Вакансии для ML-инженеров

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle

Сфера компетенций Спецвуза включает все аспекты работ в сферах безопасности и защиты информации, управления проектами и внедрения инновационных технологий. В команду, занимающуюся исследованиями и разработкой решений на базе технологий ИИ, требуется Python-разработчик уровня middle / middle+. Задачи: - разработка и доработка Python-сервисов: микросервисы, REST API, бизнес-логика, интеграции; - повышение качества решений путем внедрения AI: тестирование, ревью, CI/CD (GitLab CI), устранение багов; - разработка и кастомизация LLM-компонентов: RAG-системы (эмбеддинги, векторные БД), настройка агентов; - проектирование и реализация ETL/ELT-пайплайнов: сбор данных из внешних систем (Jira, GitLab и других), очистка, нормализация, дедупликация. Требования: - опыт промышленной разработки на Python: Django (Django REST Framework) и/или FastAPI, pytest, Celery (с брокером RabbitMQ), PostgreSQL, Redis; - опыт проектирования и разработки REST API (DRF или FastAPI), понимание принципов REST; - опыт работы с Git и CI/CD (GitLab CI), контейнеризация приложений с Docker; - понимание микросервисной архитектуры и принципов взаимодействия сервисов (опыт с очередями сообщений, Docker Compose будет плюсом). Желательно: - опыт работы с LLM/ML-стеком: LLM API (локальные модели), эмбеддинги, RAG, промпт-инжиниринг; - опыт разработки и кастомизации LLM-агентов (deepagents / LangChain и аналоги); - понимание принципов работы векторных БД и поисковых систем в контексте RAG (pgvector, Qdrant, FAISS или аналоги); - знание английского языка на уровне чтения технической документации. Будет плюсом: - опыт интеграций с государственными / корпоративными платформами; - опыт построения ETL/ELT-пайплайнов и витрин данных, включая выгрузку из внешних систем (Jira, GitLab API); - опыт работы с данными: сбор, очистка, нормализация, дедупликация (SQL, NumPy); - опыт оценки качества данных, расчета метрик полноты и построения аналитических дашбордов. Условия: - реальная бронь сотрудников от мобилизации; - высокая степень свободы принятия технических решений; - политика «открытых дверей» руководства; - работа в аккредитованной организации со всеми льготами, оформление по ТК РФ; - заработная плата: фиксированный оклад, ежемесячная надбавка за эффективность; - годовая премия по итогам работы; - заработная плата от 95 000 до 135 000 ₽ в месяц, на руки.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания Aleria LLC из Абу-Даби разрабатывает AI-продукты для клиентов в ОАЭ и по всему миру. Небольшая команда, быстрый рост. Работаем на bare metal, без облака. Нужен инженер, который понимает каждый слой — от NIC до Kubernetes pod — и отвечает за то, чтобы всё это работало стабильно под нагрузкой и не падало посреди ночи. Условия - Удалённо 2 месяца испытательного срока, затем обязательный релокация в Абу-Даби. - Занятость: full-time. - Зарплата: 5500–6000 $ на удалёнке, 8000–8200 $ после переезда. Задачи - Обеспечивать надёжность и доступность сервисов на bare metal с Kubernetes поверх железа. - Строить и поддерживать observability (Prometheus, Grafana, Loki): метрики, дашборды, алерты, SLO/SLI. - Реагировать на инциденты, проводить post-mortem и устранять причины, а не симптомы. - Тюнить PostgreSQL и другие БД под продакшен-нагрузку, искать бутылочные горлышки. - Поддерживать CI/CD (GHES, ArgoCD), снижать время и риск деплоев. - Сетевая инфраструктура: маршрутизация, сегментация, балансировка нагрузки, безопасность. - On-premise и air-gapped поставки (~10%). - Capacity planning и работа над снижением toil. - Безопасность, которая не тормозит команду. - Взаимодействие с командой разработки и инженерами клиентов. Требования - Глубокий опыт bare metal — без облачных абстракций. - Понимание внутреннего устройства Kubernetes, а не только манифестов. - Опыт устранения продакшен-инцидентов под давлением, умение быстро находить root cause. - Тюнинг БД под нагрузкой (приоритет — PostgreSQL). - Опыт построения observability и систем алертинга с нуля. - Опыт on-prem и air-gapped развёртываний. - Сети: L2/L3, routing, firewall, VPN. - Продакшен Linux troubleshooting. - Подход security-mindset с балансом на скорость доставки. - Высокая автономность при работе с незнакомым стеком. - Видение инфраструктуры за пределами текущей задачи. - Английский B2+. Будет плюсом - Опыт с GPU-кластерами для AI. - Ceph/ZFS/распределённые хранилища. - Опыт hardening/compliance для гос. заказчиков. - Air-gap CI/CD. Не ищем YAML-инженеров, которые только применяют готовые манифесты. Нужен человек, который понимает, что происходит под капотом — и готов первым встать ночью, если что-то упало.

Формат

Гибрид

Страна

Россия

Город

Москва

О компании Федеральное медико-биологическое агентство. ЦСП ФМБА занимается научными исследованиями, связанными с геномом человека и анализом полученных данных. Группа разработки создает внутренние сервисы для автоматизации движения, обработки и распределенного хранения больших объемов данных. Требования - Опыт работы от 3 лет в должности системного администратора в крупных компаниях с территориально-распределенной структурой. - Высокий уровень системного администрирования и траблшутинга серверных операционных систем Linux (Ubuntu, CentOS). - Виртуализация VMWare, Proxmox, KVM. - Знания и практический опыт в области развертывания и обслуживания СУБД (PostgreSQL, MySQL). - Опыт проектирования и развертывания Active Directory, понимание архитектуры и схемы. - Опыт проектирования и развертывания кластерных сетевых служб DNS, DHCP как Windows, так и Linux. - Знания технологий RAID. - Опыт работы с сетевым оборудованием: Dell, MikroTik, Mellanox, HP; знание и понимание принципов работы сетей TCP/IP, маршрутизации, VLAN. - Опыт работы с серверными платформами: Dell, Supermicro, IBM. - Опыт внедрения и администрирования терминальных ферм, знание правил и принципов. - Умение создавать клиентские и инфраструктурные сервисы с нуля. - Знание основных протоколов передачи данных. - Практические навыки написания скриптов (Bash, Python). - Практический опыт работы с Zabbix, написания триггеров. - Наличие сертификатов приветствуется. - Знание английского языка на уровне, достаточном для чтения профессиональной литературы. - Умение самостоятельно осваивать различные технические концепции. Будет плюсом: умение разворачивать Ceph (крупные инсталляции), настраивать производительность, иметь опыт в эксплуатации и обновлении. Важно - Законченное высшее образование. - Гражданство РФ. Задачи - Развертывание, настройка и поддержка инфраструктуры. - Настройка и работа с виртуализацией. - Взаимодействие с командой разработки по ключевым вопросам. Условия - Локация: Москва. Занятость: полная. - Оформление по ТК РФ. - Работа в команде профессионалов на стыке передовых ИТ и науки. Работа с Big Data и ML, собственный корпоративный ЦОД. - Возможность профессионального роста, обучение. - График работы 5/2, гибрид, плавающее начало рабочего дня.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Занятость: full-time. Локация: Астана / Алматы. Формат: гибрид. Старт: середина сентября 2026. Проект: до конца 2026 года с возможным продлением. Ставка: обсуждается. Требуемая релевантность опыта: 85%+. Дедлайн подачи резюме: 29.08.2026. Задачи: - развёртывание ML-моделей в production; - контейнеризация и настройка inference-серверов; - работа с Triton, TorchServe, BentoML или аналогами; - администрирование GPU-серверов; - NVIDIA Drivers, CUDA, cuDNN; - настройка GPU-нод в Kubernetes; - CI/CD для ML-сервисов; - мониторинг и алертинг через Prometheus/Grafana; - управление ресурсами GPU-кластера и оптимизация их загрузки. Требования: - Docker, Kubernetes, Helm; - MLflow; - Triton / BentoML / TorchServe; - Python + Bash/Shell; - NVIDIA GPU, CUDA, cuDNN; - nvidia-smi, DCGM; - GitHub Actions / GitLab CI / Argo Workflows; - Prometheus, Grafana. Проект: развёртывание и администрирование ML-моделей в production-среде телеком-оператора.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания и продукт Компания Axis ищет AI-инженера, который будет отвечать за агентный контур продукта. Компания создаёт AI-продукты для управления себестоимостью строительства. Основной продукт работает с PDF и Excel: проводит нормоконтроль, проверяет спецификации и расчёты, сравнивает стадии и редакции документов и по каждому замечанию показывает источник, цитату и логику проверки. Продукт уже используется платящими клиентами и находится на пилотах. Условия - Зарплата: 150 000–300 000 ₽/мес до вычета налогов - Полная занятость - Удалённо - График: 5/2, 8 часов - Опыт: 1–3 года Задачи - Отвечать за качество агентных проверок: точность, полноту, скорость и стоимость - Собирать ошибки пользователей и превращать их в тесты - Сравнивать модели и промпты - Проектировать агентный движок: контекст, инструменты, действия и ограничения - Работать со структурированными результатами и валидацией - Обеспечивать надёжность длительных проверок и сохранение состояния - Развивать архитектуру без привязки к одной модели или фреймворку Требования - Хороший Python и опыт backend-разработки - API, async-задачи, очереди, тестирование и обработка ошибок - Опыт работы с LLM и AI-агентами в production - Tool calling, управление контекстом, structured output - JSON Schema / Pydantic - Опыт с RAG и поиском по документам с обязательной ссылкой на источник - Понимание оценки качества LLM-систем: тестовые наборы, error analysis, сравнение моделей и промптов Будет плюсом PydanticAI, LangGraph, Temporal, MCP, OpenTelemetry, Langfuse, локальные модели, AI-сервисы в закрытом контуре, OCR, PDF, таблицы и Document AI. Технический вызов Нужно превратить AI-агентов в надёжную production-систему, где результат можно проверить и использовать для принятия решений. Цель — чтобы методолог мог описывать новые проверки без разработки, а пользователь получал проверяемый результат на своём комплекте документов.

