Вакансии для ML-инженеров

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Twilio формирует будущее коммуникаций, работая удалённо. Команда Compliance Experiences находится в основе платформы Twilio и владеет двумя ключевыми доменами: телефонные номера и комплаенс (KYC). В 2026 году получение телефонного номера — это не простой API-вызов, а сложная оркестрация глобального инвентаря номеров, проверки личности в реальном времени, регуляторного комплаенса и операционных инструментов в огромном масштабе. KYC-платформа Twilio является шлюзом ко всем коммуникационным API и позволяет клиентам безопасно предоставлять и эксплуатировать коммуникационные сервисы по всему миру, ориентируясь в сложных и постоянно меняющихся регуляторных требованиях. В роли Software Engineer (L3) вы будете ключевым техническим участником, отвечающим за проектирование функций, их реализацию и операционное здоровье платформенных сервисов, обрабатывающих миллионы запросов. Вы будете создавать масштабируемые высокопроизводительные решения, работая в тесном сотрудничестве с инженерными партнёрами по всей Twilio. Вы будете владеть полным циклом поставки функций, писать технические спецификации и создавать надёжные API, микросервисы и инструменты, на которые полагаются кросс-функциональные заинтересованные стороны. Вы будете использовать AI-ориентированные рабочие процессы, применяя LLM и агентные инструменты для ускорения генерации кода, расширения автоматизированного тестового покрытия и перевода сложных бизнес- и регуляторных требований в исполняемую логику. Обязанности: - Вносить значительный вклад в технический дизайн и дорожную карту ключевых компонентов платформы, писать технические спецификации и руководить выполнением работ по переходу легаси-систем в современные облачные нативные микросервисы. - Активно использовать AI-ассистентов для написания кода (GitHub Copilot, Anthropic Claude или внутренние LLM) для автоматизации шаблонного кода, генерации комплексных тестовых наборов и быстрого прототипирования. Показывать пример в команде по повышению индивидуальной скорости при сохранении высоких стандартов качества кода и мер безопасности. - Обеспечивать техническое совершенство и владение компонентами в рамках команды, принимая обоснованные технические решения, балансирующие быструю поставку функций с надёжностью системы, безопасностью и сокращением технического долга. - В партнёрстве с менеджерами по продуктам и кросс-функциональными заинтересованными сторонами переводить потребности клиентов и регуляторные требования в точные технические спецификации, API, ориентированные на разработчиков, и бесшовные рабочие процессы приложений. - Наставлять и развивать младших инженеров (L1–L2), вводить в должность новых членов команды и способствовать созданию совместной среды через конструктивные ревью кода, технические доклады и техническое руководство. - Проактивно выявлять и устранять технические риски, узкие места производительности и уязвимости безопасности в сервисах команды. Полностью нести ответственность за дежурства, руководить разрешением инцидентов и доводить до конца устранение корневых причин. - Чётко формулировать технические дизайны, компромиссы системы и операционные ранбуки для команды и кросс-функциональных партнёров через качественные дизайн-документы, RFC и исчерпывающую документацию. Требования: - 5+ лет опыта в проектировании и разработке высокодоступных, масштабируемых, безопасных, критически важных облачных нативных корпоративных распределённых систем. - Сильное владение Java или Go, уверенные знания экосистемы AWS (Lambda, EKS, DynamoDB, Kafka). - Практический опыт работы с облачной нативной архитектурой.

