Вакансии для ML-инженеров

Формат

Удалённо

Страна

Не указана

Город

Не указан

Data Engineer на долгосрочный проект одной из компаний Большой тройки. Локация: Ташкент, работа в офисе (не удалённо). Занятость: полная. Компенсация: рыночная. О проекте: Крупный fintech-проект в сфере кредитного скоринга: production ML pipeline, high-load системы, большие объёмы клиентских и аналитических данных. Требования: - 4+ года опыта в Data Engineering - Strong SQL и опыт работы с большими объёмами данных - Python: pandas, pyarrow, Parquet - Опыт построения и поддержки ETL-пайплайнов - Airflow / Dagster / Prefect - Опыт работы с OLAP и high-load системами будет большим плюсом - Опыт в banking / fintech / telecom / tech — преимущество Условия: - Работа непосредственно с крупными клиентами - Проекты большого масштаба и сложные production-задачи - Рыночная компенсация - Сильная команда Data Engineering / ML / DevOps - Возможность дальнейшего трудоустройства в Milan Hub или региональном хабе СНГ - Возможность работать над проектами с крупнейшими компаниями рынка

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Senior

Backend-разработчик/Инженер автоматизации IT-операций (Python, AI/LLM) Компания «Финам» ищет специалиста на позицию backend-разработчика/инженера автоматизации IT-операций. Условия: - Полный рабочий день - Возможность удалённой работы - Локация: Москва Требуемые навыки: - Уровень: senior - Python - Git - Docker - Linux - LLM

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания Propio Language Services ищет AI-инженера уровня senior. Задачи: - Прототипирование, разработка и запуск сквозных AI-приложений в области речи, LLM и генерации текста: AI-сгенерированные сводки, инструменты контроля качества для переводчиков, мультиязычный поиск. - Интеграция OpenAI, Whisper, Deepgram и открытых аналогов ASR/NLP. - Создание внутренних дашбордов для оценки сводок и качества. - Улучшение пайплайнов моделей для передачи в MLOps. Условия: - Полная занятость. - Удаленная работа из любой точки мира.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Обязанности - Тонкая настройка фундаментальных моделей с использованием LoRA/QLoRA, RLHF/DPO и инструктивной настройки для доменных задач и терминологии. - Построение агентных и инструментальных рабочих процессов, связывающих LLM с внутренними инженерными инструментами и источниками данных. - Проектирование оценочных стендов для проверки фактологичности и точности. - Обеспечение защиты от галлюцинаций и внедрение предохранительных механизмов безопасности. - Построение RAG-пайплайнов с Azure AI Search. - Создание структурированных систем вызова инструментов и функций на основе тонко настроенных моделей Azure OpenAI. - Развертывание и оптимизация инференса с использованием квантизации, KV-cache, vLLM и TensorRT-LLM в Azure Kubernetes Service. - Поддержание надежности, безопасности и экономической эффективности тренировочных и инференс-нагрузок Azure AI/ML совместно с ML-инженерами, дата-сайентистами и командами MLOps. Требования - 8+ лет общего опыта в ML/AI-инженерии с глубокой практической работой с LLM и фундаментальными моделями. - Подтвержденный опыт тонкой настройки моделей с использованием LoRA/QLoRA/PEFT, полной тонкой настройки или предобучения в некотором масштабе. - Практический опыт с RLHF, RLAIF, DPO или инструктивной настройкой. - Свободное владение Python. - Глубокое владение PyTorch. - Твердое понимание внутреннего устройства архитектуры трансформеров. - Практический опыт построения RAG-пайплайнов, эмбеддингов и векторного поиска, а также агентных или инструментальных LLM-систем. - Знакомство с Azure OpenAI, Azure AI Foundry или аналогичной облачной LLM-платформой. Желательно - Опыт работы непосредственно с Azure OpenAI Service и Azure AI Foundry. - Опыт оркестрации LLM-управляемой генерации кода или структурированных выходных данных для технических и инженерных доменов. - Опыт распределенного обучения на мульти-GPU и мультинодных кластерах с использованием DeepSpeed или FSDP. - Публикации, посты в блогах или вклад в open-source в области генеративного ИИ. Условия - Переменная оплата в виде денежного бонуса или в другой форме. - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкие расходные счета и сберегательные счета на медицинские расходы. - Страхование жизни, от несчастных случаев и инвалидности. - Пенсионные льготы. - Оплачиваемый отпуск и отгулы. - Образовательная поддержка. - Помощь при бесплодии. - Оплачиваемый отпуск по уходу за ребенком. - Помощь при усыновлении. - Гибкий формат работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

AI Prompt Engineer Компания Rootshell Enterprise Technologies, Inc. — поставщик ИТ-консалтинговых услуг в США. Условия: - Удалённая работа - Зарплата: $60–70 тыс. в год Обязанности: - Лингвистическая точность: исключительное владение английской грамматикой и семантикой, умение мгновенно отличать хороший текст от отличного - Работа с LLM: знание GPT-4, Claude или аналогичных моделей, включая их ограничения (галлюцинации, предвзятость) - Внимание к деталям: выполнение повторяющихся задач по ревизии данных без потери фокуса и последовательности Желательно: - Опыт аннотации: работа с RLHF, платформами разметки данных (Scale AI, Labelbox) или QA-ролями - Базовые технические навыки: уверенное владение Excel/Google Sheets (для организации данных) или базовый Python (для работы с JSON) - Экспертиза в области сетевых технологий для проверки сложных выходных данных моделей

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

Компания: BRANDPOL Обязанности - Разработка backend-сервисов, API, интеграций и внутренних инструментов на Python. - Проектирование архитектуры решений совместно с командой. - Написание чистого, поддерживаемого и тестируемого кода. - Работа с базами данных, очередями, внешними API и инфраструктурными сервисами. - Участие в code review и обсуждении технических решений. - Автоматизация рутинных задач разработки. Требования - Уверенное знание Python и опыт коммерческой разработки от 2-3 лет. - Опыт работы с backend-фреймворками: FastAPI, Django, Flask или аналогами. - Понимание принципов ООП, SOLID, REST API, асинхронного программирования. - Опыт работы с PostgreSQL, Redis, Docker, Git. - Умение писать и поддерживать тесты. - Опыт настройки CI/CD. - Опыт работы с микросервисной архитектурой. - Готовность быстро разбираться в новом коде и технических доменах. Будет плюсом - Опыт использования AI-инструментов для разработки: ChatGPT, Claude, Cursor, GitHub Copilot, Aider, Devin, OpenAI API или аналогов — для генерации кода, написания тестов, анализа логов, рефакторинга. - Умение проверять и дорабатывать код, сгенерированный AI, оценивать его безопасность и производительность. - Опыт построения собственных AI-агентов или инструментов автоматизации разработки. - Опыт работы с LLM API, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичными фреймворками. - Понимание DevOps-практик и облачных платформ. Условия работы - Интересные задачи в области разработки современных backend-систем. - Возможность использовать современные инструменты в рабочем процессе. - Пространство для экспериментов с новыми подходами к разработке ПО. - Формат: офис. - Занятость: полная. - Уровень: middle. - Оплата: обсуждается по результатам собеседования.

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания Ростелеком — крупнейший в России интегрированный провайдер цифровых решений. Чем предстоит заниматься - Планирование архитектуры приложений с использованием LLM в качестве основной технологии - Разработка ML-бэкендов и микросервисов для обеспечения функциональности и интеграции различных сервисов - Оптимизация текущих решений с акцентом на производительность и управление нагрузкой (onnx, openvino, tensorrt) Наши пожелания к кандидатам - Опыт работы в роли MLE от 2 лет - Уверенное знание Python и опыт разработки сетевых/асинхронных приложений - Широкая насмотренность в области LLM, RAG - Знание Docker, CI/CD, FastAPI и SQL Условия - Формат работы: возможна полная или частичная удалённая работа из России, также офисы в Москве, Краснодаре, Новосибирске

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Роботы доставки Яндекса ежедневно доставляют тысячи заказов, маневрируя в сложной, неструктурированной городской среде. Команда активно растёт и планирует масштабировать флот до 20 000 роботов к 2028 году. В core-команду ищут Senior ML Engineer/Researcher, который сфокусируется на построении быстрой интерактивной модели мира и масштабном обучении MBRL-агентов. Задачи - Разработка и скейлинг World Models: проектирование и обучение массивных 3D/видеотокенизаторов и бэкбонов на базе Diffusion Transformers (DiT), Flow Matching и других подходов. - Distributed Training: построение пайплайнов для распределённого обучения тяжёлых foundation-моделей на вычислительном кластере. - Model-Based RL (MBRL) and Planning: обучение чистого RL и политик IL + RL внутри замороженной латентной симуляции World Model. - Representation Shaping: интеграция вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга. - Safety and Inference: построение надёжного safety-контура поверх выходов модели и подготовка конструкции к реалтайм-инференсу на edge-устройствах робота. Требования - Экспертный уровень владения JAX и PyTorch. - Навыки масштабного распределённого обучения. - Глубокая математическая и ML-база. - Способность писать, генерировать и проверять быстрый оптимизированный код. Будет плюсом - Опыт работы с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков. - Опыт в Reinforcement Learning. - Опыт продвинутой квантизации тяжёлых трансформеров или диффузионных моделей для edge-устройств. - Оптимизация инференса «на борту» робота. - Бэкграунд в Autonomous Driving, Motion Planning или Robotics. Условия - Если для рабочих задач нужно подтянуть язык, команда организует обучение и оплатит 50% стоимости.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Senior MLOps & BlockchainOps Engineer (DevOps Engineer в AI и Blockchain продуктах). Уровень: Senior. Опыт: от 6 лет (не фриланс). Локация: удалённо. Занятость: полная, без совмещения. Часовой пояс: UTC+3. Зарплата: 300 000 – 400 000 рублей. Кого ищут: - DevOps-инженера с опытом в Blockchain и AI-инфраструктуре (биометрия / Computer Vision). - Только fulltime, без совмещения, аутсорсинг и аутстаффинг не рассматриваются. - Нужны «рабочие руки», а не технический менеджер. - Нужен человек, полностью соответствующий ожиданиям, а не тот, кто учится на ходу. Кто не подойдёт: - Кандидаты с преобладающим или последним опытом в роли технических менеджеров: Team Lead, CTO и т.п. — это нерелевантный данной позиции опыт. - Кандидаты, которые ищут вторую работу. Любое совмещение будет заметно в первые 2 месяца. - Кандидаты с преобладающим или последним опытом работы на фрилансе. Обязательные требования: - Гражданство РФ или РБ. Проживание в любой стране (±UTC+3). - От 1 года опыта с AI-инфраструктурой (биометрия / Computer Vision). - От 1 года опыта с Blockchain инфраструктурой. - От 1 года работы с Bare metal K8s. - От 1 года работы с Nvidia GPU (Cuda, TensorRT). - От 6 лет общего опыта в роли DevOps Engineer. Условия: - Полностью удалённый формат работы. - Только fulltime. - Оформление по ТК РФ после испытательного срока. - 100% оплата больничного. - Оплачиваемый отпуск 28 календарных дней. - Компания аккредитована в «Минцифре». - Работа в продуктовой компании.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Middle

