев, быть на он-кале. Требования: - Опыт с Go, Python или аналогичными системными языками. - 6+ лет релевантного инженерного опыта. - Практический опыт поставки продакшн-продуктов с ИИ и клиентских интерфейсов на LLM-технологиях. - Сильное продуктовое мышление, умение связывать технические решения с результатами клиентов и бизнес-эффектом. - Опыт создания надёжных систем, управляющих недетерминизмом моделей через фреймворки оценки, стратегии тестирования и операционное совершенство. Условия: - Акции при найме (RSU) и программа покупки акций сотрудниками (ESPP). - Непрерывное профессиональное развитие, продуктовое обучение и карьерные треки. - Менторская программа и программа «buddy» для внутреннего нетворкинга. - Инклюзивная культура, возможность вступить в Community Guilds. - Доступ к Inclusion Talks — внутренним панельным дискуссиям. - Бесплатные глобальные бенефиты Spring Health для сотрудников и иждивенцев старше 6 лет. - Конкурентные глобальные бенефиты. Бенефиты могут варьироваться в зависимости от страны и характера занятости.

Формат

Удалённо

Страна

Аргентина

Город

Не указан

Грейд

Senior

Компания Webflow ищет Senior Software Engineer в команду Convert (Backend/Infra). Это постоянная полная занятость, удалённый формат (Аргентина). Задачи: - Проектировать, разрабатывать и эксплуатировать распределённые бэкенд-системы для пайплайна рекомендаций и движка выполнения AI-воркфлоу, преимущественно на Python и TypeScript/Node.js. - Владеть и укреплять инфраструктуру продуктов, включая AI-платформу на AWS и Kubernetes: повышать надёжность, наблюдаемость и масштабируемость. - Улучшать обработку сбоев: событийность и стриминг, ретраи, backpressure, восстановление. - Устранять единые точки отказа в инфраструктуре, разделять операционную и on-call ответственность. - Проектировать чистые границы сервисов и API, оптимизировать модели данных и запросы MongoDB. - Использовать современные AI-инструменты для повышения эффективности, строить надёжные системы на основе недетерминированных LLM-компонентов. - Работать с продуктовыми инженерами, PM и дизайнерами, повышать стандарты тестируемости, наблюдаемости и поддерживаемости кода. - Наставлять инженеров в области бэкенда и надёжности. Требования: - BA/BS степень или эквивалентный опыт. - Свободный деловой английский (чтение, письмо, речь). - 5+ лет опыта разработки и эксплуатации бэкенд-систем в production, желательно в масштабируемом multi-tenant SaaS. - Глубокие знания распределённых систем: конкурентность, асинхронная и событийно-согласованная обработка, очереди/стриминг, проектирование с учётом сбоев. - Уверенное владение Python и/или TypeScript/Node.js, опыт моделирования данных в MongoDB или аналогичной БД. - Практический опыт с облачной инфраструктурой и DevOps: AWS, контейнеры, Kubernetes, CI/CD, наблюдаемость (метрики, логи, трейсинг). - Ценность тестирования, документации и надёжности, умение объяснять компромиссы. - Комфорт в условиях неопределённости, готовность наставлять менее опытных инженеров. - Открытость к изучению нового, активное использование AI в работе. Будет плюсом: - Опыт с движками воркфлоу/оркестрации (n8n, Temporal, Airflow или аналоги). - Опыт создания или эксплуатации LLM-поддерживаемых или агентных систем в production. - Опыт превращения нестабильного сервиса в стабильно надёжный.