Формат

Офис

Страна

США

Город

Сан-Франциско

Команда Recursive Self-Improvement (RSI) работает на стыке исследований, инженерии, продукта и инфраструктуры, создавая ИИ-системы, которые ускоряют и в перспективе самостоятельно проводят высококачественные исследования в OpenAI. Мы автоматизируем реальные исследовательские рабочие процессы и повышаем продуктивность исследований, создавая системы и циклы обратной связи, разрабатывая оценки и обучая модели недостающим навыкам. Работа охватывает полный цикл обучения, оценки и развертывания моделей, помогая исследователям двигаться быстрее и решать более амбициозные задачи. Роль предполагает работу в Сан-Франциско, Калифорния. Задачи: - Разработка оценок исследовательского суждения, генерации и проверки гипотез, а также выполнения долгосрочных экспериментов. - Превращение реальных исследовательских рабочих процессов и сбоев моделей в циклы данных и оценок. - Улучшение исследовательских возможностей моделей через агентские обвязки, синтетические данные, среды RL и обучение моделей. - Создание и поддержание безопасных и надежных интеграций между моделями и исследовательской инфраструктурой OpenAI. - Разработка исследовательских агентов, систем оркестрации экспериментов и песочниц для поддержки реальных исследовательских рабочих процессов. - Создание метрик и экономических моделей для оценки текущего и будущего влияния RSI на продуктивность исследований, возможности моделей и безопасность внутренних развертываний. Требования: - Опыт в исследованиях или инженерии в области обучения LLM, оценки моделей, агентских систем, синтетических данных, исследовательской инфраструктуры или крупномасштабных распределенных систем. - Сильные навыки генералиста, способность переключаться между открытыми исследованиями и практической реализацией. - Эффективное взаимодействие с командами по системам, данным, обучению моделей, оценкам и другим исследовательским направлениям. - Готовность создавать и поддерживать пайплайны данных, инструменты и инфраструктуру для новых возможностей ИИ. - Комфортная работа с задачами без четких определений и устоявшихся подходов. - Строгое отношение к научному качеству, исследовательскому вкусу, безопасности, приватности, надежности, производительности и масштабу. - Заинтересованность в использовании все более capable ИИ-систем для ускорения значимых исследований.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания FlexBoard ищет Machine Learning Engineer для поддержки и улучшения инференс-системы, обеспечения высокого качества вклада и разработки надежного CI/CD пайплайна для эффективных релизов. Вакансия удаленная, для кандидатов в США. Обязанности: - Поддержка и развитие флагманского инференс-движка и CV-инференса, сохранение его работоспособности и высокого качества по мере роста объема вклада. - Создание управляемого пайплайна вклада — автоматизированное и полуавтоматизированное ревью, триаж и CI/CD — для безопасного приема большого объема PR от агентов и перехода от еженедельных релизов к ежедневным. - Проектирование и развитие тестового набора, проверяющего работоспособность сборки во всех средах (автономных и на платформе), с целью ночного сквозного тестирования. - Определение и соблюдение стандартов ревью и навыков для агентов и контрибьюторов, принятие решений о скорости и отклонении, встраивание этих решений в систему. - Оптимизация процесса добавления новых моделей в инференс, ускорение и упрощение вывода новейших моделей для пользователей. - Обучение внутренних команд и клиентов, включая полевых инженеров и службу поддержки, для самостоятельной работы и более глубокого использования продукта. - Взаимодействие между инженерией и клиентами: перевод новых возможностей в документацию, демо, истории и запуски. - Развитие сообщества вокруг проекта. Требования: - 5+ лет практического опыта создания и эксплуатации продакшн-систем машинного обучения, желательно с крупномасштабным развертыванием современных ИИ-моделей. - Понимание CV/ML: как работает инференс, как модели устроены внутри, как развертываются в разных средах и адаптируются для реальных сценариев. - Уверенное использование ИИ-агентов для написания кода, включая автоматизацию процессов разработки: ревью, триаж, тестирование и CI. - Сильное понимание границ применения агентов и необходимости ограничений. - Глубокие знания CS и систем, способность самостоятельно решать задачи программирования, архитектуры и надежности. - Практический опыт с CI/CD, релиз-инжинирингом и тестовой инфраструктурой. - Опыт работы с ML-технологиями, включая несколько из: PyTorch, TensorFlow, ONNX, TensorRT, vLLM или другие инструменты развертывания моделей. - Сильные навыки обработки изображений и видео, включая несколько из: OpenCV, DeepStream, Pillow, PyAV, аппаратное декодирование видео. Опыт с видеопотоковыми протоколами — преимущество. - Отличные коммуникативные навыки: умение обучать, писать документацию и взаимодействовать с инженерией, поддержкой, полевыми командами и маркетингом. - Опыт сопровождения open-source проектов — значительное преимущество. Условия: - Стипендия на поездки $4000 в год для совместной работы с другими членами команды. - Стипендия на продуктивность $350 в месяц для улучшения рабочей среды, например, высокоскоростной интернет или коворкинг. - Стипендия на ИИ-инструменты $350 в месяц. - Покрытие до 100% стоимости медицинской страховки для сотрудника, партнера или семьи. - Стипендия на командные обеды $150 в месяц. - Удаленный формат с гибким графиком, позволяющий работать синхронно и асинхронно. - Безлимитный оплачиваемый отпуск с минимальным ежегодным периодом в 2 недели. - 12 недель отпуска по уходу за ребенком. - Акции компании. - Возможности для команды, включая очные встречи в разных городах, и ресурсы для работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания, специализирующаяся на технологических сервисах и трансформации программного обеспечения и персонала, ищет ML / LLM инженера для участия в инициативе по машинному обучению, которая превращает агента, ориентированного на знания, в коммерчески успешный продукт. Работа предполагает взаимодействие с продуктовыми спецификациями для оценки рыночной жизнеспособности. Обязанности: - Инженерная трансформация существующего агента, ориентированного на знания и конкурентов, в агента, нацеленного на создание успешного продукта: перепроектирование его базового интеллектуального слоя от поиска и выборки к прогностическому скорингу. - Проектирование и создание ML-пайплайнов, которые принимают продуктовые входные данные (цвет, тип рукава, категория, цена и т. д.) и выдают классификации «успешный/неуспешный» с показателями уверенности. - Настройка и оптимизация LLM-интегрированных рабочих процессов, где текстовые описания продуктов, брифы покупателей или спецификации парсятся, обогащаются и подаются в модель. - Создание пользовательских интерфейсов ввода, позволяющих бизнес-пользователям вводить продуктовые спецификации в формализованном или диалоговом виде и получать ранжированные прогнозы с пояснительным обоснованием. - Работа с данными об ассортименте и эффективности продуктов для построения, валидации и непрерывного улучшения моделей с учителем и полуавтоматических прогностических моделей. - Разработка пайплайнов извлечения признаков из данных об атрибутах продуктов: обработка категориальных переменных (цвет, конструкция), сезонных паттернов, исторических показателей продаж и сигналов конкурентов. - Совместная работа с командами данных и продуктов для определения стратегий разметки для эталонной истины «успешный/неуспешный»: выявление правильных бизнес-метрик (продажи, маржа, повторные заказы) в качестве обучающего сигнала. - Оценка и итерация производительности моделей: создание офлайн-фреймворков оценки и интеграция циклов обратной связи от живого использования в процесс улучшения модели. - Документирование архитектуры моделей, данных и логики для поддержки управления, объяснимости и доверия заинтересованных сторон. Требования: - Сильный практический опыт в ML: классификация, регрессия, градиентный бустинг (XGBoost, LightGBM, Random Forest), проектирование признаков, оценка моделей и продакшн-развертывание. - Практический опыт интеграции LLM в производственные рабочие процессы: инженерия промптов, вызов функций/инструментов, RAG-пайплайны, парсинг и оценка LLM. - Опыт построения моделей, прогнозирующих реальные результаты или успех продукта на основе данных об атрибутах: контексты розничной торговли, моды, FMCG или ассортимента являются преимуществом. - Владение Python с pandas, NumPy и scikit-learn; способность обрабатывать, очищать и создавать признаки из неструктурированных данных о продуктах или транзакциях. - Опыт построения и развертывания сквозных ML-пайплайнов: обучение, оценка, версионирование и сервировка инференса. - 4–8 лет общего опыта в машинном обучении и/или AI-инженерии, минимум 2 года работы с LLM в производственном или близком к производственному контексте. - Сильный количественный бэкграунд: уверенное владение математикой моделей классификации, калибровкой вероятностей и метриками оценки (AUC, F1, компромиссы precision/recall). - Одинаково комфортная работа с табличными данными (атрибуты продуктов, история продаж) и текстом (описания продуктов, заметки покупателей, отчеты о трендах). - Прагматичный инженерный подход, балансирующий сложность моделей и скорость доставки: понимание, когда тонко настроенная модель градиентного бустинга превосходит LLM-пайплайн, а когда нет. - Развитые навыки совместной работы с командами мерчандайзинга, данных и продуктов, которые могут не иметь технического бэкграунда. - Интерес к продуктовой области: искреннее понимание того, что делает продукт коммерчески успешным, а не только оптимизация функций потерь в изоляции. - Предыдущий опыт работы с данными о продуктовом ассортименте, системами мерчандайзинга, PLM-данными или прогнозированием спроса в розничном или потребительском контексте. - Практический опыт работы с LangChain, Semantic Kernel или аналогичными оркестрационными фреймворками для создания LLM-рабочих процессов. - Опыт использования текстовых или мультимодальных эмбеддингов для кодирования атрибутов продуктов, поиска по сходству или кластеризации ассортимента. - Знакомство с MLflow или аналогичными инструментами для отслеживания экспериментов, реестра моделей и мониторинга производительности. - Опыт работы с Azure ML, AWS SageMaker или аналогичными платформами.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