Международная SaaS-компания ищет промпт-инженера в команду Professional Services для создания и настройки голосовых AI-агентов. Задачи - Разрабатывать промпты для AI-агентов. - Работать с Function Calling / Tools Calling и RAG. - Настраивать Tone of Voice и сценарии диалогов. - Тестировать ботов и улучшать их по обратной связи. - Собирать прототипы AI-агентов в no-code. - Работать с голосами и взаимодействовать с разработчиками. Требования - От 2 лет опыта с промптами для голосовых AI-агентов. - Понимание LLM и диалоговых сценариев. - Опыт тестирования и оптимизации промптов. - Понимание ограничений LLM. - Опыт с Function Calling / RAG. - Плюсом будет опыт с TTS/STT и Voice AI. Условия - Удалённая работа. - Аккредитованная IT-компания. - Гибкое начало рабочего дня. - ДМС или обучение языкам за счёт компании. - Современный софт и оборудование.

Формат

Офис

Страна

Не указана

Город

Не указан

О команде и проекте GE Vernova создаёт команду для применения генеративного ИИ. Цель — автоматизация промптинга и разработка фреймворка для промптинга, чтобы максимизировать переиспользование и обмен между бизнес-подразделениями. Сотрудник будет работать на стыке передовых технологий и традиционной индустрии, влияя на бизнес-процессы. Компания ведёт стратегию и R&D для энергетического перехода, сотрудничает с правительством США и более чем 420 организациями, реализует 150+ энергетических проектов. Задачи - Взаимодействовать с профильными экспертами для понимания бизнес-потребностей и превращения их в чёткие эффективные промпты для LLM. - Разрабатывать, тестировать и уточнять промпты для различных сценариев, обеспечивая точность и релевантность результатов. - Тесно работать с разработчиками ПО для интеграции решений на основе LLM в существующие или новые приложения. - Участвовать в разработке масштабируемого фреймворка для промпт-инжиниринга, способствуя переиспользованию и обмену знаниями между бизнес-подразделениями. - Помогать в сборе и анализе обратной связи пользователей для постоянного улучшения эффективности промптов. - Следить за развитием технологий LLM и участвовать в стратегических решениях по выбору инструментов и платформ. - Документировать процессы промпт-инжиниринга, лучшие практики и результаты сценариев для создания базы знаний. Требования - Степень магистра в области компьютерных наук, ИИ/МО, инженерии, математики или смежной области и не менее 5 лет релевантного опыта. - Право на работу в США (требование работодателя). Предпочтительные качества - PhD в области компьютерных наук, инженерии, науки о данных или смежной области. - Опыт промпт-инжиниринга и знакомство с инструментами: OpenAI GPT, Hugging Face и др. - Владение Python или другими языками, обычно используемыми в ИИ/МО. - Опыт работы с фреймворками машинного обучения (например, PyTorch) и библиотеками обработки данных (Pandas, NumPy). - Предыдущий опыт или стажировки в NLP или проектах по машинному обучению. - Знакомство с системами контроля версий, например Git. - Понимание операционных процессов и задач традиционной индустрии. - Развитые навыки решения проблем и внимание к деталям. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции нетехническим заинтересованным сторонам. - Способность работать в команде и адаптироваться к меняющимся требованиям проекта. Условия - Конкурентная компенсация, профессиональное развитие, сложные задачи, хорошая рабочая среда. - Вилка зарплаты для позиции в США: $98 400 – $164 000. - Компания выплачивает географическую надбавку 110%, 120% или 130% к зарплате в определённых регионах. - Возможен дискреционный ежегодный бонус. - Предоставляется помощь с переездом (relocation assistance). - Медицинская, стоматологическая, офтальмологическая страховка и покрытие рецептурных препаратов; доступ к Health Coach от GE Vernova (круглосуточная поддержка медсестёр); программа помощи сотрудникам (EAP) с круглосуточной конфиденциальной оценкой и консультациями. - Предложение о работе зависит от успешного прохождения проверки на наркотики (если применимо).

Формат

Офис

Страна

США

Город

Сан-Франциско

Локация: Сан-Франциско (гибрид). Венчурная AI-компания ищет раннего инженера для развития ключевых интеллектуальных компонентов платформы автоматизации предприятий. Позиция предполагает тесную работу с основателями, ответственность за ключевые технические решения и создание AI-систем для сложных бизнес-процессов клиентов. Задачи - Разрабатывать базовую архитектуру автономных многошаговых AI-процессов. - Создавать системы, позволяющие агентам использовать внешнее ПО, сохранять контекст и выполнять сложные задачи. - Создавать фреймворки для тестирования и оценки надёжности, точности и производительности. - Определять, когда использовать промптинг, поиск, тонкую настройку или разные базовые модели. - Быстро тестировать новые исследования и интегрировать лучшие подходы в продукт. - Расследовать сбои в продакшене и превращать их в устойчивые улучшения системы. - Влиять на техническое направление, инженерные стандарты и будущий найм. Требования - Опыт в разработке ПО, машинном обучении или прикладном ИИ от 2 лет. - Опыт вывода LLM- или агентных продуктов на реальных пользователей. - Глубокое понимание оценки моделей, вызова инструментов, поиска, промптинга и оркестрации. - Умение создавать надёжный продакшн-код вокруг вероятностных AI-систем. - Комфортно работать с нечётко определёнными задачами от идеи до развёртывания. - Следить за развитием LLM и агентного ИИ. - Сильные основы computer science или инженерии. Условия - Зарплата до $350K в год + доля в компании на ранней стадии. - Медицинская, стоматологическая и офтальмологическая страховка. - Пенсионный план 401(k). - Возможна спонсорская поддержка визы.

Формат

Удалённо

Страна

Великобритания

Город

Не указан

Грейд

Senior

Senior AI-инженер в консалтинговую компанию 51D, специализирующуюся на AI и данных. Роль предполагает работу внутри клиентских команд с первого дня, полную ответственность за архитектуру агентных систем, пайплайнов данных и интеграций, а также их запуск в продакшн. Локация: удалённо (Великобритания), с опциональным доступом к коворкингам в Лондоне. Задачи: - Вести проект от начала до конца: архитектура, реализация, развёртывание и передача. - Проектировать продакшн-системы на основе ИИ: агенты, retrieval, оценка и инфраструктура данных. - Работать вместе с инженерными командами клиентов и напрямую с основателями компании. - Наставлять AI- и младших инженеров, делиться знаниями по мере роста команды. Требования: - Около 5+ лет опыта в разработке продакшн-софта с реальной ответственностью за системы. - Уверенный Python и как минимум один типизированный язык, понимание, когда какой использовать. - Практический опыт работы с LLM и агентами, а также с облаком, пайплайнами данных и дисциплиной тестирования. - Комфортная работа с клиентами, чёткая коммуникация и понимание их потребностей. - Готовность работать в инклюзивной команде с людьми разного происхождения и жизненного опыта. Условия: - Роль клиентоориентированного консультанта, который работает как инженер: навыки кодинга обязательны, но часть времени проводится с клиентами. - Участие в AI-трансформации бизнеса: настройка и интеграция инструментов, перестройка рабочих процессов, создание систем. - Небольшие команды, реальная ответственность с первой недели, отсутствие промежуточного менеджмента между вами и клиентом или основателями. - Поддержка при возвращении в профессию после перерыва или нелинейного карьерного пути: структурированный ввод в должность и менторство. Компания — быстрорастущий стартап, основанный в 2023 году, клиенты из финансовых услуг, розницы, недвижимости и PR.

