Вакансии для ML-инженеров

Формат

Офис

Страна

Новая Каледония

Город

Не указан

Грейд

Junior

AI Engineer I (младший инженер по искусственному интеллекту) в компании Victra — крупнейшем премиальном ритейлере Verizon в США. Позиция предполагает гибридный формат работы в Дареме (США). Компания формирует собственную команду AI-инженерии, и эта роль станет её отправной точкой. Вы будете создавать, тестировать и запускать AI-агентов и рабочие процессы на Microsoft Copilot Studio и Azure AI Foundry, следуя спецификациям и архитектуре, заданным старшими инженерами. Это осознанно ранняя карьерная роль: нанимают за способности, любознательность и инженерный склад ума, а не за годы опыта в AI. Опыт работы с генеративным ИИ не требуется. Роль подойдёт разработчику на раннем этапе карьеры, специалисту по автоматизации или Power Platform, готовому перейти к профессиональному коду, системному администратору или инженеру, желающему освоить разработку агентов на структурированном пути. Предусмотрены наставник, бюджет на сертификацию и реальная ответственность за результат. Основной стек — Azure AI Foundry, но фундаментальные навыки (API, промптинг, оркестрация, оценка) платформенно-независимы. Иногда потребуется поддержка проектов за пределами основных платформ, включая open-source фреймворки и AI-инструменты для кодинга. Задачи: - Создание, тестирование и развёртывание AI-агентов и рабочих процессов на Copilot Studio и Azure AI Foundry по стандартам и паттернам старших инженеров. - Интеграция агентов с бизнес-системами: коннекторы, API, инструментальные интеграции. - Проверка выходных данных AI на соответствие критериям приёмки; написание и запуск тестов, включая базовые оценочные проверки, до релиза. - Устранение пограничных случаев и проблем в продакшене при поддержке старших коллег, документирование первопричин. - Сопровождение одного закреплённого агента после запуска: мониторинг, небольшие исправления, обработка обратной связи от пользователей, с назначенным старшим ревьюером. - Документирование каждой разработки по стандарту команды. - Поддержка проектов за пределами основных платформ по указанию руководства, включая open-source фреймворки агентов и AI-инструменты для кодинга, с применением тех же стандартов тестирования и документации. - Регистрация всех выпущенных решений в реестре агентов. - Прохождение структурированной программы обучения (учебный план Microsoft Learn по разработке агентов и оплачиваемые сертификации) в согласованные сроки. Требования: - Степень бакалавра в области компьютерных наук, информационных систем или смежной области, демонстрирующая техническую вовлечённость, способность к долгосрочным обязательствам и сильное критическое мышление. - Подтверждённые навыки программирования на языке общего назначения: Python, C или Java; также засчитывается опыт скриптинга (PowerShell, JavaScript, Power Fx). - Рабочее знание API и основ работы с данными: вызов сервиса, чтение JSON, перемещение данных между системами. - Защитное, пограничное мышление: привычка задавать вопрос «что произойдёт, если входные данные неверны». - Чёткая письменная коммуникация и привычка к документированию. - Подтверждение самостоятельного обучения: побочные проекты, эксперименты или самостоятельно освоенный инструмент, включая неудачные попытки и последующие действия. - Ежедневное использование AI-инструментов (Claude, GitHub Copilot или аналогичных) в работе. - Опыт работы с генеративным ИИ не требуется — компания обучит. Желательно: - Опыт реальной разработки: разработка ПО или приложений, скриптинг или автоматизация; приветствуется опыт Power Platform, RPA, ServiceNow или системного администрирования как отправная точка. - Интерес к профессиональной разработке на Azure: написание и использование REST API, Azure Functions (function apps), API Management (APIM), а также работа с retrieval-augmented generation (RAG): индексация и стратегии grounding в Azure AI Foundry. - Знакомство с современным процессом разработки: Git, управление ветками, CI/CD для вывода кода в продакшен. - Опыт работы с open-source фреймворками агентов или инструментами наблюдаемости LLM (LangChain, Langfuse или аналогичные). - Сертификации Microsoft — плюс, но не обязательны: AI-901 или AB-900 (основы), AB-620 AI Agent Builder Associate или AI-103 Azure AI Apps and Agents Developer Associate; компания оплачивает сертификацию тем, у кого её нет. - Опыт работы в рознице или полевых операциях. Карьерный рост: - Опубликованная лестница от AI Engineer I к старшей разработке агентов, подкреплённая оплачиваемыми сертификациями, учебным бюджетом и растущей ответственностью. Первый управляемый продакшен-агент ожидается примерно на шестом месяце; далее объём самостоятельной работы растёт. Условия: - Оплачиваемое обучение и возможности карьерного развития. - Комплексная медицинская, стоматологическая и офтальмологическая страховка. - Пенсионный план 401k. - Компенсация обучения.

Формат

Офис

Страна

Ватикан

Город

Не указан

Salesforce нанимает AI-инженеров для участия в программе для выпускников. Вы будете работать в составе кросс-функциональных команд, создавая агентные решения для клиентов из списка Fortune 500. Задачи: - Разработка AI-агентов, работающих в продакшене для крупных компаний. - Проектирование архитектуры агентов: промпты, рассуждения, вызовы инструментов, с использованием LLM и платформы Agentforce. - Поддержка технического жизненного цикла: архитектура, разработка, отладка и развертывание продакшен-систем на JavaScript, Python и Apex. - Консультирование клиентов: превращение бизнес-задач в агентные решения. - Тестирование и итеративное улучшение собственных решений. Требования: - Сильный бэкграунд в Computer Science или смежной инженерной дисциплине. - Опыт работы с LLM и промпт-инжинирингом. - Владение React, TypeScript, GraphQL, Python, ООП и Real-Time Infra. - Навыки взаимодействия с продакт-командами и клиентами. - Умение писать качественный код и оценивать результаты AI с инженерной строгостью. - Готовность к командировкам 25–50% рабочего времени. Условия: - Работа над реальными проектами, влияющими на бизнес компании. - Наставничество: парный онбординг-бадди, поддержка старших разработчиков, теневые стажировки. - Программа развития технических и продажных навыков. - Доступ к AI-инструментам: Cursor, Claude, внутренние продукты для разработки.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Citi — глобальный банк с примерно 200 миллионами клиентских счетов, работающий более чем в 160 странах. Предоставляет финансовые продукты и услуги: потребительский банкинг и кредит, корпоративный и инвестиционный банкинг, брокерские услуги по ценным бумагам, транзакционные сервисы и управление капиталом. О роли Инженер агентного ИИ работает на стыке искусственного интеллекта и корпоративных финансовых технологий. Роль предполагает проектирование retrieval-grounded, контекстно-зависимых и автономных ИИ-систем для Controls Technology. Сотрудник будет работать с senior-разработчиками, ИИ-архитекторами и бизнес-стейкхолдерами по всему миру, развивая агентные ИИ-приложения: от RAG-пайплайнов и графов знаний до мультиагентных рабочих процессов и продакшн-решений на базе генеративного ИИ. Обязанности - Создавать и интегрировать приложения генеративного ИИ на основе предобученных и размещённых фундаментальных моделей (через управляемые GenAI API и эндпоинты открытых моделей). - Проектировать и внедрять контекстную инженерию: системные инструкции, извлечённые знания, определения инструментов, память диалога и метаданные задач в токен-эффективные промпты. - Участвовать в промпт-инжиниринге (zero-shot, few-shot, chain-of-thought, role-based) и разработке ИИ-рабочих процессов. - Разрабатывать и поддерживать RAG-системы: чанкинг, эмбеддинги, гибридный поиск (семантический + ключевой) и реранкинг. - Помогать в создании графов знаний и Graph RAG-пайплайнов для многошаговых рассуждений и отслеживаемых ответов. - Участвовать в разработке агентных рабочих процессов: ИИ-агенты с вызовом инструментов, структурным планированием и памятью, используя фреймворки Google ADK, LangGraph или CrewAI. - Интегрировать агентов с внешними инструментами и источниками данных через Model Context Protocol (MCP) и обеспечивать взаимодействие агентов через Agent2Agent (A2A) протокол. - Помогать с развёртыванием, мониторингом и сопровождением GenAI и агентных приложений в продакшене. - Сотрудничать с дата-сайентистами и инженерами для интеграции ИИ-возможностей. - Выполнять предобработку данных, загрузку документов и разработку API для ИИ-приложений. - Участвовать в код-ревью, тестировании и документировании для обеспечения качества и надёжности. - Отслеживать новые достижения в области генеративного и агентного ИИ и делиться знаниями.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О роли Ищем AI-инженера с опытом от 5 лет для проектирования, разработки и внедрения AI-решений, включая современные агентные AI-процессы. Роль предполагает разработку масштабируемых ML-моделей и интеллектуальных агентов на основе фундаментальных моделей для автоматизации сложных бизнес-процессов и улучшения принятия решений. Задачи - Проектировать, разрабатывать и внедрять ML и AI модели для бизнес-кейсов - Проектировать и дообучать модели, включая цепочки рассуждений, использование инструментов и агентные архитектуры (ReAct, мультиагентные фреймворки и др.) - Определять возможности агентов, границы автономного принятия решений и управлять ожиданиями заинтересованных сторон по надёжности - Проектировать и оптимизировать промпт-инструкции, персоны, описания инструментов и каркасы рассуждений, направляющие поведение агентов - Разрабатывать и оркестрировать многошаговые AI-агенты, способные к рассуждению, использованию инструментов и выполнению процессов - Строить агентные процессы на основе фундаментальных моделей для автоматизации задач и поддержки решений - Тестировать AI-агентов на корпоративных системах, API, инструментах и платформах данных - Проектировать бенчмарки и автоматические оценки для измерения надёжности, точности и безопасности агентов в различных сценариях - Работать со структурированными и неструктурированными данными для предиктивных и генеративных AI-решений - Управлять и наставлять команду дата-сайентистов, задавая чёткие ожидания по качеству моделей, документации и готовности к продакшену - Сотрудничать с дата-сайентистами, BI-командами и бизнес-стейкхолдерами для трансформации требований в AI-решения - Оптимизировать производительность моделей, масштабируемость и экономическую эффективность - Мониторить развёрнутые модели и агентов, внедрять циклы обратной связи и стратегии переобучения - Документировать технические проекты, агентные процессы и системную архитектуру Требования - Степень бакалавра или магистра в области компьютерных наук, AI, науки о данных или смежной области - Опыт от 4 лет в AI/ML, науке о данных или прикладном AI-инжиниринге - Сильные навыки программирования на Python - Твёрдое понимание основ машинного обучения и методов оценки - Знакомство с промпт-инжинирингом и работой с большими языковыми моделями (LLM) - Опыт с архитектурами RAG (Retrieval-Augmented Generation) - Опыт работы с API и интеграцией AI в приложения - Знакомство с фреймворками оркестрации (например, LangChain, Semantic Kernel или аналогичными) Предпочтительные квалификации - Практический опыт с Amazon SageMaker и Bedrock для ML и генеративных AI-приложений - Знакомство с Amazon Bedrock Guardrails и Knowledge Bases - Практический опыт с Amazon AgentCore для запуска агентных AI-приложений - Опыт проектирования агентных процессов (мультиагентные системы, агенты с использованием инструментов, автономные процессы) - Опыт с облачными платформами, такими как Amazon Web Services - Знание практик MLOps (Docker, CI/CD, мониторинг моделей) Условия - Зарплата от $122 000 до $148 000 на момент найма для районов Джерси-Сити, Нью-Джерси и Вудленд-Хиллз, Калифорния - Фактический размер компенсации зависит от географического расположения кандидата, навыков, опыта и других квалификаций - Право на дискреционный бонус в соответствии с условиями применимого плана стимулирования - Конкурентный пакет льгот как часть общей компенсации