Формат

Удалённо

Страна

Россия

Город

Не указан

О команде Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать эффективность операций и снижать влияние человеческого фактора. Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию. Общая информация - Компания: Ozon Tech - Локация: РФ, РБ, КЗ, другие страны - Формат работы: гибрид, удаленка - Занятость: полная - Заработная плата обсуждается индивидуально Задачи - Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация). - Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей. - Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production. - Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии. - Разрабатывать ML-сервисы и работать с микросервисной архитектурой (Python). - Анализировать производительность решений и находить узкие места — от моделей до инфраструктуры. - Работать с видеопотоками и создавать high-load системы обработки данных. - Взаимодействовать с инженерами и разработчиками на всех этапах — от исследования до продакшена. Требования - Высшее образование в области математики, компьютерных наук или смежных технических дисциплин. - Уверенное знание Python и опыт промышленной разработки. - Практический опыт в Computer Vision или Machine Learning. - Понимание классических алгоритмов CV и современных ML-подходов. - Знание основных метрик качества моделей и методов их валидации. - Хорошая алгоритмическая база (структуры данных, оценка сложности). - Навыки написания чистого, поддерживаемого кода и работы с Git. Желательно - Опыт работы с GPU (Nvidia, CUDA, TensorRT). - Опыт построения real-time систем или оптимизации latency. - Опыт deployment и применения MLOps-практик. - Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных. - Опыт разработки high-load сервисов. - Знание C++ для performance-критичных компонентов. - Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой. - Знание SQL и опыт работы с БД. - Навыки написания unit- и integration-тестов. - Английский язык на уровне чтения технической документации. Работа в Ozon Tech - Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений. - Открытая культура — учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых. - Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга. - Современный стек и развитая инженерная культура — реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.

Формат

Удалённо

Страна

Любая

Город

Не указан

Principal AI-инженер по персонализации и рекомендациям Rula Health — компания, работающая в сфере ментального здоровья, полностью удалённо. Наём ведётся в большинстве штатов США, за исключением Гавайев. О роли Специалист отвечает за прикладные AI и ML-решения, определяющие, как ИИ применяется в ментальном здравоохранении. Фокус — не на изолированных прототипах, а на production-grade системах, которые напрямую обеспечивают подбор пациентов и терапевтов, клинические рабочие процессы и вовлечение пациентов. Непосредственная зона ответственности — поисковое ранжирование, релевантность и подбор пациентов и терапевтов. Более широкая область — стратегии персонализации и рекомендаций, а также развитие базовых ML-платформ для их масштабирования. Работа находится на стыке прикладных исследований, системной архитектуры и реальных клинических ограничений. Задачи включают разработку продвинутых рекомендательных движков и моделей поиска, применение NLP и генеративного ИИ в клинических процессах, установление технических стандартов безопасности ИИ и принятие ключевых решений о внедрении машинного обучения в среде с высокими требованиями. Цель — сделать помощь доступнее и эффективнее без ущерба для доверия и результатов. Роль предполагает глубокую практическую работу и реальное техническое владение. Специалист будет разрабатывать и дообучать модели (Learning-to-Rank, эмбеддинги, алгоритмы рекомендаций, LLM), проектировать продуктовые AI-архитектуры и базовую ML-инфраструктуру, решать сложные инженерные задачи и усиливать команду инженеров на разных продуктовых поверхностях. Успех измеряется внедрением прикладных AI-функций, которые заметно улучшают качество подбора и пользовательский опыт, а также созданием масштабируемых и надёжных AI-основ для дальнейшего развития. Требования - 10+ лет в разработке ПО, включая 7+ лет проектирования и масштабирования распределённых систем и 5+ лет создания и развёртывания production-grade ML-приложений. - 5+ лет практического опыта построения и оптимизации поисковых, ранжирующих и рекомендательных систем в масштабе (Learning-to-Rank, коллаборативная фильтрация, глубокие рекомендательные системы, семантический векторный поиск). - 5+ лет сильного опыта программирования на Python и как минимум одном бэкенд-языке (предпочтительно TypeScript, Java или Go), а также 2+ года создания AI-продуктов на базовых моделях (OpenAI, Anthropic, Gemini) и паттернов интеграции LLM (RAG, агенты). - Подтверждённый опыт работы как с традиционной поисковой инфраструктурой (Elasticsearch, OpenSearch), так и с современными векторными базами данных (Pinecone, Weaviate, FAISS, Milvus). - 3+ года опыта с MLOps, пайплайнами данных и системами оценки (офлайн-метрики NDCG/MAP, онлайн A/B-тестирование), а также способность определять техническую стратегию и направлять развитие AI/ML-инфраструктуры. Предпочтительные квалификации - Опыт проектирования безопасных и соответствующих требованиям AI-решений в регулируемых средах (HIPAA, GDPR). - Знакомство с системами с участием человека (human-in-the-loop) и фреймворками клинической поддержки принятия решений. - Опыт разработки пайплайнов оценки для выравнивания с человеком, фактической точности или интерпретируемости моделей. - Вклад в open-source AI-фреймворки или прикладные исследования в NLP, healthcare AI или безопасности GenAI. - Опыт развития команды на ранней стадии (0 → 1). - Опыт руководства или менторства инженерных команд в области AI и ML.

Формат

Удалённо

Страна

Любая

Город

Не указан

Инженер-программист по продуктам с искусственным интеллектом отвечает за проектирование, разработку, тестирование, отладку, внедрение и поддержку программных решений для корпоративных приложений и AI-продуктов. Роль предполагает создание масштабируемого, безопасного и качественного ПО с соблюдением стандартов кодирования, практик безопасной разработки и современных инженерных принципов. Работа ведется в подразделении Tax & Accounting, сочетает классическую разработку с технологиями генеративного ИИ для создания интеллектуальных продуктов, улучшающих рабочие процессы клиентов. Инженер взаимодействует с владельцами продуктов, архитекторами, старшими инженерами, QA, DevOps и налоговыми экспертами. Задачи: - Проектирование, разработка, тестирование, отладка, внедрение и поддержка программных решений под руководством старших инженеров и архитекторов. - Разработка безопасного, масштабируемого и поддерживаемого ПО, отвечающего бизнес- и техническим требованиям. - Создание и улучшение AI-функций приложений с использованием LLM, промт-инжиниринга, retrieval-подходов и автоматизации рабочих процессов. - Разработка и интеграция API, сервисов приложений и облачных компонентов. - Участие во внедрении агентных AI-решений и интеллектуальных рабочих процессов в рамках установленной архитектуры. - Поддержка интеграций между AI-сервисами, API, бизнес-правилами и компонентами приложений. - Участие в тестировании и валидации для повышения точности, надежности и качества AI-функций. - Устранение дефектов приложений, проблем AI-рабочих процессов и инцидентов в продакшене. - Оптимизация производительности, масштабируемости, надежности и поддерживаемости приложений. - Соблюдение лучших практик разработки, стандартов кодирования и безопасного кодинга. - Создание и поддержка модульных и интеграционных тестов, механизмов валидации. - Участие в код-ревью, обсуждениях дизайна и написании технической документации. - Поддержка CI/CD-пайплайнов, деплоя, готовности релизов и мониторинга продакшена с использованием Azure DevOps. - Построение решений с учетом ожиданий корпоративного SaaS: безопасность, соответствие требованиям, приватность данных, наблюдаемость и поддерживаемость. - Выявление технических рисков и информирование команды и стейкхолдеров. - Постоянное изучение новых технологий, особенно генеративного ИИ, облачных сервисов Azure и AI-инструментов разработки. Требования: - Степень бакалавра в Computer Science, инженерии или смежной области, либо эквивалентная комбинация образования и опыта. - 2–5 лет профессионального опыта разработки ПО. - 2+ года разработки на C и .NET. - Опыт создания веб-приложений, API и облачных решений. - Понимание основ разработки ПО: проектирование, тестирование, отладка, оптимизация производительности. - Понимание REST API, микросервисов и облачных сервисов. - Знакомство с облачными технологиями Microsoft Azure. - Понимание практик безопасной разработки, аутентификации, авторизации и принципов приватности данных. - Опыт работы в Agile-цикле разработки. - Развитые аналитические навыки, навыки решения проблем и поиска неисправностей. - Способность быстро осваивать новые технологии и адаптироваться в динамичной среде. - Отличные письменные и устные коммуникативные навыки. Предпочтительно: - Опыт работы с технологиями генеративного ИИ, AI-приложениями или AI-инструментами разработки. - Знание домена налогообложения или бухгалтерского учета США. Условия: - Гибридный формат работы.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

Stealth-стартап нанимает фандинг-ML-инженера с экспертизой в разработке агентов и моделировании временных рядов. Роль — создание production-grade систем, объединяющих LLM-агентов и фундаментальные модели временных рядов. Роль: Это не узкая исследовательская позиция: проектирование, обучение, развертывание и мониторинг ML-систем от прототипа до продакшена с высокой скоростью и автономией. Также участие в определении того, как агенты взаимодействуют с мультимодальными числовыми данными, — область, где готовых решений пока нет. Задачи: - Проектировать, обучать и развертывать production ML-системы (LLM-агенты + модели временных рядов). - Создавать и масштабировать LLM-агентов с продвинутыми возможностями: многошаговые рассуждения, интеграция инструментов, автономные рабочие процессы, управление памятью и контекстом, адаптивные стратегии. - Разрабатывать и улучшать фреймворки оценки агентов, обеспечивая надежность, безопасность и измеримую производительность. - Применять и расширять методы моделирования временных рядов (прогнозирование, обнаружение аномалий, мультимодальная интеграция) в реальных сценариях заказчиков. - Работать на всех этапах: от приема и предобработки данных до развертывания, мониторинга и непрерывного улучшения. - Отслеживать новейшие разработки в области AI-агентов, оркестрации и инфраструктуры (MCP, A2A и др.). - Взаимодействовать с исследователями, инженерами и ключевыми заказчиками для валидации решений и быстрой итерации. Требования: - Опыт работы в индустрии 4–10 лет в роли ML-инженера, исследователя или прикладного специалиста с подтвержденными проектами production ML-систем. - Практическая экспертиза в LLM-агентах: многошаговые рассуждения, использование инструментов, контекстные окна, автономные рабочие процессы, память агентов. - Глубокое понимание методов оценки агентов (надежность, безопасность, метрики успеха). - Актуальные знания современной инфраструктуры и фреймворков для агентов (MCP, A2A и др.). - Владение лучшими практиками ML-инженерии: воспроизводимость, мониторинг, масштабирование, CI/CD, наблюдаемость. - Комфорт в быстрорастущем стартапе: быстрая поставка, умение идти на компромиссы и работать в условиях неопределенности. Желательно: - Опыт обучения собственных нейронных сетей помимо предобученных LLM (например, трансформеры для временных рядов или мультимодальных данных). - Опыт в моделировании временных рядов (прогнозирование, обнаружение аномалий, классические и глубокие подходы). - Публикации или open-source вклад в области ML/AI. Локация и спонсорство: - Локация: Сан-Франциско Бэй-Эриа, Калифорния (офис). - Спонсорство визы: H1-B, O1.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Junior