Формат

Офис

Страна

Канада, США

Город

Сан-Франциско

О компании MaintainX — ИИ-платформа для обслуживания и управления активами. Обслуживает более 14 000 клиентов, включая Duracell, Shell, Cintas и Brenntag. Компания привлекла $150 млн в раунде Series D под руководством Bessemer Venture Partners и Bain Capital Ventures, общий объём финансирования — $254 млн. Входит в рейтинг Forbes 2025 Cloud 100. Платформа управляет 13,9 млн активами, 79,5 млн выполненными заказами на работы, 150 000+ техников еженедельно генерируют операционные данные. Document Intelligence — горизонтальный движок, который превращает любые файлы клиентов в структурированные знания для обслуживания и ИИ-сущности на их основе. Роль Вы будете отвечать за часть Generation в Document Intelligence: превращение мультимодальных примитивов (ключевые кадры, транскрипты, OCR) в валидные по схеме сущности, такие как SOP, и контроль качества, чтобы «быстро» не означало «быстро и неправильно». Обязанности: - Разрабатывать и итерировать промпты рецептов (системные, few-shot, сборка контекста) для каждого рецепта генерации. - Определять целевые схемы сущностей и доменные валидаторы (правила типов шагов процедур, ограничения полей), которым должен соответствовать вывод. - Создавать eval-датасеты и рубрики для оценки качества генерации (офлайн и онлайн), запускать их на eval-пайплайне LLMX и закрывать цикл при регрессии качества. - Собирать мультимодальные контекстные окна из ключевых кадров, транскриптов и OCR, чтобы каждый вызов модели получал именно то, что нужно. - Выбирать модель и бюджет токенов для каждого рецепта на основе качества, стоимости и задержки. Вы будете использовать LLMX для доступа к моделям и Attachments для приёма данных, а также передавать валидированные сущности доменным командам. Вы будете подчиняться инженерному лиду и тесно работать с частью Processing в Document Intelligence. Минимальные требования - Сильные навыки прикладного GenAI: промпт-инжиниринг, структурированный вывод / использование инструментов, RAG и паттерны работы с ретрив-контекстом. - Реальная дисциплина eval: вы создавали датасеты и рубрики, измеряли фактологичность/релевантность/качество и самостоятельно закрывали цикл по регрессиям. - Вы запускали LLM-фичи в продакшн-сервисы, а не в ноутбуки, и можете связать производительность модели с влиянием на продукт. - Уверенная работа с мультимодальными входами: видео, PDF, аудио, изображения — преобразование в текст или структурированный вывод. Желательно - Опыт наблюдаемости LLM / понимание стоимости или опыт работы с eval-платформой. - Понимание документов, PDF или видео; OCR; системы поиска. - Лёгкий опыт fine-tuning или знакомство с промышленным/обслуживающим доменом. Условия - Конкурентная зарплата и значительные опционы на акции. - Медицинская, стоматологическая и офтальмологическая страховка. - Программа 401(k) / RRSP. - Отпуск по потребности (Take what you need PTO). - Рабочая культура: работа с коллегами по всему миру, разделяющими ценности MaintainX: Smart Humble Optimists. Компания верит в меритократию, идеи и усилия публично отмечаются. Миссия — предоставить единую платформу для команд обслуживания, ремонта и эксплуатации, чтобы поддерживать работу физического мира. MaintainX стремится к созданию разнообразной среды. Все квалифицированные кандидаты получат рассмотрение независимо от расы, цвета кожи, религии, пола, гендерной идентичности или выражения, сексуальной ориентации, национального происхождения, генетики, инвалидности, возраста или статуса ветерана.

Формат

Удалённо

Страна

Не указана

Город

Не указан

0G Labs ищет продуктового инженера, который отвечает за результат, а не только за порученные задачи. Работа охватывает 4–5 продуктов с разными технологическими стеками: нужно находить ценные проблемы и доводить решения до конца — от дизайна и реализации до тестирования, документации, запуска и эксплуатации. Обязанности - Понимать приложения и стек 0G, чтобы улучшать общую платформу, а не отдельную функцию. - Устранять корневые причины и принимать долгосрочные решения через общие системы, избегая временных заплаток и дублирующих решений. - Вести функции целиком: UI, API, серверная логика, инфраструктура и деплой, не останавливаясь на привычном уровне. - Развивать инфраструктуру AI-агентов: LLM-стриминг, оркестрация инструментов, изолированное выполнение кода и защитные границы вокруг недоверенного кода. - Работать с идентификацией на основе кошельков, подписью, встроенными и внешними кошельками, серверной авторизацией, не смешивая подключение кошелька с доступом к приложению. - Самостоятельно управлять зависимостями, ревью, блокерами и поставкой, заранее поднимая продуктовые решения и риски. - Повышать стандарты через осмысленные тесты, строгие ревью PR и живую документацию, соответствующую продукту. - Быть открытым к новым технологиям, AI-инструментам и улучшению рабочих практик. - Отвечать за свои зоны так, чтобы остальная команда могла сосредоточиться на развитии других продуктов. - Считать задачу выполненной только после доставки, проверки и эксплуатации, а не после написания кода или зелёных тестов. Сопровождать запущенное: структурированные логи, трейсы, метрики, дашборды, алерты, первая линия технической поддержки, оптимизация и постоянная поддержка внутренних команд и внешних пользователей. Требования - Сильный опыт end-to-end работы с TypeScript и React: клиент, сервер, проектирование API, serverless и edge-рантаймы. Ценен опыт с Remix, Next.js, Vite и Cloudflare Workers. - Опыт создания LLM-продуктов сложнее простых API-вызовов: стриминг, использование инструментов, конвейеры промптов, оркестрация агентов или изолированное выполнение кода. - Уверенная разработка web3-приложений: аутентификация через кошельки, подпись, встроенные и внешние кошельки, основы EVM. - Практический опыт с infrastructure as code, CI/CD, контейнерами, продакшн-наблюдаемостью и поведенческим тестированием. - Стек: pnpm, Terraform, GitHub Actions, Docker, Fly.io, Grafana, OpenTelemetry, Prometheus, Vitest, Playwright. Условия - Цель: возможность внести вклад в превращение AI в общественное благо. - Рост: среда с самостоятельным управлением, где можно проявлять инициативу и формировать свою роль и карьеру. - Компенсация: рыночная, для большинства ролей включает доступ к токенам до запуска. - Возмещение расходов на оздоровление: трансцендентальная медитация, программа Landmark Education, курс «Искусство общения», коучинг речи, фитнес, абонементы в спортзал и занятия.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Microsoft AI Experiences создаёт продукты для ИИ-эры. В команде Copilot этот специалист отвечает за то, как Copilot использует язык: совместно с дата-сайентистами, исследователями ИИ, инженерами, дизайнерами и продакт-менеджерами он выявляет проблемы, определяет политику, оценивает язык, собирает данные и улучшает большие языковые модели, лежащие в основе Copilot. Обязанности - Формировать и уточнять контекст и промпты для управления, обучения и оценки языковых моделей Microsoft Copilot в эмоциональных и интеллектуальных сценариях. - Создавать оценки и фреймворки для измерения как технической и практической производительности, так и недетерминированных характеристик, например EQ. - Исследовать и внедрять новые техники промптинга. - Извлекать инсайты из больших языковых датасетов, выявлять проблемы и возможности для улучшения качества ответов модели. - Отвечать за статус ключевых проектов, проактивно выявлять риски и предлагать решения для своевременной сдачи. Квалификация Обязательные: - Степень бакалавра в области компьютерных наук, философии, лингвистики, психологии, литературы или смежной дисциплине и 1+ год опыта в контекстном инжиниринге с базовыми знаниями разработки ПО. - 3+ года работы в быстро меняющейся среде, управления несколькими приоритетами и адаптации к меняющимся требованиям и срокам. - Практический опыт в дизайне промптов, управлении контекстным окном и оценке моделей. Предпочтительно: - 2+ года опыта выпуска пользовательских продуктов: вывод на рынок, сбор обратной связи, определение метрик успеха и итеративное улучшение. - 1+ год опыта создания LLM-приложений, знакомство с агентными и оркестрационными фреймворками, использованием инструментов, оценкой LLM и повышением эффективности. - Техническая глубина в разработке ПО, дата-сайенсе и машинном обучении. Не требуется писать код на критическом пути, но необходимо уметь работать с репозиториями для внедрения улучшений контекстного инжиниринга и писать LLM-скоринги и классификаторы для оценки качества ответов модели. Условия - Уровень: Applied Sciences IC4. - Типичный диапазон базовой оплаты для этой роли в США: $119,800–$234,700 в год. Для районов Сан-Франциско и Нью-Йорка: $160,200–$261,000 в год. Возможны льготы и дополнительное вознаграждение. - С 26 января 2026 года сотрудники Microsoft AI Experiences, проживающие в пределах 50 миль от офиса Microsoft в США или 25 миль от офиса за пределами США, должны работать из офиса не менее четырёх дней в неделю. Требование зависит от местного законодательства и может различаться по юрисдикциям.