Формат

Офис

Страна

Колумбия

Город

Не указан

AI-инженер Компания: Loenbro, LLC Отдел: Информационные технологии Локация: Даллас, Техас; Гилберт, Аризона; Сентенниал, Колорадо; Вестминстер, Колорадо Тип занятости: Полная занятость, гибридный формат Классификация: Освобожденный сотрудник (Exempt) Требуется разрешение на работу без ограничений. Компания не предоставляет спонсорскую поддержку визы для этой роли. О компании Loenbro — надежный партнер в строительном жизненном цикле для тысяч клиентов по всей территории США. Рынок охватывает все отрасли, услуги включают критическое электрооборудование, механические и структурные работы, мягкие ремесла, инспекции, подземное обслуживание и монтаж, а также производство. Компания имеет национальное присутствие и локальный подход. Описание роли Loenbro ищет мотивированного AI-инженера, который активно создает, экспериментирует и учится в области искусственного интеллекта. Это отличная возможность для специалиста на раннем этапе карьеры, который уже имеет практический опыт — через личные проекты, курсы или профессиональную работу — и хочет внедрять ИИ-инструменты в реальной среде строительства и операционной деятельности. Работа может начаться с создания автономных ИИ-инструментов и рабочих процессов с постепенным переходом к более глубокой системной интеграции. Основные обязанности - Проектировать, создавать и развертывать легковесные ИИ-инструменты и приложения для повышения операционной эффективности в строительных и бизнес-функциях - Взаимодействовать с полевыми командами, операционными и бизнес-заинтересованными сторонами для выявления рутинных, повторяющихся или трудоемких процессов и преобразовывать их в ИИ-решения - Разрабатывать и итерировать стратегии промт-инжиниринга для обеспечения последовательных, точных и полезных результатов от больших языковых моделей (LLM) - Прототипировать и тестировать ИИ-рабочие процессы с использованием LLM API, платформ автоматизации (например, Zapier, Make, Power Automate) и пользовательских скриптов - Создавать автономные ИИ-решения (например, чат-боты, внутренние ассистенты, автоматизация рабочих процессов), которые приносят немедленную пользу без сложных системных зависимостей - Интегрировать ИИ-инструменты с внутренними и сторонними системами через API для масштабируемых и связанных рабочих процессов - Создавать дашборды, интерфейсы или простые приложения, позволяющие нетехническим пользователям легко взаимодействовать с ИИ-решениями - Мониторить, оценивать и улучшать производительность ИИ-инструментов, включая точность выходных данных, надежность и принятие пользователями - Внедрять защитные механизмы и процессы валидации для снижения галлюцинаций, обеспечения целостности данных и поддержки ответственного использования ИИ - Документировать рабочие процессы, инструменты и процессы для обеспечения масштабируемости, поддерживаемости и принятия командой - Отслеживать новые ИИ-инструменты, платформы и лучшие практики; проактивно рекомендовать новые технологии или подходы для бизнеса - Поддерживать эволюцию от автономных ИИ-инструментов к более интегрированным системам, внося вклад в долгосрочную ИИ-архитектуру и стратегию - Сотрудничать с ИТ, данными и бизнес-командами для согласования ИИ-инициатив с более широкими технологическими и операционными целями - Демонстрировать решения, собирать обратную связь и быстро итерировать для улучшения удобства использования и бизнес-эффекта Минимальные требования - Степень бакалавра в области компьютерных наук, информационных технологий, науки о данных или смежной области - 2+ года опыта работы с данными — аналитика, бизнес-аналитика, системы ввода данных, отчетность или поддержка команд, работающих с данными - 1+ год активного практического опыта работы с ИИ-инструментами, платформами или API в профессиональном или личном качестве - Практический опыт работы с Claude (Anthropic), ChatGPT, Microsoft Copilot и/или Google Gemini - Портфолио ИИ-проектов — рабочий процесс, приложение, чат-бот, система промтов — демонстрирующее инициативу и результаты Предпочтительные квалификации - Навыки промт-инжиниринга: умение структурировать промты, итерировать и получать надежные результаты - Опыт создания ИИ-инструментов или легковесных приложений с использованием LLM API (Claude API, OpenAI API или аналогичных) - Опыт работы с платформами автоматизации рабочих процессов, такими как Make, n8n, Zapier или Microsoft Power Automate - Знакомство с no-code/low-code ИИ-инструментами и понимание, когда их использовать вместо написания пользовательского кода

Формат

Офис

Страна

США

Город

Нью-Йорк

Компания David создает продукты для увеличения мышечной массы и снижения жира. Первый продукт — протеиновый батончик. David — платформа для разработки высокобелковых, низкокалорийных продуктов, дружественных к уровню сахара в крови. Компанию возглавляет CEO Питер Рахал, сооснователь и бывший CEO RXBAR (продажа Kellogg за $600 млн в 2017 году). Цель — стать самым популярным высокобелковым батончиком в Северной Америке и за ее пределами. Роль Software Engineer, AI & Internal Tools — один из ключевых разработчиков внутренних инструментов, автоматизированных рабочих процессов и AI-систем. Задача — находить возможности для оптимизации, проектировать масштабируемые решения и влиять на внедрение AI и новых технологий в компании. Роль предполагает устранение рутинной ручной работы с помощью надежных программных решений, включая AI-рабочие процессы и инструменты для повышения эффективности операций. Вакансия открыта для кандидатов любого уровня опыта. Задачи: - Проектирование, разработка и поддержка внутренних инструментов, заменяющих ручные процессы в Finance, Operations, Growth, Retail и Supply Chain. - Написание production-кода на Python и/или TypeScript; выбор подходящего языка и фреймворка для задачи. - Разработка и внедрение AI-рабочих процессов для парсинга документов, извлечения данных, классификации, суммаризации и поддержки принятия решений. - Создание и оркестрация AI-агентов с использованием LLM API, агентных фреймворков, MCP-коннекторов и RAG, включая оркестрацию инструментов, логику маршрутизации и guardrails. - Внедрение систем оценки и паттернов human-in-the-loop для обеспечения надежности и точности AI-результатов. - Управление учетными данными, чувствительными данными и сторонними интеграциями; проектирование рабочих процессов с соответствующими правами доступа и guardrails. - Совместное владение пайплайнами данных и dbt-моделями для переноса данных из источников в BigQuery и преобразования их в чистые, готовые к анализу наборы данных. - Устранение проблем с пайплайнами и качеством данных; поддержка новых интеграций при подключении дополнительных платформ. - Автоматизация и поддержка отчетности для Finance, Operations и руководства: дашборды, регулярные отчеты и ad hoc-анализы. Требования: - Минимум 2 года профессионального опыта в software engineering, data engineering или смежной технической роли. - Сильное владение Python/TypeScript: чистый, тестируемый, production-код с тестированием, контролем версий и CI/CD. - Production-опыт с минимум одним full-stack веб-фреймворком (предпочтительно Next.js/React) и одной реляционной базой данных (предпочтительно Postgres). - Свободное владение современными AI-инструментами: LLM API (Claude, GPT), агентные фреймворки, context engineering, RAG, MCP, tool use и структурированные выходные данные. - Подтвержденный опыт создания инструментов, систем или автоматизаций, которые реально используются другими людьми в профессиональной среде, в side-проекте или open-source. - Способность работать самостоятельно, четко коммуницируя приоритеты и инициативы команде. - Скромность, самоосознанность и любознательность. - Желание строить early-stage CPG-компанию с миссией помогать людям увеличивать мышечную массу и снижать жир. Условия: - Полная занятость. - Зарплата: $150,000–$250,000 в год, включая денежный бонус по достижении целей компании. - Опцион на акции компании. - Медицинская, стоматологическая и офтальмологическая страховка — 100% покрытие. - 401(k). - Дополнительные льготы, включая оплату абонемента в спортзал. - Существенный и обязательный оплачиваемый отпуск. - Работа в офисе 5 дней в неделю в Нью-Йорке.