Компания Exelixis ищет младшего инженера по AI и агентным системам. Сотрудник будет создавать базовые AI-приложения, прототипы, промпты, тесты, документацию и агентные автоматизации, осваивая практики SDLC, требования безопасности и стандарты ответственного AI. Задачи: - Помощь в создании простых AI-прототипов, внутренних инструментов и автоматизации рабочих процессов. - Перевод четко определенных требований в небольшие программные компоненты, скрипты, промпты, тестовые сценарии и изменения конфигурации. - Поддержка промпт-инжиниринга, базовых агентных рабочих процессов, сценариев с retrieval-подходом и интеграций с API. - Использование одобренных AI-инструментов разработки, таких как кодинг-копайлоты или агентные инструменты, для обучения, прототипирования, документирования и улучшения кода с соответствующей проверкой. - Написание и выполнение базовых юнит-тестов, проверок валидации и шагов по устранению неполадок. - Ведение четкой документации: заметки по настройке, сводки дизайна, заметки по промптам и спецификациям, инструкции для пользователей, операционные руководства. - Участие в код-ревью, демо, тестировании, обсуждениях бэклога и командных обучающих активностях. - Соблюдение политик компании по конфиденциальности данных, информационной безопасности, контролю доступа, комплаенсу и ответственному использованию AI. Требования: - Степень бакалавра в области компьютерных наук, искусственного интеллекта, науки о данных, программной инженерии или смежной области, либо эквивалентная комбинация образования и опыта. - Начальный опыт в программной инженерии, науке о данных, автоматизации или смежной технической работе, полученный через стажировки, академические проекты, исследовательские задания, open-source вклад, хакатоны или личное портфолио. - Портфолио, GitHub-репозиторий, учебный проект, результат стажировки или выпускной проект, демонстрирующие навыки кодинга, автоматизации, AI, работы с данными или решения проблем. - Базовые навыки программирования на Python, JavaScript/TypeScript, Java или аналогичном языке. - Базовое понимание основ разработки ПО: структуры данных, API, Git, отладка, тестирование, документация. - Начальные знания AI, машинного обучения, генеративного AI, LLM, промпт-инжиниринга или науки о данных. - Способность ответственно применять одобренные AI-инструменты разработки с проверкой и наставничеством старших коллег. - Навыки быстрого обучения, критического мышления, внимания к деталям, умение задавать уточняющие вопросы. - Четкие письменные и устные коммуникационные навыки, умение объяснять работу, документировать решения и взаимодействовать с техническими и нетехническими коллегами. - Способность применять принципы ответственного AI, конфиденциальности данных, информационной безопасности и этичных технологических практик. Предпочтительно: - Базовое знакомство с облачными платформами, базами данных, REST API, ноутбуками или инструментами для работы с данными. Условия: - Зарплата: $103,000 - $145,000 в год, зависит от географического региона, знаний, навыков, опыта и внутренней справедливости. - Компенсационный пакет: 401k с щедрыми взносами компании, медицинская, стоматологическая и офтальмологическая страховка, страхование жизни и инвалидности, гибкие счета расходов. - Дискреционная ежегодная премия. - Возможность покупки акций компании и долгосрочные стимулы. - 15 дней оплачиваемого отпуска в первый год, 17 оплачиваемых праздников, включая зимний корпоративный перерыв в декабре, до 10 дней больничного в год. - Командировки не требуются (0%). - Офис в современном пространстве, способствующем сотрудничеству и творчеству.

Формат

Офис

Страна

Канада

Город

Не указан

Грейд

Senior

Senior Software Engineer в команду Global Cluster Engineering. Проект — платформа, где автономные AI-агенты запускают кампании валидации оборудования, разбирают сбои и пополняют общую базу знаний без участия человека. Роль — ключевой инженер системы: проектирование и разработка LLM-агентного фреймворка, RAG-пайплайнов, MCP-бэкенда и инструментов для разработчиков. Задачи: - Проектирование и поддержка слоя оркестрации агентов: мультиагентная маршрутизация, управление контекстом, защита от галлюцинаций, отслеживание прогресса, восстановление после сбоев, журналы аудита, протоколы межмодульного взаимодействия. - Разработка и улучшение RAG-пайплайна: загрузка документов из Slack, GitHub, Jira и Confluence; стратегии чанкинга и эмбеддингов; гибридный векторный и ключевой поиск; реранкинг на основе кросс-энкодеров и LLM; индексация графа знаний через LightRAG и Neo4j. - Создание веб-приложений и пользовательских интерфейсов для взаимодействия инженеров с AI-агентами, базами знаний, процессами валидации, дашбордами наблюдаемости и операционными инструментами. - Проектирование и реализация распределённых сервисов, API, событийно-ориентированных архитектур и микросервисов для AI-процессов и интеграций платформы. - Разработка масштабируемых низколатентных AI-сервисов для генерации метаданных, извлечения признаков и поиска знаний. - Создание LLM-инструментов: автоматическая генерация тест-планов, аудит качества тест-кейсов, AI-разбор сбоев, автономное пополнение знаний после каждого тестового запуска, интеллектуальная генерация отчётов. - Разработка и внедрение агентных AI-решений: автономные агенты, мультиагентные фреймворки, LLM-процессы. Требования: - Опыт разработки ПО с сильным портфолио продакшн-систем. - Увлечённость AI-нативным ПО: опыт запуска реальных LLM-систем, внимание к деталям — grounding, оценка, сценарии отказов, а не только промпты. - Практический опыт создания RAG-пайплайнов: модели эмбеддингов, векторные базы данных, стратегии чанкинга, оценка поиска, гибридный поиск, реранкинг. - Продакшн-опыт с LLM-инструментами, мультиагентной оркестрацией, промпт-инжинирингом, управлением контекстом и снижением галлюцинаций. - Уверенное владение одним или несколькими современными языками программирования: Python, TypeScript/Node.js, Go, Java, C, Rust. Предпочтителен Python из-за AI/ML-экосистемы. - Асинхронное программирование, проектирование API, распределённые системы, чистый код. Опыт проектирования надёжности в автоматизированных средах без участия человека: восстановление после сбоев, журналы аудита, управление состоянием, наблюдаемость. - Опыт работы с AWS, Azure или GCP: предоставление инфраструктуры, управляемые сервисы, сети, развёртывание продакшн-нагрузок в масштабе. - Активное использование AI-ассистентов и LLM-инструментов для разработки: Claude Code, GitHub Copilot, Cursor и аналогичных. Условия: - Найм двух Senior Software Engineers на эту роль; зоны ответственности определяются сильными сторонами и интересами каждого. - Глубокие знания аппаратного обеспечения не требуются, но интерес к валидации прошивок и сетевому оборудованию поможет создавать лучшие инструменты для инженеров.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании HUB International — глобальный страховой и брокерский брокер по льготам для сотрудников, предоставляющий услуги по бизнес-страхованию, льготам для сотрудников, управлению рисками, личному страхованию, пенсионным и частным капиталовложениям. Выручка — более $5 млрд, почти 20 000 сотрудников, 600 офисов в Северной Америке. О позиции HUB ищет AI-инженера в команду RPA & Automation в составе централизованной технологической организации, часть AI & Automation организации. Это практическая роль по созданию, разработке и запуску production-grade AI-приложений. Работа строится на платформе Claude AI: создание переиспользуемых навыков и плагинов, их компоновка в управляемые AI-приложения, настройка RAG над управляемыми корпоративными данными, владение платформой AI-активов. HUB использует Claude как основную модель, стек будет развиваться в сторону агентных систем. Идеальный кандидат — опытный инженер с практическим опытом создания и запуска AI-приложений, навыков и плагинов в регулируемой среде, продуктивный с первых недель и готовый развиваться в разработку агентов. AI-инженер превращает экспериментальные AI-прототипы в управляемые, протестированные, enterprise-ready приложения и владеет корпоративными стандартами и управлением для навыков, плагинов и MCP. Команда напрямую создаёт простые и средние навыки, плагины и MCP-подключения. Сложные разработки (новый бэкенд, инфраструктура, интеграции) выполняет Enterprise Engineering и возвращает в каталог для управления и публикации. Ключевые обязанности - Создание AI-приложений: разработка переиспользуемых навыков и их упаковка в плагины, компоновка в управляемые AI-приложения для бизнес-линий HUB. - Настройка и тюнинг фундаментальных моделей (Claude, Gemini) для сценариев HUB, включая системный и промпт-дизайн. - Построение RAG, эмбеддингов и многошаговых рабочих процессов над управляемыми корпоративными данными. - Превращение бизнес-прототипов AI в надёжные, управляемые приложения. - Владение платформой AI-активов: управление маркетплейсом навыков и плагинов, каталогом MCP: приём, публикация, версионирование, поддержка. - Установление и соблюдение корпоративных стандартов и управления для навыков, плагинов и MCP на всех поверхностях, включая Claude Code, а также для сборок других инженерных команд. - Применение контроля доступа, минимальных привилегий и аудита к AI-активам, совместно с Security и Cloud по идентификации и учётным данным. - Прямое создание простых и средних навыков, плагинов и MCP-подключений; маршрутизация сложных сборок в Enterprise Engineering, затем управление и публикация результата. - Качество, оценка и управление: создание оценочных стендов, golden-set тестирования, защитных механизмов, мониторинга и логирования для согласованного и надёжного вывода AI в масштабе предприятия. - Продакшн-поддержка выпущенных командой навыков, плагинов и приложений. - Совместная работа с бизнес-стейкхолдерами по превращению черновых прототипов в production-ready управляемые возможности. - Совместная работа с Enterprise Engineering и командами данных для надёжного выпуска и маршрутизации глубоких сборок. - Работа в Agile-процессах, документирование навыков, приложений и технических решений для передачи, аудита и сопровождения. Требования - 5+ лет опыта в разработке ПО или автоматизации, включая 2+ года создания и запуска LLM-приложений в продакшн. - Непосредственный, недавний практический опыт создания и публикации навыков или плагинов Claude; широкий опыт работы с LLM или фреймворками без опубликованных навыков и плагинов недостаточен. - Сильный Python, REST API и корпоративная интеграция, уверенные основы тестирования, контроля версий и мониторинга. - Практический опыт работы с фундаментальными моделями: системный и промпт-дизайн.