FlexBoard — глобальный лидер в области кибербезопасности, специализирующийся на предотвращении утечек данных с помощью продвинутой AI-платформы. Компания ищет Data Engineer для проектирования и создания инфраструктуры данных для AI-продуктов, требующих экспертизы в интеграции LLM и соответствующих решений. Обязанности: - Архитектура, внедрение и оптимизация платформ данных и пайплайнов, специально предназначенных для поддержки LLM, RAG и сложных AI-систем в масштабе Exabyte. - Внедрение и развитие рабочих процессов и методов агентного оркестрирования для создания автономных, управляемых данными функций. - Проектирование и реализация высокомасштабируемых, отказоустойчивых и экономически эффективных решений для данных с акцентом на итеративность и высокую скорость развертывания. - Написание качественного production-кода с фокусом на производительность, поддерживаемость и строгость тестирования, обеспечивая быструю поставку без ущерба для технического качества. - Техническое лидерство и глубокая экспертиза в моделировании данных, нормализации и семантическом каталогизировании для AI/ML-нагрузок. - Установление лучших практик MLOps/DataOps для LLM, включая мониторинг, наблюдаемость и механизмы восстановления с минимальным вмешательством для AI-сервисов. - Наставничество инженеров, проведение технических воркшопов, руководство дизайн-ревью и укрепление знаний команды в передовых технологиях AI-платформ. - Совместная работа с Data Scientists, Product Managers и другими инженерными командами для превращения исследовательских прототипов в надежные production-сервисы. - Владение полным жизненным циклом критически важных сервисов данных: разработка, тестирование, развертывание и мониторинг. Требования: - Степень магистра или PhD в Computer Science, Data Engineering или STEM-области, либо эквивалентный практический опыт. - Более 10 лет опыта в Data Engineering, из них минимум 3 года в архитектуре и создании платформ для AI/ML или Data Science. - Подтвержденный практический опыт в LLM-инжиниринге (fine-tuning, инженерия, развертывание), RAG и разработке рабочих процессов. - Подтвержденный опыт проектирования и поставки крупномасштабных распределенных систем (шардирование, партиционирование, конкурентность). - Исключительная способность писать чистый, элегантный, тестируемый код в сочетании с проактивностью и ориентацией на быстрые результаты. - Глубокое понимание инженерных практик, включая эффективные peer-review, проектирование отказоустойчивой архитектуры и комплексные парадигмы тестирования. - Предыдущий опыт на уровне Senior или Staff инженера с демонстрацией технического лидерства и наставничества. - Подтвержденный опыт использования AI-технологий для улучшения принятия решений, оптимизации рабочих процессов и повышения эффективности бизнеса. - Опыт создания, развертывания и управления LLM в production-среде. - Предыдущий опыт в индустриях кибербезопасности, разведки или с высокими требованиями к комплаенсу. - Вклад в open-source проекты, связанные с данными или AI/ML. Условия: - Бонусы и гранты на акции. - Комплексный пакет льгот, включая медицинскую страховку, 401k и оплачиваемый отпуск. - Компенсация и акционерные вознаграждения. - Программы физического и ментального благополучия. - Конкурентный отпуск и праздничные дни. - Оплачиваемый отпуск по уходу за ребенком и усыновлению. - Возможности развития для сотрудников любого уровня и роли. - Сети сотрудников, географические сообщества и волонтерские возможности для построения связей. - Офисная культура с удобствами мирового класса. - Сертификация Great to Work Certified™ по всему миру. Компания является фирмой в сфере кибербезопасности, предоставляющей облачную защиту для рабочих нагрузок, идентичности и данных. Основана в 2011 году, штаб-квартира в Саннивейле, Калифорния, США, численность сотрудников 5001–10000 человек.

Формат

Удалённо

Страна

Любая

Город

Не указан

Независимый научно-исследовательский институт ищет Software Engineer с опытом создания AI-приложений и применения технологий искусственного интеллекта для проектирования и внедрения AI-решений в различных секторах. Работа удаленная, для кандидатов в США. Обязанности: - Проектирование, разработка и поддержка AI-систем и мультиагентных рабочих процессов, включая retrieval, использование инструментов, оркестрацию и итеративное улучшение, с фокусом на production readiness и поддерживаемость. - Интеграция AI-систем с существующими платформами института, такими как сбор данных опросов, пайплайны систематических обзоров, инструменты обеспечения качества данных и рабочие процессы предложений, с учетом установленных архитектур и ограничений. - Разработка и поддержка сервисов с использованием контейнеров и современных практик CI/CD, создание масштабируемых, безопасных и экономичных AI-решений в облачных средах. - Преобразование исследовательских, бизнес- и пользовательских потребностей в работающие AI-приложения, автоматизирующие рабочие процессы, в тесном сотрудничестве с дата-сайентистами, исследователями и инженерами. - Участие в тестировании и оценке AI-систем, включая мониторинг производительности, проверки надежности и анализ компромиссов стоимости, в контексте федерально регулируемых и исследовательских сред. - Участие в технических обсуждениях, воркшопах и разработке прототипов с внутренними командами и клиентами, уточнение требований, демонстрация решений и итерации на основе обратной связи. - Документирование систем, создание переиспользуемых компонентов и общих абстракций, поддержка обмена знаниями внутри команды. Требования: - Степень магистра и не менее трех лет релевантного опыта разработки AI-приложений, включая микросервисы, контейнеризацию или serverless-функции; ИЛИ степень бакалавра с не менее чем пятью годами релевантного опыта. - Не менее двух лет опыта программирования на Python, JavaScript, TypeScript или аналогичных языках, обычно используемых в AI и backend-разработке. - Подтвержденный опыт участия в разработке и развертывании AI- или LLM-систем, включая retrieval-пайплайны, проектирование, рабочие процессы или автоматизацию. - Опыт интеграции AI-моделей в программные приложения через модельный сервинг. - Опыт разработки систем, работающих с чувствительными, ограниченными или конфиденциальными данными, и понимание влияния требований безопасности и соответствия на проектирование систем. - Владение общими системами контроля версий (например, Git) и рабочими процессами разработки ПО. - Знакомство с современными практиками развертывания и доставки, включая CI/CD-пайплайны, контейнеры и базовые концепции infrastructure-as-code. - Опыт работы в кросс-функциональных командных средах, включая участие в технических обсуждениях, ревью и итеративной поставке. - Отличные письменные и устные коммуникационные навыки, способность объяснять поведение, компромиссы и ограничения AI-систем нетехническим исследователям, клиентам и федеральным стейкхолдерам. - Юридическое разрешение на работу в США без необходимости спонсорства визы (например, H-1B). Предпочтительно: - Опыт работы с фреймворками оркестрации AI, такими как LangChain, LlamaIndex или аналогичными. - Опыт создания приложений, координирующих несколько моделей, инструментов или этапов обработки. - Опыт работы с одной из облачных платформ: AWS, Azure или GCP. - Опыт работы с реляционными и нереляционными базами данных (например, PostgreSQL, SQL-системы). - Опыт работы в регулируемых, исследовательских средах. - Опыт участия в подготовке предложений, техническом написании или развитии бизнеса в исследовательском или федеральном контексте. - Владение Unix/Linux.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Alignerr ищет Software Engineer для работы над обучением ИИ. Роль предполагает создание, оценку и улучшение кода, генерируемого ИИ, чтобы помочь системам ИИ мыслить как разработчики. Формат: почасовая контрактная работа, полностью удалённо. Занятость: 10–40 часов в неделю. Задачи: - Писать, отлаживать и оптимизировать код на различных языках, фреймворках и в разных предметных областях - Оценивать код, сгенерированный ИИ, на корректность, эффективность, читаемость и соответствие лучшим практикам - Выявлять ошибки, логические сбои, проблемы безопасности и узкие места производительности в результатах ИИ - Предоставлять структурированную детальную обратную связь с объяснением, почему код работает или не работает - Разрабатывать сложные промпты и сценарии с крайними случаями для проверки возможностей ИИ - Сравнивать и ранжировать несколько решений, сгенерированных ИИ, на основе инженерного качества - Работать самостоятельно и асинхронно по собственному графику Требования: - Владение одним или несколькими языками программирования (Python, JavaScript, Java, C++, Go, TypeScript или аналогичными) - Уверенное понимание структур данных, алгоритмов и принципов проектирования ПО - Умение читать, писать и рассуждать о коде ясно и точно - Развитые навыки решения проблем и системный подход к отладке - Понятная письменная коммуникация — умение объяснять технические решения простым языком - Самомотивация и надёжность при самостоятельной работе без контроля - Степень бакалавра в области компьютерных наук, программной инженерии или смежной области — или эквивалентный практический опыт Приветствуется: - Опыт работы с несколькими языками или технологическими стеками (full-stack, backend, системы, data engineering) - Знакомство с концепциями ИИ/ML, LLM или промпт-инжинирингом - Опыт ревью кода, технического написания или наставничества младших разработчиков - Опыт работы с облачными платформами, DevOps или распределёнными системами - Участие в соревновательном программировании, open-source проектах или пет-проектах - Учёная степень в области компьютерных наук или смежной дисциплины Условия: - Работа над передовыми ИИ-проектами совместно с ведущими исследовательскими лабораториями - Полная удалённость и гибкий график - Свобода фрилансера с интеллектуально стимулирующей работой - Прямое влияние на то, как ИИ пишет, понимает и рассуждает о коде - Возможность постоянной работы и продления контракта по мере запуска новых проектов