Формат

Офис

Страна

США

Город

Нью-Йорк

Компания Obin AI ищет AI-инженеров для создания и масштабирования интеллектуальных агентов с нуля. Это одна из первых позиций в команде. Работа предполагает непосредственное взаимодействие с основателями (экс-Google) и принятие ключевых технических решений с первого дня. Задачи: - Проектирование и развертывание агентов на основе LLM: создание агентных систем с использованием LLM и RAG для автоматизации сложных кредитных процессов, включая дизайн промптов, использование инструментов, логику оркестрации и оценку систем. - Работа с заказчиками: взаимодействие с техническими и нетехническими стейкхолдерами в крупных кредитных компаниях для понимания проблем рабочих процессов и совместная разработка AI-решений, влияющих на ROI. - Владение продакшен-инфраструктурой: архитектура и поддержка бэкенд-систем и API, подключаемых к источникам данных и клиентским платформам; обеспечение высокой доступности, производительности и наблюдаемости. - Оценка и оптимизация систем: балансировка точности, задержки, надежности, стоимости и объяснимости агентных систем; проведение экспериментов и циклов улучшений. - Участие в проектировании основной платформы: определение технической архитектуры, создание переиспользуемой инфраструктуры для развертывания агентов и формирование основ инженерных практик Obin AI. - Формирование культуры и стандартов: участие в определении инженерной культуры, стандартов найма и долгосрочного технического плана. Требования: - 5+ лет опыта в разработке ПО. - 1+ год практического опыта создания LLM-агентов и/или RAG-систем в продакшене. - Опыт логирования, оценки и оптимизации AI-приложений. - Владение Python и опыт работы с современными AI/ML-фреймворками и облачной инфраструктурой (предпочтительно GCP). - Опыт работы с облачной инфраструктурой (предпочтительно GCP) и API. - Готовность быстро двигаться, отвечать за результаты и создавать долгосрочные решения. - Развитая интуиция в области системной архитектуры, производительности и масштабирования. - Четкая коммуникация, особенно в неоднозначных и ответственных задачах. Желательно: - Опыт с системами human-in-the-loop, обратной связью и длительными агентными задачами. - Опыт в финансовых системах, моделировании рисков или автоматизации решений. - Знакомство с PydanticAI, LlamaIndex, Google ADK, Claude Agent SDK или аналогичными фреймворками. - Опыт создания или участия во внутренней AI-платформе или переиспользуемых LLM-инструментах.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Удалённая работа, часовые пояса CET/CEST или SAST. Полная занятость. Начало — как можно скорее. Компания MultiBase создаёт BI- и аналитические решения для средних компаний в регионе DACH. С 1991 года выполнено более 1500 проектов для более чем 400 клиентов. Работа охватывает производство, автомобилестроение, финансовые услуги, фармацевтику и другие отрасли с интенсивным использованием данных. Роль: Senior BI Developer для расширения команды в рамках долгосрочных проектов с существующими клиентами. Требуются техническая глубина, ответственность и умение обсуждать технические темы напрямую с клиентами. Задачи: - Создание и поддержка BI- и дата-продуктов в Microsoft Fabric, Power BI и Azure. - Разработка компонентов lakehouse, хранилищ данных, пайплайнов, notebooks, SQL-объектов и отчётов. - Разработка семантических моделей Power BI, отчётов и вычислений DAX. - Перевод бизнес-потребностей в технические задачи и этапы поставки. - Обсуждение технических тем напрямую с IT- и бизнес-заинтересованными сторонами клиента. - Работа в структурированной agile-поставке: оценка работ, управление своими задачами, выполнение обязательств по спринтам. - Систематическое использование AI-инструментов для улучшения процессов разработки, анализа, документации и контроля качества. - Проектирование и разработка AI-управляемых дата-продуктов, связывающих данные клиента, LLM и бизнес-процессы. - Выявление и прототипирование практических сценариев для автоматизаций, ботов, копилотов и агентов в среде данных клиента. - Превращение проверенных AI-прототипов в безопасные, документированные и поддерживаемые дата-продукты. - Тестирование, документирование и развёртывание готовых к продакшену дата-продуктов. - Использование контроля версий и совместных практик разработки, желательно Git и Azure DevOps. - Своевременное информирование Tech Lead и руководителя проекта о рисках, проблемах с данными и неясных требованиях. - Выявление конкретных возможностей улучшения в ландшафте данных клиента. - Внесение переиспользуемой документации и практических знаний во внутреннюю базу знаний MultiBase. Требования: - Не менее четырёх лет опыта разработки BI или платформ данных, включая непосредственную работу с клиентами или бизнес-заинтересованными сторонами. - Уверенный опыт работы с Azure-платформой данных, включая Microsoft Fabric, Azure Data Factory или Synapse. - Практический опыт работы с концепциями lakehouse и хранилищ данных, пайплайнами данных и notebooks. - Профессиональное владение Power BI, включая семантическое моделирование, DAX и разработку отчётов. - Сильные навыки SQL и многомерного моделирования данных, включая проектирование схемы «звезда» и паттерны ETL/ELT. - Опыт работы в agile-командах с использованием структурированных историй, оценок и обязательств по спринтам. - Опыт использования Git и совместного процесса разработки. Azure DevOps будет преимуществом. - Опыт тестирования, развёртывания и поддержки продакшен-дата-продуктов. - Свободный английский, письменный и устный. - Ежедневное осознанное использование AI-инструментов, таких как Claude, Cursor, Codex или аналогичных, с проверкой результатов и ответственностью за качество. Преимущества: - Практический опыт проектирования, создания или развёртывания AI-управляемых дата-продуктов, ботов, копило

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Мы — технический, ориентированный на внедрение спин-офф глобальной управленческой консалтинговой компании. Наши клиенты — преимущественно компании из DAX и Fortune Global 500, которым мы оказываем консультации по вопросам аналитики, больших данных и машинного обучения. В рамках группы мы занимаемся разработкой индивидуальных и управляемых данными решений, чтобы превратить клиентов в компании на базе ИИ. Мы предлагаем международную рабочую среду с гибкими командами и креативными стартап-методами, а также выше среднего вознаграждение и многочисленные дополнительные льготы. Офисы в Гамбурге, Мюнхене и Дюссельдорфе, а также хаб-локации во всех крупных городах Германии (Берлин, Франкфурт, Штутгарт) обеспечивают интеграцию всех коллег в нашу команду экспертов по всей Германии. В роли Senior AI Engineer вы объединяете миры науки о данных, машинного обучения, разработки ПО и консалтинга. Ваша миссия — разрабатывать и вводить в эксплуатацию модели ИИ, которые приносят измеримый эффект для клиентов. Вы тесно сотрудничаете с заинтересованными сторонами, чтобы понять бизнес-задачи, преобразовать их в подходы на основе данных и перевести инсайты в готовые к продакшену сквозные решения. Вы проектируете, внедряете и оцениваете кейсы применения ИИ и ML — от классического ML до передовых LLM — и обеспечиваете их надежное развертывание и мониторинг в реальных средах. Помимо создания прототипов, вы сосредоточены на практиках MLOps, разработке ПО и интеграции, обеспечивая воспроизводимость, масштабируемость и непрерывное улучшение систем ИИ. Вы ясно и уверенно доносите результаты до технической и нетехнической аудитории, делая сложные решения понятными и применимыми. Вам нравится мыслить за пределами краткосрочной реализации, чтобы создавать долгосрочный эффект для бизнеса клиентов. Требования: - Подтвержденный опыт в науке о данных, статистике, машинном обучении, разработке ПО и/или прикладных проектах ИИ. - Свободное владение Python, уверенное использование современных и распространенных ML-фреймворков и библиотек. - Опыт в MLOps и развертывании: сервировка моделей, мониторинг, CI/CD-процессы (например, MLflow, Airflow, Docker, GitHub Actions). - Навыки разработки ПО: чистый поддерживаемый код, структурирование проектов с использованием современных практик (FastAPI, SQLAlchemy, Pydantic). - Практический опыт в NLP и LLM, таких как GPT, Claude, Gemini, Llama или Deepseek. - Основы инженерии данных: уверенное знание SQL и работы с базами данных, умение проектировать эффективные пайплайны для обучения и инференса. - Опыт работы с ML-стеками на AWS, Azure или Google Cloud. - Свободное владение немецким (C1) и английским языками. Условия: - Гибкая работа: гибридные модели, гибкий график, возможность работы из дома. - Открытая коллаборативная культура с плоской иерархией, международная команда. - Индивидуальные возможности обучения и карьерные пути, поддержка профессионального и личного развития. - Международная сеть из более чем 1300 коллег, регулярные кросс-офисные и международные мероприятия. - Возможность саббатикала. - Программа Company Bike и субсидируемое членство EGYM Wellpass. - Современные офисы в центральных локациях Гамбурга, Мюнхена и Дюссельдорфа, а также гибкие хаб-локации в крупных городах Германии. - Бесплатные напитки, свежие фрукты, закуски, премиальный кофе. - Среда, построенная на доверии, ответственности и непрерывном росте, где ваши идеи ценятся независимо от роли или уровня.

Формат

Удалённо

Страна

Канада, США

Город

Сан-Франциско, Сиэтл

Грейд

Senior

AI-инженер в команду GTM Claudification компании Anthropic. Задачи: - Строить и эксплуатировать автономных агентов, которые выполняют go-to-market процессы от начала до конца: входящие и исходящие продажи, управление воронкой, взаимодействие с клиентами. - Проектировать человеческий контроль для каждого процесса: точки согласования, передача задач, эскалации, чтобы продавцы сохраняли контроль. - Разрабатывать фреймворки оценки поведения агентов и запускать их в разработке и продакшене. - Инструментировать вызовы моделей и инструментов в продакшене, строить наблюдаемость и метрики, связывающие действия агентов с воронкой и выручкой. - Разрабатывать MCP-серверы, навыки агентов и веб-приложения, подключаемые к CRM, коммуникационным инструментам и хранилищу данных. - Определять техническое направление по созданию, оценке и эксплуатации агентов в команде. - Архитектурировать общие кодовые базы для go-to-market команды, задавать стандарты и практики ревью. - Работать напрямую с продавцами, чтобы основывать дизайн агентов на реальных рабочих процессах и итерировать на основе наблюдений. - Выявлять повторяющиеся паттерны и передавать инсайты продуктовой и инженерной командам Anthropic. - Поддерживать актуальные знания о последних разработках в возможностях LLM, фреймворках агентов и методах оценки. Минимальные требования: - Сильные навыки программирования на Python или TypeScript, опыт создания и эксплуатации продакшен-приложений. - Продакшен-опыт с LLM: контекстная инженерия, разработка агентов, разработка MCP, использование инструментов, фреймворки оценки. - Опыт использования оценок и анализа транскриптов для поиска и исправления реальных проблем в LLM-системах. - Свободное владение данными, включая SQL. - Способность работать в условиях неопределённости и запускать проекты без спецификации, находить простые решения сложных задач. - Стремление развивать безопасный и полезный ИИ, забота о пользователях создаваемых продуктов. Предпочтительные квалификации: - 8+ лет опыта в ролях: инженер-программист, ML-инженер или forward deployed инженер. Бывшие технические основатели приветствуются. - Опыт с Claude Code и Claude Agent SDK. - Опыт с go-to-market системами (CRM, sales engagement, enrichment, conversation intelligence) или работа в тесном контакте с revenue-командой. - Опыт развития кодовой базы, в которую вносит вклад много людей, inner-source или open-source. - Прикладной ML и экспериментальный бэкграунд: A/B-тестирование, модели вероятности, рекомендации или каузальный анализ. - Отличные коммуникативные навыки для объяснения технических концепций нетехническим партнёрам. Примеры проектов (иллюстрация характера работы, не список задач): - Создать агента, который выполняет рутинный процесс продаж от первого сигнала до черновика действия, проверяемого человеком. - Развернуть набор оценок для агента: стартовые сценарии, рубрики оценки, регрессионные прогоны при каждом изменении. - Запустить MCP-сервер, дающий продавцам и их агентам управляемый доступ к ключевой revenue-системе. - Спроектировать общий репозиторий, где go-to-market разработчики публикуют агентов и навыки, с тестами и правилами ревью. - Построить прогнозную модель, которая объясняет свои решения, чтобы агент мог объяснить продавцу, почему предлагает действие. Годовой диапазон компенсации указан в оригинальной публикации. Для продажных ролей диапазон включает целевой заработок (OTE), то есть сумму целевых комиссий и бонусов.