Формат

Офис

Страна

Азербайджан

Город

Не указан

AI-инженер по агентным системам American Express строит платформы, продукты и системы управления, которые позволяют агентному ИИ работать ответственно и в масштабе предприятия. Фокус — разработка агентного ИИ: проектирование интеллектуальных адаптивных систем, способных планировать, рассуждать и действовать в сложных рабочих процессах с соответствующим уровнем автономии. Эти системы обеспечивают автономные рабочие процессы, поддержку принятия решений и клиентский опыт, соответствуя высоким стандартам безопасности, объяснимости, надежности и соответствия требованиям в финансовой сфере. Роль предполагает практическую разработку производственных агентных ИИ-систем, работающих с реальными финансовыми данными и обслуживающих реальных клиентов. Вы будете работать вместе с инженерами, продакт-менеджерами и дизайнерами, создавая и запуская ИИ-функции, а также учиться работать в регулируемой среде, ориентированной на клиента. Это не исследовательская роль: вы будете писать производственный код, участвовать в обсуждениях системного дизайна и помогать эксплуатировать созданное после запуска при поддержке старших инженеров. Задачи - Участие в проектировании и реализации продуктовых функций на основе LLM и агентных систем. - Создание и развитие агентных ИИ-рабочих процессов, которые рассуждают над контекстом, вызывают инструменты и выполняют действия под руководством старших инженеров. - Внедрение и поддержка пайплайнов RAG (генерация с дополнением поиском) над финансовыми данными с акцентом на корректность и безопасность. - Вклад в общую ИИ-инфраструктуру: LLM-сервисы, компоненты оркестрации, инструменты оценки и мониторинга. - Участие в эксплуатации ИИ-систем в продакшене: мониторинг, отладка, повышение надежности и производительности. - Тесное сотрудничество с продуктовыми и дизайнерскими командами, перевод потребностей клиентов в технические решения. Технологический стек - Языки: Python, Go, TypeScript. - Облако и инфраструктура: AWS и/или GCP, Kubernetes. - API и сервисы: REST, gRPC. - Распределенные системы: событийно-ориентированные архитектуры, включая Kafka. - Коммерческие и открытые LLM, интегрированные в агентные рабочие процессы. - Инструменты оркестрации агентов, RAG, векторные хранилища и оценка. - Валидация схем и обработка структурированных данных. - Использование ИИ-ассистированных и агентных инструментов разработки для проектирования, реализации, тестирования, отладки и рефакторинга. Все системы строятся в соответствии с высокими стандартами надежности, безопасности и аудируемости, отражая ответственность развертывания автономного ИИ в сфере финансовых услуг. Требования - От 2 лет профессионального опыта в разработке ПО. - Практический опыт создания или участия в ИИ-функциях, LLM-приложениях или прикладных ML-системах (профессиональный или проектный). - Уверенные инженерные основы минимум в одном бэкенд-языке: Python, Go или TypeScript. - Знакомство с API, базовыми облачными концепциями и современными практиками разработки. - Интерес к агентным ИИ-системам, автономии и ИИ-ассистированным рабочим процессам. - Готовность учиться, воспринимать обратную связь и со временем брать на себя техническую ответственность. - Комфортная работа в кросс-функциональных командах. - Сильная клиентоориентированность и любопытство к решению реальных задач. Предпочтительные квалификации - Опыт работы с LLM-инструментами, промт-инжинирингом, RAG или агентными фреймворками в работе, учебе или личных проектах. - Стажировка или ранний карьерный опыт в финтехе или других регулируемых средах. - Вклад в open-source проекты, хакатоны или побочные проекты, связанные с ИИ или инструментами разработчика.

Формат

Офис

Страна

Ватикан

Город

Не указан

О компании Credence — компания в сфере AI, облачных технологий, кибербезопасности и модернизации. Штат — более 1700 сотрудников, включая 1500+ экспертов по AI и данным. Компания имеет 100+ prime-контрактов. Признана Top Workplace по версии Washington Post шесть лет подряд и входит в Inc. 5000 Fastest Growing Private Companies 13 из последних 14 лет. О роли Credence ищет AI Software Engineer в практику AI и автоматизации. Роль предполагает техническое лидерство в практике, применение фундаментальных навыков AI для создания и развертывания решений на основе данных. Под руководством старших AI-лидеров инженер будет вести жизненный цикл разработки агентного ИИ и взаимодействовать с командами инженеров, данных и заинтересованными сторонами для создания высокоэффективных облачных AI-возможностей для федеральных миссий. Обязанности - Генеративный ИИ и LLM: участие в проектах с генеративным ИИ и LLM, прототипирование, кастомизация и доработка AI-функций. - Разработка агентных ИИ-систем: поддержка полного цикла разработки — выбор модели, создание агентов, вызов инструментов, синтез ответов и фоновые агенты. - Инженерия ПО: соблюдение принципов разработки с использованием современных AI-инструментов генерации кода для ускорения рабочих процессов. - Совместная работа: работа с инженерами данных, разработчиками ПО и дата-сайентистами над созданием операционных агентных AI-систем. - Облачная поддержка: автоматизация развертывания моделей с помощью Infrastructure as Code (IaC), CI/CD и инструментов оркестрации контейнеров. - Мониторинг и оптимизация: мониторинг AI-систем после развертывания, настройка производительности, обеспечение надежности и масштабируемости. - Техническая строгость и документация: написание чистого, документированного кода по отраслевым и федеральным стандартам; поддержка воспроизводимой разработки. - Профессиональный рост: отслеживание трендов AI/ML, обучение у старших коллег через менторство и технические ревью. Требования - Степень бакалавра или магистра в области компьютерных наук, AI/ML или смежной области. - 1–5 лет практического опыта в разработке AI/ML-решений. - Опыт работы с генеративным ИИ, LLM и добавлением вызовов инструментов (MCP). - Опыт работы с агентными фреймворками: Agent2Agent Protocol, Mastra, Strands, AgentCore и/или Gemini Agent Platform. - Глубокое понимание AI API: OpenAI, Anthropic, Gemini, Bedrock. - Владение TypeScript и ключевыми библиотеками и фреймворками (Nx, NextJS, Mastra, Vercel AI SDK, Playwright, Jest, Vite). - Владение Python и библиотеками и фреймворками (uv, Pydantic, FastAPI, CrewAI, LangChain, LangGraph, Unstructured). - Опыт развертывания приложений с использованием облачных платформ (AWS, GCP) и контейнерных инструментов (Docker, Kubernetes). - Знакомство с CI/CD (GitLab CI). - Опыт использования AI-инструментов для кодинга (Claude Code, Codex, Antigravity). - Развитые коммуникативные навыки и клиентоориентированность. - Гражданство США и возможность получения допуска DoD Secret. Предпочтительно - Интерес к новейшим AI-инновациям, нацеленность на достижение миссии. - Опыт в смежных областях: инженерия данных, дата-сайенс, UI/UX, облачная и платформенная инженерия. - Опыт с IaC-инструментами: Terraform, Open Tofu, AWS CDK или CloudFormation. - Знание федеральной кибербезопасности, RMF, FedRAMP или регуляторных фреймворков. Зарплата и условия - Зарплата: $120,000–$150,000 в год. Фактическая компенсация зависит от опыта, образования, сертификатов, навыков и квалификации. - Медицинская страховка (медицина, стоматология, зрение). - Пенсионный план (401k, IRA). - Страхование жизни (базовое, добровольное, AD&D). - Оплачиваемый отпуск (отпуск, больничные, государственные праздники). - Семейный отпуск (декретный, отцовский). - Краткосрочная и долгосрочная нетрудоспособность. - Обучение и развитие.

Формат

Офис

Страна

США

Город

Сан-Франциско

О компании Стелс-стартап в сфере AI и логистики. Цель — заменить медленные ручные процессы интеллектуальным ПО, которое понимает контекст, принимает решения и действует от имени пользователей. Компания начинает с крупной устоявшейся отрасли, где существующее ПО оставляет много ручной работы. AI-агенты уже демонстрируют способность автоматизировать эту работу. Стартап поддерживается ведущими инвесторами и формируется с нуля небольшой высокотехничной командой основателей. Задачи - Расширять границы возможного с AI-агентами и большими языковыми моделями для автоматизации сложных реальных рабочих процессов. - Создавать агентов, которые могут рассуждать, взаимодействовать с внешними системами, общаться с людьми и действовать автономно. - Проектировать и разрабатывать поведение агентов: промпты, моделирование намерений, навыки, использование инструментов и оркестрацию действий. - Тесно работать с основателями и ранними клиентами, формируя продукт, технологии и инженерную команду. Требования - 2+ года опыта в разработке ПО, сильные знания Python и бэкенда. - Опыт создания или запуска AI/LLM-продукта или функции в продакшн. - Опыт работы с LLM, поведением агентов, системами «промпт-к-действию», моделированием намерений и разработкой навыков агентов. - Уверенная работа с API, базами данных, облачной инфраструктурой и быстро развивающимися AI-инструментами. - Готовность к жизни в раннем стартапе: высокая ответственность, неопределённость, многозадачность. - Склонность к созданию, запуску, обучению на пользователях и доведению вещей до работающего состояния. Условия - Полная занятость.

