Вакансии для ML-инженеров

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Стажировка

Робототехническая лаборатория ищет стажёра Robotics Deploy Engineer. Формат работы: гибрид (обсуждаемо, но изначально нужно будет очно взаимодействовать), возможна удалёнка. Занятость: полная, возможна проектная или частичная. Вилка: 120–150 тысяч рублей на руки. Оформление: трудовой договор (обсуждаемо). Оплата: фикс за проект, задачу или почасовая, фултайм. Задачи: - Разворачивать и тестировать модели RL, VLA, WAM, LLM на роботах и их стеках. - Поддерживать устойчивые пайплайны деплоя и реализовывать IaC-принципы для поддержания инфраструктуры. - Взаимодействовать с лидами по девопсу и лидами направлений по RL и VLA для организации удобного флоу тестирования гипотез. - Формировать свои гипотезы и предлагать практики по аспектам деплоя и инфраструктуры в целом. Текущие элементы инфраструктуры: - Различные человекоподобные и другие роботы, включая разработку стеков для складских и производственных операций. - Несколько серверов с GPU для тренировки и удалённого инференса, а также локальные GPU для инференса на роботах, что требует настроенного CI/CD, Docker и Kubernetes. - Различные билды роботов на удалённых репозиториях, изменения в которых подгружаются на несколько машин, поэтому реализация принципов IaC необходима.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Middle Python-разработчик (команда веб-разработки) Мы разрабатываем сайты и мобильные приложения, используем современный технологический стек и не боимся высоких нагрузок. Наша цель — сделать жизнь людей проще и удобнее. Ищем Python-разработчика уровня middle, который специализируется на разработке чатов: от простых ботов до AI-агентов со сложной логикой, состоянием и интеграциями. Стек: Python, Elasticsearch, PostgreSQL, Kafka, Clickhouse, Memcached, Redis, Docker. Инструменты: Jira, Confluence, Rocket.Chat, Telegram, Redash, Git, Gitlab, Docker, Redis. Чем предстоит заниматься - Выполнение технически сложных задач, проектирование архитектуры приложений - Применение знаний в области доставки приложений на контур (CI / CD) - Не только самостоятельное решение задач, но и заведение задач на рефакторинг приложений с аргументированной позицией, почему это следует сделать - Оказание помощи тимлиду в развитии и найме сотрудников, организация обучения и консультаций по спорным вопросам - Предложение решений по оптимизации процессов работы команды - Выполнение code-review кода коллег, формирование конструктивной критики, основанной на конкретных вариантах, как сделать лучше - Стандартизация решения для минимизации количества ошибок - Эффективное взаимодействие с другими членами команды, обсуждение сложных моментов с внешними командами, уточнение полноты требований или согласование важных технических решений с архитектором проекта - Написание тестов для работающих приложений - Фикс багов в приложениях в рамках компетенций - Постоянное обучение и совершенствование своих навыков Что важно для этой позиции - Опыт коммерческой разработки не менее трёх лет - Уверенное знание Python 3.9 и выше - Владение асинхронной разработкой на Python - Опыт работы с фреймворками: FastAPI, Sanic - Опыт в ML - Понимание принципов SOLID, ООП, основных шаблонов проектирования - Опыт разработки под Linux - Опыт работы с базами данных PostgreSQL (MySQL), понимание принципов ACID - Опыт работы с индексами и оптимизацией запросов - Опыт работы с Git, Gitlab CI / CD - Опыт работы с Docker, Memcached, Elasticsearch, Kafka - Опыт работы с микросервисной архитектурой - Опыт написания unit-тестов Будет плюсом - Высшее техническое образование - Опыт работы с Clickhouse, Kubernetes - Представление об устройстве Nginx, RabbitMQ, Swagger Мы предлагаем - Работу со смыслом — участие в создании удобных сервисов и услуг, которые делают жизнь людей лучше - Официальное трудоустройство - Комфорт Компания: ООО Исходный код Заработная плата: Уровень дохода не указан

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Senior

Сбер Senior NLP/LLM-инженер. Опыт работы: 3–6 лет. Полная занятость. Формат работы: офис или гибрид (Москва). Команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для развития AI-copilot премиальных клиентских менеджеров. Команда переходит от классических NLP-решений к адаптивным мультиагентным системам. Чем предстоит заниматься - Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация). - Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG. - Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование. - Писать чистый, документированный и тестируемый Python-код, проектировать API-контракты для ML-компонент. - Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами. Наши пожелания к кандидатам - Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM. - Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph. - Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса. - Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML. - Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов. - Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL.

Формат

Удалённо

Страна

Португалия, Северная Македония, Сербия, Латинская Америка

Город

Не указан

Грейд

Middle

Компания: Loka, Inc. Уровень: middle, middle+ Локация: Латинская Америка, Северная Македония, Португалия, Сербия Формат: удалённо Запрещённые локации: за пределами Латинской Америки, Северной Македонии, Португалии и Сербии Занятость: полная Задачи: - Разработка и улучшение решений в области машинного обучения и генеративного ИИ для клиентов Loka в сферах наук о жизни, маркетинга и рекламы. - Работа включает функции приложений на базе LLM и агентные сценарии, пайплайны поиска (загрузка данных, чанкинг, эмбеддинги, векторный поиск), фреймворки оценки и мониторинг продакшена. - Развёртывание и обновление ML-моделей и пайплайнов.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Чем предстоит заниматься - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов Условия - Полная занятость - Удалённо на территории РФ