Формат

Офис

Страна

Канада, США

Город

Лос-Анджелес

Грейд

Senior

О роли Crunchyroll — сервис, доставляющий аниме и мангу более чем 100 миллионам фанатов в 200+ странах и территориях. В команде AI Enablement (AIEN) открыта позиция Senior AI Platform & Tools Engineer. Роль входит в команду Tools & Governance платформы внутри AIEN, подчиняется AI Platform, Strategy & Governance Lead. Это ранняя небольшая команда, поэтому предполагается универсальность и ведение функций от дизайна до продакшена. Чем предстоит заниматься - Создание платформы оценки AI: автоматизированные инструменты для структурированных оценок (возможности, стоимость, задержка, поведение, надёжность) в масштабе, а не разовых ручных проверок. - Внедрение телеметрии использования и затрат по одобренному стеку AI: расход токенов, загрузка лицензий, расходы по вендорам и обнаружение отклонений в одобренных инструментах. - Автоматизация AI-управления: триаж заявок, конвейеры оценки, маршрутизация согласований и enforcement политик как код, интегрированные с агентами Glean и процессами JSM. - Разработка golden-path шаблонов, эталонных архитектур и переиспользуемых компонентов — паттернов RAG, каркасов агентов, библиотек промптов, eval-инструментов — на которых строит команда Build & Partner. - Администрирование и настройка одобренных корпоративных AI-инструментов Crunchyroll, включая ChatGPT, Glean, Claude и Gemini; управление настройками, паттернами доступа, включением функций и операционными изменениями совместно с IT и Security. - Отслеживание новых версий и изменений продуктов в одобренных AI-инструментах, оценка целесообразности внедрения и организация раскатки для максимальной пользы сотрудников. - Сделать платформу путём наименьшего сопротивления, чтобы решения AIEN по умолчанию следовали golden-путям и стандартам, и улучшать ключевые метрики (время оценки, принятие golden-путей). - Создание агентов и рабочих процессов средней сложности для нетехнических команд на одобренных AI-платформах с соблюдением стандартов AIEN по безопасности, управлению, поддерживаемости и измеримости. - Совместная работа с AI Security Engineer для встраивания необходимых контролей, обнаружения и предотвращения угроз в платформу, чтобы безопасность обеспечивалась на уровне платформы, а не добавлялась к каждому проекту отдельно. - Работа универсалом в небольшой команде: ведение функций от дизайна до продакшена и помощь в установлении инженерных паттернов, на которых команда будет масштабироваться. Требования - 6+ лет опыта в разработке ПО или платформенной инженерии, включая создание инструментов или сервисов, используемых другими инженерами. - Практический опыт администрирования, настройки или поддержки корпоративных SaaS-инструментов, AI-платформ или внутренних продуктовых платформ в производственной бизнес-среде. - Сильные навыки разработки ПО (например, Python, плюс Go/TypeScript или аналогичные) — создание продакшен-инструментов, а не прототипов. - Рабочее понимание устройства современных AI-систем: LLM API, RAG, агентные фреймворки, методологии оценки и основы инференса. - Опыт создания автоматизации, конвейеров данных или внутренних инструментов для разработчиков. - Опыт создания практических AI-агентов, ассистентов или автоматизации рабочих процессов для бизнес-пользователей, включая сбор требований, дизайн промптов и процессов, тестирование, внедрение и итерации. - Опыт ведения функций от начала до конца в небольшой команде: дизайн, разработка, выпуск, итерации. - Чёткая письменная коммуникация — ваши инструменты и документация должны использоваться другими инженерами.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Integrated Medical Systems, Inc. (IMS) — дистрибьютор на рынке альтернативной медицинской помощи, основан в 1994 году. Компания предлагает гибкие условия аренды и покупки одноразовых и арендных продуктов для инфузионной терапии, респираторной поддержки, энтерального питания, онкологии и чистых помещений. О роли IMS ищет AI-инженера для проектирования, создания и развертывания интеллектуальных агентных ИИ-приложений, которые подключаются к корпоративным данным, бизнес-системам и внешним сервисам. Это роль инженера приложений ИИ, а не традиционного ML-инженера или специалиста по обучению моделей. Основной фокус — создание систем, позволяющих ИИ-моделям работать с реальными данными и бизнес-инструментами: безопасные, надежные и масштабируемые ИИ-агенты, которые понимают контекст, получают доступ к информации, используют инструменты и выполняют действия. В работе активно используются Model Context Protocol (MCP), оркестрация LLM, API, вызовы инструментов, корпоративные данные и асинхронные архитектуры приложений. Обязанности - Проектировать, разрабатывать и развертывать MCP-серверы, которые безопасно подключают ИИ-приложения к внутренним базам данных, векторным хранилищам, бизнес-приложениям и другим корпоративным ресурсам. - Создавать стандартизированные интерфейсы, позволяющие ИИ-агентам обнаруживать и взаимодействовать с доступными инструментами, ресурсами и рабочими процессами. - Разрабатывать MCP-инструменты, ресурсы и промпты для поддержки повторяемых бизнес-процессов. - Оценивать и выбирать подходящую LLM для конкретных сценариев на основе возможностей рассуждения, стоимости, размера контекстного окна, задержки и производительности. - Проектировать ИИ-процессы, которые маршрутизируют задачи между несколькими моделями и сервисами. - Реализовывать вызовы инструментов и функций, чтобы ИИ-агенты могли взаимодействовать с внешними системами. - Создавать надежные интеграции REST API и сторонних систем. - Настраивать схемы вызова функций и инструментов для вызова внешних сервисов ИИ-агентами. - Преобразовывать ответы внешних систем в структурированные форматы, которые могут эффективно интерпретировать и использовать LLM. Обязательные требования - Уверенное владение Python или TypeScript. - Понимание асинхронного программирования и паттернов async/await. - Опыт создания и использования RESTful API. - Понимание JSON-RPC 2.0 и обмена сообщениями. - Практический опыт создания MCP-серверов с использованием стандартных SDK или фреймворков, таких как FastMCP. - Опыт работы с MCP-инструментами, ресурсами и промптами. - Понимание LLM API и вызова инструментов/функций. - Опыт интеграции ведущих LLM-платформ: OpenAI, Anthropic Claude или аналогичных. - Опыт работы с векторными базами данных/векторными хранилищами и ИИ-поиском. - Умение создавать инструменты поиска и извлечения, предоставляющие релевантный структурированный контекст для LLM. - Понимание идентификаторов документов, метаданных и обработки цитирований/источников. - Понимание безопасной аутентификации и авторизации для подключения ИИ-приложений к проприетарным данным и корпоративным системам. - Умение проектировать правильно ограниченный доступ между ИИ-агентами, внутренними системами и внешними сервисами. Предпочтительные требования - Опыт разработки агентных ИИ-приложений или многошаговых ИИ-процессов. - Опыт работы с FastMCP или другими MCP-фреймворками. - Опыт с LangChain, LangGraph, Semantic Kernel или аналогичными фреймворками оркестрации ИИ. - Опыт с Docker, Git, CI/CD и облачными платформами. - Опыт интеграции ИИ с корпоративными базами данных, ERP-системами, CRM-платформами или другими бизнес-приложениями. - Опыт наблюдаемости, логирования, тестирования и мониторинга ИИ-приложений. - Знакомство с требованиями к медицинским данным, конфиденциальности, безопасности или компетентности. Критерии успеха В этой роли вы поможете IMS перевести ИИ из экспериментов в практические, безопасные и готовые к бизнесу приложения. Успех означает создание ИИ-систем, которые могут: - Понимать правильный контекст. - Находить и извлекать нужную информацию. - Использовать подходящие бизнес-инструменты. - Безопасно взаимодействовать с корпоративными системами. - Выбирать правильную модель для задачи. - Надежно выполнять рабочие процессы. - Предоставлять точные и отслеживаемые ответы. Вы будете помогать создавать инфраструктуру и прикладной уровень, которые делают ИИ полезным внутри бизнеса.

Формат

Офис

Страна

Канада

Город

Не указан

О роли Acquia ищет Staff AI-инженера в команду AI Core Engineering. Это прежде всего практическая инженерная роль: большую часть времени вы будете проектировать, создавать и выпускать продакшн-агентные ИИ-процессы в Acquia DXP. Основные инструменты — LangGraph, Temporal, Pydantic и LangFuse. Также предусмотрена лёгкая, но значимая менторская роль: помощь в повышении ИИ-инженерных навыков коллег по мере роста команды. Обязанности - Ежедневно писать и выпускать продакшн-код для ИИ. - Проектировать агентные ИИ-процессы с использованием LangGraph, Temporal, Pydantic — многоагентные процессы с сохранением состояния, рассчитанные на корпоративный масштаб и надёжность. - Отвечать за наблюдаемость ИИ через LangFuse: трассировка, версионирование промптов, оценка и бенчмаркинг производительности всех взаимодействий с моделями. - Задавать стандарты ИИ-инженерии для паттернов агентов, RAG, управления промптами, оптимизации контекста и стратегий вызова инструментов. - Взаимодействовать с командами продукта и платформы для создания ИИ-архитектур, отвечающих корпоративным требованиям SLA, безопасности и соответствия. - Оценивать и внедрять новые инструменты: бенчмаркинг LLM-провайдеров, оркестрационных фреймворков и улучшений агентного стека. - Наставлять инженеров через код-ревью, парное программирование и дизайн-обсуждения. - Представлять ИИ-возможности Acquia в архитектурных обзорах клиентов, техническом исследовании и обсуждениях дорожной карты. Требования - 8+ лет в разработке ПО, из них 3+ года в продакшн-разработке ИИ-агентов. - Практический опыт с LangGraph, Temporal, Pydantic — процессы с сохранением состояния, циклические, многоагентные, в корпоративном масштабе. - Практический опыт с LangFuse — трассировка, оценка, управление промптами и тестирование на основе датасетов. - Владение фреймворками для агентов, такими как LangChain или аналоги (LlamaIndex, CrewAI) — компоновка цепочек, инструментов, памяти и пайплайнов поиска. - Глубокое знание Python и сильные инженерные основы (тестирование, CI/CD, архитектура). - Опыт облачного развёртывания ИИ (AWS, Azure или GCP), включая контейнеризацию и управление стоимостью инференса. - Знание архитектуры RAG — векторные базы данных, модели эмбеддингов и стратегии поиска. - Степень бакалавра в Computer Science или эквивалентный практический опыт. Желательные навыки - Опыт в корпоративном SaaS или CMS, включая знакомство с DXP Acquia на базе Drupal. - Свободное владение агентным процессом разработки — ИИ-ассистирующие инструменты (Copilot, Cursor, Claude) как повседневные ускорители. - Знакомство с персистентными рантаймами агентов — такими как OpenClaw и Hermes Agent, понимание кросс-сессионной памяти, автономного создания навыков и постоянно работающей инфраструктуры агентов. - Опыт тонкой настройки LLM или оценки моделей, понимание компромиссов фундаментальных моделей.