Формат

Офис

Страна

Польша

Город

Не указан

Грейд

Senior

Sonatus — компания в сфере программного обеспечения для автомобилей. Технологии компании используются в более чем 8 миллионах автомобилей. Штаб-квартира в Саннивейле, Калифорния, более 250 сотрудников по всему миру. Ищем AI-инженера для реализации агентного фреймворка для AI-приложений. Роль предполагает написание production-grade кода для взаимодействия AI-приложений с миллионами автомобилей в реальном времени. Требуется инженер-«строитель», разбирающийся в деталях мультиагентной оркестрации, оптимизации вызова инструментов и безопасности LLM. Нужно переводить архитектурные решения в исполняемые высокопроизводительные системы, взяв на себя полный цикл разработки — от локального прототипа до глобального облачного развертывания. Кандидаты должны проживать в Польше, допускается удаленная работа в пределах Польши. Задачи: - Использовать существующие AI-модели и фреймворки для решения сложных бизнес-задач. - Разрабатывать агентную оркестрацию: проектировать и внедрять циклы «рассуждение и действие», позволяющие AI-агентам разбивать сложные цели на выполнимые подзадачи. - Проектировать и внедрять версионируемый реестр промптов для маршрутизации, независимой от модели, и A/B-тестирования системных промптов. - Разрабатывать защиту конфиденциальности для редактирования PII и верификатор галлюцинаций для аудита действий, генерируемых AI, до их выполнения. - Проводить полный цикл моделирования данных и разработки алгоритмов: моделирование, обучение, настройка, валидация, развертывание и поддержка сервисов. - Поддерживать экспертизу в области AI: LLM, временные ряды, RAG, тонкая настройка больших моделей, традиционные ML-модели. - Отслеживать отраслевые тренды в области науки о данных и AI. - Проводить анализ данных и предоставлять инсайты для бизнес-решений. - Соблюдать протоколы конфиденциальности и безопасности данных. - Сотрудничать с кросс-функциональными командами для преобразования требований в AI-решения. - Документировать и коммуницировать технические решения и лучшие практики стейкхолдерам. - Управлять проектами, обеспечивая своевременное выполнение в динамичной среде. Требования: - Магистр или PhD в Computer Science, инженерии, математике, прикладных науках или смежной области (предпочтительно), бакалавр обязателен. - Сильные навыки программирования на Golang, Python, Java или C++, опыт работы с TensorFlow, PyTorch, scikit-learn. - Опыт создания мультиагентных систем и фреймворков с адаптивной оркестрацией. - Глубокое понимание Jailbreak Detection (например, LlamaGuard) и техник маскирования PII для безопасного взаимодействия LLM в регулируемых средах. - Глубокие знания современных алгоритмов машинного обучения, AI-технологий и платформ. - Опыт предобработки данных, инженерии признаков и оценки моделей. - Знакомство с облачными платформами (AWS, Azure, Google Cloud) и контейнеризацией (Docker, Kubernetes) — плюс. - Знание лучших практик разработки ПО, систем контроля версий и agile-методологий. - Ориентация на результат, отличные навыки решения проблем. - Отличные устные и письменные коммуникативные навыки. - Опыт в автомобильной отрасли — приветствуется.

Формат

Офис

Страна

США

Город

Не указан

О компании Next Chapter Technology (NCT) — операционная компания Banyan Software. Разрабатывает CaseWorks, платформу управления контентом и рабочими процессами для окружных управлений здравоохранения и социальных служб США. Платформа имеет 15-летнюю инженерную историю и структурированные операционные данные. О роли Ищем руководителя AI-инженерии для перехода NCT к AI-first платформе. Роль предполагает интенсивную практическую работу: сначала лично спроектировать, построить и доказать первую версию AI-возможностей, затем взять на себя управление командой и её развитие. Не подойдёт тем, кто отошёл от ежедневной технической работы. Задачи - AI-модернизация: лично проектировать и создавать базовые AI-возможности (RAG-системы, генерация кода, оркестрация LLM, мультиагентные рабочие процессы) для анализа легаси-кода и генерации production-ready сервисов. - Модернизация платформы: прагматично рефакторить легаси-компоненты в масштабируемые cloud-native сервисы, заменять ручные процессы AI-автоматизацией без полного переписывания платформы. - Поэтапное руководство: после подтверждения AI-фабрики взять на себя управление командой, повышение качества исполнения, внедрение инженерных ритмов и наставничество разработчиков. - Безопасное и соответствующее требованиям выполнение: разворачивать функции с использованием feature flags, shadow mode и мониторинга, строго соблюдая требования государственного сектора (HIPAA, CJIS). - Партнёрство в экосистеме Banyan: быть ключевым техническим партнёром CEO, сотрудничать с централизованными AI-инициативами Banyan. Требования - 8+ лет практической разработки ПО, подтверждённый опыт модернизации сложных архитектур и внедрения cloud-native/DevSecOps практик. - Опыт продакшн AI/ML: полный цикл поставки функциональных AI/ML-систем реальным пользователям (пайплайны данных, моделирование, развёртывание, мониторинг). - Опыт работы в роли первого или founding AI-инженера, способность самостоятельно создать базовую архитектуру до найма команды. - Прагматичное суждение в решениях build-vs-buy, терпение для поэтапной модернизации 15-летней платформы на Microsoft-стеке. - Опыт управления инженерными командами и желание развивать технических специалистов. - Радикальное смирение (обязательно): коммерческая хватка, исследовательский склад ума, обучаемость и самосознание. - Логистика: базирование в США и полное соответствие требованиям для работы с государственным сектором. Плюсы - Опыт в GovTech, государственном секторе или федеральных системах управления делами. - Знакомство с Microsoft AI-стеком (Azure ML, Azure OpenAI) в связи с наследием CaseWorks.

Формат

Офис

Страна

Великобритания, США

Город

Не указан

Грейд

Senior

О компании RevenueCat — платформа монетизации для мобильных приложений. Компания выросла из выпуска YC S18 и стала стандартным инструментом монетизации: используется в более чем 40% новых приложений с подписками, обрабатывает $12+ млрд годового объема покупок, помогает от соло-разработчика из Бразилии до мобильной команды OpenAI. Команда — remote-first, более 150 человек в 25+ странах. Ценности: Customer Obsession, Always Be Shipping, Own It, Balance. Роль Ищем Senior DevOps/DevEx-инженера для построения и масштабирования внутренней платформы разработки. Задача — создавать инструменты, сервисы и автоматизацию, которые позволяют инженерной команде быстро и безопасно выпускать продукты. В компании уже есть собственные сервисы для CI/CD, автоматические релизы one-push-per-commit с канареечными деплоями, фича-флаги, рабочие процессы одобрения запросов к БД и VPN-доступа. Для описания k8s-сервисов и связанной инфраструктуры используется Pulumi и Python (IaC). Цель — дать командам автономию и self-serve культуру, сохраняя безопасность и лучшие практики. Также предстоит участвовать во внедрении ИИ и агентной разработки, обеспечивая соблюдение стандартов безопасности и архитектуры. Требования - Опыт от 5 лет в SRE, DevOps, DevEx или Platform Engineering с сильным акцентом на разработку ПО. - Вы «строитель»: не просто используете инструменты, а создаёте их. - Проактивность: видите, что нужно, действуете и доводите проблемы до решений. - Любите создавать фреймворки, абстракции и автоматизацию: лучший способ обеспечить следование практикам — сделать инструмент настолько удобным, что никто не захочет использовать другое. - Интерес к ИИ: понимаете, как LLM и ИИ-инструменты меняют разработку, и хотите помочь команде эффективно их использовать. - Быстро двигаетесь, тестируете и итерируете. Желательно: - Опыт с AWS, k8s, docker, IaC, GitHub. - Уверенное знание Python. План на первые месяцы Первый месяц: - Знакомство с командой. - Изучение уникальных паттернов infrastructure-as-code. - Освоение существующих внутренних инструментов для релизов, канареечных деплоев и контроля доступа. - Первый проект — улучшение существующего инструмента или автоматизации. Первые 3 месяца: - Самостоятельное планирование и выполнение задач. - Понимание большинства внутренних инструментов и уверенные изменения в них. - Начало обучения дежурствам (on-call). - Участие в код-ревью, дизайн-ревью и брейнштормах. Первые 6 месяцев: - Проектирование и запуск крупных инициатив, положительное влияние на инженерную команду. - Тесное сотрудничество с инженерами, понимание их проблем, участие в роадмапе и приоритизации. Первые 12 месяцев: - Стать экспертом по внутренним платформам, сервисам и инфраструктурным абстракциям. - Собственные инициативы по улучшению DevOps и DevEx. - Лидерство во внедрении ИИ-инструментов в инженерной организации с соблюдением паттернов безопасности и простоты. Условия - Конкурентный опцион (equity) в быстрорастущем стартапе Series C с инвесторами, включая Y Combinator. - Окно 10 лет для реализации опционов. - Полная удалённая работа и гибкий график. - 4–5 недель рекомендованного отпуска в год. - $2000 USD на обустройство рабочего места и $1000 USD ежегодно на обучение.