Формат

Офис

Страна

Не указана

Город

Не указан

Cherry Bekaert — одна из крупнейших бухгалтерских и консалтинговых фирм США, признанная отличным местом для работы. В команду Business Transformation требуется разработчик AI-агентов и автоматизации. Работа предполагает гибридный формат из любого офиса Cherry Bekaert в США. Задачи - Проектировать и внедрять AI-агентов с использованием LLM, алгоритмов планирования и фреймворков принятия решений. - Разрабатывать архитектуры агентов, поддерживающие автономность, интерактивность и выполнение задач. - Интегрировать агентов в приложения, API или рабочие процессы (например, чат-боты, инструменты автоматизации). - Сотрудничать с исследователями, инженерами и продуктовыми командами для итеративного улучшения возможностей агентов. - Оптимизировать поведение агентов с помощью обратной связи, обучения с подкреплением или взаимодействия с пользователями. - Управлять контекстом для агентов, чтобы они получали нужную информацию в нужное время, применяя методы: промпт-инжиниринг, тонкая настройка (где применимо), RAG (извлечение с дополнением генерации), использование инструментов, гибридные подходы. - Мониторить производительность, проводить оценки, внедрять механизмы безопасности и ограничений. - Поддерживать подробную документацию по логике агентов, проектным решениям и зависимостям. - Следить за отраслевыми разработками и достижениями в области ИИ, машинного обучения и агентных технологий. - Интегрировать AI-агентов с платформами Microsoft: Copilot Studio, Azure AI и Semantic Kernel SDK. - Создавать и разворачивать корпоративные Copilot'ы с использованием оркестрационных инструментов Microsoft для взаимодействия с Microsoft 365, Dynamics и пользовательскими бизнес-приложениями. Требования - Степень бакалавра в области компьютерных наук, ИИ, машинного обучения или смежной области. - Подтверждённый опыт работы с агентными системами или интеллектуальной автоматизацией, минимум 2 года на аналогичной должности. - Сильные навыки программирования на Python (или аналогичном языке) и опыт работы с библиотеками ИИ/ML (LangChain, OpenAI API, Hugging Face, PyTorch). - Понимание агентного моделирования, мультиагентных систем или обучения с подкреплением. - Опыт создания приложений с использованием LLM или генеративных моделей ИИ. - Знание разработки API, бэкенд-сервисов и пайплайнов развёртывания. - Способность работать самостоятельно в экспериментальной и быстро меняющейся среде. - Отличные коммуникативные навыки и умение выстраивать отношения с бизнес- и техническими стейкхолдерами. - Аналитическое мышление, способность решать сложные задачи и принимать решения на основе данных. - Понимание качества данных, целостности и системной интеграции. Условия - Общие ценности, включающие инклюзивность и принадлежность: непоколебимая честность, сотрудничество, доверие и взаимное уважение. - Возможность внедрять инновации и выполнять работу, которая мотивирует и вовлекает. - Коллаборативная среда, способствующая карьерному росту и непрерывному профессиональному развитию. - Конкурентоспособная компенсация и пакет вознаграждения, охватывающий все аспекты благополучия. - Гибкость для выполнения значимой работы и время для жизни вне работы. - Возможности общаться и учиться у профессионалов с разным опытом и культурой.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Twilio — компания, формирующая будущее коммуникаций. Предоставляет инновационные решения сотням тысяч бизнесов и даёт возможность миллионам разработчиков создавать персонализированный клиентский опыт. Компания придерживается модели remote-first и поддерживает культуру связи и глобального включения. О роли Организация Conversational Agents в Twilio строит мост между AI-агентами и платформой Twilio. Ищем Senior Engineering Manager для руководства командой Agent Implementations. Эта команда отвечает за создание и эксплуатацию агентов, которые обеспечивают внутренние бизнес-процессы Twilio. Роль предполагает участие в трансформации внутренних AI-процессов Twilio. Обязанности - Руководить инженерной стратегией и исполнением для безопасного и надёжного использования возможностей платформы Twilio клиентскими AI-агентами. - Создавать и масштабировать системы, обеспечивающие работу AI-агентов для внутренних бизнес-операций Twilio, повышая эффективность и автоматизацию. - Взаимодействовать с командами продукта, платформы, безопасности и go-to-market для выявления AI-агентских сценариев с высоким влиянием и поставки production-ready решений. - Развивать высокопроизводительную инженерную команду: нанимать, наставлять и развивать менеджеров и инженеров в быстро меняющейся технической области. - Обеспечивать операционное совершенство: устанавливать чёткие метрики, планировать дорожную карту, гарантировать надёжность, соответствие требованиям и непрерывное улучшение. - Приобретать новые технические навыки и знания в среде с высокой скоростью поставки. Ожидается крутая кривая обучения, нужно быть готовым погружаться в детали и создавать для себя ясность. Требования Обязательные: - 5+ лет практического опыта инженером, написания production-grade кода на современном языке программирования (язык не важен). - 3+ года опыта непосредственного руководства командами инженеров разных дисциплин. - Опыт формирования культуры технического совершенства и проведения команды через технические дизайн-решения. - Подтверждённый опыт выпуска продуктов в production, раннего тестирования идей с клиентами и быстрой итерации по их обратной связи. - Сильная клиентоориентированность, тесный цикл обратной связи с клиентами. - Отличные письменные и устные коммуникативные навыки. - Интерес к новым технологиям и отслеживание их последних разработок. Желательные: - Опыт создания продукта от идеи до product-market fit (zero to one). - Опыт руководства разработкой продуктов или функций, использующих LLM. - Склонность к созиданию: через хобби или профессию, страсть к практической работе и видению результатов. Примечание: Twilio ценит разнообразный опыт из разных отраслей и поощряет к подаче заявки всех, кто соответствует обязательным требованиям. Если ваша карьера только начинается или развивалась нетрадиционно, это не должно помешать вам рассматривать Twilio. Локация Роль удалённая, но не предусматривает найм в Сан-Франциско, Окленде, Сан-Хосе (Калифорния) или прилегающих районах. Несмотря на удалённый формат, возможны разовые очные встречи для командных мероприятий, выездных сессий или встреч с клиентами. Условия - Конкурентная оплата, щедрый отпуск, достаточный отпуск по уходу за ребёнком и по здоровью, медицинское обслуживание, программа пенсионных накоплений и другое. Набор льгот зависит от локации. - Ориентировочный диапазон оплаты для кандидатов из Колорадо, Гавайев, Иллинойса, Мэриленда, Массачусетса, Миннесоты, Вермонта или Вашингтона (округ Колумбия): $207 200. Для кандидатов из других локаций оплата обсуждается в процессе найма.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании ScholarshipOwl — крупнейший маркетплейс стипендий в США. Платформа использует ИИ для связи 14 миллионов студентов, ищущих стипендии, с компаниями, которые ищут студентов. Миссия — сделать финансирование образования доступнее и дать брендам возможность взаимодействовать с новым поколением. Технологии упрощают поиск стипендий, процесс подачи заявок и обеспечивают измеримые результаты для студентов и партнёров. Задачи - Полный цикл разработки: проектировать и внедрять B2B-функциональность от Laravel/Doctrine JSON:API эндпоинтов до реактивных компонентов Nuxt 3/4 и серверных маршрутов. - Развивать встраиваемые виджеты, логику Nitro-сервера, кросс-доменные сообщения iframe, SDK отслеживания событий и конвейеры приёма данных. - Проектировать реляционные схемы БД (MySQL), маппинги Doctrine, миграции, RESTful/JSON:API контракты и кэширование Redis. - Интегрировать ИИ-инструменты (Cursor, Gemini) в ежедневную разработку для быстрого прототипирования, рефакторинга, генерации тестов и создания LLM-функций, например автоматической оценки заявок. - Интегрировать и поддерживать сторонние сервисы и API: CRM, системы отслеживания ошибок, платёжные шлюзы, облачные сервисы данных. - Настроить автоматизированное тестирование: PHPUnit для бэкенда, Playwright и Vitest для E2E и компонентов, интегрированное в CI/CD. - Проводить код-ревью, взаимодействовать с продакт-менеджерами, QA-инженерами и руководством. Требования - Опыт: от 4 лет профессиональной full-stack разработки, минимум 1 год активного использования ИИ-ассистентов в ежедневной работе. - Бэкенд: коммерческий опыт с PHP 8+ и Laravel (чистая сервисная архитектура, очереди и задания, middleware, аутентификация OAuth2/Passport). - Фронтенд: глубокое знание Vue 3 (Composition API), Nuxt 3 или Nuxt 4, TypeScript, Pinia, Tailwind CSS. - Базы данных и ORM: моделирование реляционных БД и оптимизация запросов MySQL, опыт с ORM (Doctrine ORM/DBAL или глубокий Eloquent с готовностью быстро освоить Doctrine). - API и кэширование: понимание RESTful/JSON:API стандартов, маппинга ошибок валидации, форматирования запросов, кэширования Redis. - ИИ-инструменты: ежедневное использование Cursor и Gemini для кодинга, отладки и создания тестов. - Автотесты: опыт написания тестов PHPUnit и фронтенд/E2E тестов (Playwright, Vitest или Cypress). - DevOps: уверенное знание Git, CI/CD пайплайнов, Docker, Linux и контейнерных сред. - Коммуникация и автономность: отличные письменные технические навыки для PR, архитектурных документов и трекинга задач; высокая автономность в навигации по многосервисной кодовой базе. Будет плюсом - Степень бакалавра в Computer Science, Software Engineering или эквивалентный практический опыт.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании Quora — частная компания с удалённым форматом работы. Позиция может выполняться удалённо из любой точки Канады или США. Миссия Quora — развивать коллективный интеллект мира. Платформы: Quora (глобальная платформа обмена знаниями, более 300 млн уникальных посетителей в месяц) и Poe (платформа для общения, исследования и создания с использованием разнообразных ИИ-языковых моделей, включая GPT-5.6-Sol, Claude-Opus-5, Claude-Fable-5, Claude-Sonnet-5, Kimi-K3 и тысячи других). Роль связана с продуктом Quora. О команде и роли Машинное обучение — ключевая часть миссии Quora. В продакшене более 100 моделей ML. Используются различные алгоритмы: от линейных моделей до деревьев решений и глубоких нейронных сетей. Модели работают в огромном масштабе, обслуживая сотни миллионов людей ежемесячно. Команда владеет ML-платформой и ранжирующей инфраструктурой Quora по четырём направлениям: надёжность обслуживания, развитие ML-инженеров и скорость разработки, бизнес-эффект, эффективность затрат. Начинающий инженер будет работать на стыке машинного обучения, распределённых систем и производительности GPU-сервинга. Предыдущий опыт в ML-инфраструктуре не требуется. В команде — старшие и staff-инженеры, обучение у создателей стека, выделенный ментор и техническое руководство. Первые недели — запуск в продакшен. Стек: Python, Go, C++, PyTorch, Kubernetes/EKS, NVIDIA Triton, Ray, AWS. Обязанности - Помогать создавать и поддерживать основную инфраструктуру ML-платформы Quora, обеспечивая высокую доступность, масштабируемость и производительность. - Создавать и улучшать распределённые системы для обслуживания ML-моделей в продакшене: от больших рекомендательных моделей (LRM) до больших языковых моделей (LLM). - Работать над GPU-сервингом моделей, оптимизируя задержку, пропускную способность и стоимость для поддержки более крупных и мощных моделей. - Участвовать в платформенных инициативах, таких как стандартизация на PyTorch-first и модернизация ML-экосистемы. - Улучшать скорость разработки ML-инженеров, создавая инструменты для разработки, тестирования и развёртывания моделей. - Модернизировать feature store, чтобы ML-инженеры могли быстрее выводить новые фичи в продакшен. - Участвовать в дежурствах команды (on-call), помогая решать производственные проблемы. Минимальные требования - Доступность для встреч и оперативного общения в «часы координации» Quora (пн–пт, 9:00–15:00 по тихоокеанскому времени). - Выпускник 2025 или 2026 года, имеющий или получающий степень бакалавра, магистра или PhD в области компьютерных наук, инженерии или смежной технической области. - Искренний интерес к крупномасштабным распределённым системам, инфраструктуре и машинному обучению. - Знание Python, Go или C++ или способность быстро их выучить. - Страсть к обучению и постоянному улучшению себя и команды. Предпочтительные требования - Предыдущий опыт разработки ПО: стажировка, работа, open-source вклад или соревнования по программированию. - Курсы или практический опыт с ML-фреймворками, такими как PyTorch или TensorFlow. - Опыт работы с Kubernetes, Docker или облачными технологиями, такими как AWS.