Формат

Офис

Страна

Марокко

Город

Не указан

Грейд

Senior

GE Vernova — команда, работающая на стыке передовых технологий и традиционной промышленности. Сотрудники взаимодействуют с бизнес-подразделениями GE Vernova, правительством США и более чем 420 организациями, выполняя более 150 проектов в сфере энергетики. Обязанности - Совместно с профильными экспертами выявлять бизнес-потребности и превращать их в понятные и эффективные промпты для LLM. - Разрабатывать, тестировать и улучшать промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно взаимодействовать с разработчиками для интеграции LLM-решений в существующие и новые приложения. - Участвовать в создании масштабируемого фреймворка для промт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Собирать и анализировать обратную связь от пользователей для постоянного повышения эффективности промптов. - Отслеживать развитие технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промт-инжиниринга, лучшие практики и результаты сценариев для формирования базы знаний. Требования - Опыт работы от 10 лет. - Минимум степень бакалавра в области компьютерных наук, искусственного интеллекта, машинного обучения, AI-инжиниринга или смежных областях. Условия - Готовность работать в офисе в Кембридже (Массачусетс) или Нискаюне (Нью-Йорк). - Для сотрудников на базе Кембриджа: обязательная трёхмесячная (гибридная) программа адаптации в Исследовательском центре GE Vernova Advanced Research Center в Нискаюне. Предоставляются расходы на поездки, жильё и стипендия. - Предоставляется помощь с переездом. - Требуется разрешение на работу в США. - Предложение о работе обусловлено успешным прохождением теста на наркотики (где применимо). - Вилка зарплаты для позиций в США: $152 400 – $254 000. В отдельных регионах применяется географический коэффициент 110%, 120% или 130% от зарплаты. Конкретный размер оплаты зависит от опыта, образования и навыков кандидата. - Бонус: дискреционный ежегодный бонус. - Льготы: медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточный ресурс с медсёстрами); Программа помощи сотрудникам (конфиденциальные консультации и услуги 24/7). - Пенсионные льготы: GE Vernova Retirement Savings Plan — налогово-эффективный 401(k) с матчинг-взносами компании. - Компания предлагает рабочую среду, профессиональное развитие, интересные задачи и конкурентоспособную компенсацию. Будет плюсом - Степень магистра или PhD в области компьютерных наук, инженерии, науки о данных или смежных областях. - Опыт промт-инжиниринга и знакомство с инструментами: модели OpenAI GPT, Hugging Face и др. - Опыт работы с Python или другими языками программирования, обычно используемыми в AI/ML-разработке. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в проектах по NLP или машинному обучению. - Знакомство с системами контроля версий, например Git. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, умение объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. - Понимание операционных процессов и вызовов традиционной промышленности.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior Full Stack Engineer (Realtime & Voice) в команду Customer Experience Platform. HTS Assist — агентный ИИ-ассистент Hopper для путешествий: обрабатывает изменения рейсов, отмены, возвраты и бронирования в чате и по голосу для крупнейших мировых туристических брендов. Инженер будет отвечать за продукт целиком, владея слоем realtime и voice от начала до конца, и работать с фронтендами на React/TypeScript, сервисами на Scala и Python и облачной инфраструктурой. Команда небольшая и опытная, зона ответственности широкая, путь от кода до звонка путешественника короткий. Задачи: - Владеть голосовым каналом целиком: телефония и интеграции CPaaS (Twilio, Amazon Connect), стриминговые пайплайны speech-to-text и text-to-speech, оркестрация realtime-моделей, бюджеты задержки и качества. - Разрабатывать продуктовые фичи по всему стеку: веб-чат на React/TypeScript, бэкенд-сервисы на Scala и Python, инфраструктура на GCP. - Проектировать мультитенантный масштаб: одна кодовая база обслуживает множество партнёров через конфигурацию, а не форки. - Строить механизмы безопасности и соответствия, которые проверяют корпоративные партнёры: guardrails, фильтрация контента, точки интеграции для удаления PII. - Поддерживать критичные для выручки деплои через observability, алертинг, реагирование на инциденты и выполнение SLA. - Развивать платформенные возможности, которые forward-deployed инженеры настраивают для партнёрских телефоний и запусков. - Повышать инженерную планку через код-ревью, архитектурные ревью и менторство. Требования: - 6+ лет опыта в разработке ПО, владение продакшн-системами на senior-уровне и настоящий full-stack диапазон. - Практический опыт с realtime-системами: голосовые приложения, WebRTC/SIP, стриминг медиа или аналогичные low-latency продукты. - Сильный современный фронтенд (React, TypeScript) и глубина на бэкенде (Scala или другой JVM-язык, и/или Python), плюс опыт с облачной инфраструктурой на GCP или AWS. - Подтверждённый опыт проектирования, разработки и поддержки RESTful API, микросервисов или event-driven систем. - Знакомство с ИИ-инструментами кодинга как стандартной частью рабочего процесса, с умением ревьюить, исправлять и отвечать за всё, что выходит в продакшн. - Мышление оператора систем: SLA, observability, дежурства, планы отката. - Умение декомпозировать сложные задачи, принимать прагматичные компромиссы и итеративно доставлять, с сильной коммуникацией с продуктом, дизайном и операциями. - Бонус: опыт с conversational AI или оркестрацией LLM, включая речевые технологии (Deepgram, ElevenLabs, Whisper, OpenAI Realtime). - Бонус: рабочие знания облачной телефонии или CPaaS-платформ (Twilio, Amazon Connect, Genesys, LiveKit). - Бонус: опыт создания инструментов для клиентского сервиса, CRM, контакт-центров или автоматизации рабочих процессов. - Знание технологий туристической индустрии (PSS/GDS, hotel PMS/CRS) — плюс, но не обязательно. Условия: - Хорошо финансируемый стартап с большими амбициями, конкурентная зарплата, опционы pre-IPO. - Hopper покрывает 100% страховых взносов за сотрудника по групповому плану Vitality Health. - Автоматические взносы в Smart Pension при старте. - Щедрый parental leave, значительно выше отраслевых стандартов. - Доступ к коворкингам по запросу через FlexDesk и стипендия на работу из дома. - Carrot Cash — стипендия на путешествия. - Безлимитный PTO. - Предпринимательская культура, где расширять границы и рисковать — обычное дело. - Открытая коммуникация с менеджментом и руководством компании. - Небольшие динамичные команды, огромное влияние. О компании: Hopper — туристическая платформа, развивающая мобильное приложение, сайт и B2B-бизнес HTS (Hopper Technology Solutions). Платформа использует большие объёмы данных и алгоритмы машинного обучения, сочетая турагентский сервис с собственными финтех-продуктами. Приложение Hopper скачано более 120 миллионов раз, 70% пользователей — поколение Z и миллениалы. Через HTS компания усиливает прямые каналы своих партнёров.

Формат

Удалённо

Страна

Германия

Город

Берлин

Грейд

Senior

Компания Real Digital — технологическое подразделение международных онлайн-маркетплейсов Kaufland, входит в группу Schwarz. Международная команда занимается расширением маркетплейсов на новые рынки, используя автоматизированные процессы и масштабируемые технические решения. Задачи: - Превращение бизнес-процессов в автоматизированные self-serve-решения: от обнаружения до запуска, совместно с бизнес-подразделениями анализировать и перерабатывать существующие рабочие процессы. - Проектирование и оптимизация решений на основе ИИ с практическим опытом работы с современными LLM и сопутствующей экосистемой для надежной работы в масштабе. - Сотрудничество с Центром компетенций по автоматизации: предлагать, приоритизировать и вести инициативы по улучшению платформ автоматизации и ИИ. - Кросс-функциональная работа с техническими экспертами, продакт-менеджерами и бизнес-руководителями: обмен лучшими практиками, документирование паттернов, развитие self-serve-автоматизации в компании. - Определение и отслеживание метрик эффективности автоматизации и оптимизация по ним. Требования: - Продуктовое мышление: опыт в product ownership или agile-управлении проектами, сбор требований, приоритизация бэклога, баланс быстрых побед и долгосрочной масштабируемости. - Проактивное решение проблем: выявление узких мест и предложение масштабируемых пользовательских решений. - Опыт работы с инструментами автоматизации и оркестрации: n8n, Zapier, Make и аналоги. - Уверенная интеграция SaaS-инструментов и внутренних систем через API, webhooks, OAuth и event-driven-паттерны. - Опыт в prompt engineering и создании AI-агентов — плюс. - Сильные коммуникативные навыки: объяснение компромиссов бизнесу и инженерам, создание краткой документации и playbook'ов. - Работа в международной среде, свободный английский (C1); хороший немецкий (B2) — плюс. Условия: - Постоянный контракт, полная или частичная занятость. - Удаленная работа в пределах Германии или в офисах в Кёльне, Дармштадте, Дюссельдорфе или Берлине. - 30 дней отпуска в год, возможность саббатикала после определенного срока работы. - Скидки на фитнес: Urban Sports Club и RSG Group Fitness Studios. - Поддержка ментального благополучия: Instahelp — цифровая платформа онлайн-психологического консультирования. - Опция ваучеров Pluxee на питание с налоговыми льготами. - Субсидия на Deutschlandticket. - Ежемесячный купон на Kaufland.de. - Свободный выбор оборудования: Mac или Lenovo. - Онлайн-курсы языков, внутренние тренинги, автоматизированная 360-градусная обратная связь. - Международная команда из более чем 65 национальностей, плоская иерархия, стартап-культура в составе Schwarz Group. - Онбординг, бадди-программа, регулярные командные и корпоративные мероприятия, all-hands-встречи.