Формат

Офис

Страна

Канада, США

Город

Не указан

О компании League — канадская технологическая компания, одна из быстрорастущих в Канаде, ведущая платформа для управления опытом в здравоохранении. Платформа помогает закрывать разрыв между назначением лечения и его выполнением. Через платформу проходит обслуживание более 70 млн человек. Среди клиентов — Manulife, SCAN, Geisinger, Medibank, Baptist, Shoppers Drug Mart. О роли League ищет Principal Security Engineer — старшего технического лидера в команде Security Engineering. Роль предполагает проектирование и развитие архитектуры безопасности в AI-native инженерной среде, в партнёрстве с Product Security и Security Operations. Product Security отвечает за ежедневные проверки безопасности и управление уязвимостями; Security Operations — за обнаружение и реагирование. Эта роль задаёт техническое направление и дизайн для самых сложных и новых систем, включая AI/агентные архитектуры, и связывает более широкую функцию безопасности. Задачи - Проектировать и внедрять архитектуру безопасности и средства контроля: шифрование/управление ключами, IAM, базовая инфраструктура. - Задавать техническое направление и дизайн для самых сложных и новых систем, включая AI/агентные архитектуры, крупные изменения платформы и новые интеграции. - Активно взаимодействовать с инженерными и продуктовыми командами для проектирования secure-by-default, встраивая возможности безопасности в их рабочие процессы. - Обеспечивать техническое наставничество для Security Software Engineering и сотрудников Product Security и Security Operations. - Быть старшей технической точкой эскалации и дизайн-советником для Product Security и Security Operations по сложным техническим вопросам, не управляя исполнением их программ. - Задавать направление и дизайн для инициатив по автоматизации безопасности, сотрудничая с Security Software Engineering, которая отвечает за реализацию. - Переводить технические риски на язык бизнеса для руководства, клиентов и комплаенс-стейкхолдеров. Требования - 8+ лет в инженерии безопасности с подтверждённой глубиной как минимум в двух областях: шифрование/управление ключами, IAM, архитектура облачной безопасности, безопасность приложений. - Практический опыт обеспечения безопасности AI-интегрированных систем, включая LLM-приложения, кодинг-агентов или MCP-стиль интеграции инструментов; не просто знакомство с концепциями. - Опыт работы в регулируемой среде (HIPAA, HITRUST, SOC 2, PIPEDA или эквивалент), включая перевод требований комплаенса в инженерную практику. - Опыт работы в более широкой организации безопасности (партнёрство с product/application security и security operations), а не как единственный специалист, владеющий всеми функциями. - Способность стратегически влиять на смежные функции и обеспечивать согласованность с общими целями безопасности. - Подтверждённый опыт влияния на инженерные решения и поведение без формальной власти над командами. Условия - Полная занятость. - Только для кандидатов из Канады. - Вилка зарплаты для Канады: $220,000—$280,000 CAD (без учёта бонусов, опционов и льгот). - League — AI-native организация: ожидается, что все сотрудники используют AI-инструменты в ежедневной работе для повышения производительности, решения задач и принятия решений.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Яндекс ищет менеджера продукта в Yandex SpeechSense (B2B, ML, LLM, голосовые модели, генеративные решения). Требования: - Опыт развития сложных B2B-продуктов. - Понимание enterprise-рынка. - Хорошая ориентация в современных AI-технологиях: LLM, голосовые модели, генеративные решения. О продукте: SpeechSense — B2B-сервис для глубокого анализа каналов коммуникации (голосовых и текстовых). Он помогает бизнесу анализировать коммуникации с клиентами и находить точки для улучшения клиентского опыта. Условия: - Грейд: Middle/Senior. - Формат: гибрид, Москва. - Домен: BigTech, LLM.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Cloud.ru — ИТ-компания в сфере облачных и ИИ-технологий, входит в топ крупнейших ИТ-компаний России. Формат работы: удалённо. Чем предстоит заниматься - Проектирование архитектуры решения для высокой доступности и масштабируемости - Оптимизация производительности - Code review - Участие в проектировании новых фич и сервисов Пожелания к кандидатам - Опыт коммерческой разработки от 3 лет и разработки на Python от 2 лет - Понимание настройки и запуска CI/CD пайплайнов - Экспертиза в облачной инфраструктуре - Опыт работы с бэкендом для AI и ML

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Senior Machine Learning Engineer в команду Responsible AI. Команда Responsible AI входит в Advanced Technologies Group (ATG) — передовую группу машинного обучения Pinterest. ATG работает горизонтально по всей компании над современными AI и ML-решениями, включая рекомендации, ранжирование и понимание контента, и внедряет эти технологии в продукты совместно с инженерными командами. Команда также публикует результаты в прикладных исследовательских конференциях, но основная цель — прямое влияние на бизнес-метрики. Продукт Pinterest работает на современных ML-алгоритмах, которые обрабатывают миллиарды визуально насыщенных объектов и интересы более 550 миллионов ежемесячных активных пользователей, рекомендуя персонализированный контент. ML в Pinterest мультимодален (использует изображения, текст и графовые сигналы), работает в очень больших масштабах и часто в реальном времени в интерактивном пользовательском опыте. Команда Responsible AI — горизонтальная, сотрудничает с разными подразделениями по направлениям: выравнивание генеративного ИИ, оценка и смягчение рисков (безопасность моделей, отсутствие предвзятости, соответствие политикам Pinterest), продвижение справедливости ML и разработка пользовательских функций, таких как управляемые пользователем фильтры по тону кожи, структуре волос и типу телосложения. Обязанности: - Проектировать и вести проекты в области ответственного ИИ: выявление, предотвращение и смягчение предвзятости в ML-приложениях Pinterest, включая оценку продуктов генеративного ИИ, тонкую настройку и выравнивание безопасности фундаментальных моделей, а также Red Teaming. - Сотрудничать с инженерными командами (trust and safety, ML Platform, Content Understanding, Search, Homefeed) для использования их платформ и сигналов, а также для внедрения и оценки практик ответственного ИИ и инструментов справедливости ML. - Наставлять младших инженеров в команде Responsible AI и по всей компании. - Совместно с командой и старшими лидерами определять и вести техническую стратегию в этой области. Требования: - Обширный практический опыт применения продвинутых ML-методов в продакшн-системах, подтверждённый опыт в ответственных технологиях: справедливость, этика, социальные аспекты. - Глубокое знание современных ML-архитектур (трансформерные модели, двухбашенные архитектуры, LLM и VLM) и их применения в крупномасштабных поисковых и рекомендательных системах. - Подтверждённая способность измерять, разворачивать и улучшать меры справедливости и решения в области ответственного ИИ в масштабе, соединяя передовые исследования с реальным продуктовым эффектом. - От 4 лет опыта работы в инженерных командах, создающих крупномасштабные ML-продукты для пользователей. - От 1 года опыта руководства кросс-командными инженерными проектами. - Степень магистра или PhD в области компьютерных наук или смежных областях. Будет плюсом: - Публикации в ведущих ML-конференциях.

Формат

Удалённо

Страна

Любая

Город

Не указан

Pliant — европейская финтех-компания, специализирующаяся на B2B-платежах. Модульная платформа с API-first подходом помогает бизнесу оптимизировать расходы, улучшать денежные потоки и интегрировать платежи в финансовые процессы. Компания обслуживает два сегмента клиентов: компании, оптимизирующие операционные процессы через приложения и API, и бизнесы (финансовые платформы, ERP-провайдеры, банки), которые запускают или улучшают свои кредитные карты через встроенные финансы и white-label решения. Основана в 2020 году, штаб-квартира в Берлине. Pliant поддерживает более 4 000 компаний и 20 партнеров по всему миру. Как лицензированное электронное денежное учреждение (EMI), компания выпускает кредитные карты Visa в 11 валютах в более чем 30 странах. Команда AI Experience строит AI-продукты, которые помогают финансовым командам понимать, автоматизировать и оптимизировать корпоративные расходы: AI-чаты, финансовые копилоты, аналитика расходов, внутренние AI-инструменты и автономные рабочие процессы. Это не роль промт-инженера — здесь строят сложные системы, где LLM — один из компонентов наряду со структурированными финансовыми данными, API, ретривалом, бизнес-логикой, оркестрацией, оценкой, наблюдаемостью и продакшн-инфраструктурой. Цель — превращать перспективные AI-возможности в надежные продуктовые решения. Роль — Applied AI-инженер в команде AI Experience. Работа на стыке разработки ПО, продуктового мышления и прикладного AI. Нужно комфортно работать в условиях неопределенности: часть задач не имеет четкого ТЗ, и роль включает определение того, что стоит строить, что автоматизировать, где AI полезен, а где лучше традиционный код. Задачи: - Проектировать и строить AI-продукты для финансов и управления расходами. - Создавать чаты, копилоты, автономные рабочие процессы и внутренние AI-инструменты. - Работать с LLM, структурированными финансовыми данными, API и бизнес-логикой для продакшн-систем, включая ретривальные системы (векторный поиск, гибридный ретривал, text-to-SQL), OCR и понимание документов. - Выбирать подходящий подход для задачи: tool calling, ретривал, агентные рабочие процессы, детерминированная логика или их комбинация. - Строить наблюдаемые и объяснимые системы с защитными механизмами и мониторингом качества для продакшна. - Создавать подходы к оценке, чтобы измерять улучшение AI-систем. - Экспериментировать с новыми моделями и техниками, внедрять полезные в продакшн. - Учитывать точность, задержку, стоимость, надежность и доверие пользователей. - Тесно сотрудничать с продакт-менеджерами, дизайнерами и инженерами. - Повышать стандарты AI-инженерии в компании. Требования: - Опыт вывода AI-продуктов или функций в продакшн. - Сильные навыки разработки на Java (Spring Boot) и/или Python. - Знание паттернов и анти-паттернов распределенной архитектуры. - Плюс: опыт с облачной инфраструктурой, Terraform и масштабируемыми бэкенд-системами. - Понимание устройства современных LLM-приложений за пределами простого промптинга. Плюс: опыт с LangChain, LlamaIndex или LangGraph и понимание концепций, чтобы не зависеть от одного фреймворка. - Практический опыт с паттернами взаимодействия с LLM: tool calling, память, структурированные выходы, RAG, эмбеддинги, агентные циклы, оценка. - Умение проектировать системы, где AI — часть большей архитектуры, а не вся архитектура. - Продуктовое мышление: важна полезность создаваемого, а не только техническая интересность.