Формат

Офис

Страна

США

Город

Не указан

О компании Наша миссия — сделать мир программируемым. Зрение — один из ключевых способов понимания мира, и скоро это будет верно и для используемого нами программного обеспечения. Мы создаём инструменты, сообщество и ресурсы, необходимые для того, чтобы сделать мир программируемым с помощью искусственного интеллекта. Roboflow упрощает создание и использование моделей компьютерного зрения. Сегодня более 1 млн разработчиков, включая представителей половины Fortune 100, используют инструменты Roboflow с открытым исходным кодом и размещённые инструменты машинного обучения. Это включает подсчёт клеток для ускорения исследований рака, повышение безопасности на строительных площадках, оцифровку поэтажных планов, сохранение популяций коралловых рифов, управление полётом дронов и многое другое. Roboflow поддерживается отличными клиентами и инвесторами: привлечено более 63 миллионов долларов от Y Combinator, Google Ventures, Craft Ventures, Сэма Альтмана, Лэчи Грума и других ведущих софтверных инвесторов. Roboflowers — увлечённые строители, которые ценят ответственность, подотчётность и склонность к действию. Мы любопытны, активно работаем с новыми технологиями и предпочитаем показывать результаты, а не рассказывать о них. Многие из нас обладают мышлением основателя и процветают в среде с высокой автономией. Чем предстоит заниматься Вам будут поручены самые разные проекты. У каждого инженера есть своя область, на которой он сосредоточен, но мы всё ещё достаточно малы, чтобы не иметь возможности глубокой специализации. Мы ищем технических универсалов, которые не боятся погружаться в новый стек или инструментарий при необходимости (но JavaScript и Node.js составляют основную часть существующей кодовой базы). Большинство задач, над которыми мы работаем, — это части основного продукта (сквозной конвейер для создания проектов компьютерного зрения, от загрузки изображений до аннотации, обучения и развёртывания), но время от времени мы также занимаемся интеграцией маркетинговых и продажных инструментов, тушением пожаров, автоматизацией внутренних процессов и проектами с открытым исходным кодом. У вас будет большая свобода отстаивать проекты, которые вы считаете наиболее приоритетными, и вы будете вносить вклад в наши стратегические решения. Если вам нужен жёсткий список задач, расписанный на многомесячный план, эта роль, вероятно, вам не подойдёт. Большая часть нашей кодовой базы написана на JavaScript, конвейер машинного обучения и обработки изображений — на Python. Мы работаем в основном на Firebase и GCS, часть инфраструктуры машинного обучения — на AWS. Мы всё чаще используем Docker (как внутри компании, так и для клиентских продуктов, например, нашего периферийного сервера инференса). Много кода работает в браузере (включая TensorFlow JS), но мы также создаём API и клиентские библиотеки на нескольких языках. Вам не обязательно иметь опыт во всех этих областях, но вы должны быть готовы осваивать новые навыки по мере необходимости. Мы также надеемся, что вы принесёте новые знания и опыт, которыми сможете поделиться, чтобы помочь остальной команде расти. Мы особенно заинтересованы в добавлении строгости в наши процессы и создании основы для быстрого масштабирования инженерной организации (например, сейчас у нас ограниченное количество тестов и мы не используем фронтенд-фреймворк, навязывающий определённый подход, — это нужно будет изменить в ближайшие месяцы, чтобы беспрепятственно расширять команду). Примеры проектов - Создание интерфейса фильтрации, чтобы пользователи могли комбинировать изображения на основе метаданных, таких как время съёмки, GPS-координаты или пользовательские теги. - Расширение инструмента аннотации для поддержки новых функций (например, полигональная аннотация для сегментации изображений). - Интеграция основного приложения с внешними API для таких задач, как передача задач аннотации на аутсорсинг и анализ производительности развёрнутых моделей. - Оптимизация процесса онбординга. - Более глубокая интеграция с другими нашими продуктами, такими как Roboflow Universe и REST API. - Аннотация следующего поколения с помощью моделей. - Оптимизация скорости и масштабируемости. С кем предстоит работать Наша команда из примерно 120 человек привлекает таких специалистов, как руководители, желающие вернуться к разработке, основатели с выходом на 100+ миллионов, пользователи Roboflow, ставшие членами команды, контрибьюторы открытого кода, велосипедист, проехавший через США, плодовитые хакеры из старших классов, CTO из организации со 100+ инженерами, и многих других исключительных людей. Вы будете напрямую работать с нашим инженерным лидом и командой Full Stack-инженеров. Где работать Roboflow полностью распределён. В настоящее время у нас есть хабы в Нью-Йорке и Сан-Франциско (и мы планируем открыть больше по мере роста плотности в новых городах). Мы предоставляем возможности (например, командные офлайн-встречи в разных городах) и ресурсы (например, стипендию на путешествия в размере 4000 долларов в год) для работы лично с другими членами команды настолько, насколько вы хотите, а также поддерживаем удалённых членов команды. Вы можете работать из одного из наших хабов (мы предлагаем бонус за переезд), из дома, в коворкингах и т.д. Мы хотим, чтобы вы работали там, где вам лучше всего! Когда работать Roboflow в основном работает в дневные часы в США, и есть некоторые синхронные встречи.

Формат

Удалённо

Страна

Любая

Город

Не указан

Удалённая работа для кандидатов из США. FlexBoard — лидер в финтехе, стремится переосмыслить банковское дело с помощью инновационных технологий. Компания ищет AI-First инженера-программиста — роль для выпускников вузов или недавних выпускников, которые будут сотрудничать со старшими инженерами для создания функций и улучшения систем с использованием AI-ориентированных рабочих процессов. Обязанности - Создавать и запускать production-функции в бэкенде, фронтенде и AI-ориентированных рабочих процессах. - Использовать AI-инструменты (Claude, AWS Kiro, Copilot и др.) как множители силы, а не как костыли. - Писать чистый, читаемый, тестируемый код, который можно интегрировать с бизнесом. - Сотрудничать с командами управления продуктом и дизайна, чтобы превращать неоднозначные задачи в решения. - Быстро создавать прототипы, проверять гипотезы и итерировать на основе обратной связи. - Повышать продуктивность разработчиков через автоматизацию, инструменты и эксперименты. - Глубоко изучать системы и постоянно поднимать планку. Требования - Высокая самостоятельность: не ждёте указаний, а сами определяете, что нужно сделать. - Любовь к решению неясных задач больше, чем к формализованным. - Экспериментатор: пробуете, измеряете результаты и опираетесь на данные. - Ориентация на производительность: производительность и стабильность закладываются с самого начала. - Личная ответственность: гордитесь своей работой и обеспечиваете качество от начала до конца. - Сильные основы computer science (структуры данных, алгоритмы, системное мышление). - Опыт создания приложений как минимум на одном современном языке (например, Python, TypeScript, Java, Go). - Знакомство с API, базами данных и базовыми концепциями. - Уверенное использование Git и работа в общей кодовой базе. - Предпочтительны кандидаты из восточного или центрального часовых поясов. - Практический опыт с Claude, AWS Kiro или аналогичными AI-инструментами для разработчиков. - Интерес к LLM, дизайну, агентным рабочим процессам или AI-ассистируемым архитектурам. - Опыт использования AI для генерации кода и рефакторинга. - Опыт использования AI для создания тестов. - Опыт использования AI для отладки и логических рассуждений. Условия - Ежегодный денежный бонус и акции, соответствующие уровню роли и опыту. - План 401(k). - Медицинская и стоматологическая страховка, гибкий график отпусков. О компании FlexBoard — поставщик банковских технологических решений для финансовых институтов. Основана в 2015 году, штаб-квартира в Джексонвилле, Флорида, США, штат 201–500 сотрудников. Компания имеет историю спонсирования H1B: 4 в 2025, 2 в 2024, 2 в 2023, 1 в 2022. Это не гарантирует спонсорство для данной конкретной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