Формат

Офис

Страна

США

Город

Не указан

О компании Future создаёт персонализированную систему рекомендаций для поддержания здоровья на протяжении всей жизни. Компания помогает людям понимать, что делать дальше для своего тела, целей и этапа жизни, а затем поддерживает их в превращении этих решений в устойчивое изменение поведения. Сочетая ИИ, человеческий опыт, персональные данные о здоровье и ответственность, Future помогает участникам улучшать результаты сегодня, одновременно развивая устойчивость, ресурс и продолжительность здоровой жизни на десятилетия вперёд. О роли Мы ищем прикладного AI-инженера, который поможет создавать и внедрять AI-функции, напрямую улучшающие продуктовый опыт и бизнес-результаты. Это практическая, продуктовая роль: от идеи до продакшена — проектирование интеллектуальных систем, проверка их на реальных пользователях и превращение в надёжные масштабируемые сервисы. Вы будете работать на стыке AI, продукта и инженерии, в тесном сотрудничестве с кросс-функциональными командами, чтобы находить возможности с высоким влиянием, быстро создавать прототипы и итерировать на основе данных. Это не исследовательская роль. Вы будете владеть полным циклом: эксперименты, оценка, развёртывание, мониторинг и постоянное улучшение. Задачи - Создавать и запускать AI-агентов для реальных пользователей: LLM-системы с вызовом инструментов, структурированным выводом, параллельной оркестрацией API и потоковой передачей ответов. - Проектировать оценочные стенды и скоринг качества — используются Langfuse и рубрики для измерения безопасности, эффективности и персонализации. - Владеть полным циклом: прототип новой возможности агента, проверка с помощью оценок, развёртывание в staging и production, мониторинг трейсов и итерации. - Улучшать надёжность, задержку и стоимость за счёт стратегий кэширования промптов, бюджетов токенов, логики повторов и наблюдаемости. - Писать инструменты, которые используют агенты: интеграции API с валидацией Pydantic, поиск упражнений по локальным базам данных, структурированная отправка тренировок. Требования - Сильные навыки Python: создание и развёртывание сервисов в крупных production-системах. - Опыт с LangChain/LangGraph или аналогичными агентными фреймворками. - Практический опыт работы с LLM в production: промпт-инжиниринг, вызов инструментов/функций, структурированный вывод, оценка. - Уверенное владение асинхронным Python, HTTP API и потоковыми протоколами (SSE, webhooks). - Опыт валидации данных и проектирования схем (Pydantic, JSON Schema). - Способность отлаживать на разных уровнях: от сломанного вызова инструмента LLM до неправильно настроенного ресурса Terraform. - Чёткая коммуникация: вы будете работать напрямую с продуктовыми, мобильными и бэкенд-инженерами. Будет плюсом - Знакомство с AWS (Bedrock, ECR, CloudFront, S3, Cognito) или другим облачным хостингом агентов. - Инструменты наблюдаемости и трейсинга (Langfuse, OpenTelemetry, Datadog). - Опыт с фреймворками оценки: LLM-as-a-judge, автоматическое скоринг, управление датасетами. - Инфраструктура как код (Terraform, CDK). Условия и компенсация - Базовая зарплата: $215,000–$250,000 в год + опционы на акции. - Диапазон зарплаты определяется с учётом бизнес-потребностей, рыночного спроса, доступности талантов, опыта и уникальных навыков. Диапазон может быть изменён в будущем. - Участие в капитале компании (equity). - Медицинская страховка: комплексное покрытие (медицина, зрение, стоматология) и страхование по инвалидности, а также налоговые сберегательные счета для всех подходящих сотрудников. - Пенсионный план 401(k). - Удалённая работа (Remote-First) для всех сотрудников, находящихся в континентальной части США. Командировки не требуются. - Ежемесячный стипендиат на здоровье и фитнес, доступ к платформе ментального здоровья, возмещение расходов на медицинские поездки и ежегодный бюджет на обучение и развитие. - Гибкий отпуск (PTO). - Бесплатное использование платформы Future.

Формат

Офис

Страна

Канада

Город

Не указан

О команде Команда моделирования данных создает и поддерживает ключевые модели данных и метрики, которые обеспечивают принятие решений в Mural. Мы входим в Data Organization и сосредоточены на создании общих переиспользуемых моделей данных, представляющих ключевые продуктовые и бизнес-концепции и используемых по всей компании. Наша работа поддерживает внутреннюю аналитику, отчеты о клиентах, встроенные в продукт, и обучение ИИ/ML-моделей. Мы тесно сотрудничаем с командами Product, Engineering, Data Platform, Business Analytics, Data Science и Analytics Engineering, чтобы компания работала с едиными определениями, высоким качеством данных и надежной доступностью данных. Мы небольшая команда, работа которой дает высокий эффект, и мы сосредоточены на создании прочных фундаментальных данных, а не разовых решений. Миссия Вы будете отвечать за поставку и развитие ключевых моделей данных и общих метрик Mural, с особым вниманием к качеству, надежности и доступности данных. Это практическая руководящая роль. Вы не будете создавать витрины данных для конкретных заинтересованных сторон или разовые аналитические выгрузки. Вместо этого вы сосредоточитесь на создании фундаментальных переиспользуемых моделей данных и определений метрик, которые поддерживают множество сценариев использования по всей компании. Ваш успех будет измеряться тем, насколько широко доверяют, насколько стабильно доступны и широко переиспользуются ваши модели данных и метрики в таких командах, как Business Analytics, встроенная аналитика в продукте и ML. Что вы будете делать - Владение и развитие ключевых моделей данных и метрик: определение и поддержка общих моделей для использования продукта, клиентов, аккаунтов и ключевых бизнес-метрик, которые поддерживают аналитику, встроенные клиентские отчеты и обучение ИИ/ML-моделей. - Создание и эксплуатация фундаментальных продуктов данных: оставаться практиком, создавая модели с помощью SQL, Python и Spark в современном lakehouse-окружении (например, Databricks), с вниманием к качеству данных, доступности, производительности и стоимости. - Определение общей семантики: проектирование и поддержка общих определений метрик и семантических слоев, чтобы данные интерпретировались единообразно во всех командах и системах. - Партнерство с командами: тесная работа с Product для определения фундаментальных продуктовых концепций, с Data Platform по архитектуре и надежности, а также с Business Analytics, Data Science, ML и командами встроенной аналитики как ключевыми потребителями. - Определение технического направления: принятие прагматичных решений по стандартам моделирования, архитектуре, оркестрации (Airflow/Astronomer) и инструментам, которые балансируют краткосрочную поставку и долгосрочную поддерживаемость. Требования - Опыт руководства: 2+ года руководства или формального управления специалистами по данным. - Сильный опыт в фундаментальном моделировании данных: 6+ лет создания и владения общими переиспользуемыми ключевыми моделями данных в современных платформах данных. - Опыт поддержки SaaS-бизнеса: знакомство с данными об использовании продукта и клиентскими данными, типичными для SaaS-среды. - Практическая техническая глубина: продвинутый SQL, уверенный Python, опыт работы со Spark и комфортная работа в современном lakehouse-окружении (например, Databricks). - Операционное мышление: опыт проектирования с учетом качества, надежности и доступности данных, включая оркестрацию рабочих процессов с помощью Airflow или Astronomer. - Мышление в пользу переиспользования: подтвержденная способность создавать фундаментальные модели и определения метрик, поддерживающие множество сценариев, а не разовые витрины данных. - Понимание систем: понимание вопросов производительности, стоимости, управления, безопасности и соответствия требованиям для общих данных. - Совместный подход: способность эффективно работать с командами Product, Data Platform, Business Analytics, Engineering и Data Science. - Прагматичный подход к поставке: вы знаете, когда выпускать, а когда вкладываться в долговечность. - Интерес к разработке с помощью ИИ: вы активно изучаете ИИ-инструменты, чтобы улучшить то, как вы и ваша команда создаете и поддерживаете модели данных. Желательно - Опыт поддержки данных, используемых для обучения ИИ/ML-моделей. - Опыт работы в команде инфраструктуры данных или платформы данных. Условия Предлагаемая компенсация будет определяться такими факторами, как локация, уровень, знания, навыки и опыт, относящиеся к должности.

Формат

Офис

Страна

США

Город

Не указан

О роли Ищем Enterprise-инженера в команду данных. В этой роли вы поможете проектировать и создавать взаимосвязанные системы, которые обеспечивают работу бизнеса, используя сторонние инструменты, MCP-серверы, внутренние API, лёгкие веб-приложения и автоматизированные рабочие процессы. Это роль для Python-инженера, который хочет создавать, разворачивать и поддерживать высокоэффективные внутренние инструменты и автоматизацию. Команда небольшая, с высоким уровнем доверия, ценит ясность, поддерживаемость и внимание к деталям. Что вы будете делать - Создавать и поддерживать MCP-серверы, которые открывают возможности платформы данных и корпоративных бизнес-систем для внутренних инструментов и ИИ-процессов детерминированным образом. - Создавать внутренние API для обогащения экосистемы программно адресуемых ресурсов. - Создавать лёгкие веб-приложения и дашборды на Streamlit для поддержки внутренних процессов. - Разрабатывать stateful-приложения, обеспечивающие соблюдение стандартных операционных процедур (SOP) в правильном порядке. - Разрабатывать и поддерживать автоматизированные рабочие процессы и пайплайны на Python. - Писать чистый, хорошо документированный код и поддерживать культуру технического качества. Что мы ищем Обязательно: - 2+ года опыта с Python. - 1+ год full-stack разработки. - Уверенное владение SQL и работа с реляционными базами данных. - Развитые коммуникативные навыки и способность работать кросс-функционально. Желательно: - Опыт в финтехе, платежах или финансовых услугах. - Опыт создания или работы с MCP-серверами. - Опыт проектирования и создания API (предпочтительно FastAPI или Flask). - Опыт работы со Streamlit или аналогичными лёгкими UI-фреймворками. - Опыт детерминированного LLM-программирования (например, LangChain, UserPromptSubmit, PostToolUse). - Опыт работы с OLTP-базами данных и технологиями кэширования. - Знакомство с инструментами автоматизации рабочих процессов (например, Airflow, Prefect, n8n). - Знакомство с облачной инфраструктурой (например, AWS, GCP, Azure). Компенсация Диапазон базовой зарплаты для этой роли: $120–125 тыс. Указанный диапазон отражает среднюю базовую зарплату по позиции по всем США. Предложенная базовая зарплата может быть выше или ниже в зависимости от конкретных навыков, глубины опыта, профильного образования или обучения кандидата. Локация Позиция классифицируется как удалённая в пределах США. Найм кандидатов за пределами США невозможен. Преимущества - Медицинская, стоматологическая и офтальмологическая страховка рыночного уровня. - Опционы на акции. - Бесплатная подписка Premium-Tier Origin Financial Wellness. - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для рожавших и нерожавших родителей. - Гибкий отпуск + больничный и безопасный отпуск. - 11 оплачиваемых корпоративных праздников. - Опция Same Day Pay Branch@Branch.