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания: Segment Роль: Prompt-инженер Локация: удаленно Тип занятости: контракт, W2, без привлечения третьих сторон Длительность: от 12 месяцев Требования к опыту: 12 лет опыта, практический опыт в машинном обучении, NLP, AWS, Bedrock, Gen-AI, наличие степени PhD в области ML, Data Science или математики. Обязательные навыки: - Многолетний опыт работы с AWS, включая облачную инженерию, особенно в ML - Многолетний опыт в ML, особенно в NLP - Опыт работы с GenAI и Bedrock - Степень PhD в области ML Ключевые навыки: Prompt-инжиниринг: - Опыт оптимизации промптов для задач извлечения данных - Способность объяснять принципы промпт-инжиниринга - Навык создания переиспользуемых шаблонов и паттернов промптов - Умение разрабатывать документацию и обучающие материалы Знание LLM и GenAI: - Понимание текущих возможностей и ограничений GenAI - Умение объяснять концепции GenAI практикующим специалистам - Опыт создания дорожных карт развития GenAI для команд - Практические знания по выбору моделей для конкретных сценариев Внедрение баз знаний: - Опыт построения и структурирования баз знаний для LLM - Умение создавать поддерживаемые архитектуры баз знаний - Фокус на устойчивых и управляемых решениях - Опыт оценки и циклов улучшения баз знаний Системы агентного ИИ: - Опыт проектирования мультиагентных рабочих процессов - Навык создания модульных и понятных компонентов агентов - Умение обучать команду принципам дизайна агентов - Фокус на практичных и поддерживаемых архитектурах Дополнительные качества для передачи знаний: - Обучение и наставничество: способность передавать знания в процессе работы - Документация: создание понятной документации для будущего использования - Упрощение: умение делать сложные концепции GenAI доступными для команды - Практический фокус: акцент на решениях, которые команда может поддерживать самостоятельно - Совместный подход: работа вместе с командой, а не изолированно - Знание домена: медицинское страхование США, страхование работников, концепции PPO Результаты работы: - Оптимизированные промпты с подробными пояснениями улучшений - Плейбук по промпт-инжинирингу под конкретный сценарий - Архитектура базы знаний с документацией по обслуживанию - Обучающие материалы для постоянной оптимизации промптов - Практические упражнения для развития навыков команды - План поддержки возможностей GenAI Технологический стек: - Oracle SQL - Языки программирования высокого уровня - AWS Bedrock - Strands или аналогичный фреймворк для ИИ-агентов - Принципы анализа данных - Принципы моделирования данных Образование: PhD в области ML, Data Science или математики.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания: Auxmoney GmbH. О команде Работа в AI-команде: разработка ИИ-функций, платформ и сервисов, которые заметно продвигают бизнес, и активное формирование ИИ-возможностей и технической базы. Работа ведется в тесном сотрудничестве с продуктовой командой и профильными подразделениями. Также нужно задавать высокие стандарты в архитектуре и реализации и поддерживать менее опытных инженеров через менторство и обмен знаниями. Задачи - End-to-end ответственность: ведение тем от идеи через дизайн и архитектуру до публикации и эксплуатации, раннее выявление возможностей и рисков, достижение измеримых результатов. - Разработка и эксплуатация надежных, масштабируемых сервисов и приложений; обеспечение их надежности, поддерживаемости и понятности. - Написание чистого, тестируемого и эффективного кода, преимущественно на Python; повышение качества кода через ревью, четкие стандарты и прагматичные инженерные практики. - Тесная работа с продакт-менеджерами и стейкхолдерами, разработка пользователецентричных функций и быстрая адаптация на основе обратной связи и результатов. - Выявление полезных областей применения ИИ, разработка прототипов и контролируемый вывод AI-агентов и рабочих процессов в продакшн, например для автоматизации, поддержки принятия решений или внутренней продуктивности в инженерии. - Участие в технических дизайн-решениях и код-ревью; повышение планки надежности, поддерживаемости и производительности. - Постоянное улучшение систем, инструментов и процессов для повышения эффективности команды. - Рабочая модель: удаленно в пределах Германии или гибридно в офисах в Дюссельдорфе или Берлине, в зависимости от предпочтений и договоренности с командой. Требования - Опыт разработки и продуктивного запуска ИИ/ML-функций, например с LLM или агентными рабочими процессами, паттернами промптов и инструментов, эвалами и мониторингом, лучшими практиками безопасности ИИ или дизайном датасетов. - Несколько лет опыта в разработке ПО, отличное знание Python, уверенное объектно-ориентированное мышление. - Знание современных процессов разработки и работа в облачных средах, желательно с AWS и cloud-native деплойментами. - Уверенное и ответственное использование ИИ-инструментов программирования, таких как Claude Code, Cursor или аналогичных. - Продуктовое мышление: ориентация на пользователя и результат, активное задавание вопроса «зачем мы это строим», а не только «как». - Ответственность за результаты, самостоятельное ведение тем от концепции до эксплуатации и итеративное улучшение. - Четкая коммуникация, готовность к межфункциональной работе и активному обмену знаниями. - Немецкий язык на уровне C1 и английский на уровне C1 или C2. - Плюс: увлеченность ИИ, собственные проекты, готовность делиться примерами работ или демо. Условия - Гибкий график с семейными рабочими часами и щедрая политика удаленной работы. - Эргономичные рабочие места в офисах. - Короткие пути принятия решений, самостоятельная работа и пространство для ответственности и идей. - Возможности для развития и ежегодный бюджет на развитие. - Регулярные командные мероприятия и вечеринки. - Поддержка мобильности: билет на поезд или парковочное место. - Скидка на Fitness First или Urban Sports Club, фитнес-зал в офисе. - Взносы в корпоративную пенсионную программу.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Customs Support Group (CSG) — европейский лидер в области таможенных услуг, работающий в 15 странах. Компания принадлежит частной инвестиционной компании, быстро растёт и развивается за счёт органического роста и стратегических приобретений. Ключевые приоритеты — цифровая трансформация, операционное совершенство и клиентский опыт. О роли Разработка агентных AI-решений, интеграция LLM в существующие системы и автоматизация сложных бизнес-процессов в различных приложениях. Работа предполагает самостоятельный анализ требований, проектирование AI-решений и их внедрение до продакшена. Сочетание программной инженерии и AI-инженерии для обеспечения надёжной, безопасной и масштабируемой работы интеллектуальных систем. Обязанности - Анализ бизнес-требований и реализация технических решений - Разработка и интеграция интеллектуальных решений автоматизации и AI-приложений - Интеграция LLM в существующие корпоративные системы - Разработка надёжных бэкенд-компонентов и интеграционных модулей - Подключение существующих систем через API - Автоматизация бизнес-процессов с использованием современных workflow- и AI-платформ - Реализация новых AI-кейсов от концепции до продакшена - Обеспечение высокой производительности, стабильности и масштабируемости Требования - Степень бакалавра или магистра в области компьютерных наук, бизнес-информатики или сопоставимая квалификация - Опыт разработки ПО, желательно бэкенд-разработки - Опыт работы с Python или сопоставимым языком программирования - Знание проектирования API и системной интеграции - Опыт работы с облачными технологиями, Docker и Git - Аналитическое мышление - Интерес к современным AI-технологиям и автоматизации процессов - Самостоятельный, прагматичный и ориентированный на результат подход - Очень хорошее знание немецкого языка и хорошее знание английского языка - Готовность к командировкам Желательно - Практический опыт работы с большими языковыми моделями (Claude, OpenAI, GPT, Gemini) - Опыт с AI-агентами и агентными фреймворками - Опыт автоматизации workflow (например, n8n, Make, Power Automate) - Опыт работы с Kubernetes или CI/CD - Опыт работы с базами данных, моделированием данных и высокопроизводительными пайплайнами данных Условия - Разработка продуктивных AI-решений с использованием современных LLM, агентных фреймворков и облачных технологий - Высокая степень творческой свободы и автономии — от концепции до продакшена - Прямое взаимодействие с бизнес-подразделениями и командами без длительных согласований - Короткие пути принятия решений и прагматичный подход к работе - Сложные проекты в области AI и цифровой трансформации, приносящие прямую пользу - Современные технологии в AI, облаке и программной инженерии - Гибкий график работы и возможность удалённой работы

