Направление
Вакансии промт-инженеров
Промт-инжиниринг, LLM и оценка ответов.
Поиск
Подбор вакансий
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI-разработчик
AI-разработчик Компания: Top Selection Чем предстоит заниматься - Разрабатывать и внедрять AI/LLM-функционал: RAG-системы, AI-агентов, механизмы function/tool calling, оркестрацию языковых моделей. - Проектировать AI-пайплайны: эмбеддинги, векторные базы данных (pgvector, Pinecone), управление контекстом, промпт-стратегии. - Обеспечивать быструю поставку — от идеи до продакшена (с реализацией фронтенд- и бэкенд-компонентов при необходимости). - Контролировать качество AI-решений через evals, организовывать мониторинг и наблюдаемость систем. - Работать со стеком: .NET (C), LLM-фреймворки (LangChain, LlamaIndex), API OpenAI/Anthropic, Docker, Git, MSSQL/PostgreSQL. Ожидания Опыт: - Общий опыт в IT — от 5 лет. - Опыт разработки AI/LLM-функциональности в коммерческих продуктах — от 1,5 лет (Обязателен!) Ключевые навыки: - Уверенное владение .NET (C). - Практический опыт интеграции LLM в коммерческие продукты. - Базовые навыки фронтенд-разработки (достаточные для реализации AI-функционала). - Разработка LLM-приложений: RAG-системы, AI-агенты, function/tool calling, промпт-инжиниринг. - Работа с LLM-фреймворками (LangChain, LlamaIndex) и векторными БД (pgvector, Pinecone). - Навыки оценки качества AI-моделей (evals), мониторинга и наблюдаемости AI-систем. - Уверенная работа с реляционными БД (MSSQL/PostgreSQL), Docker, Git. - Использование AI-ассистентов (Cursor, Claude Code, Copilot) в ежедневной работе с обязательным код-ревью и тестированием. - Технический английский (чтение документации). - Bias to ship: декомпозиция до MVP, быстрая проверка гипотез. - Высокий уровень ответственности (ownership), продуктовое мышление, командность. Будет плюсом: - Опыт в ML (fine-tuning, работа с эмбеддингами). - Пет-проекты с реальной аудиторией или вклад в open-source. - Опыт с системами потоковой обработки данных (RabbitMQ, Kafka). Образование: - Высшее техническое (или эквивалентный опыт + портфолио). Условия - Занятость: проектная, 6 месяцев с возможностью пролонгации, полная занятость (~160 ч/мес). - Формат: полностью удалённо (Россия, UTC+3). - Формат оформления: ИП. - Гражданство: РФ. - Зарплата: обсуждается с кандидатом, рыночный уровень для Senior AI-разработчика.
Data Scientist (LLM / AI Agents)
Data Scientist (LLM / AI Agents) Требования - Опыт: от 4-х лет в коммерческой разработке на позиции DS/ML Engineer (из них минимум 1 год плотной работы с NLP/LLM). - LLM & NLP: Глубокое понимание архитектуры трансформеров, опыт работы с RAG, контекстным окном, методами оптимизации инференса. - Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. - Big Data: Опыт работы с распределенными вычислениями (Spark/PySpark, Hive) и оркестрацией (Airflow). - Инфраструктура: Понимание процессов MLOps, опыт deployment сервисов на GPU (on-premise или Cloud). - Безопасность: Понимание принципов работы с персональными данными и безопасности при использовании LLM в энтерпрайзе. Будет преимуществом - Опыт разработки собственных MCP (Model Context Protocol) сервисов для расширения функционала агентов. - Участие в Kaggle, хакатонах или наличие pet-проектов в области Generative AI (ссылка на GitHub). - Опыт работы с отечественными LLM-платформами (например, GigaChat API) или локальными моделями (Llama, Qwen, Mistral). - Опыт построения сложных графов агентов (LangGraph, AutoGen). Обязанности - Разработка AI-агентов: Проектирование и внедрение мультиагентных систем (Prompt Engineering, RAG, Tools, Function Calling) в реальные банковские процессы. - Работа с LLM: Оптимизация и Fine-tuning моделей под домен бизнеса (SFT, RLHF), работа с открытыми и проприетарными моделями. - MLOps & Production: Вывод моделей в пром, построение пайплайнов обработки данных на GPU-кластере, организация мониторинга качества и дрейфа моделей. - Оценка качества: Разработка метрик качества генерации (LLM Eval), проведение A/B тестов. - Интеграция: Разработка сервисов на Python (API), взаимодействие с командой разработки и продуктовыми аналитиками для контроля и экспертизы требований к данным и функционалу. Условия - Обсуждаемая ЗП по вашим навыкам и грейду - Удаленная работа, а также варианты с гибридным форматом - Оформление по ИП с нашей поддержкой - Несколько проектов на выбор - Карьерный рост без постоянных поисков работы Как начать - Откликнитесь на вакансию - Пройдите собеседование с рекрутером - Попадите на бенч и получайте предложения по проектам