Формат

Офис

Страна

Перу

Город

Не указан

Компания StaffWorxs ищет AI-инженера для создания AI-платформ операционной деятельности, интеграции моделей и автоматизации сложных задач в производственных средах. Работа удалённая, открыта для кандидатов в США. Задачи: - Создание и масштабирование AI-управляемых рабочих процессов и систем автоматизации - Разработка интеграций с системами мониторинга, тикет-инструментами (ServiceNow, Jira, OpsGenie), CI/CD-пайплайнами и облачными сервисами - Проектирование и реализация API, инструментов и пайплайнов данных для AI-управляемых решений - Работа с LLM-интеграциями, промт-инжинирингом и оркестрацией: потоковые ответы, вызов функций, использование инструментов, RAG-пайплайны, агентная оркестрация - Создание и поддержка full-stack AI-приложений на TypeScript, React и Next.js: пользовательские дашборды, персонализированный опыт, аналитика в реальном времени, интерактивные инструменты - Перевод реальных операционных задач в автоматизированные интеллектуальные решения - Совместная работа с командами Product, SRE и Infrastructure для поставки сквозных возможностей - Улучшение производительности, надёжности и наблюдаемости систем - Создание систем оценки и наблюдаемости: измерение возможностей моделей, контроль качества выводов, дашборды для поддержки улучшаемости продукта - Создание переиспользуемых платформ и инструментов: библиотеки компонентов, общие абстракции, внутренние инструменты для ускорения разработки - Проектирование и разработка масштабируемых бэкенд-систем для AI-платформ - Поддержка AI-интеграций, рабочих процессов и пайплайнов автоматизации - Реализация REST API, микросервисов и событийно-ориентированных архитектур - Проектирование схем баз данных и запросов для сложных доменов: трекинг, вовлечённость, отчётность - Работа со структурированными и неструктурированными данными для AI-сценариев - Участие в CI/CD-пайплайнах, тестировании и автоматизации развёртывания - Диагностика и оптимизация производственных систем - Быстрое прототипирование: от концепции до рабочего демо за дни, инкрементальная поставка Требования: - 5+ лет опыта разработки ПО, сильный фокус на full-stack веб-разработке - Экспертный уровень TypeScript и React: оптимизация производительности, современные паттерны (hooks, context, suspense), архитектура компонентов - Производственный опыт с Next.js: App Router, Server Components, API-маршруты, SSR/SSG, edge-развёртывание - Практический опыт с LLM: промт-инжиниринг, потоковые API, вызов функций, использование инструментов, паттерны цепочек и оркестрации - Опыт с Vercel AI SDK: унифицированный интерфейс LLM-провайдеров, потоковая передача, структурированный вывод, вызов инструментов через OpenAI/Anthropic/Google/xAI - Model Context Protocol (MCP): создание или использование MCP-серверов для расширяемого AI-инструментария - Сильные бэкенд-основы: Node.js или Python, REST/GraphQL API, реляционные базы данных, Redis, аутентификация - Надёжный дизайн баз данных: PostgreSQL, Drizzle ORM, моделирование схем для сложных доменов, оптимизация запросов, миграции - Опыт создания масштабируемых распределённых систем в облачных средах (AWS / Azure) - Рабочее знание CI/CD, Docker, Kubernetes - Знакомство с Tailwind CSS, Radix UI и современной компонентно-ориентированной UI-разработкой - Высокая самостоятельность: работа в неоднозначных условиях, принятие ответственности за задачи и доведение их до конца - Сильные навыки решения проблем и аналитического мышления - Способность работать в быстро меняющейся среде - Эффективная коммуникация с техническими и нетехническими заинтересованными сторонами Плюсы: - Опыт создания агентных инструментов кодинга, AI-агентных фреймворков или SDK/API для разработчиков (Claude Agent SDK, OpenAI Agents SDK) - Опыт с экосистемой Vercel: Next.js, AI SDK-провайдеры, Turbopack - Опыт с фреймворками оценки: измерение возможностей моделей, сбор обратной связи в масштабе, A/B-тестирование выводов - Опыт с песочницами для безопасного выполнения AI-сгенерированного кода - Создание исследовательских инструментов, экспериментальных платформ или научного ПО - Владение Python: FastAPI/Django, пайплайны данных, ML-инструментарий - Знание инструментов наблюдаемости (Grafana, Prometheus, Sentry и др.) - Опыт создания автоматизации или внутренних платформ - Знакомство с функциями реального времени: WebSockets, потоковый UX, совместные интерфейсы - Знание продвинутых веб-технологий: WebGL, WebAssembly, web workers, PWA - Опыт с альтернативными JS-рантаймами: Bun, Deno - Создание open-source инструментов или платформ с активным сообществом - Сильная количественная база (математика, физика или смежные области) Условия: - Удалённая работа - Открыта для кандидатов в США

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Altitude AI — генеративная ИИ-платформа для промышленного мира. Компания превращает сложные инженерные чертежи и спецификации в автоматизированные решения. В команде эксперты из Google, BYU и ведущих ИИ-стартапов; руководитель — бывший инженер Waymo и выпускник Princeton CS. Обязанности - Генеративный ИИ и синтез кода: разработка моделей ИИ для автоматической генерации PLC-программ (Ladder, Structured Text, SFC) и программ роботов из инженерных чертежей и текстовых запросов. - Интеграция промышленных систем: создание решений для интеграции с ведущими системами промышленной автоматизации, такими как Studio 5000, TIA Portal и Roboguide. - Извлечение данных: улучшение алгоритмов извлечения критически важных данных из механических и электрических чертежей. - Инструменты и инфраструктура: разработка внутренних инструментов для тестирования и развертывания сгенерированной ИИ логики автоматизации. - Разработка интерактивного ИИ: создание интерфейсов для взаимодействия инженеров с ИИ. Требования - Высокий уровень владения языками программирования, особенно Python. - Опыт или сильный интерес к машинному обучению, особенно LLM и технологиям генерации кода. - Умение работать с неструктурированными данными: электронные таблицы, PDF, CAD-файлы. - Проактивность, способность полностью отвечать за фичи от планирования до запуска в быстро меняющейся среде стартапа. - Плюс: опыт в промышленной автоматизации, PLC-программировании или робототехнике. - Наличие разрешения на работу в США. Компания не спонсирует визы и не поддерживает перевод H1B. Условия - Полная занятость, работа в офисе в центре Солт-Лейк-Сити, штат Юта. - Работа в команде мирового уровня, стоящей за крупными инновациями в робототехнике и автоматизации (Waymo, Google). - Прямое влияние на глобальные отрасли — от автомобилестроения до пищевой промышленности. - Расположение в Солт-Лейк-Сити с доступом к активному образу жизни и отдыху на природе. - Доля в компании, поддерживаемой венчурным финансированием.

Формат

Удалённо

Страна

Канада, Марокко, США

Город

Нью-Йорк, Сан-Франциско, Сиэтл, Бостон

О компании Anthropic — компания, создающая надёжные, интерпретируемые и управляемые системы ИИ. Миссия — делать ИИ безопасным и полезным для пользователей и общества в целом. Команда быстро растёт: исследователи, инженеры, эксперты по политике и бизнес-лидеры работают вместе над созданием полезных систем ИИ. О роли Команда Endpoint (Client Platform Engineering) управляет ноутбуками и телефонами, на которых работают сотрудники Anthropic, а также инфраструктурой под ними. Флот рассматривается как распределённая платформа, а не набор устройств; вся конфигурация поставляется как код через pull request, CI, staging и canary-группу. Сейчас мобильная часть флота работает по модели BYOD. Эта роль создана, чтобы изменить это: нужно спроектировать и внедрить программу корпоративных мобильных устройств (управляемые телефоны компании и управляемые Apple-аккаунты) во всех регионах присутствия Anthropic и довести её от раннего дизайна до продакшена. Команда намеренно небольшая и работает с высокой автономией. Сотрудник определит, как выглядит корпоративная мобильная программа в Anthropic, и будет отвечать за решения по платформе, которые приведут к этому. Задачи - Спроектировать программу корпоративных мобильных устройств: стандарты устройств, кому и что выдаётся, как программа расширяется с первого региона на все регионы присутствия Anthropic. - Отвечать за глобальную логистику выдачи устройств: партнёры по закупкам, региональное покрытие, запасные устройства и циклы обновления. - Встроить мобильную конфигурацию в пайплайн config-as-code команды, чтобы мобильные политики проходили ревью, тестирование и постепенный rollout, как и остальной флот. - Настроить zero-touch enrollment: Apple Business Manager и ADE с управляемыми Apple-аккаунтами на iOS и аналогичный zero-touch на Android, чтобы новый телефон работал сразу без ручной настройки. - Отвечать за политики, соответствие требованиям и жизненный цикл устройств корпоративного флота — от выдачи до стирания. - Создать телеметрию корпоративного флота: какие устройства на связи, состояние ОС и патчей, расхождения между заявленным и фактическим состоянием. - Отвечать за управляемое распространение приложений на мобильных устройствах — от согласования приложения до rollout обновлений. - Работать с Corporate Security над состоянием устройств, сигналами доверия к устройствам и командировочными устройствами для международных поездок. - Решить, как сосуществуют корпоративные и личные устройства (BYOD), и отвечать за эту границу по мере rollout программы. Требования - Опыт управления глобальной или мультирегиональной программой мобильных устройств от начала до конца: 8+ лет управления корпоративными флотами масштабом в тысячи устройств. - Глубокое знание управления iOS-устройствами: процессы enrollment, Apple Business Manager и ADE, APNs и жизненный цикл сертификатов, декларативное управление устройствами. - Опыт работы с управлением Android-устройствами и уверенная работа в смешанном флоте. - Подход к конфигурации устройств как к коду, без ручного кликанья в консолях. - Опыт управления инфраструктурой под MDM, а не только администрирования SaaS-консоли: self-hosted MDM-сервер, AWS, Terraform, конфигурация как код. - Опыт создания или запуска корпоративной программы устройств, а не только её эксплуатации; умение решить, как она сосуществует с BYOD. - Умение работать с неоднозначными задачами, затрагивающими несколько команд. - Умение понятно объяснять технические концепции любой аудитории. - Понимание IT-инженерии как дисциплины, требующей инженерной строгости, как в разработке продуктов. - Написание понятной документации как естественная часть рабочего процесса. Дополнительные преимущества - Опыт управления ChromeOS-устройствами вместе с мобильным флотом. - Опыт ведения программы устройств в нескольких регионах и связанной логистики. - Опыт создания автоматизированных систем постепенного rollout с продвижением, зависящим от телеметрии. - Владение Swift для создания инструментов для устройств. - Опыт использования LLM для автоматизации операционной работы или желание сделать Claude частью команды. Технические навыки - Python и shell-скриптинг. - Внутреннее устройство iOS и Android (глубоко iOS, рабочее знание Android). - Современные MDM или UEM-платформы (Jamf, Intune, Workspace ONE или аналоги). - Инфраструктура под MDM (self-hosted серверы, AWS, GCP, Terraform). - Запросы к живому состоянию устройств в масштабе флота. - Автоматизация жизненного цикла мобильных устройств (enrollment, политики, патчи, распространение приложений). - GitOps и CI для управления конфигурацией. - Основы безопасности конечных точек. Образование и опыт - Минимальное образование: степень бакалавра или эквивалентная комбинация образования, обучения и/или опыта. - Требуемая область обучения: область, релевантная роли, подтверждённая курсами, обучением или профессиональным опытом. - Минимальный опыт: требуемый опыт будет соотноситься с... Условия - Годовой диапазон компенсации: $285,000–$325,000 USD.