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Customs Support Group (CSG) — европейский лидер рынка таможенных услуг, работающий в 15 странах. CSG принадлежит частной инвестиционной компании и является быстрорастущим, динамичным и управляемым данными предприятием, расширяющим присутствие за счет органического роста и стратегических приобретений. Ключевые приоритеты: цифровая трансформация, операционное совершенство и оптимизированный клиентский опыт — все с целью стимулирования роста и повышения эффективности. Создавай интеллектуальные бизнес-процессы с помощью ИИ Ты хочешь не просто прорабатывать теоретические сценарии использования ИИ, а разрабатывать продуктивные решения, которые действительно продвигают компании вперед? Мы работаем прагматично, рано проводим валидацию и постоянно совершенствуемся. Ты разрабатываешь агентные ИИ-решения, интегрируешь LLM в существующий системный ландшафт и автоматизируешь сложные бизнес-процессы в различных приложениях. Ты работаешь самостоятельно, анализируешь требования, проектируешь ИИ-решения и доводишь их до продуктивного использования. При этом ты соединяешь программную инженерию с ИИ-инженерией и обеспечиваешь надежную, безопасную и масштабируемую работу интеллектуальных систем. Задачи - Анализ функциональных требований и реализация технических решений - Разработка и интеграция интеллектуальных решений автоматизации и ИИ-приложений - Интеграция LLM в существующие корпоративные системы - Разработка надежных бэкенд- и интеграционных компонентов - Подключение существующих систем через API - Автоматизация бизнес-процессов с помощью современных платформ рабочих процессов и ИИ - Реализация новых ИИ-сценариев от идеи до продуктивной эксплуатации - Обеспечение производительной, стабильной и масштабируемой работы Требования - Законченное образование в области информатики, бизнес-информатики или сопоставимая квалификация - Опыт в разработке ПО, желательно в бэкенде - Опыт работы с Python или сопоставимым языком программирования - Знания в проектировании API и системной интеграции - Опыт работы с облачными технологиями, Docker и Git - Аналитическое мышление - Интерес к современным ИИ-технологиям и автоматизации процессов - Самостоятельный, прагматичный и ориентированный на решение стиль работы - Очень хорошее знание немецкого и хорошее знание английского языка - Готовность к командировкам Желательно - Практический опыт с большими языковыми моделями (LLM), такими как Claude, OpenAI, GPT или Gemini - ИИ-агенты и агентные фреймворки - Автоматизация рабочих процессов (например, n8n, Make или Power Automate) - Kubernetes или CI/CD - Базы данных, моделирование данных и разработка производительных конвейеров данных Условия - Разработка продуктивных ИИ-решений с использованием современных LLM, агентных фреймворков и облачных технологий - Большая свобода действий и высокая степень ответственности — от концепции до продуктивной эксплуатации - Прямое сотрудничество с профильными отделами и командами — без долгих циклов согласования - Короткие пути принятия решений и прагматичный подход - Сложные ИИ- и проекты цифровизации с непосредственной пользой - Современные технологии в области ИИ, облака и разработки ПО - Гибкий график работы и мобильная работа