Формат

Офис

Страна

Латинская Америка

Город

Не указан

Грейд

Senior

Компания Truelogic — ведущий провайдер услуг near-shore staff augmentation со штаб-квартирой в Нью-Йорке. Более двух десятилетий компания поставляет технологические решения компаниям любого размера — от инновационных стартапов до лидеров индустрии, помогая достигать целей цифровой трансформации. Команда из более чем 600 высококвалифицированных IT-специалистов, базирующихся в Латинской Америке, реализует проекты для американских компаний. Truelogic работает как с гигантами из Fortune 500, так и с растущими стартапами. Клиент Клиент — ведущая цифровая платформа в индустрии ухода за домашними животными и здорового образа жизни, обслуживающая миллионы домохозяйств с питомцами в США. Изначально компания была пионером в услугах по уходу за питомцами по требованию, а затем расширилась до комплексной мультипродуктовой сети, связывающей владельцев питомцев с общенациональным сообществом из более чем 500 000 поставщиков услуг. Организация управляет портфелем высокопосещаемых pet-ресурсов, включая платформу сравнения страхования питомцев, ведущие цифровые контент- и обзорные платформы с аудиторией более 18 миллионов подписчиков в соцсетях, а также премиальный цифровой бренд товаров для питомцев и здорового образа жизни. О роли Ищем Senior Back-end Engineer, который возьмёт на себя ответственность за бэкенд-платформу: от клиентских API-схем до серверной и базовой инфраструктуры AWS. Вы будете развивать основной PHP/Laravel API, поддерживать внутренние Python-сервисы и управлять облачной инфраструктурой. Команда ежедневно работает с AI-кодинг-агентами, поэтому подтверждённый опыт поставки ПО и проектирования рабочих процессов с AI-инструментами обязателен. Обязанности - Взять на себя полную ответственность за бэкенд-платформу: управление клиентскими API-схемами, серверами и инфраструктурой баз данных в AWS. - Интегрировать AI-решения непосредственно в основные продукты, а также создавать и улучшать агентские рабочие процессы, контекст и инструменты, обеспечивающие эффективную разработку с AI в большой кодовой базе. - Участвовать в архитектурных и дизайнерских решениях, объясняя компромиссы и разбивая сложные функции на релизные компоненты. - Проектировать и реализовывать основные продукты в PHP и Laravel API, работая на основе OpenAPI-спецификаций с использованием domain-driven, сервисной и репозиторной архитектур. - Создавать и улучшать внутренние бэкенд-системы на Python, включая микросервисы AWS Lambda, в сотрудничестве с кросс-функциональными бизнес-подразделениями. - Поддерживать и обслуживать продакшн-инфраструктуру AWS с помощью Terraform, управляя такими сервисами, как ECS, Lambda, API Gateway, SQS, Parameter Store, CloudWatch и IAM. Требования - 5+ лет опыта создания, эксплуатации и масштабирования бэкенд-систем в продакшн-среде. - Глубокое знание PHP (желательно Laravel) и рабочий уровень Python. - Обязателен опыт работы с AI-кодинг-агентами (Claude Code, Cursor, Codex или аналоги) при разработке функций и создании контекстных рабочих процессов. - Подтверждённый опыт работы с event-driven и queue-based архитектурами, особенно с AWS SQS. - Опыт запуска контейнеризированных сервисов в продакшене, желательно на Amazon ECS. Плюсы - Опыт интеграции LLM в продакшн-ПО, включая дизайн промптов, стратегии оценки и безопасную обработку недетерминированных выходных данных. - Знакомство с инструментами управления секретами, такими как AWS Parameter Store или HashiCorp Vault. - Опыт использования крупномасштабного статического анализа и инструментов автоматизированного рефакторинга, таких как PHPStan или Rector. - Опыт развёртывания и поддержки инфраструктуры с помощью Terraform, Docker и GitLab CI/CD. - Глубокие знания проектирования реляционных баз данных, настройки запросов и кэширования, особенно MySQL и Redis. - Опыт управления инцидентами в продакшене, мониторинга и принципов безопасного проектирования бэкенда. Условия - 100% удалённая работа: свобода работать из любого места. Достаточно ноутбука и стабильного интернета. - Высокая конкурентоспособная оплата в USD. - Оплачиваемый отпуск. - Автономия в работе: свобода управлять своим временем, если работа выполнена. Фокус на результате, а не на часах. - Работа с ведущими американскими компаниями: рост экспертизы на инновационных высокозатратных проектах.