Формат

Офис

Страна

Канада

Город

Не указан

Компания UST ищет AI-инженера для создания и внедрения продакшн-систем агентного ИИ корпоративного уровня. Инженер будет разрабатывать мультиагентные рабочие процессы, интегрировать большие языковые модели в существующие корпоративные системы и обеспечивать развертывание и автоматизацию для их надежной и безопасной работы в продакшене. Задачи: - Создание AI-агентов и мультиагентных систем с использованием фреймворков LangGraph и инструментов LangChain. - Разработка и настройка рабочих процессов промт-инжиниринга для нескольких LLM (GPT, Claude, LLaMA) с балансировкой надежности, стоимости и задержки. - Разработка REST API, WebSocket-сервисов и событийно-ориентированных конвейеров для AI-сервисов реального времени, стабильных под нагрузкой. - Автоматизация тестирования и релизов через Jenkins CI/CD, поддержание стандартов кода и документации с использованием Git, Jira и Confluence. - Развертывание AI-приложений на предприятии в соответствии с лучшими практиками. - Использование AI-дополненных инструментов разработки, таких как Claude Code и Codex, для ускорения поставки. - Координация с командами платформы, безопасности и продукта для обеспечения масштабируемых и безопасных развертываний. Требования: - 3-5 лет опыта в машинном обучении, AI или смежной области с поставленными продакшн-системами. - Не менее 1 года создания кастомных агентных AI-приложений. - Уверенные навыки Python и современные практики разработки. - Практический опыт работы с LLM и промт-инжинирингом на протяжении всего жизненного цикла приложения. - Подтвержденный опыт создания AI-агентов с LangGraph. - Знание как минимум одной корпоративной облачной AI-платформы для создания и развертывания агентных приложений, такой как Azure AI Foundry, AWS Bedrock или Google Gemini Enterprise, включая практики облачного развертывания. - Рабочее знание REST API, WebSockets и событийно-ориентированных систем. - Владение инструментами CI/CD (Jenkins) и контроля версий (Git). - Свободное владение AI-дополненными инструментами разработки для быстрого прототипирования. - Отличные письменные и устные коммуникативные навыки, аналитический подход к решению проблем и способность работать самостоятельно в кросс-функциональной команде. - Курирование слоя данных и интеграция с исходными системами для агентных приложений. Желательно: - Знакомство с Databricks. - Опыт работы с MLOps/LLMOps процессами и мониторингом приложений. - Знание корпоративной безопасности, соответствия требованиям и управления для AI-систем. - Знакомство с практиками управления жизненным циклом кода и моделей. Условия: - Локация: Калифорния. - Компенсация: $94,000-$141,000. - Льготы для штатных сотрудников: минимум 10 дней оплачиваемого отпуска в год, 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников), 10 оплачиваемых праздничных дней, оплачиваемый отпуск по утрате близкого человека и исполнение обязанностей присяжного. Участие в пенсионном плане 401(k) с взносами работодателя. Медицинская, стоматологическая и офтальмологическая страховка для сотрудников и их иждивенцев, проживающих в США, а также оплачиваемые компанией льготы для сотрудников: базовое страхование жизни, страхование от несчастных случаев и инвалидности, краткосрочная и долгосрочная нетрудоспособность. Штатные сотрудники могут приобрести дополнительные добровольные льготы по краткосрочной нетрудоспособности и участвовать в сберегательном счете на медицинские расходы (HSA), а также в гибком счете расходов (FSA) на здравоохранение, уход за детьми и/или транспортные расходы в соответствии с нормами IRS. Льготы различаются в Пуэрто-Рико. Сотрудники, работающие неполный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников) и могут участвовать в пенсионном плане 401(k) с взносами работодателя. Временные сотрудники, работающие полный рабочий день, получают 6 дней оплачиваемого больничного в год (пропорционально для новых сотрудников).

Формат

Удалённо

Страна

Канада

Город

Не указан

О компании Grafana Labs — компания, развивающая открытую облачную платформу наблюдаемости. Grafana Cloud — управляемая платформа наблюдаемости, построенная для масштабирования. Платформой пользуются более 35 миллионов пользователей и 7000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удалённая, в ней работает более 1600 сотрудников в 40+ странах. О роли Grafana AI-команды помогают пользователям работать со сложными данными наблюдаемости через AI-функции, снижая рутинную нагрузку и выделяя значимые сигналы. Инженеры обладают высокой степенью автономии и ответственности. Ищем AI-инженера с сильным бэкграундом в разработке ПО, быстрым циклом итераций и страстью к экспериментам, с фокусом на выпуск и масштабирование полезных функций. Задачи - Разрабатывать и внедрять AI-решения: владеть созданием высокопроизводительных AI-функций для обнаружения, триажа и разрешения инцидентов с использованием данных и инструментов наблюдаемости. - Быстро экспериментировать и итерировать: прототипировать, тестировать и проверять гипотезы с реальными пользователями, включая выпуск и развитие LLM- или агентных 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 агентных компонентов с внутренними инструментами, системами оповещения, runbook и процессами разработчиков. - Эффективно использовать AI-инструменты: применять AI и средства автоматизации для улучшения функциональности продукта и собственных рабочих процессов. - Эффективно коммуницировать: работать в динамичной коллаборативной среде, общаться и вносить вклад в работу команд. - Владеть результатом: полностью отвечать за разработанные AI-решения, обеспечивая их инновационность, масштабируемость, поддерживаемость и соответствие реальным рабочим процессам пользователей. Требования - Сильные инженерные навыки: уверенный опыт создания production-систем (бэкенд и/или полный стек). - Самостоятельность и способность решать сложные инженерные задачи. Условия - Удалённая работа. На данный момент рассматриваются кандидаты только из часовых поясов Канады. - Компания инвестирует в продуктивность разработчиков: можно использовать современные AI-ассистенты для кодинга (на выбор, в рамках политики безопасности) с оплачиваемым компанией бюджетом. - Доступ к передовым моделям: GPT-Codex 5/3, Claude Opus 4.6, Gemini 3 Pro.