Мы ищем AI-разработчика для создания интеллектуальных решений по управлению неструктурированными данными и интеллектуальной обработке документов (IDP). Вы будете участвовать во всем жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инжиниринг, backend-разработку и архитектуру корпоративных данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, векторными базами данных, агентными AI-фреймворками (Agent Core, LangGraph, MCP), паттернами интеграции агент-к-агенту (A2A) и платформами оркестрации рабочих процессов. Ключевые обязанности: - Разработка AI-решений для IDP: создание пайплайнов интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с помощью современных подходов AI/ML. - Архитектура и внедрение в облаке: проектирование и реализация масштабируемых, безопасных решений на AWS (S3, compute, networking), платформах данных Snowflake и инфраструктуре векторных баз данных. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков Agent Core, LangGraph и Model Context Protocol (MCP) для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Интеграция агент-к-агенту (A2A): создание и внедрение паттернов A2A-коммуникации, позволяющих автономным системам координировать и передавать работу внутри предприятия. - Оркестрация рабочих процессов: проектирование, создание и эксплуатация сложных production-grade процессов с использованием фреймворков оркестрации (например, Step Functions, Airflow, Temporal); обеспечение надежности, аудируемости и соответствия требованиям. - Реализация векторных баз данных: архитектура и внедрение решений на векторных базах данных для поддержки семантического поиска, RAG-пайплайнов и retrieval на основе эмбеддингов в масштабе. - Backend и разработка сервисов: создание синхронных и асинхронных сервисов, API и микросервисов для приема, обработки и дальнейшего потребления документов. - Управление данными и безопасность: применение принципов управления данными — каталогизация, происхождение, хранение, защита данных — с учетом требований здравоохранения (HIPAA) и безопасности как основы. - Наставничество и взаимодействие: работа с дата-инженерами, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования: - 5 лет профессионального опыта разработки ПО, из них минимум 2 года — в AI/ML-разработке или дата-инжиниринге в production-среде. - Практический опыт работы с векторными базами данных (например, Pinecone, Weaviate, OpenSearch, pgvector или аналогичными) для поддержки RAG или семантического поиска. - Непосредственный production-опыт с A2A (agent-to-agent) фреймворками и паттернами. - Подтвержденный опыт работы с инструментами оркестрации рабочих процессов (AWS Step Functions, Apache Airflow, Temporal или эквивалент) в production. - Опыт работы с MCP (Model Context Protocol) для подключения агентов и инструментов к данным и сервисам. - Практический опыт работы с Agent Core или эквивалентным агентным AI-фреймворком. - Непосредственный опыт работы с AWS Bedrock для развертывания и интеграции фундаментальных моделей. - Практический опыт работы с AWS S3 и основными AWS compute-сервисами. - Общее владение платформой AWS (EC2, networking, основы безопасности). - Production-опыт работы со Snowflake или эквивалентным современным облачным хранилищем данных. - Владение backend-разработкой: создание масштабируемых API, микросервисов или событийно-ориентированных систем. - Опыт AI/ML-разработки: создание, обучение, развертывание и эксплуатация AI-моделей; рабочие знания LLM, фундаментальных моделей, промпт-инжиниринга и RAG-архитектур. - Практики корпоративной разработки ПО: CI/CD, тестирование, код-ревью, лучшие практики безопасности и соответствие регуляторным требованиям (опыт в здравоохранении — весомое преимущество). Предпочтительные требования: - Непосредственный опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Опыт работы с LangGraph или аналогичными фреймворками оркестрации агентов. - Промпт-инжиниринг и RAG для доменно-специфичных приложений. - Опыт работы в сфере здравоохранения. - Вклад в проекты по неструктурированным данным и AI. - Продвинутая степень (BS/MS) в Computer Science, Data Science или смежной области. - Опыт работы в нескольких доменах (здравоохранение, финансовые услуги и т.д.). - Опыт работы с методологиями Agile, Waterfall или гибридной доставки. Требуемый опыт работы: 5 лет соответствующего опыта; профессиональный опыт технического проектирования и написания кода в IT-индустрии. Требуемое образование: профильный бакалаврский диплом или эквивалентный соответствующий опыт работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Местоположение: удалённо. Оплата: 58–63 $/час, контракт W2. Мы ищем Senior AI-разработчика для создания следующего поколения решений для интеллектуального управления неструктурированными данными и интеллектуальной обработки документов (IDP) для предприятий. Вы будете участвовать в полном жизненном цикле разработки — от концепции до развертывания — облачных систем, которые безопасно управляют, обрабатывают и используют неструктурированные данные в масштабе предприятия. Это стратегическая техническая роль, сочетающая AI-инженерию, бэкенд-разработку и корпоративную архитектуру данных. Вы будете работать с AWS (Bedrock, S3, compute), Snowflake, агентными AI-фреймворками (AgentCore, LangGraph и др.), решениями автоматизация-к-автоматизации (A2A) и платформами оркестрации рабочих процессов. Основные обязанности - Разработка AI-решений для IDP: создание конвейеров интеллектуальной обработки документов, которые извлекают, классифицируют и обогащают неструктурированные данные с использованием современных подходов AI/ML. - Облачная архитектура и реализация: проектирование и внедрение масштабируемых, безопасных решений с использованием AWS (S3, compute, networking), платформ данных Snowflake и связанных управляемых сервисов. - Агентный AI и автоматизация: разработка и интеграция автономных агентов с использованием фреймворков AgentCore и LangGraph для обработки и маршрутизации корпоративных данных с минимальным участием человека. - Оркестрация рабочих процессов: проектирование и реализация сложных production-grade рабочих процессов с использованием оркестрационных фреймворков; обеспечение надежности, аудируемости и соответствия требованиям. - Бэкенд-разработка и сервисы: создание синхронных и асинхронных сервисов, API и микросервисов для поддержки приема, обработки и последующего использования документов. - Управление данными и безопасность: применение принципов управления данными, таких как каталогизация, происхождение, хранение, защита данных, с соблюдением требований здравоохранения (HIPAA) и безопасности как основополагающего требования. - Наставничество и сотрудничество: взаимодействие с инженерами данных, платформенными командами и бизнес-заинтересованными сторонами для преобразования требований в технические решения; наставничество младших инженеров. Требования - Опыт работы: от 5 лет в профессиональной разработке ПО, из них не менее 2 лет в разработке AI/ML или инженерии данных в производственных средах. - Навыки бэкенд-разработки: подтвержденный опыт создания масштабируемых API, микросервисов или событийно-ориентированных систем. - Облачные платформы: практический опыт работы с AWS (S3, EC2 или аналоги) и современными хранилищами данных (Snowflake или аналоги). - AI/ML разработка: опыт создания, обучения, развертывания и эксплуатации AI-моделей; знание LLM, фундаментальных моделей, промпт-инжиниринга, RAG-архитектур и агентных фреймворков. - Оркестрация рабочих процессов: подтвержденный опыт работы с AWS Step Functions, Apache Airflow, Temporal или аналогичными инструментами в производстве. - Основы управления данными: уверенное понимание моделирования данных, архитектуры конвейеров, обеспечения качества и принципов управления. - Корпоративные практики разработки: уверенная работа с CI/CD, тестированием, код-ревью, лучшими практиками безопасности и регуляторными требованиями (опыт в здравоохранении — весомое преимущество). Обязательные технологии: Vector DB, A2A Framework, Workflow Orchestration/Development, MCP, Agent Core, Bedrock, S3, AWS, Snowflake. Образование: профильный бакалавр или соответствующий опыт работы. Предпочтительные квалификации - Опыт в интеллектуальной обработке документов (IDP), OCR, ICR, NLP или извлечении информации. - Практический опыт с агентными AI-фреймворками (AgentCore, LangGraph или аналоги). - Опыт с паттернами интеграции A2A (automation-to-automation). Льготы - Медицинская, стоматологическая и офтальмологическая страховка. - Гибкий счет на расходы на иждивенцев. - План 401(k). - Добровольное страхование жизни, краткосрочной нетрудоспособности, целой жизни, срочной жизни, от несчастных случаев и критических заболеваний. - Программа помощи сотрудникам. - Больничный в соответствии с нормативными требованиями.

Формат

Офис

Страна

США

Город

Не указан

ICON ищет прагматичного разработчика, который перешёл от традиционной разработки ПО к миру агентного ИИ. В роли инженера по ИИ в ICON вы будете отвечать за проектирование и внедрение инструментов, рабочих процессов и автономных агентов на базе ИИ, которые ускоряют работу платформы строительных технологий ICON. Должность подчиняется старшему директору программ оборонных технологий и доступна для удалённой работы с периодическими поездками в штаб-квартиру ICON в Остине, штат Техас, по мере необходимости. Обязанности - Проектировать и создавать агентные системы ИИ, автоматизирующие сложные многоэтапные рабочие процессы в программной платформе ICON. - Разрабатывать функции и продукты на основе LLM, используя современные фундаментальные модели и API (например, Anthropic, OpenAI). - Архитектура и реализация многогаентных конвейеров, систем использования инструментов и интеграций Model Context Protocol (MCP). - Создание надёжных RAG-систем, включая приём документов, стратегии разбиения, конвейеры эмбеддингов и векторный поиск. - Сотрудничать с командами разработчиков и профильными специалистами для выявления возможностей автоматизации с помощью ИИ и превращать их в готовые продукты. - Отвечать за полный жизненный цикл функций ИИ: прототипирование, оценка, развёртывание и итерации. - Выступать техническим ресурсом и неформальным наставником по лучшим практикам агентного ИИ в инженерной организации. - Быть на переднем крае агентного ИИ и внедрять новые методы в производство. Минимальные требования - 6+ лет профессионального опыта в разработке ПО с сильной базой в бэкенд или full-stack разработке. - Подтверждённый опыт создания и внедрения продуктов производственного уровня с использованием LLM и агентных фреймворков. - Владение TypeScript и/или Python. - Глубокое понимание промт-инжиниринга, управления контекстом и паттернов рассуждения LLM. - Опыт работы с инструментами, вызовом функций и оркестрацией агентов (например, LangChain, LlamaIndex, Claude Code или собственные реализации). - Умение проектировать и проводить структурированные оценки для измерения и улучшения производительности систем ИИ. - Отличные коммуникативные навыки и комфорт при работе с техническими и нетехническими заинтересованными сторонами. - Возможность получить и поддерживать допуск к секретной информации. Предпочтительные навыки и опыт - Опыт разработки и интеграции серверов MCP (Model Context Protocol). - Знакомство с векторными базами данных (например, pgvector, Pinecone, Weaviate). - Опыт с тонкой настройкой, RLHF или конвейерами оценки моделей. - Знание основ машинного обучения: эмбеддинги, трансформеры, механизмы внимания. - Опыт генерации структурированных выходных данных и извлечения данных на основе LLM. - Опыт работы с агентами генерации кода (например, Claude Code, Cursor, системы типа Devin). - Знакомство с AWS и серверной инфраструктурой для ИИ-нагрузок. - Опыт работы в государственных, оборонных или регулируемых средах. - Интерес или опыт в отрасли AEC (архитектура, инженерия, строительство). Диапазон оплаты: $126,400 - $180,000.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