Формат

Офис

Страна

Великобритания, США

Город

Не указан

О команде Команда AI Foundations в Mural занимается тем, как генеративный ИИ меняет визуальную коллаборацию и принятие решений. Это удалённая группа инженеров, дизайнеров и продуктовых специалистов, которая помогает командам работать эффективнее. Цель — не заменить человеческое творчество, а усилить его, создавая ИИ, который улучшает то, как люди выравнивают, общаются и принимают решения визуально. Миссия Вы будете проектировать и создавать основные ИИ-системы и платформы, которые обеспечивают следующую волну агентных, ИИ-управляемых коллабораций в Mural. Вместо изолированных ИИ-функций вы будете работать над базовыми бэкенд-системами, поддерживающими агентную платформу Mural, включая оркестрацию агентов, долговечное выполнение, контекстную память, интеграцию инструментов, наблюдаемость и оценку. Ваша работа позволит интеллектуальным агентам рассуждать о контексте продукта, действовать от имени пользователей и работать надёжно и безопасно в масштабе. Стек Azure OpenAI, React, Node, MongoDB. Что вы будете делать - Создавать базовые бэкенд-системы для агентной платформы Mural, включая оркестрацию, долговечное выполнение, выполнение инструментов, память, наблюдаемость и инфраструктуру оценки. - Проектировать масштабируемые сервисы и API, которые позволяют ИИ-агентам получать контекст, координировать многошаговые рабочие процессы, взаимодействовать с данными Mural и надёжно действовать от имени пользователей. - Развивать слой памяти агентов, включая системы для контекста разговора, контекста продукта, поиска, суммаризации, уплотнения и долгосрочного управления контекстом. - Создавать инфраструктуру для мониторинга, отладки и улучшения поведения агентов через трассировки, метрики, циклы обратной связи и офлайн-оценку. - Преобразовывать сложные открытые продуктовые задачи в чёткие бэкенд-архитектуры, границы сервисов, модели данных и планы реализации, согласующие технические возможности с ценностью для пользователя. - Помогать определять техническое направление агентного ИИ в Mural, внося вклад в долгосрочную архитектуру и стратегию. - Поддерживать инженерное совершенство, наставляя других и устанавливая лучшие практики создания надёжных ИИ-систем. - Способствовать росту команды через найм, улучшение процессов и развитие культуры любознательности, сотрудничества и инклюзивности. Что вы принесёте - 7+ лет опыта в разработке ПО, с сильными навыками проектирования, создания и эксплуатации надёжных продакшн-систем, масштабируемых сервисов и API, а также чётко определённых системных архитектур. - Опыт проектирования и эксплуатации распределённых систем для сложных рабочих процессов, включая оркестрацию, асинхронную обработку, выполнение задач, повторные попытки, событийно-ориентированные архитектуры, длительные процессы и восстановление после сбоев. - Знакомство с ИИ, LLM или агентными системами, включая такие концепции, как использование инструментов, получение контекста, оценка или оркестрация моделей. - Сильный фокус на качестве продакшена, включая наблюдаемость, надёжность, тестирование, безопасность, поддерживаемость и реагирование на инциденты. - Отличные коммуникативные навыки, способность создавать чёткую техническую документацию и работать кросс-функционально. - Опыт работы в полном стеке или тесное сотрудничество с продуктовыми фронтенд-разработками. - Более глубокий опыт в ИИ/ML, особенно с оценкой LLM, экспериментами, эмбеддингами, системами поиска. - Опыт с графами знаний, графовым моделированием данных, разрешением сущностей или системами поиска с учётом связей.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Branch помогает компаниям ускорять платежи и предоставляет работающим американцам доступные бесплатные финансовые услуги. Компания работает полностью удалённо, сотрудники находятся в США. О роли Ищем Senior Enterprise Engineer в команду данных. Роль предполагает проектирование и создание взаимосвязанных систем, которые управляют бизнесом, с использованием сторонних инструментов, MCP-серверов, внутренних API, лёгких веб-приложений и автоматизированных процессов. Нужно тесно работать с инженерами, аналитиками и бизнес-заинтересованными сторонами. Это роль для опытного Python-инженера, который умеет вести сложные проекты от начала до конца: от планирования и архитектуры до развёртывания и поддержки. Команда небольшая, с высоким уровнем доверия, ценит ясность, поддерживаемость и внимание к деталям. Задачи - Создавать и поддерживать MCP-серверы, которые предоставляют возможности платформы данных и корпоративных бизнес-систем внутренним инструментам и ИИ-процессам детерминированным образом. - Создавать внутренние API для обогащения экосистемы программно адресуемых ресурсов. - Создавать лёгкие веб-приложения и дашборды на Streamlit для поддержки внутренних процессов. - Разрабатывать stateful-приложения, обеспечивающие соблюдение стандартных операционных процедур в соответствии с политиками. - Разрабатывать и управлять автоматизированными процессами и пайплайнами на Python. - Управлять SDLC для преобразования высокоценных макросов и других инструментов, созданных менее техническими пользователями, в отдельные сервисы и low-code процессы, которые могут использоваться несколькими внутренними командами. - Определять стандарты кодирования и лучшие практики взаимодействия с ИИ-агентами в Branch. - Взаимодействовать с заинтересованными сторонами для определения объёма и реализации решений. - Писать чистый, хорошо документированный код и вносить вклад в культуру технического качества. Требования Обязательные: - 5+ лет профессионального опыта в Python. - 3+ года опыта проектирования и создания API (предпочтительно FastAPI или Flask). - 3+ года опыта full-stack разработки на Python. - Опыт создания или работы с MCP-серверами. - Опыт детерминированного LLM-программирования (например, LangChain, UserPromptSubmit, PostToolUse). - Знакомство с OLTP-базами данных и технологиями кэширования. - Уверенное владение SQL и работа с реляционными базами данных. - Отличные коммуникативные навыки и способность работать кросс-функционально. - Подтверждённая способность вести полный жизненный цикл проекта. Желательно: - Опыт в финтехе, платежах или финансовых услугах. - Опыт работы со Streamlit или аналогичными лёгкими UI-фреймворками. - Знакомство с инструментами автоматизации процессов (например, Airflow, Prefect, n8n). - Знакомство с облачной инфраструктурой (например, AWS, GCP, Azure). Условия - Зарплата: $175 000–190 000 в год (базовый диапазон для США). - Удалённая работа в пределах США. - Медицинская, стоматологическая и офтальмологическая страховка. - Опционы на акции. - Бесплатная подписка Origin Financial Wellness (премиум-тариф). - Ежемесячная надбавка на домашний офис. - 401k (TransAmerica). - 12 недель оплачиваемого отпуска по уходу за ребёнком для обоих родителей. - Гибкий график отпусков + больничные. - 11 оплачиваемых праздничных дней. - Опция Same Day Pay от Branch@Branch.

Формат

Офис

Страна

Словакия

Город

Не указан

О компании Bloomreach создаёт агентную платформу для персонализации. Компания разрабатывает и внедряет AI-агентов для персонализации пути клиента, развивает автономный поиск, разговорные покупки и автономный маркетинг на основе единого AI-движка Loomi. Платформой пользуются более 1400 глобальных брендов, включая American Eagle, Sonepar и Pandora. Отрасли: розница, финансовые услуги, гостиничный бизнес, игровая индустрия. О команде Небольшая инженерная команда внутри Go-To-Market организации. Задача — с помощью AI создавать демо-среды, автоматизировать работу и разрабатывать self-serve инструменты для пресейл-команд по всему миру. О роли Ищется AI Demo Engineer — гибкий инженер, который в первую очередь использует AI-инструменты, быстро учится и решает с помощью технологий задачи, блокирующие поле. Это не традиционная инженерная роль: не поддержка продакшн-систем и не стандартный продуктовый бэклог, а роль 0-1 Builder. Работа начинается с нечётких пресейл-потребностей, быстрого прототипирования, тестирования с полем и превращения лучших идей в готовые демо, автоматизации, внутренние инструменты и повторяемые активы. Нужно тесно работать с тимлидом, находящимся в США, поэтому важна асинхронная коллаборация и способность взаимодействовать с командами в разных часовых поясах (ЕС и США). Задачи - Создавать AI-демо: проектировать и выпускать демо, прототипы и интерактивные сценарии, которые делают платформу Bloomreach осязаемой и релевантной. - Автоматизировать работу с помощью AI: находить повторяющиеся GTM-задачи и превращать их в автоматизации, промпт-паттерны, внутренние инструменты, интеграции, агентов, навыки, MCP, SDK-воркфлоу и другие решения, экономящие время. - Обеспечивать self-serve для консультантов: создавать инструменты, позволяющие Solution Consultants настраивать, персонализировать и запускать демо без участия инженеров. - Быстро прототипировать и превращать работающее в продукт: брать нечёткие идеи, быстро собирать, тестировать с полем и решать, что станет долгосрочным внутренним продуктом, акселератором или демо-активом. - Оживлять Loomi и AI Bloomreach: использовать AI-сценарии, персонализацию, LLM-интеграции и умные воркфлоу, чтобы помочь потенциальным клиентам понять ценность платформы. - Обучать и подготавливать поле: документировать, демонстрировать демо и укреплять внутреннюю уверенность в новых инструментах. - Поддерживать надёжность демо: быстро устранять неполадки, поддерживать клиентские среды и относиться к сломанному демо перед потенциальным клиентом как к срочной задаче. Технический фон - TypeScript / JavaScript, Python, React, Next.js, Node.js или аналогичный современный веб-стек. - Claude Code, Cursor или аналогичные AI-ассистированные инструменты разработки; LLM API (OpenAI, Anthropic); промпт-инжиниринг, оркестрация воркфлоу, SDK-интеграции, агенты, MCP, ретривальные системы. - Shopify; Hydrogen (на основе Remix), Liquid, Storefront API, Admin API. Глубокий опыт со всеми перечисленными инструментами не обязателен. Более важный сигнал — способность быстро учиться, оставаться в курсе изменений в AI-ландшафте и использовать сам AI для закрытия пробелов в собственном опыте.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

О проекте СберСпасибо развивает платформу, в ядро которой встраиваются возможности генеративного ИИ. Ищут сильного бэкенд-разработчика уровня Middle/Senior, который не просто пишет на Java, но и глубоко понимает механику работы LLM, умеет строить RAG-пайплайны и проектировать сложных агентов. Задачи - Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security). - Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов. - Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов к векторному пространству. - Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов (классификация, извлечение сущностей, принятие решений). - Глубокий промт-инжиниринг: написание промптов с нуля под разные пользовательские сценарии одного агента, внедрение техник Few-shot, Chain-of-Thought (CoT) и структурированного вывода (JSON mode). - Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса (temperature, topp, штрафы), реализация механизмов самовосстановления (self-healing) при деградации внешних провайдеров LLM. - Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции. - Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins. Ожидания от кандидата - Уверенное владение Java 17+. Понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом). - Экспертный уровень владения стеком Spring: глубокое понимание жизненного цикла бинов, аспектно-ориентированного программирования, тонкая настройка пулов соединений БД и параметров безопасности. - Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, бороться с блокировками и писать эффективные миграции (Liquibase/Flyway). - Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus. Понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance). - Опыт разработки с библиотеками LangChain и/или LangGraph. Навык построения графов состояний (State Machines) и интеграции внешних инструментов (tool calling). - Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели. - Опыт работы с Docker и Kubernetes (написание манифестов, Helm-чартов). Знание Linux shell на уровне уверенного пользователя. - Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода.