Формат

Удалённо

Страна

Любая

Город

Не указан

Forward Deployed Engineer — инженер, который помогает бизнесу внедрять AI-решения. Роль предполагает работу с бизнес-подразделениями: от постановки задачи до запуска и оптимизации решений в production. Задачи: - Совместно с бизнес-заинтересованными сторонами определять и приоритизировать высокоценные сценарии использования, соответствующие стратегическим целям. - Переводить бизнес-задачи в технические проекты, архитектуру решений и планы внедрения. - Проектировать, разрабатывать и разворачивать комплексные решения: пайплайны данных, API, оркестрацию рабочих процессов и AI/ML-функциональность. - Интегрировать решения в существующие корпоративные системы и рабочие процессы. - Ускорять вывод решений из пилота в production итеративным методом (в течение месяца). - Обеспечивать надежность, масштабируемость и производительность решений через мониторинг, тестирование и оптимизацию. - Сотрудничать с командами архитектуры, инженерии, безопасности и данных для соблюдения корпоративных стандартов и требований безопасности. - Поддерживать решения в соответствии с отраслевыми требованиями, управлением данными и внутренним аудитом, обеспечивая контроль и документацию. - Вносить переиспользуемый код, паттерны и компоненты в корпоративные платформы. Требования: - Опыт работы с AI/LLM-технологиями от 5 до 7 лет: большие языковые модели (LLM), retrieval augmented generation (RAG), фреймворки автоматизации. - Опыт работы Forward Deployed Engineer или в аналогичной роли в сфере быстрой разработки AI-решений. - Опыт работы с облачными платформами (предпочтительно Azure), контейнеризацией и инфраструктурой как кодом. - Опыт проектирования и внедрения корпоративных решений на уровнях данных, приложений и интеграции. - Сильные full-stack навыки: бэкенд-разработка, инженерия данных, системная интеграция (React, Next.js, Python, Node.js, AI SDK, Snowflake, Azure, OpenAI API, Anthropic Claude, PyTorch, Pinecone, Qdrant). - Умение проектировать и реализовывать пайплайны данных, API и масштабируемые архитектуры решений. - Опыт в разработке ПО, инженерии данных или смежных технических ролях: фронтенд, фуллстек, бэкенд, пайплайны данных, интеграция агентов, промт-инжиниринг, быстрая разработка приложений, UX-прототипирование. - Знание управления данными, стандартов безопасности и требований соответствия. - Умение работать в кросс-функциональных командах: бизнес, продукт, инженерия. - Отличные коммуникационные навыки, способность объяснять технические концепции нетехнической аудитории. Условия: - Полная занятость, постоянная роль, не контракт. - Полная удалённая работа или гибрид в Род-Айленде. - Для удалённых кандидатов: проживание в одном из штатов — Аризона, Коннектикут, Флорида, Джорджия, Луизиана, Массачусетс, Северная Каролина, Оклахома, Род-Айленд, Южная Каролина, Техас, Вирджиния. - Работодатель не спонсирует визы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О вакансии - Роль: Full Stack Developer с Gen AI - Локация: Уиппани, Нью-Джерси (гибрид) - Занятость: полная - Клиент: Persistent Systems Обязанности - Проектировать и разрабатывать масштабируемые фронтенд-приложения на TypeScript и Python. - Создавать и интегрировать REST API. - Взаимодействовать с бэкенд-командами для обеспечения бесшовной интеграции фронтенда и бэкенда. Требования - Опыт работы с Python и TypeScript (6–8 лет). - Понимание фронтенд-архитектуры, паттернов проектирования и компонентного подхода. - Опыт разработки RESTful API (предпочтительно FastAPI). - Опыт интеграции API, включая взаимодействие фронтенда и бэкенда. - Опыт работы с GitHub и CI/CD пайплайнами. - Понимание реализации Agentic AI. - Знание, как реализовывать решения с использованием LLM. - Опыт работы с любым JS-фреймворком (Angular, React, Vue). - Опыт работы с LLM. Желательно - Опыт работы с векторными базами данных (Vector DB). - Опыт работы с облачными платформами, такими как AWS или Azure. - Знание технологий контейнеризации, таких как Docker и Kubernetes.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Proxify ищет Senior Data Scientist (Python) для одной из быстрорастущих клиентских команд в роли технического лидера по инновациям в данных. Задача — превращать сложные высокоскоростные наборы данных в прогнозные модели и практические системы, которые напрямую влияют на продуктовую стратегию и бизнес-операции. Специалист будет соединять чистые исследования и продакшн-разработку: не только строить прототипы в ноутбуках, но и проектировать, обучать, оценивать и разворачивать надежные модели машинного обучения в облачных средах. Роль подходит дата-сайентисту с системным мышлением, ценящему чистую модульную Python-архитектуру, статистическую строгость и масштабируемые пайплайны данных. Задачи - Проектировать, создавать и оптимизировать масштабируемые прогнозные модели и алгоритмы машинного обучения для решения сложных бизнес-задач. - Архитектурно выстраивать и поддерживать надежные пайплайны данных и наборы признаков, обеспечивая качество, согласованность и целостность данных на этапах обучения и инференса. - Взаимодействовать с дата-инженерами, продакт-менеджерами и бэкенд-командами для бесшовной интеграции моделей в основные API приложений. - Проводить тщательные код-ревью рабочих процессов data science, продвигая продакшн-стандарты Python и линтинг. - Переводить технические метрики (Precision, Recall, ROC-AUC, RMSE) в понятные бизнес-результаты и рекомендации для руководства. Требования - 5+ лет профессионального опыта в роли Data Scientist, экспертное владение экосистемой Python для данных (Pandas, NumPy, SciPy, Scikit-Learn). - Глубокие теоретические и практические знания supervised и unsupervised обучения, регрессии, классификации, кластеризации и прогнозирования временных рядов. - Подтвержденный опыт вывода моделей из Jupyter Notebook в продакшн с использованием контейнеризации (Docker) и микросервисной архитектуры. - Уверенное написание сложных оптимизированных SQL-запросов, опыт работы с большими данными с использованием распределенных вычислений (PySpark или Ray). - Опыт работы с инструментами жизненного цикла ML (MLflow, DVC или Weights & Biases) для отслеживания моделей, версионирования и управления feature store. - Практический опыт работы с облачной инфраструктурой (AWS, GCP или Azure) и управляемыми ML-сервисами (например, SageMaker или Vertex AI). - Часовой пояс: CET (±3 часа). Кандидаты из других часовых поясов не рассматриваются. Желательно: - Опыт глубокого обучения с использованием PyTorch или TensorFlow/Keras. - Опыт работы с NLP-фреймворками (Hugging Face, spaCy) или развертывание пайплайнов на основе LLM (LangChain, векторные базы данных). - Знакомство с инструментами оркестрации, такими как Apache Airflow или Prefect. - Сильный бэкграунд в дизайне экспериментов, методологии A/B-тестирования и проверке статистической значимости. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы проекта: стабильные 8-часовые рабочие дни с клиентами. - До 24 гибких выходных дней в год без потери оплаты для полной занятости на позициях, найденных через Proxify. - Долгосрочные удаленные позиции в технологических компаниях. - Персональный подбор проектов без типичных барьеров и предвзятости в рекрутинге. - Единый процесс найма для множества возможностей без дополнительных оценок. - Одинаковая ежемесячная оплата на позициях, найденных через Proxify.