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist Компания: Magic Compass Holdings Limited Тип занятости: Контрактор на полный рабочий день, удаленно. Рабочие часы: 9:00 – 18:00 по местному времени. О вакансии Мы ищем инициативного GenAI Engineer / AI Builder / AI Agent Associate / AI Application Specialist для проектирования и создания ИИ-рабочих процессов и ИИ-агентов, повышающих продуктивность бизнеса в различных бизнес-функциях. Вы будете проектировать, создавать и поддерживать ИИ-решения, автоматизирующие бизнес-процессы, повышающие операционную эффективность и обеспечивающие эффективное сотрудничество человека и ИИ в разных бизнес-функциях. Первоначально вы будете поддерживать нашу команду по ИИ и управлению рисками. По мере развития наших ИИ-возможностей вы будете работать с другими бизнес-функциями над созданием практических ИИ-решений, повышающих продуктивность и операционное совершенство. Эта роль идеально подходит для тех, кто любит быстро превращать бизнес-требования в масштабируемые ИИ-приложения и воплощать идеи в реальные бизнес-результаты. Обязанности Разработка ИИ-агентов и рабочих процессов: - Проектирование, создание и поддержка ИИ-агентов для бизнес-операций. - Разработка систем мониторинга, логирования и наблюдаемости за поведением агентов и правилами безопасности. - Разработка ИИ-рабочих процессов, автоматизирующих повторяющиеся бизнес-процессы. - Преобразование бизнес-требований в практические ИИ-решения. - Создание масштабируемых ИИ-приложений, повышающих продуктивность и операционную эффективность. - Интеграция ИИ-решений с внутренними системами и сторонними платформами. Бизнес-приложения ИИ: - Разработка ИИ-решений для различных бизнес-функций, включая управление рисками, тестирование, маркетинг, операции и поддержку клиентов. - Выявление возможностей, где ИИ может автоматизировать ручную работу, улучшить принятие решений и оптимизировать бизнес-операции. Разработка ИИ: - Создание ИИ-приложений с использованием современных больших языковых моделей (LLM). - Проектирование промптов, ИИ-рабочих процессов и мультиагентных решений для различных бизнес-сценариев. - Разработка решений с использованием RAG, MCP, вызова функций, памяти и вызова инструментов. - Интеграция API LLM во внутренние платформы и конвейеры автоматизации. - Создание ИИ-рабочих процессов с использованием как кодовых, так и low-code/no-code платформ, где это уместно. - Постоянная оценка новых ИИ-технологий и рекомендация практических бизнес-применений. Требования - Опыт от 1 до 3 лет в создании ИИ-приложений, ИИ-агентов или решений для автоматизации рабочих процессов. - Практический опыт работы с ведущими ИИ-моделями, такими как OpenAI (GPT), Openclaw, Claude, Gemini, DeepSeek, Qwen, Llama или аналогичными большими языковыми моделями (LLM). - Опыт использования современных инструментов ИИ-разработки, таких как Cursor, Claude Code, Codex, Gemini CLI, Genspark, Manus, OpenHands или аналогичных инструментов разработки с использованием ИИ. - Знакомство с фреймворками ИИ-агентов, концепциями агентного ИИ (планирование, агенты, использующие инструменты, генерация с дополненной выборкой) — допускается практический опыт или проекты на стороне. - Опыт интеграции ИИ-решений с API, сторонними сервисами или внутренними бизнес-системами. - Базовые навыки программирования на Python и знакомство с prompt engineering, проектированием ИИ-рабочих процессов или RAG. - Опыт в сфере финансовых технологий, трейдинга, управления рисками и/или цифровых активов. - Сильные аналитические способности, навыки решения проблем и коммуникации, а также увлеченность изучением и применением новых ИИ-технологий. - Способность эффективно общаться на английском языке, сильное аналитическое мышление, способность решать проблемы. - Опыт создания мультиагентных систем, платформ автоматизации рабочих процессов и/или развертывания ИИ-приложений в production-средах. Условия работы - Полностью удаленная работа с графиком по вашему местному времени. - Создание ИИ-решений, решающих реальные бизнес-задачи. - Работа с различными бизнес-функциями и участие в формировании ИИ-трансформации компании. - Работа с новейшими ИИ-технологиями, LLM, ИИ-агентами, автоматизацией рабочих процессов и современными инструментами ИИ-разработки. - Возможность создавать практические ИИ-приложения с прямым влиянием на бизнес.