Формат

Офис

Страна

Не указана

Город

Не указан

Компания: Testlio Локация: Полная удалённая работа, кандидаты из региона EMEA. Спонсирование визы не предоставляется. О роли: Ищем Engineering Manager для руководства командой, отвечающей за ядро платформы — функции, которые клиенты используют ежедневно для планирования, запуска и управления тестированием. Вы будете отвечать за техническое направление и реализацию этих доменов, повышать стандарты работы команды и модернизировать системы, которые поддерживают продукт годами. Роль подчиняется директору по инженерии. Задачи: - Руководство командой, отвечающей за ключевые возможности клиентского опыта, с прямым владением техническим направлением и реализацией. - Внедрение агентных рабочих процессов в ядро платформы: интеграция ИИ-агентов, которые планируют, выполняют и адаптируют тестовые задачи, выходя за рамки вспомогательных функций. - Модернизация фундамента: консолидация фрагментированной модели данных, эволюция легаси-сервисов, обеспечение транзакционной целостности старых хранилищ данных для безопасной работы агентов. - Партнёрство с продакт-менеджером по вопросам обнаружения, приоритизации и результатов, с реальным влиянием на дорожную карту и архитектуру. - Установление многоквартального технического направления для своих доменов, сотрудничество с AI/ML-командой по моделям и фреймворкам. - Превращение стратегии в последовательную дорожную карту и владение технической реализацией от концепции до продакшена. - Установление эффективных практик планирования, приоритизации и дизайн-ревью, балансирующих скорость поставки и долгосрочную масштабируемость. - Владение продакшен-поддержкой своих доменов: триаж, управление эскалациями, устранение первопричин. - Определение целей уровня обслуживания, создание дашбордов производительности (скорость запросов, частота ошибок), проведение анализа первопричин. - Около 20–30% времени — hands-on инженерия: написание продакшен-кода, содержательные ревью критических pull request, подписание ключевых технических дизайнов. Условия: - Полная удалённая работа, асинхронная модель взаимодействия в глобально распределённой команде. - Гибкий оплачиваемый отпуск, включая национальные праздники, личные и больничные дни. - Опционы на акции компании. - Ежегодный обучающий стипендиат в размере 300 долларов. - Компания основана женщиной, почти половина команды идентифицирует себя как женщины. Инклюзивная культура, ориентированная на цель. - Testlio — растущая, прибыльная компания с сильным денежным потоком. Крупнейшие клиенты сотрудничают 7+ лет, многие тратят 500K+ долларов в год.

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

О роли Инженер в Maze будет играть ключевую роль в формировании продукта, с основным фокусом на разработку AI-агентов и ML-систем. Это возможность проектировать, создавать и масштабировать продукт с нуля, влияя на архитектурные решения, ML-интеграции и пользовательский опыт. Работа в ядре технической команды, развитие AI-решений для кибербезопасности и обеспечение бесшовной интеграции по всему стеку. Задачи - Разработка и масштабирование сложных AI-агентов для решения задач кибербезопасности. - Проектирование и реализация backend-систем, поддерживающих агентные нагрузки: масштабируемых, поддерживаемых и безопасных. - Полная ответственность за жизненный цикл разработки: от концепции и дизайна до деплоя и сопровождения. - Тесная работа с инженерами, дизайнером и продакт-менеджером для бесшовной интеграции новых функций и сервисов. - Постоянный мониторинг и улучшение производительности, безопасности и масштабируемости приложений. - Определение и соблюдение стандартов кодинга, лучших практик и документации для поддержания высокого качества кода. - Быстрое прототипирование и итерации новых функций с учётом обратной связи и меняющихся требований. - Наставничество младших инженеров и личный пример в технических обсуждениях и код-ревью по мере роста команды. Требования - 7+ лет опыта в backend-разработке. - Сильный опыт backend-разработки, включая проектирование RESTful API, управление базами данных и серверные фреймворки, например Python. - Рабочее понимание принципов машинного обучения и опыт интеграции LLM или других AI-сервисов в production-приложения. Знакомство с LangChain, LlamaIndex или аналогичными фреймворками будет плюсом. - Знакомство с облачными платформами, например AWS, и их ML-сервисами, а также с DevOps-практиками: CI/CD и контейнеризацией, например Docker, Kubernetes. - Сильные аналитические способности и навыки решения задач, ориентация на надёжные и масштабируемые решения. - Понимание архитектуры систем, эффективно использующих AI-возможности при сохранении производительности и надёжности. - Отличные коммуникативные навыки и способность эффективно работать в кросс-функциональной команде. - Комфортная работа в быстро меняющейся среде стартапа, готовность адаптироваться, особенно в быстро развивающейся области AI. Почему стоит присоединиться - Амбициозные задачи: использование генеративного ИИ, LLM и агентов, для решения актуальных задач кибербезопасности. - Экспертная команда: практикующие лидеры с глубоким опытом в Big Tech и масштабируемых компаниях, участвовавшие в командах, стоявших за несколькими приобретениями и IPO. - Значимая работа: кибербезопасность становится вызовом для большинства компаний, и помощь в снижении рисков ведёт к лучшим результатам для всех.

Формат

Офис

Страна

Европа

Город

Не указан

О роли В Maze вы станете техническим лидером, который развивает ML-инфраструктуру от экспериментов до продакшена, обеспечивая измеримый эффект AI-решений в кибербезопасности для клиентов по всему миру. Это возможность присоединиться к ранней инженерной команде хорошо финансируемого стартапа, создающего прорывные приложения на основе LLM и AI-агентов в кибербезопасности. Вы возьмёте на себя полную ответственность за фреймворки оценки, продакшен-ML-пайплайны и интеграцию ML между командами, работая в тесном контакте с CTO и продуктовыми командами, чтобы превращать передовые AI-исследования в надёжные масштабируемые решения для реальных задач безопасности. Успех будет измеряться улучшением производительности агентов и влиянием на продуктовые инновации, а не только техническими метриками. Роль подходит для практикующего ML-инженера, который масштабировал продакшен-ML-системы в нескольких компаниях, мыслит как продуктовый разработчик и хочет заниматься продакшенизацией LLM и ML для решения значимых проблем. Задачи - Создание продакшен-систем оценки: проектирование и внедрение комплексных фреймворков для измерения производительности агентов, отслеживания улучшений и обеспечения стабильной ценности AI-систем для клиентов. - Пайплайн от экспериментов до продакшена: владение полным жизненным циклом ML от прототипа до продакшена, создание масштабируемых систем для быстрой итерации при сохранении надёжности и производительности в клиентских средах. - Интеграция ML между командами: тесная работа с продуктовыми командами для встраивания ML-возможностей в пользовательские функции, чтобы техническое совершенство превращалось в пользовательскую ценность и продуктовую дифференциацию. - Оптимизация производительности AI-агентов: постоянное улучшение агентов через систематические эксперименты, промт-инжиниринг и архитектурные улучшения; измерение успеха через влияние на клиентов и производительность системы. - Масштабирование ML-инфраструктуры: создание базовых ML-систем, мониторинга и инструментов для роста от стартапа до масштабной компании, позволяющих быстро внедрять новые возможности без потери качества. - Взаимодействие с инженерным руководством: прямая работа с CTO через регулярные встречи и стратегическое согласование, при высокой автономии и самостоятельности в повседневной работе. - Наставничество: естественное наставничество для младших ML-инженеров через код-ревью, технические рекомендации и передачу практического опыта создания продакшен-ML-систем. Требования - Опыт продакшен-ML: 6+ лет создания и масштабирования ML-систем в продакшене, практический опыт перехода от экспериментов к развёртыванию для клиентов. - Фундамент в глубоких нейросетях: сильная база в классических нейросетях и основах глубокого обучения перед специализацией на современных LLM и трансформерах — понимание основ, а не только новейших инструментов. - Продуктовый ML-подход: опыт создания ML-систем, решающих реальные бизнес-задачи, с подтверждённым опытом интеграции систем классификации, предсказания или рекомендаций в реальные продукты. - Опыт в нескольких компаниях: работа в разных организациях (масштабирующиеся стартапы, стартапы или их сочетание), дающая практическое знание, что строить, а что покупать, и как избегать переусложнения. - Техническая универсальность: сильные навыки Python, гибкость в использовании ML-фреймворков и инструментов, готовность адаптироваться к стеку, включая LangChain, фреймворки оценки и оркестрации рабочих процессов, такие как Temporal. - Самостоятельное лидерство: способность действовать автономно, сохраняя тесное согласование с руководством, комфортно с частыми проверками, но способность самостоятельно вести проекты. - Кросс-функциональное взаимодействие: опыт работы с продуктовыми командами и, возможно, с клиентами, перевод технических возможностей в бизнес-ценность и пользовательский опыт. Плюсы - Опыт с AI-агентами, LLM или современными генеративными AI-приложениями. - Знание кибербезопасности или опыт применения ML для задач безопасности. - Опыт работы в ML-first компаниях или организациях, где ML был ядром продукта. - Опыт с современными MLOps-практиками и облачной ML-инфраструктурой. - Подтверждённый опыт оптимизации производительности моделей и контроля затрат на AI-системы. Условия - Реальное влияние AI: продакшенизация LLM и машинного обучения для решения значимых проблем кибербезопасности — ваша работа будет напрямую защищать организации от реальных угроз, а не только оптимизировать внутренние метрики.