Формат

Офис

Страна

Латинская Америка

Город

Не указан

Грейд

Senior

О компании Truelogic — провайдер nearshore-услуг по расширению штата, штаб-квартира в Нью-Йорке. Более 20 лет на рынке, команда из 600+ специалистов в Латинской Америке. Клиент — поставщик облачных решений для государственных учреждений, более 20 лет опыта. Задачи - Проектировать, разрабатывать и поддерживать масштабируемые микросервисы на .NET. - Создавать и улучшать безопасные высокопроизводительные full-stack приложения на C, Angular и SQL Server. - Проектировать и оптимизировать схемы БД, хранимые процедуры и SQL-запросы. - Писать чистый поддерживаемый код, обеспечивать качество через unit и интеграционные тесты. - Использовать AI-инструменты разработки для повышения эффективности и качества кода. - Устранять неполадки и решать сложные проблемы в dev, test и production. - Применять лучшие практики архитектуры, многопоточности, структур данных и N-Tier. - Участвовать в Agile-ритуалах: спринт-планирование, ревью, ретроспективы. - Управлять кодом в Git, участвовать в CI/CD. - Отвечать за технические результаты, надежность, производительность и поддерживаемость. Требования - 5+ лет опыта разработки веб-приложений на C, .NET, Angular и SQL. - Опыт работы с MS SQL Server: хранимые процедуры, индексы, оптимизация запросов, проектирование реляционных БД. - Опыт создания масштабируемых корпоративных SaaS-приложений. - Знакомство с AWS или другими облачными платформами. - Знание GraphQL и современных API-практик — плюс. - Опыт использования AI-ассистентов: GitHub Copilot, Claude Code, Cursor или аналогичных. - Понимание AI-концепций: LLM, MCP, RAG. - Понимание HTML, CSS, архитектуры ПО, многопоточности, оптимизации производительности. - Навыки отладки, диагностики и аналитического решения проблем. - Опыт написания unit и интеграционных тестов, работа в Shift Left. - Самостоятельность, умение работать в команде, нацеленность на качество. - Хороший письменный и устный английский. - Степень бакалавра в Computer Science, Engineering, IT или эквивалентный опыт. Условия - 100% удалённая работа. - Конкурентоспособная оплата в USD. - Оплачиваемый отпуск. - Автономия в управлении временем, фокус на результате. - Работа с американскими компаниями.

Формат

Офис

Страна

Латинская Америка

Город

Не указан

Грейд

Senior

Компания Truelogic — nearshore-провайдер из Нью-Йорка. Клиент — ведущий поставщик интеллектуальных SaaS-решений для e-learning. Обязанности: - Проектировать, разрабатывать и поддерживать веб-приложения и микросервисы на Python и React. - Создавать RESTful API и интегрировать сложные бэкенд-сервисы. - Поддерживать контейнеризированные развертывания и работать с CI/CD в облачной инфраструктуре (преимущественно AWS). - Использовать современные AI-инструменты для оптимизации рабочих процессов и внедрять возможности генеративного ИИ и интеграции моделей. - Участвовать в спринт-планировании, код-ревью и обсуждениях архитектуры. Требования: - Опыт разработки от 3 лет, уверенное владение Python и React. - Опыт проектирования масштабируемых REST API и микросервисной архитектуры. - Понимание облачных платформ (предпочтительно AWS), CI/CD и контейнеризации (например, Docker). - Опыт работы с GenAI/LLM, промт-инжиниринг, интеграция LLM и моделей. Условия: - Полная удалённая работа. - Высокая конкурентоспособная оплата в USD. - Оплачиваемый отпуск. - Автономия в управлении временем. - Работа с американскими компаниями. - Культура, ориентированная на благополучие и баланс работы и жизни. - Глобальная сеть: более 600 профессионалов в 25+ странах. - Работа в команде опытных специалистов.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

О компании Zartis — глобальный партнёр по AI-трансформации и технологическому консалтингу. Компания помогает организациям проектировать, создавать и масштабировать технологические решения. Команды обладают экспертизой в AI-платформах, безопасных API-архитектурах и cloud-native разработке. Инженерные хабы расположены в EMEA и LATAM, есть долгосрочные партнёрства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Ищем Senior Backend Engineer для проекта в Tech-индустрии. Проект Вы присоединитесь к распределённой инженерной команде, которая создаёт и развивает production-grade приложения на основе генеративного ИИ. Это практическая backend-роль, сочетающая Node.js/TypeScript, облачную архитектуру AWS и генеративный ИИ. Вы будете проектировать и разрабатывать масштабируемые backend-сервисы, интегрировать возможности LLM в production-системы и участвовать в архитектурных решениях. Ключевая задача — обеспечить надёжную работу систем в production, решая вопросы качества ответов, задержки, стоимости, безопасности, трассируемости, наблюдаемости и устойчивости. Задачи - Проектировать, разрабатывать и развёртывать масштабируемые backend-приложения на Node.js и TypeScript. - Интегрировать возможности генеративного ИИ и LLM в production-приложения и сервисы. - Проектировать и эксплуатировать cloud-native архитектуры на AWS, включая serverless и контейнерные среды. - Создавать и развёртывать контейнерные нагрузки с использованием EC2, ECS/EKS и Kubernetes. - Создавать возможности на основе LLM с помощью Amazon Bedrock и паттернов: RAG, вызов инструментов, управление контекстом, промптинг, индексация знаний. - Проектировать решения, учитывающие реальные проблемы production-ИИ: качество ответов, задержка, эффективность затрат, трассируемость, наблюдаемость. - Применять инженерные практики: масштабируемость, безопасность, устойчивость, поддерживаемость. - Участвовать в backend- и облачной архитектуре, принимать технические решения и оценивать компромиссы. - Сотрудничать с инженерными и продуктовыми стейкхолдерами для доведения AI-возможностей от дизайна до надёжного production-запуска. Требования - Обширный профессиональный опыт разработки backend-приложений на Node.js и TypeScript. - Подтверждённый опыт проектирования, разработки и развёртывания генеративного ИИ в production — не только прототипы или proof-of-concept. - Сильный практический опыт проектирования и эксплуатации решений на AWS. - Опыт с serverless и контейнерными архитектурами, включая EC2, ECS/EKS, Kubernetes или эквивалентные технологии AWS. - Практический опыт с Amazon Bedrock и/или production LLM-приложениями в экосистеме AWS. - Практический опыт реализации паттернов LLM-приложений: RAG, вызов инструментов, управление контекстом, промптинг, индексация знаний. - Понимание проблем эксплуатации AI-приложений в production: качество, задержка, стоимость, трассируемость, наблюдаемость. - Подтверждённая способность проектировать масштабируемые, безопасные, устойчивые и поддерживаемые backend-системы. - Опыт принятия технических и архитектурных решений и оценки компромиссов в production-средах. - Отличные коммуникативные навыки и навыки сотрудничества, проактивный подход к ответственности и решению проблем. Условия - 100% удалённая работа. - Надбавка на работу из дома: ежемесячная выплата в качестве финансовой поддержки. - Карьерный рост: программа развития карьеры для всех сотрудников с обратной связью 360°. - Обучение: выделенное время в течение недели для технического обучения. Доступны онлайн-курсы (например, Pluralsight и Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства: можно стать ментором или получать менторскую поддержку.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Senior