Senior ML Engineer - LLM Training & Serving
Старший ML-инженер — обучение и обслуживание LLM О компании Unimatch Lab — ИИ-венчурная студия из Кремниевой долины. Мы создаём портфель ИИ-продуктов и развиваем собственный ML-стек: локальные кластеры для LLM, обучение и обслуживание моделей на своей инфраструктуре. Мы ищем старшего ML-инженера, который возьмёт на себя полный внутренний цикл: от данных до продакшена. Никакой работы только с промптами или сторонними API — все персональные и чувствительные данные остаются на наших серверах. Задачи - Файн-тюнинг LLM и VLM моделей (LoRA, QLoRA, дистилляция) с получением готовых к промышленной эксплуатации весов. - Оценка качества как обязательный этап релиза: метрики на уровне отдельных полей, отложенные выборки, проверки на утечку данных между обучением и тестом. - Управление полным циклом работы с данными: разметка с помощью учителя, версионирование датасетов, контроль качества синтетических данных. - Запуск и поддержка собственного инференса под нагрузкой: vLLM, пакетная обработка запросов, квантизация, генерация структурированных JSON-ответов. - Документирование ML-процессов от начала до конца, чтобы цикл не зависел от одного конкретного инженера. Требования - Опыт от 5 лет в запуске ML-систем в продакшен, включая работу с высоконагруженным ИИ. - Вы сами обучаете модели (веса), а не ограничиваетесь промпт-инжинирингом или интеграцией RAG. - Опыт развёртывания собственных LLM в продакшен (vLLM или аналоги). - Реализованные проекты полного цикла: данные → файн-тюнинг → оценка → реальный продакшен-трафик. - Уверенное владение Python, Docker/Kubernetes, CI/CD. Понимание принципов работы с конфиденциальными данными на собственной инфраструктуре. Условия работы - Формат: удалённо. - Локация: Европа (EU, Великобритания, Исландия, Норвегия, Швейцария и др.), Латам. - Уровень: старший (Senior). - Компенсация: от $5,000 в месяц (базовая ставка).