Формат

Офис

Страна

Россия

Город

Не указан

Проект Разработка AI-помощника на базе GigaChat в поверхности GigaAssistant в канале Казначейства. Помощник позволит клиенту самостоятельно вносить изменения в параметры работы услуги «Единый остаток». Команда также занимается разработкой услуг «Единый остаток», «Компенсационные продукты», «Контроль и акцепт» в канале Казначейства. Задачи - Проектирование, разработка и внедрение AI-агентов. - Интеграция 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 - Участие в интересном проекте. - Возможность профессионального и карьерного роста. - Работа в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Формат работы — удалённо на территории РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Компания — лидер в автоматизации контроля качества. Разработана платформа RETAILIQA для автоматизации операционного аудита, которой пользуются компании по России и ближнему зарубежью. Среди клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, DNS, ВсеИнструменты, Spar, Мираторг, Рив Гош и другие. В связи с запросами ритейла активно развивается платформа RETAILIQA AI-VISION для автоматизации контроля выкладки товаров и промопрограмм на базе ML, Deep Learning и Computer Vision. Ищем ведущего AI/ML-инженера для разработки и развития AI-сервисов в области автоматизации compliance-процессов — от архитектуры и экспериментов до запуска решений в production. Основной технологический фокус — Agentic AI, RAG, мультимодальные LLM и классические Deep Learning-модели (Computer Vision). Решения разворачиваются в облачной инфраструктуре и on-premise на оборудовании компании. Используемые технологии: Python, FastAPI, FastMCP, RabbitMQ, FastStream, PostgreSQL/pgvector, Milvus, LlamaIndex, PydanticAI, LangGraph, DeepEval, RAGAS, Langfuse, ClearML, vLLM, Triton Inference Server, Docker, GitLab CI/CD, Prometheus, Grafana. Чем предстоит заниматься - Проектировать архитектуру AI-сервисов и принимать ключевые технические решения. - Разрабатывать LLM-, RAG- и Agentic AI-решения. - Создавать production-ready сервисы на Python. - Разрабатывать AI-агентов, workflow и интеграции с корпоративными системами. - Быстро проверять AI-гипотезы и создавать PoC/MVP. - Доводить успешные решения до production. - Организовывать evaluation и контроль качества AI-систем. - Участвовать в развитии технической архитектуры и инженерных стандартов нового AI-направления. - Взаимодействовать с backend-разработчиками, DevOps, аналитиками и продуктовыми специалистами. Что мы ожидаем - От 3 лет опыта промышленной разработки ML/AI-решений преимущественно на Python. - Практический опыт разработки LLM-, RAG- или Agentic AI-систем. - Опыт самостоятельного создания AI/ML-сервисов от идеи и прототипа до production. - Сильные навыки проектирования архитектуры AI-сервисов. - Уверенное владение Python и опыт backend-разработки. - Понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation и evaluation. - Опыт интеграции коммерческих LLM API и/или развёртывания open-source моделей. - Опыт работы с PostgreSQL и векторными базами данных. - Уверенное владение Linux, Docker и Git. - Понимание распределённых систем, очередей сообщений и асинхронной обработки. - Понимание принципов model serving, мониторинга и эксплуатации ML/LLM-сервисов. - Способность самостоятельно принимать технические решения в условиях технологической неопределённости. Будет плюсом - Опыт работы с LlamaIndex, LangGraph, PydanticAI или аналогичными фреймворками. - Опыт разработки MCP-серверов и MCP-интеграций. - Опыт работы с PostgreSQL/pgvector, Milvus или другими векторными хранилищами. - Опыт эксплуатации open-source LLM через vLLM, Triton Inference Server или аналогичные решения. - Опыт evaluation LLM/RAG-систем: DeepEval, RAGAS, Langfuse или аналоги. - Опыт on-premise развёртывания AI-моделей. - Опыт работы с мультимодальными моделями или Computer Vision. - Опыт технического взаимодействия с корпоративными заказчиками. - Опыт участия в создании новой AI/ML-команды или технического направления с нуля. Условия работы - Официальное трудоустройство по ТК РФ. - Работа в аккредитованной IT-компании. - Гибкий график работы. - Конкурентная зарплата, зависящая от опыта и квалификации кандидата. - Профессиональное развитие и обучение. - Доступ к проектам с реальными бизнес-заказчиками из числа федеральных сетей. - Возможность непосредственно влиять на практическое применение AI в бизнесе. - Система квартального премирования.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Задачи - Создание, развертывание и оптимизация production-grade AI-решений и решений на основе больших языковых моделей (LLM). - Интеграция LLM-приложений с системами компании. - Разработка фреймворков для вызова инструментов (tool-calling). - Проектирование conversational AI-интерфейсов. Требования - 5+ лет опыта в разработке ПО. - 3+ года практической работы с большими языковыми моделями (LLM). - Опыт проектирования, разработки и развертывания production-grade AI-решений. - Опыт интеграции AI/LLM-решений с приложениями, платформами и системами компании. - Сильный опыт разработки и поддержки фреймворков для вызова инструментов LLM, включая интеграцию между LLM и компанией. - 3+ года опыта в разработке эффективных стратегий и фреймворков управления диалогами. - 3+ года опыта в реализации, оценке и настройке ответов conversational AI. Условия - Удаленная работа; вакансия открыта для кандидатов из США. О компании - Работодатель — компания, предоставляющая маркетплейс для связи рекрутеров и специалистов в области технологий. - Основана в 1990 году, штаб-квартира в Сентенниал, Колорадо, США. - Численность сотрудников: 201–500. - Компания имеет историю спонсирования виз H1B: 2 в 2022, 4 в 2021, 5 в 2020. Это не гарантирует спонсорство для данной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания: Strategic Resources International Роль: Golang Developer / Forward Deployment Engineer Локация: Удаленно Тип занятости: Контракт Опыт: 10+ лет Обзор роли Требуется высококвалифицированный Forward Deployment Engineer (Golang) для владения архитектурой и технической реализацией Claim Validation Engine на целевой платформе. Это практическая техническая лидерская роль: инженер отвечает за решение от начала до конца — от архитектуры до внедрения, работая напрямую с заинтересованными сторонами клиента и инженерными командами для определения архитектуры платформы, установления инженерных стандартов, руководства реализацией и поставки масштабируемых, безопасных и высокопроизводительных систем. Идеальный кандидат сочетает глубокую экспертизу в распределенных системах, Go-микросервисах и cloud-native архитектуре с сильными навыками обратного проектирования легаси-приложений, а также владеет современными практиками разработки с использованием ИИ. Ключевые обязанности Техническое лидерство и проектирование решений: - Владение сквозной технической архитектурой платформы Claim Validation. - Проектирование масштабируемых, отказоустойчивых cloud-native микросервисов на Go и Azure. - Определение архитектурных паттернов, стандартов кодирования, принципов API-дизайна и инженерных лучших практик. - Проектирование расширяемых возможностей rule-engine для поддержки развивающихся бизнес-требований. - Проведение архитектурных ревью и технических дизайн-обсуждений. Платформенная инженерия: - Архитектура и руководство реализацией rule engine целевой платформы. - Проектирование и контроль разработки Validation API (POST /validate) и вспомогательных сервисов. - Обеспечение высокопроизводительного параллельного выполнения правил с низкой задержкой и высокой пропускной способностью. - Определение переиспользуемых фреймворков и общих компонентов платформы. Обратное и прямое проектирование: - Руководство обратным проектированием легаси-систем валидации медицинских претензий. - Перевод бизнес-правил в масштабируемые cloud-native микросервисы. - Драйв инициатив по модернизации и определение стратегий миграции легаси-платформ. - Создание переиспользуемых инженерных паттернов и акселераторов. Инженерия с использованием ИИ: - Внедрение AI-assisted инструментов разработки: GitHub Copilot, Cursor, LLM, AI-агенты, AI-навыки, рабочие процессы spec-to-code. - Определение управления для AI-сгенерированного кода и инженерных рабочих процессов. - Повышение инженерной продуктивности через AI-автоматизацию. Инженерное совершенство: - Ревью архитектуры, качества кода, безопасности и производительности. - Установление CI/CD quality gates, автоматизированного тестирования и стандартов развертывания. - Менторство инженеров через дизайн-ревью, код-ревью и техническое руководство. - Обеспечение соблюдения архитектурных стандартов и гайдлайнов кодирования. Работа с клиентом: - Прямая работа с архитекторами клиента, владельцами продуктов и инженерными лидерами. - Проведение технических воркшопов, архитектурных обсуждений и демонстраций решений. - Перевод бизнес-требований в технические дизайны. - Решение критических технических задач и поддержка команд доставки на этапе внедрения. Требуемые навыки и опыт Техническая экспертиза (обязательно): - 10+ лет опыта в разработке ПО, включая 3+ года как Senior Developer/Lead. - Экспертный уровень Go (Golang) и микросервисной архитектуры. - Опыт full stack разработки (React и Angular). - Сильные навыки в распределенных системах, REST API и проектировании высокопроизводительных приложений. - Опыт Python и современного веб-фронтенда (React или Angular). - Глубокие знания PostgreSQL и проектирования реляционных баз данных. - Azure, Kubernetes, Docker, Azure DevOps, cloud-native разработка. - Платформы обмена сообщениями: Kafka или RabbitMQ. - API-first дизайн и спецификации OpenAPI. Архитектура и инженерия: - Подтвержденный опыт проектирования enterprise-масштабных распределенных систем. - Сильный бэкграунд в обратном проектировании и модернизации легаси-приложений. - Опыт определения архитектурных стандартов и технического управления. - Глубокое понимание масштабируемости, отказоустойчивости, наблюдаемости, безопасности и оптимизации производительности. ИИ и современная инженерия (дифференциатор): - Практический опыт с GitHub Copilot, Cursor, LLM, AI-кодинг-ассистентами, AI-рабочими процессами. - Опыт интеграции ИИ в жизненный цикл разработки ПО. - Знакомство с AI-assisted генерацией кода, промт-инжинирингом и инженерной автоматизацией. Лидерство: - Отличные технические лидерские и менторские навыки. - Сильные коммуникационные навыки и управление стейкхолдерами. - Способность принимать архитектурные решения, оставаясь практичным в реализации. - Опыт прямой работы с enterprise-клиентами в средах быстрой доставки. Ключевые показатели эффективности - Успешная архитектура и доставка платформы Claim Validation в согласованные сроки. - Высококачественное, масштабируемое и поддерживаемое архитектурное решение. - Успешная миграция легаси-бизнес-правил на целевую платформу. - 85%+ автоматизированное покрытие тестами с надежными CI/CD пайплайнами. - Высокая удовлетворенность клиентов через эффективное техническое лидерство и доставку.