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

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании OnTarget Labs — международная компания по разработке программных продуктов. О продукте Разработка ИИ-решения для анализа теннисных матчей по видео, записанному на смартфон. О роли Поддержка команды по полному циклу CV/ML: от качества датасетов и оценки моделей до улучшения моделей, логики трекинга и интерпретации, а также выборочного развертывания на edge/mobile. Работа под руководством Head of Engineering / CTO, с возможностью самостоятельно оценивать проблемы, предлагать эксперименты, внедрять улучшения и объяснять технические компромиссы. Требования - Опыт практической работы с компьютерным зрением, особенно с реальным видео - Уверенное владение Python и PyTorch - Опыт с моделями обнаружения объектов, трекинга, классификации и/или keypoint - Умение оценивать выходы моделей, диагностировать ошибки и предлагать точечные улучшения - Понимание стратегии датасетов, качества разметки, валидации и интерпретации метрик - Опыт разработки или улучшения кастомного трекинга, сглаживания, временного декодирования или слоев интерпретации - Опыт улучшения моделей до продакшн-уровня в разнообразных реальных условиях - Опыт развертывания и оптимизации облачных пайплайнов обработки видео - Опыт инференса на устройствах (edge/mobile), владение ONNX, Core ML, TensorFlow Lite, квантизацией, прунингом, оптимизацией задержек или настройкой мобильной производительности - Степень бакалавра в области информационных систем, компьютерных наук или смежной области - Отличные письменные и устные коммуникативные навыки на английском языке Будет плюсом - Опыт в спортивной видеоаналитике - Трекинг мяча, ракетки, шайбы или других быстро движущихся объектов - Видео со смартфона или потребительского качества Условия - Конкурентоспособная оплата по результатам собеседования - Полная занятость, удаленная работа

Формат

Офис

Страна

Россия

Город

Не указан

AI Security Researcher О проекте Международный проект в области AI Security, связанный с разработкой сред, которые помогают LLM-моделям проходить обучение с подкреплением для задач, связанных с кибербезопасностью. Эти среды будут содержать задания в различных областях кибербезопасности (пентестинг, реагирование на инциденты, эксплуатация, вредоносное ПО и т.д.), при этом цель — создавать достаточно сложные задачи, чтобы модель допускала ошибки, но которые при этом остаются решаемыми для профессиональных специалистов. Важно: это не классическая позиция Pentester или Red Team Engineer. Основная задача специалиста — создавать сложные, но реалистичные и проверяемые security-сценарии, в которых LLM-модели совершают ошибки именно из-за недостатков в рассуждении (reasoning), а не из-за неоднозначных инструкций или ограничений среды. Чем предстоит заниматься Проектировать security-сценарии для оценки и обучения LLM-моделей Создавать environments с использованием GitHub, Slack и других инструментов, встречающихся в реальной разработке Разрабатывать задачи, требующие сложного многошагового reasoning Моделировать реальные offensive security-сценарии (например, supply chain attacks, malicious pull requests, exploitation через GitHub Actions и другие современные техники) Проверять разработанные сценарии на нескольких frontier-моделях и анализировать причины их ошибок Формулировать ожидаемое поведение модели и описывать, почему конкретная ошибка считается reasoning failure Автоматизировать создание и проверку задач с использованием Python и других инструментов Что мы ожидаем 5+ лет практического опыта в Offensive Security, Application Security или Web Penetration Testing Практический опыт AI Red Teaming / LLM Security Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем Практический опыт проведения penetration testing и исследования безопасности приложений Опыт разработки на Python и/или JavaScript Навыки статического и динамического анализа кода (Python, JavaScript, Java) Умение самостоятельно исследовать новые направления, проектировать сложные сценарии и объяснять результаты своей работы Свободный английский язык (Upper-Intermediate / B2+) Практический опыт работы с современными LLM-моделями Понимание особенностей их работы, ограничений и типичных failure modes Интерес к AI Security и исследованию поведения LLM Опыт работы с Agentic AI, AI Agents или Model Evaluation Будет большим плюсом Опыт исследований безопасности GitHub Actions, CI/CD, Supply Chain Security Сертификаты OSWE, eWPTXv2, OWEE, OSWA или аналогичные Публикации, write-ups, участие в Bug Bounty, HackTheBox, TryHackMe, Pwn2Own или других исследовательских проектах Самая ценная компетенция здесь — не умение эксплуатировать очередную XSS, а способность придумать новый, не похожий на существующие сценарий, который сломает сильную модель. Здесь важны исследовательское мышление, креативность и способность придумывать новые сценарии атак, а не воспроизводить уже известные техники. Условия B2B-контракт (с ИП) Оплата в долларах США Part-time/Full-time: почасовая оплата за выполненные задачи, 1 задача занимает около 10-12 часов Локация — строго вне РФ/РБ

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Компания Centicore ищет DevOps-инженера на проект крупного коммерческого банка. Формат работы: удалённо по РФ. Вилка: 300–350 тыс. рублей на руки. Задачи - Конфигурировать и разворачивать инфраструктурные компоненты; - Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (MLOps, AutoML); - Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения; - Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения. Требования - Опыт DevOps от 4–5 лет; - Опыт администрирования Kubernetes от 2 лет; - Опыт работы Hadoop, Spark, Kafka, ELK.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания и проект Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Условия - Полная занятость - Удалённо на территории РФ Задачи - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов

Формат

Удалённо

Страна

Болгария, Великобритания, Польша, США

Город

Не указан

Грейд

Middle / Senior

Компания и должность Компания: ElevenLabs Должность: Research Engineer — Inference Грейды: middle, middle+, senior Занятость: полная Локация Великобритания, Болгария, Польша, США Удалённая работа Кандидаты за пределами указанных стран не рассматриваются Задачи Присоединиться к исследовательской команде ElevenLabs для внедрения и оптимизации frontier AI-моделей в продакшене. Отвечать за системы, которые проводят исследовательский чекпоинт до serving-инфраструктуры, используемой миллионами пользователей. Оптимизировать задержку инференса, пропускную способность и стоимость по всему стеку.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Lead

Платформа для бизнес-аналитики с активным применением искусственного интеллекта. Формат: удалённо, РФ, московский часовой пояс. Зарплата: обсуждается индивидуально. Задачи - Разрабатывать компоненты платформы end-to-end. - Собирать требования и проектировать модели данных. - Общаться напрямую с конечными пользователями. - Проектировать архитектуру и защищать решения. - Активно использовать Claude Code и Cursor как agentic-инструменты. - Проводить code review и технические обсуждения. - Участвовать в развитии инженерной культуры. Требования - 5+ лет коммерческой разработки сложных DWH/BI-систем. - Уверенный C, .NET, ASP.NET, Angular. - Опыт работы с AI-инструментами. - Практический опыт Claude Code: CLAUDE.md, структурированные промпты, анализ кодовой базы, production-ready код, рефакторинг, тесты, PR и аудит безопасности. - Понимание ограничений LLM и умение выстраивать безопасный HITL-процесс. Условия - Корпоративные подписки на AI-инструменты.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания SL Soft О продукте Продукт помогает автоматизировать обработку документов с помощью искусственного интеллекта. Задачи - Интеграция и внедрение продукта на серверах клиентов (on-premise) - Разработка новой функциональности, поддержка продукта - Работа с API - Деплоймент на Linux, Windows - Взаимодействие с командой ML-инженеров по обработке и подготовке данных Требования - Хорошая алгоритмическая подготовка - Знание Python - Пользовательский опыт работы с Linux и навыки работы с командной строкой - Обязательно желание развиваться в будущем в роли ML-инженера Условия - Опыт работы не требуется - Полная занятость - Удалённый формат работы