SM Lab — ИТ-компания, которая создаёт и развивает ИТ-продукты, поддерживает цифровые сервисы, обеспечивает качество и надёжность решений для крупных ритейлеров одежды, обуви и спорттоваров. Проект по оптимизации ассортиментного портфеля, команда Дата-офиса отвечает за роботизацию ключевых процессов компании через монетизацию данных и встраивание новых технологий принятия решений (в т.ч. ИИ). Формат работы: гибрид или удалённо (Москва). Чем предстоит заниматься - Разрабатывать эвристические алгоритмы и ML-модели для решения бизнес-задач - Разрабатывать ETL-пайплайны сбора и обработки данных, необходимых для расчёта алгоритмов и обучения ML-моделей - Разрабатывать автоматизированные пайплайны расчёта алгоритмов, обучения и скоринга ML-моделей - Исследовать данные с целью поиска точек роста продукта, проводить ad-hoc аналитику Наши пожелания к кандидатам - Высшее образование (математическое / физическое / программная инженерия / вычислительная техника / наука о данных) - Опыт работы в аналогичной должности от 2 лет - Уверенное владение Python (есть опыт разработки, автоматизации, использования библиотек для работы с данными, работы с большими данными) - Уверенное владение SQL (сложные запросы, аналитические функции)

Формат

Удалённо

Страна

Любая

Город

Не указан

Обязанности - Создавать быстрые прототипы, proof-of-concepts, внутренние инструменты и приложения на базе ИИ с использованием современных практик разработки ПО и технологий генеративного ИИ. - Использовать AI-ассистированные инструменты разработки, такие как Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные платформы, для ускорения разработки и экспериментов. - Разрабатывать full-stack приложения и сервисы с использованием React, Next.js, Node.js, Python, JavaScript/TypeScript или Golang. - Работать с большими языковыми моделями (LLM), Retrieval-Augmented Generation (RAG), промт-инжинирингом, AI-агентами и Model Context Protocol (MCP). - Проектировать и интегрировать REST API, микросервисы и компоненты приложений с поддержкой ИИ. - Экспериментировать с паттернами оркестрации ИИ и новыми инструментами разработчика, быстро превращая идеи в работающие решения. - Взаимодействовать с командами продукта, UX и инженерии для понимания требований и разработки инновационных прототипов. - Использовать Git и GitHub для контроля версий, совместной работы и управления кодом. - Тестировать, отлаживать, дорабатывать и документировать прототипы и приложения. - Отслеживать новые технологии генеративного ИИ, фреймворки, coding-ассистенты и методологии разработки. Требования - Сильные навыки программирования на Python, JavaScript/TypeScript, Golang или Node.js. - Опыт работы с React и/или Next.js. - Знание REST API, микросервисов и Git/GitHub. - Практический опыт работы с Cursor, Claude Code, GitHub Copilot, ChatGPT или аналогичными AI-ассистированными инструментами кодирования. - Понимание LLM, RAG-архитектур, промт-инжиниринга, AI-агентов и MCP. - Развитые навыки решения проблем, аналитического и креативного мышления. - Способность быстро осваивать новые технологии и экспериментировать с новыми инструментами. - Хорошие коммуникативные навыки и умение работать в команде. - Интерес к генеративному ИИ, быстрому прототипированию и AI-ассистированной разработке ПО. Опыт и образование - 0–2 года профессионального опыта разработки ПО. - Подтверждённый опыт создания программных проектов, прототипов, приложений или proof-of-concepts с использованием современных технологий разработки. - Опыт использования AI-ассистентов кодирования или инструментов генеративного ИИ для улучшения разработки строго предпочтителен. - Академический, личный, стажёрский, open-source или проектный опыт может рассматриваться вместо большого профессионального опыта. - Обязательно гражданство США. - Предпочтительно степень бакалавра в Computer Science, Software Engineering, Information Technology или смежной технической области; эквивалентное образование, обучение, курсы или подтверждённый технический опыт могут быть рассмотрены. - Требуются отличные устные и письменные коммуникативные навыки на английском и способность профессионально взаимодействовать с разными людьми. Условия - Удалённая работа на территории США. - Длительность: 12 месяцев. - Ожидаемая базовая зарплата: $114,000–$135,000. Предложения по зарплате основываются на навыках, обучении, опыте, образовании, рыночных факторах и, где применимо, лицензиях или сертификатах. - Также предлагается конкурентный пакет льгот. О компании - CTG, компания Cegeka, предоставляет ИТ- и бизнес-решения, повышающие цифровую гибкость клиентов. - Более 60 лет опыта. - Более 9 000 сотрудников в более чем 15 странах. - Работает в Америке, Европе и Индии, с более чем 3 000 клиентов в отраслях с высоким ростом.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании Blue Orange Digital — бутиковая data и AI консалтинговая компания, которая проектирует и создает современные платформы данных, аналитику и ML/AI-решения для клиентов среднего и крупного бизнеса в сферах Private Equity, финансовых услуг, здравоохранения и ритейла. Команды работают с технологиями Databricks, Snowflake, dbt и экосистемой Microsoft, превращая сложные реальные данные в надежные и применимые инсайты. Культура компании — builder-led, client-first: ценятся ответственность, четкая коммуникация и доведение работы до результата. О позиции Полная занятость, 6-месячный встроенный проект в среде данных private capital. Роль объединяет две части: примерно половина — старшая инженерия данных (Snowflake, dbt, Airflow, AWS, Python-загрузка данных), половина — старшая LLM/агентная инженерия (продакшн-агенты, MCP-серверы, практика оценки, наблюдаемость). Два ключевых направления работы: AI-Ready каталог данных и контекстный слой, создаваемый вместе с командой Data Analytics, и извлечение неструктурированных данных в масштабе. Сквозная тема обеих инициатив — агентная реализация, оценка и оркестрация. Это не роль по поддержке пайплайнов: нужен человек, который уже выводил агентов в продакшн и может честно рассказать, что ломалось. Задачи Агентная разработка (основной фокус): - Создание продакшн-агентов и многошаговых агентных процессов. - Проектирование и реализация MCP-серверов и интерфейсов инструментов как основного слоя интеграции между агентами и платформой данных, включая кастомные внутренние MCP-серверы над проприетарными наборами данных. - Архитектурные решения: агент против детерминированного пайплайна, один агент против нескольких, места для human-in-the-loop проверок. Оценка и наблюдаемость агентов: - Создание практики оценки с нуля: eval-датасеты, LLM-as-judge, регрессионное тестирование. - Определение и отслеживание метрик: success rate, faithfulness, точность извлечения, корректность вызовов инструментов, задержка, стоимость запуска. - Инструментирование трассировки и наблюдаемости агентных запусков. Агентская оркестрация: - Управление агентными нагрузками в Airflow 3.x на Astronomer: LLM и агентные вызовы как именованные, независимо повторяемые задачи; dynamic task mapping для fan-out/fan-in; assets и data-aware scheduling для событийных триггеров; deferrable operators для длительных вызовов; human-in-the-loop операторы для согласований. - Проектирование нагрузок, которые не должны жить в DAG: длительные или интерактивные агенты на AWS ECS/Fargate, очередь и событийно-управляемое выполнение, API-триггерные сервисы. Четкое объяснение границы оркестрации и причин такого разделения. AI-Ready каталог и семантический контекст: - Моделирование семантических определений поверх Snowflake и dbt: метрики, связи сущностей, бизнес-глоссарий, владельцы данных — чтобы агенты получали управляемый смысл, а не сырые имена таблиц. - Создание и поддержка Snowflake Semantic Views и семантических моделей Cortex Analyst, синхронизация с dbt как источником истины. - Настройка версионирования, тестирования и продвижения контекста. Метаданные и управление: - Сбор lineage, freshness, описаний на уровне колонок, классификации, тегов чувствительности и сигналов использования. - Автоматизация генерации описаний и тегов с помощью LLM там, где это безопасно, с обязательным человеческим контролем. - Оценка инструментов каталога и метаданных, подготовка рекомендации build-vs-buy. Извлечение неструктурированных данных: - Проектирование пайплайнов извлечения из PDF, презентаций, таблиц, email и веб-контента, включая документы со сложной структурой и вложенными таблицами. - Схемно-ограниченное извлечение через structured outputs и tool calling с frontier LLM API и Cortex LLM functions, с confidence scoring, ссылками на исходную страницу и явной обработкой полей с низкой уверенностью. - Реализация стратегий chunking, embedding и retrieval для RAG и агентного поиска. - Проектирование цикла человеческой проверки: что принимается автоматически, что эскалируется, как исправления возвращаются в eval-датасеты. Старшая инженерия данных и архитектура: - Определение и реализация архитектурных решений для скорости и масштабируемости пайплайнов, включая tiered/medallion-структуры. - Внедрение лучших практик продвинутого ELT, управления данными и качества данных. - Определение и контроль политик безопасности данных и контроля доступа на пайплайнах и платформах. - Создание и поддержка Python-пайплайнов загрузки (dlt и аналоги) для REST API, SaaS-коннекторов, файловых загрузок и инкрементальной загрузки в Snowflake. - Участие в моделях dbt, тестах и документации. Требования - Глубинная экспертиза в агентных системах. - Опыт вывода агентов в продакшн и способность честно рассказать о возникших проблемах. - Опыт старшей инженерии данных: Snowflake, dbt, Airflow, AWS, Python-загрузка данных. Условия - Полная занятость. - 6-месячный встроенный проект в среде данных private capital.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания — лидер в сфере финтеха, переосмысляющий банковские услуги через инновационные технологии. Ищут AI-First Software Engineer — роль для недавних выпускников колледжей, которые будут работать со старшими инженерами над созданием функций и улучшением систем с помощью AI-ориентированных рабочих процессов. Обязанности: - Создавать и запускать production-функции в бэкенде, фронтенде и AI-ориентированных рабочих процессах - Использовать AI-инструменты (Claude, AWS Kiro, Copilot и др.) как усилители, а не как костыли - Писать чистый, читаемый, тестируемый код, который может развиваться вместе с бизнесом - Сотрудничать с командами продакт-менеджмента и дизайна, превращая неоднозначные задачи в решения - Быстро создавать прототипы, проверять гипотезы и итерировать на основе обратной связи - Повышать продуктивность разработчиков через автоматизацию, инструменты и эксперименты - Глубоко изучать системы и постоянно поднимать планку качества Требования: - Высокая самостоятельность: не ждать указаний, а самому определять, что нужно сделать - Любовь к решению неоднозначных задач больше, чем к четко определенным - Экспериментаторский подход: пробовать, измерять результаты и делать выводы - Ориентация на качество: важны корректность, читаемость и долгосрочная поддерживаемость кода - Системное мышление: производительность и стабильность закладываются с самого начала - Личная ответственность: гордость за свою работу и контроль полного цикла - Сильные основы computer science (структуры данных, алгоритмы, системное мышление) - Опыт создания приложений минимум на одном современном языке (например, Python, TypeScript, Java, Go) - Знакомство с API, базами данных и базовыми концепциями - Уверенное использование Git и работа в общем кодовой базе Предпочтительно: - Кандидаты в часовых поясах Eastern или Central - Практический опыт с Claude, AWS Kiro или аналогичными AI-инструментами для разработчиков - Интерес к LLM, дизайну, агентным рабочим процессам или AI-ассистируемым архитектурам - Опыт использования AI для рефакторинга кода - Опыт использования AI для создания тестов - Опыт использования AI для отладки и логических рассуждений Условия: - Ежегодный денежный бонус и опционы, соответствующие уровню роли и опыту - Полная удаленная работа - План 401(k) - Страхование: медицинское, стоматологическое - Гибкий график отпусков Компания — провайдер банковских технологических решений для финансовых институтов. Основана в 2015 году, штаб-квартира в Джексонвилле, Флорида, США, штат 201–500 сотрудников. Компания имеет историю спонсорства H1B: 4 в 2025, 2 в 2024, 2 в 2023, 1 в 2022. Это не гарантирует спонсорство для данной конкретной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