AI/ML Engineer
СберСпасибо: AI/ML Engineer О проекте Мы разрабатываем корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Сейчас мы ищем специалиста, который займётся качественной составляющей систем: повышением надёжности RAG, выстраиванием методологии оценки, тестирования, защит и промпт-инжинирингом. Это прикладная позиция — мы не обучаем модели, а используем готовые через корпоративный шлюз. Весь фокус на инжиниринг, оценку и тонкую настройку поведения агентов. Задачи - Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе и бухгалтерской документации - Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды - Подготовка эталонных наборов для оценки качества - Реализация методологии автоматических регрессионных проверок (LLM-as-a-judge) - Настройка защит (guards) для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек ПДн, anti-hallucination механизмы - A/B-тестирование промптов и моделей для подбора лучших конфигураций - Тюнинг качества на основе обратной связи пользователей и трассировок из Langfuse Требования - Опыт коммерческой разработки на Python от 2 лет - Практический опыт создания и поддержки RAG-систем в продакшене (от начала до конца, не прототип): эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг - Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги) - Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных - Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling - Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник - Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги - Практический опыт A/B-тестирования промптов и моделей в продакшене - Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов - Базовые знания SQL и работы с реляционными базами
GenAI-разработчик / бизнес-аналитик
GenAI-разработчик / бизнес-аналитик (Senior) О нас Top Selection приглашает Senior GenAI-разработчика в проект для крупной компании из сферы добывающей промышленности. Ключевая цель — создание и внедрение корпоративных GenAI-решений: AI-агентов, мультиагентных систем, RAG-конвейеров и автоматизаций в закрытом защищённом контуре. Задачи - Разработка AI-агентов и субагентов с использованием tool-calling - Построение мультиагентных систем и управление цепочками вызовов - Создание автоматизаций и workflow в n8n, Flowise, Dify, Langflow или аналогичных платформах - Разработка бизнес-логики и кастомных функций на JavaScript, TypeScript и Python - Построение RAG-конвейеров: подготовка данных, embeddings, поиск и работа с векторными базами - Интеграция с внутренними сервисами и витринами данных через REST API и OAuth2 - Парсинг, сбор, нормализация и трансформация данных из внешних источников - Проектирование промптов для суммаризации и генерации структурированных отчётов - Развёртывание и эксплуатация open-source и on-prem LLM в закрытом корпоративном контуре - Работа со структурированными данными, PostgreSQL и JSON - Участие в анализе и формализации бизнес-требований Требования - Опыт коммерческой разработки GenAI-решений на уровне Senior - Уверенное владение JavaScript, TypeScript и Python - Практический опыт создания AI-агентов и мультиагентных систем - Опыт хотя бы с одним из стеков: - LangChain / LangGraph - LlamaIndex - Semantic Kernel - CrewAI / AutoGen - n8n / Flowise / Dify / Langflow - Опыт разработки RAG-решений и работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами - Уверенная работа с PostgreSQL, JSON, REST API и OAuth2 - Опыт работы с LLM и prompt engineering - Опыт развёртывания локальных моделей в закрытом контуре - Готовность вести разработку и эксплуатацию решения в ОС Windows - Понимание принципов защиты чувствительных и корпоративных данных Будет преимуществом - Опыт работы с MCP — Model Context Protocol - Разработка кастомных нод и sub-workflows в n8n - React - GraphQL - FastAPI - Опыт работы с веб-поиском, парсингом и внешними API - Опыт участия в корпоративных или промышленных проектах
We're Hiring: AI/ML Associate Software Engineer (1-Year Apprenticeship Program)
🚀 We're Hiring: AI/ML Associate Software Engineer (1-Year Apprenticeship Program) 🎓 Fresh graduates and final-semester students are encouraged to apply! Are you passionate about Generative AI, Large Language Models (LLMs), and building AI-powered applications? Join our team as an AI/ML Associate Software Engineer through a 1-year contractual apprenticeship and gain hands-on experience with cutting-edge AI technologies. 🔹 What We're Looking For ✅ Strong understanding of Large Language Models (LLMs), their architectures, and use cases ✅ Experience with LLM APIs (OpenAI, Anthropic, Gemini, etc.) ✅ REST API development and integration ✅ LangChain and AI Agent frameworks ✅ RAG (Retrieval-Augmented Generation) pipelines ✅ Python and Node.js development ✅ React.js for frontend development ✅ MySQL and database management ✅ Prompt engineering and AI application development 👨💻 Who Can Apply? Final-semester students who have completed their examinations Recent graduates in Computer Science, IT, AI/ML, or related fields Candidates with AI/ML projects, hackathon experience, internships, or personal AI applications Self-motivated learners eager to work with the latest AI technologies 🚀 What You'll Do Build AI-powered applications and intelligent workflows Develop and integrate LLM-based solutions Work on RAG pipelines, LangChain, and AI agent systems Design, consume, and integrate REST APIs Collaborate on full-stack AI products using Python, Node.js, React, and MySQL 📍 Position: AI/ML Associate Software Engineer 📅 Duration: 1-Year Contractual Apprenticeship 🏢 Work Mode: 5 days/week, Work from Office