Формат

Офис

Страна

Ватикан

Город

Не указан

Грейд

Senior

Компания Capital One — финансовая компания, создающая ответственные и надёжные системы ИИ. Компания использует машинное обучение для персонализированного обслуживания клиентов в реальном времени, информирует о подозрительных операциях и отвечает на вопросы клиентов. О команде Организация Consumer Engagement Platform обеспечивает быстрые инновации финансовых продуктов и удобство разработчиков для всех потребительских продуктов Capital One. Подразделение Hyper Personalization строит интеллектуальные системы и инфраструктуру для индивидуального клиентского опыта в реальном времени: от домашних лент до маркетинговых и сервисных сообщений. Миссия — персонализация уровня «cohort-of-one» на основе надёжных данных, production-grade ML и GenAI-систем и низколатентных платформ. Задачи - Определять и вести техническую стратегию и дорожную карту платформы персонализации для реального времени и таргетированных сообщений по всем продуктам Capital One. - Совместно с командами Product, Data Science, Cloud Infrastructure и ML Platform развивать рекомендательные системы и алгоритмы. - Развивать гибкий масштабируемый rules engine для бизнес-логики персонализации: сегментация пользователей, таргетинг, решение в реальном времени, интеграция с ML-рекомендациями. - Проектировать и поддерживать ML-инфраструктуру и пайплайны: извлечение признаков, обучение, тестирование, guardrails, оценка моделей, деплой, real-time и batch inference. - Архитектура низколатентных event-driven систем для динамической персонализации на основе потоковых данных, поведения пользователя и контекстных сигналов. - Развивать MLOps: автоматизированные деплой-процессы с метриками, интеграционные валидации, тестирование, масштабируемый мониторинг и наблюдаемость. - Внедрять современные техники оптимизации LLM для улучшения масштабируемости, стоимости, задержки и пропускной способности production AI-систем. - Использовать открытые и SaaS AI-технологии: AWS Ultraclusters, Hugging Face, VectorDBs, Nemo Guardrails, PyTorch и другие. - Обеспечивать техническое лидерство: влиять на архитектуру, стандарты инженерии, кросс-командные стратегии, менторить инженеров. Идеальный кандидат - Любит создавать системы, гордится качеством работы, разделяет стремление менять банковское дело к лучшему. - Следит за последними исследованиями, понимает научные публикации и обоснованно применяет новые техники в production. - Быстро адаптируется, умеет прояснять крупные неопределённые задачи, задаёт вопросы, находит корень проблем и чётко формулирует выводы. - Готов предлагать новые идеи, даже если они ещё не доказаны. - Обладает сильным фундаментом в инженерии и математике, экспертизой в hardware, software и AI, видит возможности оптимизации, которые другие упускают. - Устойчив, умеет прокладывать новые пути для достижения бизнес-целей, когда маршрут неизвестен. Условия - Capital One рассматривает возможность найма удалённого сотрудника на эту позицию.

Формат

Офис

Страна

Канада

Город

Не указан

Компания: Adobe Роль: Applied AI Engineer Задачи: - Разработка, создание и поддержка интеллектуальных агентов для автоматизации и бизнес-эффекта в масштабах предприятия. - Полный цикл разработки агентов: от проектирования до версионирования, оркестрации и непрерывного обучения. - Создание масштабируемых платформ Agentic AI, расширяющих возможности разработчиков и ускоряющих внедрение ИИ. - Создание переиспользуемых шаблонов агентов и модульных компонентов для ускорения развертывания в бизнес-подразделениях. - Перевод моделей ИИ из прототипов в продакшен-системы. - Разработка автономных агентов и навыков для задач генерации кода и вызова инструментов. - Оптимизация производительности моделей, снижение задержек и повышение надежности. - Внедрение стратегий промт-инжиниринга, управления памятью, распределения ресурсов и интеграции вызова инструментов. Требования: - Опыт работы в AI/ML-инжиниринге и бэкенд-разработке от 3 до 5+ лет. - Опыт работы с LLM API или ИИ-сервисами в продакшене. - Опыт работы с инструментами ИИ: LangChain, LlamaIndex или векторными базами данных. - Умение измерять и улучшать показатели решаемости задач и точности моделей. - Сильные инженерные основы: Python, REST. - Опыт работы с потоковой передачей событий (Kafka, Flink, Kinesis или аналоги) и конвейерами данных (Spark, Databricks или сопоставимые). - Знакомство с продакшен-операциями: Kubernetes, CI/CD, мониторинг, алертинг и реагирование на инциденты. - Знакомство с облачными платформами (AWS/GCP/Azure), REST API, Python и контейнеризацией (Docker, K8s). Условия: - Вилка зарплаты в США: $114 100 — $214 950 в год, зависит от географического рынка и опыта. - Для Калифорнии: $148 500 — $214 950.