О роли Stanbridge University ищет инженеров-программистов по ИИ-системам (Go) для проектирования, создания и эксплуатации production-систем ИИ, которые надёжно и в масштабе выполняют сложные многоэтапные задачи. Это практическая инженерная роль, сфокусированная на сложном классе задач: длительные ИИ-процессы, которые вызывают модели, инструменты и внешние API; поддерживают состояние на протяжении длительных выполнений; создают структурированный контент и сгенерированные медиа; взаимодействуют с людьми-проверяющими; восстанавливаются после частичных сбоев; и стабильно выдают точные результаты пользователям. Основные инженерные сложности выходят далеко за рамки разработки промптов. Системы должны учитывать сбои провайдеров и лимиты скорости, прерванные процессы, изменяющееся состояние, недетерминированное поведение моделей, некорректные или неподдерживаемые выходные данные, переменную задержку и стоимость, а также развёртывания, происходящие во время выполнения работы. Успешный кандидат сочетает сильный инженерный опыт в области программного и распределённого обеспечения с практическим опытом создания и эксплуатации production-приложений на LLM, ИИ-агентов или систем на основе агентов. Вы присоединитесь на этапе, когда значительная часть архитектуры ещё должна быть спроектирована и построена. Инженеры на этой роли будут обладать существенным правом собственности на паттерны, сервисы, инфраструктуру и инженерные стандарты, формирующие ИИ-системы университета. Удалённая работа Эта позиция допускает удалённую работу для кандидатов, проживающих в штатах, где Stanbridge University в настоящее время уполномочен нанимать удалённых сотрудников. В настоящее время в число таких штатов входят: Аризона, Колорадо, Иллинойс, Индиана, Канзас, Кентукки, Луизиана, Мэриленд, Мичиган, Миннесота, Невада, Нью-Джерси, Северная Каролина, Северная Дакота, Огайо, Теннесси, Техас и Висконсин. Кандидаты должны проживать в подходящем штате на момент трудоустройства. Право на удалённую работу зависит от требований университета к найму и может меняться в зависимости от требований штата. Инженерная среда Инженерные задачи команды включают: - Оркестрация долговечных процессов: длительные многоэтапные конвейеры с постоянным состоянием, очередями задач, контрольными точками, возобновляемостью, идемпотентным выполнением и восстановлением после прерванных или осиротевших задач. - Мультипровайдерная модельная инфраструктура: маршрутизация между коммерческими поставщиками моделей с реестрами моделей, контролем токенов и затрат, обработкой лимитов скорости, повторами, автоматическими выключателями, мониторингом работоспособности и переключением провайдеров. - Оркестрация агентов и инструментов: системы, в которых ИИ-агенты взаимодействуют с инструментами, API, источниками данных, сервисами приложений и детерминированной бизнес-логикой для выполнения многошаговой работы. - Инфраструктура разработки промптов: отношение к промптам как к версионируемым production-артефактам с ревью, тестированием, защитой от регрессий и измеримым поведением. - Тестирование недетерминированных систем: записанные и воспроизводимые взаимодействия с провайдерами, детерминированные фикстуры, оценочные стенды, базовые показатели и регрессионное тестирование поведения ИИ. - Контроль корректности и качества: валидация структурированных выходных данных, автоматическая оценка, доменные требования, проверка доказательств и защита от уверенных, но неверных выходных данных модели. - Процессы с участием человека: этапы ревью и утверждения в автоматизированных процессах, включая системы, способные безопасно реагировать, когда пользователи изменяют состояние или входные данные во время выполнения. - Конвейеры генерации медиа: системы, способные создавать и управлять документами, аудио, изображениями, видео и другими сгенерированными активами. - Production-архитектура сервисов: API и серверные сервисы на Go, реляционные хранилища данных, инфраструктура задач, наблюдаемость и интеграции, поддерживающие пользовательские приложения. - Безопасный приём данных: обработка предоставленных пользователем и потенциально недоверенных документов с соблюдением соответствующих границ безопасности и авторизации. Два инженерных направления Инженеры должны соответствовать одному и тому же общему техническому уровню, но могут иметь более глубокую экспертизу в одной из двух областей: - Платформа и конвейеры: распределённые системы, оркестрация процессов, долговечное состояние, очереди задач, восстановление, инфраструктура провайдеров, задержка, пропускная способность, масштабируемость, надёжность и оптимизация затрат. Это направление особенно подходит опытным системным инженерам, которые рассматривают модели ИИ как мощные компоненты, создающие новый набор проблем распределённых систем и надёжности. - Агенты и качество: архитектура агентов и инструментов, промпт-системы, управление контекстом, оценочные фреймворки, регрессионное тестирование, модели-судьи, проверка доказательств и сквозное качество выходных данных. Это направление особенно подходит инженерам, которые подходят к поведению ИИ через эксперименты, измерения, тестирование и систематические улучшения. Кандидаты могут указать предпочтительную область; однако специализация в одной области не требуется. Основные функции - Проектировать, разрабатывать, тестировать, развёртывать и эксплуатировать production-качественное программное обеспечение и серверные сервисы, преимущественно на Go (Golang). - Проектировать и создавать ИИ-агентов и системы на основе агентов.

Формат

Удалённо

Страна

Любая

Город

Не указан

Anika Systems — технологическая компания, которая помогает федеральным агентствам решать сложные бизнес-задачи. Услуги охватывают AI-стратегию, интеллектуальный анализ данных, машинное обучение, интеллектуальную автоматизацию и инженерию, с фокусом на программы национальной безопасности и федерального финансирования. Позиция удаленная, но в соответствии с федеральными контрактными требованиями возможен частичный или полный возврат в офис в будущем. Требуется гражданство США и возможность получить допуск к государственной тайне. AI-инженеры проектируют и внедряют продакшн-системы ИИ в коммерческих и федеральных проектах. Это hands-on роль в небольшой команде senior-специалистов. Инженеры отвечают за работу от начала до конца: данные, интеграция моделей, сервисы, UI, инфраструктура, безопасность и деплой. Ожидается принятие технических решений в условиях федеральных требований по соответствию, безопасности и закупкам. Требования: - Степень бакалавра в области компьютерных наук, компьютерной инженерии, науки о данных, вычислительной лингвистики или смежной области; магистерская степень приветствуется. - 1–3 года профессионального опыта в создании и запуске ML или NLP-систем, включая решения на основе LLM или генеративного ИИ. - Сильный продакшн-опыт в Python и TypeScript, включая современные веб-фреймворки (FastAPI, React). - Опыт интеграции LLM в реальные приложения: стриминг, вызов функций, учет токенов, обработка ошибок, на одной из платформ: OpenAI, Anthropic, Bedrock, Vertex или Azure OpenAI. - Опыт проектирования агентных систем: многошаговые рабочие процессы, RAG, оценка, контроль с участием человека. - Уверенное моделирование реляционных данных на PostgreSQL с асинхронным ORM и инструментами миграций. - Владение AWS (compute, storage, IAM, secrets, networking, observability) и infrastructure-as-code, желательно Terraform. - Понимание OAuth/OIDC, JWT, RBAC, изоляции мультитенантности и принципа наименьших привилегий. - Дисциплинированные привычки тестирования, линтинга и проверки типов; понятные диффы и четкая письменная коммуникация. Желательные навыки: - Опыт работы с федеральными программами: NIST 800-53, FedRAMP, FISMA, процесс ATO или требования к обработке данных агентств. - Опыт с Keycloak или другим OIDC-провайдером, мультитенантность на основе RLS или zero-trust дизайн приложений. - Знание платформ data/lakehouse (Databricks, Snowflake) и SQL за пределами CRUD. - Document AI/OCR-пайплайны и модернизация легаси-процессов. - Продакшн-наблюдаемость (CloudWatch, OpenTelemetry, Grafana) и опыт реагирования на инциденты. - Укрепление цепочки поставок: SBOM, сканирование зависимостей, подписанные сборки, моделирование угроз.