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Proxify — платформа для связи разработчиков с удалёнными full-time проектами. С момента запуска разработчики Proxify работали с более чем 1200 клиентами; более 5000 разработчиков доверяют сети Proxify. Рейтинги: Glassdoor 4.5/5, Trustpilot 4.8/5. Вакансия: Senior Python-разработчик (FastAPI) для одного из быстрорастущих клиентов Proxify. Роль включает проектирование, создание и масштабирование основных cloud-native backend-сервисов, разработку высоконагруженных асинхронных API с низкой задержкой для функций платформы, работающих с большими данными. Требования - 3+ лет практического опыта в production-разработке высокопроизводительных асинхронных веб-сервисов на FastAPI и современном Python (3.10+); глубокое владение asyncio, dependency injection и валидацией данных Pydantic v2. - 5+ лет общего опыта в разработке, проектировании и поддержке production-grade распределённых систем и RESTful API. - Уверенное владение реляционными базами данных (PostgreSQL), написание оптимизированных SQL-запросов или использование ORM (SQLAlchemy, Alembic) для миграций и оптимизации запросов; обязателен опыт работы с кэшированием на Redis. - Практический опыт создания слабосвязанных сервисов с использованием очередей сообщений и стриминговых платформ (например, RabbitMQ, Celery, Apache Kafka). - Уверенное ежедневное владение Docker, Kubernetes или AWS-контейнерными сервисами (ECS/EKS), настройка CI/CD (GitHub Actions, GitLab CI). - Строгое соблюдение паттернов проектирования, принципов чистого кода и комплексное автоматизированное тестирование с помощью pytest. - Нахождение в часовом поясе CET (+/- 3 часа); кандидаты из других часовых поясов не рассматриваются. Желательно - Опыт работы с GraphQL или WebSocket наряду со стандартными REST-протоколами. - Знакомство с векторными базами данных (Pinecone, Milvus, Qdrant) или фреймворками оркестрации AI/LLM (LangChain, LlamaIndex) для backend-систем с ИИ. - Опыт миграции легаси-монолитов на Django или Flask к слабосвязанным микросервисам на FastAPI. Задачи - Проектирование, разработка и документирование безопасных высококонкурентных микросервисов и REST-эндпоинтов на FastAPI с использованием стандартов OpenAPI/Swagger. - Профилирование асинхронных узких мест, управление event loop, оптимизация запросов к БД и масштабирование кэширующих слоёв для поддержания времени ответа менее миллисекунды при пиковой нагрузке. - Создание надёжных каналов связи между внутренними сервисами и внешними партнёрскими API с помощью вебхуков, брокеров сообщений и фоновых воркеров (например, Celery). - Ведение технических обсуждений, установление стандартов тестирования и проведение тщательных код-ревью для обеспечения надёжности и безопасности системы. - Тесное взаимодействие с DevOps-командами для контейнеризации приложений, мониторинга облачных метрик и оптимизации автоматизированных релизных циклов. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы работы: 8-часовой рабочий день с клиентами. - До 24 оплачиваемых flex-дней в год для full-time позиций, найденных через Proxify. - Эксклюзивные долгосрочные удалённые позиции в передовых компаниях. - Персональный подбор вакансий без типичных препятствий и предвзятости в рекрутинге. - Одноразовый процесс заключения контракта для множества возможностей без дополнительных оценок. - Стабильная ежемесячная оплата для позиций, полученных через Proxify.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Lendable — финтех-компания, создающая технологии для кредитования и сбережений. Один из новейших единорогов Великобритании, команда чуть более 700 человек. Прибыльна с 2017 года. Инвесторы — Balderton Capital и Goldman Sachs. С нуля пересобраны три основных потребительских финансовых продукта: кредиты, кредитные карты и автокредитование. Деньги поступают клиентам за минуты, а не дни. Компания нацелена на два крупнейших западных рынка — Великобританию и США. Работа в Lendable предполагает: - Ответственность в широкой зоне влияния и принятие решений, влияющих на направление и успех компании. - Работу в небольших командах сильных специалистов. - Создание технологий внутри компании с использованием новых источников данных, машинного обучения и AI. О роли Открыты две позиции Senior Quality Engineer в мобильную команду. Мобильное приложение Zable — основной способ взаимодействия клиентов с Lendable: кредиты, кредитные карты, автокредитование, мобильные тарифы, подписки и новые продукты. Приложение написано на React Native и TypeScript с бэкендом на Kotlin, выпускается на iOS и Android из единой кодовой базы. Роль automation-first: основное время — написание кода (тестовые фреймворки, CI-инструменты, хелперы), а не ручное выполнение тестов. Работа в связке с инженерами, продуктом и дизайном, задавая направление. Также работа на передовой AI-assisted quality: использование LLM и AI-инструментов для ускорения написания тестов, триажа падений и выявления пробелов в покрытии, с инженерной оценкой для сохранения доверия к тестам. Задачи - Владеть мобильной тестовой стратегией: определять и развивать прагматичную тестовую пирамиду для React Native, решая, где нужен E2E, а где логика должна быть в более быстрых слоях (Jest, React Testing Library, компонентные тесты). - Принимать осознанные решения о покрытии, надёжности и скорости. - Задавать стандарт «готово к релизу» для мобильных приложений и придерживаться его. - Создавать и поддерживать мобильные E2E-наборы в Maestro, включая тестовые данные, конфигурацию устройств, хелперы и отчёты. - Интегрировать наборы в CI (GitHub Actions) для быстрой и достоверной обратной связи на каждый PR и релиз-кандидат. - Снижать flakiness и время диагностики. Относиться к flaky-тесту как к сломанному, ожидать поиск первопричины, а не повторные прогоны до зелёного. - Использовать AI-инструменты для ускорения написания тестов, кластеризации падений, анализа покрытия и предложения исправлений. - Определять, где AI даёт эффект, а где нужен человеческий контроль. - Помогать мобильной команде внедрять AI-ассистированные рабочие процессы: промпты, guardrails, паттерны ревью. - Предотвращать дефекты: подключаться к спецификациям на ранних этапах, оспаривать неоднозначные критерии приёмки, выявлять риски до написания кода. - Закрывать петлю по производственным инцидентам через observability-стек (Datadog, Sentry, Grafana), связывая тестовое покрытие с реальным влиянием на клиентов. - Проводить точечное исследовательское тестирование для высокорисковых релизов, когда это уместно. Требования - 6+ лет в quality engineering или автоматизации тестирования, с опытом поддержания стабильных автоматизированных наборов, а не превращения их в «кладбище» карантинных тестов. - Опыт внедрения AI-ассистированных практик тестирования (генерация тестов, кластеризация падений, аналитика покрытия) с разумными механизмами контроля и доверия. - Сильные знания TypeScript и JavaScript — не только написание тестовых скриптов, но и создание хелперов, инструментов и отладка внутри приложения при необходимости. - Опыт настройки CI/CD-пайплайнов для надёжности тестов (GitHub Actions или аналоги): снижение flakiness, параллелизация, управление артефактами, контроль времени выполнения. - Уверенность в мобильной E2E-автоматизации или сильный E2E-опыт на другой платформе.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Федеральная технологическая консалтинговая компания ищет Senior Principal инженера-разработчика ИИ для присоединения к своей команде. Идеальный кандидат имеет 12–15+ лет опыта в разработке ПО и 8+ лет практического опыта в ИИ/МО, опыт проектирования и внедрения крупномасштабных ИИ-систем, знакомство с такими областями, как большие языковые модели (LLM), генерация с дополненной выборкой (RAG), агентный ИИ, оркестрационные фреймворки, MLOps, распределённое обучение и модернизация корпоративного ИИ. Требуется опыт работы с Python, PyTorch, TensorFlow, облачными платформами (AWS, Azure, GCP) и разработкой полнофункциональных приложений. Предпочтителен предыдущий опыт работы в федеральных средах, управление ИИ, облачные нативные архитектуры, DevSecOps, микросервисы и управляемые ИИ-платформы, такие как AWS Bedrock, Azure OpenAI и Google Vertex AI. Требуется гражданство США. Активный допуск Public Trust, Secret или выше будет преимуществом. Требуемые навыки и опыт: - 10+ лет опыта в науке о данных, МО или ИИ - Владение Python на экспертном уровне - Опыт в машинном обучении, глубоком обучении и LLM - RAG, векторные базы данных и инструменты генеративного ИИ - MLOps и развёртывание моделей в продакшене - Облачные платформы (AWS, Azure, GCP) - Внедрение ИИ и аналитики в масштабе предприятия - Статистика, эксперименты и оценка моделей - Степень бакалавра или магистра в смежной области - Степень в области компьютерных наук, инженерии или смежной области Предложение: - Конкурентоспособная почасовая ставка - Полный пакет медицинских льгот - Медицинская страховка - Стоматологические льготы - Офтальмологические льготы - Оплачиваемый отпуск - Пенсионный план 401(k) Соискатели должны иметь разрешение на работу в США на полную ставку сейчас и в будущем.

Формат

Удалённо

Страна

Канада, США

Город

Не указан

Грейд

Senior

Обзор роли В роли Senior Backend-инженера в команде Nonlinear Productivity вы будете находить и устранять препятствия в жизненном цикле разработки ПО с помощью надежной автоматизации на основе ИИ — диагностировать такие проблемы, как длительные циклы ревью, ручные шаги релиза и хрупкая автоматизация, а затем создавать автоматизацию и изменения процессов, которые решают их окончательно. Примеры задач команды: - Сокращение вдвое времени на качественное ревью кода — с сохранением участия человека — с помощью агентных решений. - Превращение ручного, подверженного ошибкам шага релиза в агентный процесс, который замечает собственные ошибки до того, как их увидит человек. Чем предстоит заниматься - Выявлять источники препятствий в жизненном цикле разработки GitLab и определять масштаб агентных решений для их устранения, превращая нечеткие болевые точки в конкретные реализуемые предложения. - Проектировать и создавать надежные системы на основе ИИ, которые следуют пошаговым процессам, используют инструменты и проверки безопасности и исправляют ошибки до выполнения инженерных действий — результат, которому можно доверять в реальных инженерных решениях. - Создавать и поддерживать инструменты оценки, которые судят о результате агента по корректности, соблюдению ограничений и стоимости, а не по тому, «кажется ли он работающим». - Работать с кодовой базой GitLab по мере необходимости, направляясь туда, где реально есть препятствия, а не оставаясь в рамках одного сервиса или продуктовой области. - Применять экспертизу в распределенных системах для выявления сгенерированного кода, который может дать сбой при конкурентном доступе, масштабировании или в развертываниях self-managed, dedicated и multi-tenant, предотвращая сбои до того, как они достигнут клиентов. - Сотрудничать с группой в Индии, обмениваясь дорожными картами, результатами и переиспользуемыми агентными инструментами. - Взять на себя ответственность за новую область с первого дня, помогая превратить проверенное внутреннее решение в возможность, которую GitLab сможет предлагать клиентам; зона ответственности и влияние могут расти по мере масштабирования команды. Требования - Практический опыт создания агентных систем или систем на основе больших языковых моделей — многошаговая оркестрация, использование инструментов, защитные механизмы и паттерны восстановления — и доведения их до надежной работы в продакшене, а не как разовых промптов или демонстраций. - Подтвержденный опыт автономной работы в незнакомых кодовых базах, быстрого вхождения в контекст и доведения решений до завершения. - Глубокие знания распределенных систем, включая координацию, согласованность, идемпотентность, ограничение скорости, режимы отказов и деградацию под нагрузкой. - Владение Go, Rust или Python (в порядке приоритета команды) и способность читать и модифицировать код на остальных языках. - Полезный опыт включает: выпуск автономных агентов, выполняющих реальные задачи от начала до конца; улучшение систем сборки, процессов релиза, процессов ревью или других частей жизненного цикла разработки ПО; работу с глобально распределенными командами, стоимостью нагрузки больших языковых моделей или производственными ограничениями в развертываниях on-premises, air-gapped, single-tenant и software-as-a-service. О команде Команда Nonlinear Productivity (внутреннее сокращение «NLP», не связанное с обработкой естественного языка) — одна из новейших команд GitLab: стратегическая инкубационная группа, подчиняющаяся руководству AI Platform при непосредственном спонсорстве CTO. Она разделена на группу в США (эта роль) и группу в Индии, работающую по тому же уставу; они синхронизируются по дорожной карте и инструментам несколько раз в неделю, но в остальном работают независимо. Команда действует как стартап — без выделенного продакт-менеджера и предзаданного бэклога.

Формат

Удалённо

Страна

Канада, США

Город

Не указан

Обзор роли Staff-инженер — технический якорь команды Nonlinear Productivity в США: человек, который определяет, что значит «проверено» перед выпуском, и помогает формировать, что команда будет строить дальше, а не только как это строить. Это команда общего профиля, созданная с нуля, без выделенного продакт-менеджера — ответственность начинается с первого дня. Примеры задач команды: - Сократить вдвое время на качественное ревью кода, которое сохраняет участие человека, используя агентные решения. - Превратить ручной, подверженный ошибкам шаг релиза в агентный процесс, который сам ловит свои ошибки до того, как их увидит человек. Что вы будете делать - Задавать техническое направление для агентных систем команды: от оркестрации агентов до того, где шаг должен оставаться под контролем человека, и отстаивать эти решения после проверки на реальном коде. - Выявлять и приоритизировать источники трения в SDLC GitLab, доводя исправление — агентное, процессное или оба — от гипотезы до выпущенного измеренного результата. - Работать в любой части кодовой базы GitLab, так как команда действует как небольшая группа общего профиля, а не ограничена одним сервисом. - Применять суждения о распределенных системах, чтобы выявлять случаи, когда сгенерированный код выглядит корректным, но ломается при конкурентности, масштабировании или разных топологиях развертывания (включая self-managed, dedicated и multi-tenant среды), и обучать других этому. - Наставлять senior и middle инженеров в практиках агентной инженерии и суждениях о распределенных системах через ревью дизайна и парное программирование, повышая общий уровень команды. - Несколько раз в неделю взаимодействовать с группой в Индии для согласования дорожной карты и представлять технический прогресс команды заинтересованным сторонам в организации CTO. - Выступать в роли «bar raiser» для найма в команде, проводя раунд технического лидерства для кандидатов уровня Staff по мере роста команды. - Владеть greenfield технической основой с первого дня, с возможностью роста влияния по мере масштабирования команды. Что вы привнесете - Опыт создания надежных агентных систем или систем на основе больших языковых моделей (LLM), включая многошаговую оркестрацию, использование инструментов, guardrails и восстановление. - Способность автономно работать в незнакомых кодовых базах и доводить решения от обнаружения до завершения. - Сильные основы распределенных систем и информатики: координация, консистентность, идемпотентность, ограничение скорости, режимы отказов и деградация под нагрузкой. - Владение Go, Rust или Python, с умением читать и модифицировать код на остальных. - Подтвержденный опыт достижения результатов из неясных или неполных требований — умение разбивать сложную слабо специфицированную проблему на конкретное предложение из маленьких выполнимых шагов. - Опыт разработки фреймворков оценки для систем, где «выглядит правдоподобно» и «на самом деле корректно» — разные вопросы, и подтвержденный опыт повышения планки качества для вывода команды, а не только своего. - История разблокировки и поддержки коллег — через ревью дизайна, технические статьи или наставничество — и регулярное взаимодействие с другими командами для поиска мест, где сотрудничество действительно окупается. О команде Nonlinear Productivity (внутри сокращенно «NLP», не связано с обработкой естественного языка) — одна из новейших команд GitLab: стратегическая инкубационная группа, подчиняющаяся руководству AI Platform под прямым спонсорством CTO.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Компания Adaptify SEO работает над AI-управляемым SEO в масштабе. Задачи - Создание AI-инструментов, которые помогают бизнесу расти в органической выдаче. - Работа по всему стеку: интеграции LLM, контентные пайплайны, фронтенд-дашборды и аналитика. Требования - Умение быстро выпускать продукт и мыслить креативно. Условия - Полная удалённая работа, асинхронный формат. - Без ежедневных стендапов и микроменеджмента. - Быстрый темп, ежедневные релизы. - Доверие к команде и самостоятельность в работе.