Формат

Офис

Страна

Мексика

Город

Не указан

О компании AlertMedia — платформа для управления рисками и реагирования, помогающая организациям защищать людей, операции и бренд. Задачи - Руководить разработкой, внедрением и эксплуатацией интеллектуальных продуктов, включая AI/ML-модели, пайплайны и платформенные возможности. - Управлять профессиональным развитием и техническим направлением команды инженеров. - Тесно взаимодействовать с кросс-функциональными командами: продакт-менеджментом, поддержкой клиентов и операционными командами. - Участвовать в активной разработке и решении технических задач на Python, Django, Next.js, React, Node и других веб-технологиях. - Способствовать внедрению AI-инструментов в продукт и жизненный цикл разработки. - Работать в Agile-среде с использованием Git, JIRA, Jenkins и Slack. - Использовать сильные навыки устного и письменного общения при взаимодействии с другими командами. - Вносить вклад в культуру, ценности и видение AlertMedia. Требования - Опыт руководства и управления командой инженеров. - Более 5 лет опыта создания масштабируемых приложений с современными фреймворками (React, Django, Node), включая интеграции со сторонними сервисами. - Опыт работы с Amazon AWS. - Сильные организационные навыки и способность управлять несколькими проектами параллельно. - Владение AI-инструментами для разработки продуктов. - Способность и желание работать в быстро меняющейся среде. - Свободный английский язык (устный и письменный) — обязательно. - Предпочтительно наличие степени бакалавра в технической области (computer science, computer engineering и т.п.). Условия - Удалённая позиция на основе постоянного проживания в Мексике. - Наличие постоянного вида на жительство в Мексике обязательно. - Компания не предоставляет спонсорскую поддержку; необходимо законное право на работу в Мексике сейчас и в будущем. - Конкурентная базовая зарплата. - Ежегодный корпоративный бонус. - Медицинская, стоматологическая и офтальмологическая страховка за счёт работодателя (100%). - Программа отпуска по уходу за ребёнком. - Рождественский бонус (Aguinaldo). - Щедрый отпуск и праздничные дни. - Ежемесячная надбавка для работы из дома. - Всё необходимое оборудование: ноутбук, монитор и аксессуары. - Признание и вознаграждение за достижения. - Программа языкового погружения (английский, испанский и др. по интересам). - Непрерывное обучение и рост: менторство, технические лекции, индивидуальные сессии по карьерному развитию. - Корпоративная культура, отмеченная наградами.

Формат

Офис

Страна

Россия

Город

Москва

О компании Группа компаний К+, включающая Займиго МКК. Направления деятельности: финансы и кредитование, IT-продукты, аналитика, маркетинг, клиентский сервис. Цель — дать людям простой и быстрый доступ к деньгам в любой точке мира. В компании более 500 сотрудников, 13 лет опыта в сфере микрофинансирования, есть выход на международные рынки. Задачи - Разработка и доработка скоринговых моделей; - Анализ экономической эффективности моделей; - Мониторинг и контроль стабильности ML-моделей; - Работа с различными источниками данных (внутренние и внешние); - Подготовка данных, фич-инжиниринг; - Подготовка документации по моделям. Требования - Высшее математическое, техническое или естественнонаучное образование (в приоритете выпускники НИУ ВШЭ с красным дипломом); - Знание основ математической статистики и теории вероятностей; - Знание Python (базовый уровень); - Знание SQL (базовый уровень); - Развитое аналитическое мышление и внимательность к деталям; - Желание развиваться как ML-инженер в финансовой сфере. Будет плюсом - Опыт прохождения практик и стажировок в банках, МФО или финтехе; - Опыт решения задач, связанных с моделированием. Условия - Формат работы: офис (Москва); - Официальное трудоустройство по ТК РФ; - Гибкое начало рабочего дня (8–10 утра по Мск); - Комфортабельный офис в Москве; - Полностью белая заработная плата; - Приобретение курсов для сотрудников; - Обеспечение рабочей техникой (ноутбук и мониторы); - Оплачиваемые поездки на профильные конференции; - ДМС со стоматологией по РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Researcher / ML & LLM Engineer Локация: Россия / Беларусь. Работа строго по МСК. Требования: — архитектура AI-агентов, tool calling, memory/context, human-in-the-loop — ML: обучение, признаки, регуляризация, борьба с overfitting и data leakage — матстатистика, A/B-тесты, гипотезы и доверительные интервалы — LLM Evals и система метрик — prompt injection, PII/privacy и безопасность AI-агентов — Python + NumPy / pandas / scikit-learn / CatBoost / XGBoost / PyTorch — продвинутый SQL — Hugging Face, LLM API, orchestration frameworks — Airflow, MLflow, Kafka, Redis, Kubernetes — Prometheus, Grafana, OpenTelemetry — GPU-инфраструктура и оптимизация inference — fine-tuning: LoRA / PEFT — agentic workflows / multi-agent systems — production-код, GitFlow, тестирование, code review — опыт в e-commerce, retail или highload-продуктах Подойдёт специалисту, который действительно глубоко понимает ML/LLM и умеет доводить AI-системы до production.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Т1 — один из лидеров российского ИТ-рынка, партнёр ключевых производителей и разработчиков в сфере ИТ. Направление Искусственного интеллекта: большие данные, платформы хранения информации, аналитические и рекомендательные системы для крупного бизнеса. Опыт работы: от 3 до 6 лет. Формат работы: Рязань, гибрид. Чем предстоит заниматься: - Интеграция LLM в продукты и сервисы (API, backend, пайплайны обработки данных). - Оценка качества ответов моделей (автоматические метрики, human eval). - Построение RAG-систем: индексация данных, работа с векторными БД. - Оптимизация производительности и стоимости инференса (квантизация, batching, caching). Пожелания к кандидатам: - Уверенное владение Python, SQL. - Знания в области NLP алгоритмов. - Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. - Опыт с фреймворками: LangChain, LlamaIndex, Hugging Face.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Lead

Тимлид разработки рантайма в Алису. Мы строим Agentic Web, где Алиса выполняет поручения в реальном мире, объединяя специализированных агентов. Занимаемся ядром диалогового движка — инфраструктурой, которая связывает все компоненты Алисы. Наша ключевая цель — создать новый, единый и гомогенный рантайм, который будет одинаково эффективно работать как с мгновенными запросами, так и с долгими агентскими задачами, длящимися десятки минут. Какие задачи вас ждут: - Проектирование архитектуры: разработать прозрачную и понятную архитектуру для рантайма Алисы. Система должна единообразно обрабатывать разнородные задачи с минимальным оверхедом. - Разработка и поддержка высоконагруженного рантайма: разрабатывать и поддерживать рантайм, который позволяет независимо развивать и развёртывать любой компонент системы. - Работа с командой: развивать и усиливать команду разработки рантайма: растить сотрудников и искать новых. Участвовать в сборе требований, влиять на приоритеты и планы развития продукта, разрабатывать новую функциональность, отвечать за технические решения. Мы ждём, что вы: - Разрабатывали распределённые системы, где критически важно управление состоянием, потоками данных и отказоустойчивостью - Умеете проектировать высоконагруженные серверные системы с жёсткими требованиями к задержкам (latency) и стабильности - Понимаете принципы построения асинхронных пайплайнов с большим количеством сетевых вызовов - Готовы писать код на C++ - Руководили командой разработки от 4 человек Будет плюсом, если вы: - Работали с системами оркестрации, такими как Temporal - Интересуетесь большими языковыми моделями (LLM) и понимаете принципы их работы - Оптимизировали высоконагруженные системы на C++ Наши бонусы: Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество.

Формат

Гибрид

Страна

Россия

Город

Не указан

ML-разработчик в команду претрейна VLM. Мы строим мультимодальные foundation-модели и отвечаем за претрейн — этап, на котором закладываются базовые способности модели и определяется потолок её качества на последующих стадиях. Наша задача — находить решения, которые масштабируются, устойчиво работают на больших объёмах данных и улучшают понимание мира. Задачи: - Развивать претрейн моделей: исследовать архитектурные решения, рецепты и режимы обучения для VLM. Находить подходы, которые улучшают базовые способности модели, усиливают связь между визуальной и текстовой модальностями и дают устойчивый прирост качества. - Работать с петабайтами мультимодальных данных: массивы данных image-text, OCR, документы, таблицы, графики, интерфейсы, видео, UGC. Принимать решения, какие форматы и пропорции усиливают модель, исследовать scaling laws, превращать работу с данными в масштабируемый pipeline. - Работать с large-scale-обучением: профилировать узкие места, следить за эффективностью использования GPU, улучшать стабильность запусков и воспроизводимость экспериментов. Требования: - Опыт в CV, NLP и понимание устройства LLM/VLM. - Знание устройства распределённого обучения больших моделей. - Умение писать рабочий код и доводить идеи до воспроизводимого результата. Условия: - Компенсация обедов. - Свежие фрукты на кофепойнтах.