Формат

Офис

Страна

Монголия, США

Город

Остин

О компании Компания AVP VIGILANT TECHNOLOGY PVT LTD создаёт AI-продукты нового поколения на основе больших языковых моделей и интеллектуальной автоматизации для решения сложных бизнес-задач. Инженерные команды сочетают современные AI-технологии с масштабируемой разработкой ПО для создания надёжных, безопасных и готовых к продакшену решений на базе генеративного ИИ. О роли Ищем GenAI-инженера для проектирования, разработки и развёртывания приложений генеративного ИИ на основе LLM, RAG, Python и LangChain. Работа охватывает полный жизненный цикл AI-приложений: от прототипирования и экспериментов до продакшен-развёртывания и оптимизации. Локация Сан-Франциско, Калифорния; Нью-Йорк, Нью-Йорк; Сиэтл, Вашингтон; Остин, Техас. Ключевые обязанности - Проектирование и разработка готовых к продакшену приложений генеративного ИИ на основе LLM. - Построение и оптимизация RAG-пайплайнов для точных и контекстно-зависимых ответов. - Разработка AI-воркфлоу и компонентов приложений с использованием Python и LangChain. - Интеграция коммерческих и открытых больших языковых моделей в корпоративные приложения. - Разработка процессов приёма документов, чанкинга, эмбеддингов, поиска и реранжирования. - Внедрение промт-инжиниринга, структурированных выводов, вызова инструментов и AI-агентов. - Оценка качества, релевантности, задержки и надёжности моделей с помощью соответствующих методов. - Оптимизация приложений по производительности, масштабируемости, стоимости и качеству ответов. - Создание API и сервисов, интегрирующих возможности GenAI с существующими программными платформами. - Совместная работа с инженерами, дата-сайентистами, продакт-менеджерами и бизнес-стейкхолдерами. - Мониторинг продакшен-систем и непрерывное улучшение производительности моделей и приложений. - Соблюдение лучших практик ответственного ИИ, безопасности, приватности и разработки ПО. Требования - 2–5 лет профессионального опыта в разработке ПО, машинном обучении, AI-инжиниринге или смежной области. - Уверенное программирование на Python. - Практический опыт создания приложений на основе LLM. - Опыт разработки приложений на базе RAG. - Опыт работы с LangChain или аналогичными фреймворками для LLM-приложений. - Понимание эмбеддингов, векторных баз данных, семантического поиска и информационного поиска. - Глубокое понимание промт-инжиниринга и архитектуры LLM-приложений. - Опыт работы с API и продакшен-разработкой ПО. - Навыки отладки, аналитического мышления и решения проблем. Желательно - Опыт с LangGraph, LlamaIndex или аналогичными фреймворками. - Опыт с векторными базами данных: Pinecone, Weaviate, Milvus или pgvector. - Знакомство с фундаментальными моделями OpenAI, Anthropic, Google, Meta и других. - Опыт с облачными платформами AWS, Azure или Google Cloud. - Знание Docker, Kubernetes, CI/CD и MLOps-практик. - Опыт в оценке LLM, наблюдаемости, guardrails и безопасности ИИ. - Знакомство с концепциями NLP, машинного обучения или глубокого обучения. Условия - Полная занятость. - Зарплата $130,000–$210,000+ в год в зависимости от опыта и квалификации. - Медицинская, стоматологическая и офтальмологическая страховка. - 401(k) и пенсионные выплаты. - Оплачиваемый отпуск и корпоративные праздники. - Возможности профессионального развития и обучения. - Гибкий или гибридный формат работы в зависимости от локации. - Возможность работать над высокоэффективными продуктами генеративного ИИ.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Twilio — компания в сфере коммуникаций, предоставляет инновационные решения сотням тысяч бизнесов и поддерживает миллионы разработчиков по всему миру. Компания работает по модели remote-first, но может попросить присутствовать лично для командных встреч, оффсайтов или встреч с клиентами. О роли Организация Conversational Agents в Twilio строит мост между ИИ-агентами и платформой Twilio. Ищем Senior Engineering Manager для руководства командой Agent Implementations. Роль предполагает руководство командой, которая создаёт и эксплуатирует агентов, обеспечивающих внутренние бизнес-процессы Twilio, и участие во внутренней ИИ-трансформации компании. Обязанности - Руководить инженерной стратегией и исполнением для безопасного и надёжного использования возможностей платформы Twilio клиентскими ИИ-агентами. - Создавать и масштабировать системы, обеспечивающие работу ИИ-агентов для внутренних бизнес-операций Twilio, повышая эффективность и автоматизацию. - Взаимодействовать с командами продукта, платформы, безопасности и go-to-market для выявления ИИ-агентских сценариев с высоким влиянием и поставки production-ready решений. - Развивать высокопроизводительную инженерную команду: нанимать, менторить и развивать менеджеров и инженеров. - Обеспечивать операционное совершенство: устанавливать метрики, планировать дорожную карту, гарантировать надёжность, соответствие требованиям и непрерывное улучшение. - Осваивать новые технические навыки и знания в быстро меняющейся среде. Ожидается крутая кривая обучения, нужно уметь погружаться в задачи и создавать для себя ясность. Требования Обязательные: - 5+ лет практического опыта как инженер, пишущий production-grade код на современном языке программирования (язык не важен). - 3+ года опыта непосредственного руководства командами инженеров разных дисциплин. - Опыт формирования культуры технического совершенства и руководства командой при технических дизайн-решениях. - Подтверждённый опыт выпуска продуктов в production, раннего тестирования идей с клиентами и быстрой итерации по обратной связи. - Сильная клиентоориентированность, тесный цикл обратной связи с клиентами. - Отличные письменные и устные коммуникативные навыки. - Интерес к новым технологиям и отслеживание их развития. Желательные: - Опыт создания продукта с нуля до product-market fit (zero to one). - Опыт руководства разработкой продуктов или функций, использующих LLM. - Склонность к практической работе: через хобби или профессию, страсть к созданию и видеть результат своей работы. Условия - Удалённая работа, но не для найма в Сан-Франциско, Окленде, Сан-Хосе (Калифорния) и прилегающих районах. - Конкурентная оплата, щедрый отпуск, отпуск по уходу за ребёнком и wellness-отпуск, медицинская страховка, программа пенсионных накоплений. Набор льгот зависит от локации.

Формат

Офис

Страна

Польша

Город

Не указан

Jamf — компания, разрабатывающая решения для управления Apple-устройствами. В компании придерживаются открытой и гибкой культуры, основанной на уважении и доверии, с приоритетом баланса работы и личной жизни. Вакансия предполагает удалённую работу в Польше; требуется наличие права на работу в Польше. Возможно периодическое присутствие в офисе Jamf для определённых событий. Задачи - Создание производственных систем, где ИИ-агенты выполняют реальную работу с кодом: изменения в детерминированных шлюзах, с независимой проверкой и полным журналом аудита. - Разбор проблем клиентов и платформы на части, решение большинства из них end-to-end в agile-команде. - Проектирование границ доверия, радиуса поражения и модели наименьших привилегий для автоматизации с повышенным доступом к production. - Построение оценки и наблюдаемости для недетерминированных систем: измерение точности, выявление скрытой деградации. - Обеспечение ответа на аудиторский запрос «покажи»: доказательства работы контроля, а не просто утверждения. - Совместная работа с инженерами по безопасности и разработчиками PDD, понятное объяснение сложных моментов. - Применение инженерных практик: задавать вопросы, решать сложные задачи, помогать другим расти. Требования Обязательные: - 3+ года коммерческой разработки enterprise-уровня, уверенное понимание тестирования и QA. - 3+ года коммерческого опыта с Java или Python. - Практический опыт работы с LLM API и агентными фреймворками: вызов инструментов, многошаговое выполнение, структурированный вывод — не просто использование ИИ-ассистентов для кода. - Практический опыт с ИИ-ассистентами кодирования (GitHub Copilot, Cursor, Claude Code) для ускорения своей работы. - Понимание, где автоматизация может и не может действовать самостоятельно, и умение чётко объяснить эту границу. - Мышление в терминах границ доверия, радиуса поражения и наименьших привилегий. - Отношение к управлению уязвимостями как к дисциплине: серьёзность, эксплуатируемость, SLA, обработка исключений. - Опыт работы в agile-организации и с системами сборки Jenkins или Bamboo. - Умение выстраивать доверие на всех уровнях, эффективная работа в быстром темпе. Желательно: - Безопасность цепочки поставок ПО: SBOM, происхождение и аттестация, подпись и проверка образов, policy-as-code. - Опыт запуска ИИ-агентов кодирования в масштабе репозитория и создания обвязки для доверия к их результатам. - Знакомство с управлением ИИ в контексте безопасности: политика использования моделей, обработка данных, вопросы аудита после изменений, инициированных агентом. - Опыт в регулируемой среде (SOC 2, FedRAMP или аналогично) и понимание запросов аудиторов. Условия - Удалённая работа в Польше. - Гибкий график, самостоятельное управление рабочим днём. - Небольшая команда с культурой доверия, ответственности и уважения. - 30 дней оплачиваемого отпуска, 3 оплачиваемых дня для волонтёрства, Multisport Card, пакеты Luxmed и другое.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Fullstack-инженер для разработки ИИ-платформы. Задачи: - Проектирование и масштабирование распределенных систем и микросервисов с учетом поддерживаемости и стабильности. - Разработка ключевых функций платформы: RAG-базы знаний, ИИ-приложения для отделов, голосовые, переводческие и аналитические функции. - Создание производительных API, моделирование данных и баз данных, реализация современных интерфейсов во фронтенде. - Моделирование данных для мультитенантности и ролевых разрешений, обеспечение шифрования, минимизации данных и аудируемости. - Обеспечение наблюдаемости качества, затрат и поведения ИИ-функций через оценки, мониторинг и четкие ограничения. - Развитие существующих систем, создание четких структур и сокращение технического долга. - Работа с ИИ-ассистентами и агентами, тестирование новых инструментов и внедрение эффективных рабочих процессов в команде. - Взаимодействие с владельцем продукта, UX и консультантами, перевод клиентских сценариев в технические решения, наставничество младших разработчиков через код-ревью. Требования: - Не менее 5 лет опыта в разработке сложных программных систем, желательно в ИИ или SaaS/облачной среде. - Отличное знание TypeScript, опыт с Node.js и желательно фреймворками типа NestJS. - Отличные знания архитектуры распределенных систем: микросервисы, дизайн API, масштабирование. - Опыт во фронтенде, например с Vue.js, и понимание full-stack взаимосвязей. - Уверенные знания баз данных (например, PostgreSQL), моделирования данных и оптимизации производительности. - Опыт с облачными платформами (например, AWS), Docker и эксплуатацией SaaS-приложений. - Повседневная работа с ИИ-ассистентами и агентами (например, Claude Code, Cursor, Copilot), критическая проверка сгенерированного кода. - Активное тестирование новых инструментов, моделей и рабочих процессов; опыт с агентскими настройками (например, облачные кодинг-агенты, MCP-интеграции, автоматизированные ревью) — преимущество. - Глубокое понимание современных ИИ/LLM-концепций: RAG, function calling, эмбеддинги, агенты. - Владение clean code, тестированием и код-ревью, готовность наставлять младших разработчиков. - Способность принимать и обосновывать технические решения на немецком и английском языках. - Опыт с DSGVO, ISO 27001 или EU AI Act — преимущество. Условия: - Структурированный онбординг с реальными контактными лицами. - Работа в среде, где ценятся ответственность, продуктовое мышление и конструктивная критика требований. - Возможность влиять на архитектуру и технические решения, работа с ИИ-инструментами как частью рабочего процесса.

Формат

Офис

Страна

Канада, США, Латинская Америка

Город

Не указан

Грейд

Senior

Компания RevenueCat — платформа для монетизации мобильных приложений, убирающая сложности создания и масштабирования встроенных подписок. Выпускник YC S18, используется в более чем 40% новых приложений с подписками, обрабатывает $12+ млрд годового объёма покупок. Помогает разработчикам от соло-разработчика в Бразилии до мобильной команды OpenAI. Команда — 150+ человек, полностью удалённая, в 25+ странах. Ценности: Customer Obsession, Always Be Shipping, Own It, Balance. Роль Создание ИИ-ассистента, который помогает разработчикам понимать и увеличивать доход от подписок. Сейчас живёт в Slack, расширяется на дашборд и API. Ассистент умеет получать данные в реальном времени, оценивать эксперименты, отлаживать интеграции и объяснять, что происходит в приложении, на естественном языке. В будущем большая часть взаимодействий пользователя будет опосредована или автоматизирована агентом. Нужен инженер, способный построить базовую инфраструктуру агента: оркестрацию, выполнение инструментов, управление контекстом, оценку и уровень доверия, позволяющий давать агенту больше автономии. Требования - 5+ лет опыта запуска production-систем. - Практический опыт работы с LLM — не только промптинг, но и создание систем вокруг: использование инструментов, структурированный вывод, управление контекстом, оценка, оркестрация. - Сильный бэкенд-фундамент: надёжность, наблюдаемость, безопасность. - Комфорт в условиях неопределённости: ранний продукт внутри компании на стадии роста, архитектура ещё формируется. - Самостоятельность: умение определить, что нужно построить, построить и выпустить. - Хорошая коллаборация и эффективная коммуникация в полностью удалённой культуре. Бонусы - Опыт с API OpenAI/Anthropic. - Создание агентов, которыми пользуются другие. - Опыт с фреймворками оценки и наблюдаемости (Langfuse, Langchain и др.). - Знакомство с моделями подписок, App Store или инструментами для разработчиков. - Опыт создания Slack-интеграций или других разговорных интерфейсов. - Вклад в open-source AI/ML-инструменты. Первый месяц - Выпустить первую фичу агента, познакомиться с архитектурой, экосистемой инструментов и тем, как Rico взаимодействует с API RevenueCat. - Определить самый большой пробел в надёжности или производительности и начать его исправлять. - Познакомиться с командой, настроить репозитории, окружение разработки и инструменты отладки. - Изучить дашборды RevenueCat, логирование, инструменты отладки, облачных провайдеров, управление инфраструктурой и общую архитектуру. Первые 3 месяца - Запустить новую агентную фичу для десятков тысяч разработчиков. - Владеть ключевой областью инфраструктуры — оркестрация, eval-пайплайн, инструментальный фреймворк или уровень доверия/разрешений. - Самостоятельно планировать и выполнять проекты. - Изучить основы реагирования на инциденты и участвовать в дежурствах (on-call). Первые 6 месяцев - Агент станет заметно надёжнее, быстрее и функциональнее благодаря вашей работе. - Построить инфраструктуру, с помощью которой команда выпускает агентов. - Ревьюить код, создавать предложения, участвовать в архитектурных обсуждениях. - Выпустить крупный продукт или фичу. Первые 12 месяцев - RevenueCat станет AI-native компанией; вы построите движок под ней. - Знать все основные компоненты агентной системы и уметь отлаживать сложные проблемы. - Иметь собственные инициативы по улучшению агентных продуктов, понимать текущие проблемы и приоритеты. - Менторить других инженеров, присоединяющихся к команде. Условия - Конкурентный equity в быстрорастущем стартапе Series C при поддержке топ-инвесторов, включая Y Combinator. - Окно 10 лет для реализации vested equity-опционов. - Полностью удалённая и гибкая рабочая среда. - 4–5 недель рекомендованного отпуска в год. - $2,000 USD на обустройство рабочего места и $1,000 USD ежегодно на непрерывное обучение.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Аккредитованная ИТ-компания «Системы и Алгоритмы» ищет GenAI-разработчика. Условия: - Зарплата: 230 000 рублей gross. - Формат: удалённо. - Занятость: полная. - Трудоустройство: ТД/ИП/СЗ/ГПХ. Требования: - Понимание архитектуры, возможностей и ограничений современных языковых моделей. - Опыт работы с embeddings, vector search, RAG, structured output и tool calling. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными. Задачи: - Разработка сервисов ИИ-платформы для создания функциональных агентов и ИИ-ассистентов. - Подготовка бэкенда для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource-агенты. - Разработка сервиса управления реестром и скиллами агентов. - Создание единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - Разработка ИИ-ассистентов и функциональных агентов в рамках проверки PoC для ИИ-идей, входящих в ИИ-инкубатор. - Практическое применение знаний в NLP. - Запуск моделей на GPU и CPU. - Контейнеризация. - Работа с Jenkins. - Использование векторных баз и эмбеддингов для RAG. - Реализация function calling. - Работа с KServe. - Применение BERT-подобных моделей. - Работа с эвристиками. - Опыт квантизации LLM. Требования: - Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. - Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов. - Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов. - Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных. - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI. - Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты. - Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review. - Уверенное владение SQL. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Умение оценивать стоимость, latency и масштабируемость LLM-решений. - Опыт работы в e-commerce, retail или других продуктовых highload-системах. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными.