Вакансии для тестировщиков на Python
Вакансии для тестировщиков на Python: подборка ролей, где в задачах или стеке указан Python. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Python Backend Developer в AI-продукт
Python-разработчик в AI-продукт. Формат: удалённо. Зарплата: 100 000–120 000 ₽ на руки. Full-time. Что предстоит делать: — разрабатывать backend на Python и asyncio; — создавать устойчивую браузерную автоматизацию; — работать с Playwright, сессиями, очередями и расписаниями; — интегрировать LLM и vision-модели; — реализовывать память, контекст и инструменты AI-агента; — настраивать логирование, мониторинг и восстановление после сбоев; — работать с Docker, CI, метриками и алертами; — обеспечивать безопасность пользовательских данных и секретов; — проектировать архитектуру и собирать прототип первой версии продукта. Особенно важен опыт: — production-разработки на Python; — Playwright или аналогов; — долгоживущих процессов, очередей и фоновых задач; — LLM-приложений и AI-агентов; — vision-моделей; — прокси-инфраструктуры и сетевой изоляции; — работы с нестабильными внешними API/интерфейсами. Плюсом будет опыт в антифрод-, платёжных или дейтинг-продуктах.
Senior фронтенд-инженер, Growth-команда
О компании Close — CRM для отделов продаж, разрабатывается с 2013 года. Компания внедряет ИИ во все части продукта. Бутстрап-компания, прибыльная, 120 сотрудников, полностью удалённая команда. Стек - Фронтенд: одностраничное TypeScript-приложение на React, сборка Vite, тесты Vitest, React Testing Library, Playwright, Chromatic. - UI обновляется в near real-time через WebSockets и WebRTC, стили CSS-модулями, оптимизация через route-based code splitting и skeleton UI. - Собственная дизайн-система, описанная в Storybook. - Бэкенд: REST API и GraphQL, Python/Flask/FastAPI, MongoDB, Postgres, Elasticsearch, AWS. О роли Команда Growth отвечает за онбординг, активацию, биллинг и checkout — превращение нового пользователя в платящего клиента. Подход: быстрый поиск решения, запуск, затем стандартизация и очистка. Команда делает за недели то, что другие за месяцы. Текущие проекты: - Agent-forward experience: исследование, как агенты и ИИ улучшают опыт клиентов и быстрее демонстрируют ценность Close. - Создание данных из неструктурированных источников: превращение информации из почты в работающую CRM. Сотрудников могут перемещать между командами в зависимости от задач. Требования - Опытный фронтенд-инженер: React — основной стек, также опыт с Vue, Svelte или Solid. Умение выбирать подходящий инструмент. - Понимание экспериментов: какие данные собирать, как устроена воронка, как спроектировать фичу для получения значимых данных. - Опыт со структурой B2B-экспериментов (бонус: работа с Amplitude на стороне внедрения). - Создание ИИ-интерфейсов: опыт запуска LLM-фич для реальных пользователей, понимание доверия, потоковых ответов, неопределённых состояний, агентных UI. - Ежедневное использование ИИ-инструментов в работе. Компания оплачивает Claude Code, Codex и другие инструменты. - Ориентация на быструю поставку: лучше показать первую итерацию 50 клиентам, чем три недели доводить PR. Задачи - Создание агентного онбординга: агент, который обучает действием — кликает, показывает, демонстрирует приложение, общаясь с пользователем. Нужно создать UI, чтобы агент ощущался как тренер, а не чат-окно, и найти баланс между автоматизацией и обучением. - Превращение почты в CRM: создание интерфейса вокруг пайплайна неструктурированных данных: пользователь подключает почту. Условия - Удалённая работа, только для США (100% remote). - Компания бутстрап-прибыльная, команда 120 человек.
Middle+ .net Developer в Авиасейлс
❤️ Они уже здесь 📍 HR Senior Talent Acquisition в 01.tech Удалённо 📍 Backend Middle+ .net Developer в Авиасейлс Удалённо Middle+ Python Developer в ИВИ Удалённо Middle IOS Developer в Laoshi Удалённо (Мир) 📍 Аналитика Ведущий системный аналитик / Lead / Руководитель в Selecty от 400 000 до 450 000₽ Удалённо (РФ) Middle+ Системный аналитик в NDA от 180 000 до 250 000₽ Москва, гибрид Middle Дата-аналитик в Mish Удалённо (РФ) 📍 Тестирование Middle+ Инженер по тестированию Платформа Android в ИВИ Удалённо Middle QA Engineer (web) в Paysenger Удалённо (Мир) 📍 Менеджмент Middle+ Product Manager в 01.tech Удалённо Персональный ассистент СЕО Changellenge >> Москва, удалённо 📍 Маркетинг & Контент Senior Influence Manager в BLACKHUB GAMES Питер, офис Middle+ Influence менеджер в Cosmopet Москва, гибрид Middle Требуется специалист по убт трафику в NDA от 2 000$ Удалённо Junior Marketing Manager в BoilerLab Москва, офис 📍 Дизайн Middle+ Продуктовый дизайнер в Blink Удалённо (Мир) Middle+ Веб-дизайнер в Палиндром Удалённо Junior Digital Designer в Rooh Co. Удалённо (Мир) 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам
Python-разработчик, AI-агенты
Разработка AI-системы для автоматизации пользовательских действий и коммуникаций во внешних сервисах. Требуется Python-разработчик для создания первой рабочей версии продукта. Задачи: - Разрабатывать backend на Python - Создавать устойчивую браузерную автоматизацию - Работать с пользовательскими сессиями, очередями и расписаниями - Интегрировать LLM и vision-модели - Реализовывать память, контекст и инструменты AI-агента - Настраивать логирование, мониторинг и восстановление после ошибок - Обеспечивать защиту пользовательских данных и секретов - Участвовать в проектировании архитектуры, оценке сроков и технических рисков Требования: - Уверенный Python + asyncio - Опыт разработки production-систем - Playwright или аналоги - Опыт автоматизации нестабильных и меняющихся интерфейсов - Retry, переавторизация, recovery после сбоев - Понимание идемпотентности - Опыт с фоновыми процессами, очередями, расписаниями и квотами - Практика разработки LLM-приложений: агенты, function calling, память, контекст - Опыт с vision-моделями и оптимизацией стоимости инференса - Понимание шифрования, хранения секретов, access control и аудита - Docker, CI, логирование, метрики и алерты Будет плюсом: - Опыт с прокси-инфраструктурой и сетевой изоляцией - Антифрод, платежи или дейтинг - Понимание реакции внешних площадок на нетипичную активность - Опыт продуктов с нестабильными API/интерфейсами - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе: - Оценить реализуемость MVP - Предложить архитектуру и roadmap разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип на отдельном аккаунте - Настроить фиксацию результатов, ошибок и причин остановки системы
Архитектор облачных решений
Компания «Базис» — российский разработчик программных продуктов для оказания облачных услуг и платформы динамической инфраструктуры. Ищем архитектора для развития облачных продуктов Basis Cloud Control и Basis Automation Studio. Продукты предоставляют платформу управления облачной инфраструктурой с моделью предоставления облачных ресурсов как сервис. Основные обязанности: Проработка решений для новых бизнес-задач заказчиков и развитие облачной платформы; Развитие технических компетенций смежных команд: проведение демонстраций, консультирование; Участие в определении архитектурных подходов, интерфейсов и стандартов совместно с командами разработчиков, аналитиков и инженеров; Взаимодействие с разработчиками, тестировщиками, аналитиками, инженерами и смежными продуктовыми командами для решения архитектурных задач и интеграции продуктов, реализации разработанных решений; Экспертная консультация в предпродажных активностях и эксплуатации продуктов; Формирование и поддержка архитектурной документации. Необходимый опыт работы: Опыт не менее 6 лет в инфраструктурных или облачных технологиях; Опыт участия в разработке архитектуры продуктов от 2 лет; Опыт работы с сервисами в публичных облаках (AWS, Azure, GCP, Alibaba и т.д.); Опыт работы с продуктами VMware (vSphere, Cloud Director, NSX-T, vRealize), OpenStack, ManageIQ, OpenShift, Cozystack, n8n и т.д.; Опыт работы с PostgreSQL, ClickHouse, Redis; Опыт работы с S3-решениями; Опыт работы с Ansible, Terraform/OpenTofu, понимание концепции IaC; Опыт работы с Podman, Kubernetes; Опыт работы с Linux-based системами на уверенном уровне. Профессиональные знания и навыки: Навыки разрешения проблем в технических решениях и продуктах; Знание принципов работы сетей передачи данных и сетей хранения данных; Понимание принципов работы современных микросервисных приложений и инструментов; Умение создавать и разрабатывать технические архитектуры (HLD, LLD) и диаграммы в нотации C4; Навыки проектирования интеграционных компонент, разумный подход к выбору способа интеграции с учетом ФТ/НФТ; Понимание принципов и функционирования контейнеризации и виртуализации; Понимание принципов построения комплексной ИТ-инфраструктуры больших компаний (сети, серверы, СХД, СРК, ИБ, ИС); Понимание принципов и функционирования систем высокой доступности и катастрофоустойчивости. Будет плюсом: Практический опыт использования Python и/или Golang для скриптов или разработки; Опыт работы с VMware SRM, NetApp MetroCluster, Huawei HyperMetro, Hitachi GAD, MIND Guard, Hystax Acura; Опыт работы с инструментами Observability; Опыт работы с ADR; Практический опыт использования AI/ML для рабочих задач. Условия: Трудоустройство согласно ТК РФ в IT-компании со всеми соответствующими бонусами; Заработная плата состоит из оклада и квартальной премии; График работы 5/2 пн-пт, гибкое начало дня; Социальный пакет (ДМС, оплата мобильной связи); Обучение внутри компании и на внешних курсах; Корпоративная программа лояльности (профессиональное обучение, фитнес-активности, обучение языкам и т.д.).
Агентный Gen AI-разработчик (Python, RAG)
Обязанности - Совместно с командой проектировать и разрабатывать высококачественные веб-приложения с использованием Python, Flask, Django и смежных технологий. - Писать чистый и эффективный код, обеспечивать его поддерживаемость и переиспользуемость. - Проектировать и внедрять RAG-пайплайны на Google Cloud / Vertex AI (chunking, эмбеддинги, индексация, поиск, реранкинг, grounding). - Строить агентные рабочие процессы (использование инструментов, планирование, рефлексия/guardrails, структурированные выходные данные) с использованием Python-first фреймворков. - Проводить ревью кода для обеспечения качества и согласованности. - Проводить тестирование для обеспечения качества и надежности приложений. - Создавать и поддерживать техническую документацию для веб-приложений. - Участвовать в планировании проекта, оценке и приоритизации задач. - Следить за новейшими технологиями в области разработки на Python. - Определять и запускать оценку (метрики поиска, качество ответов, проверки галлюцинаций/grounding) и итеративно улучшать качество системы. - Выпускать в продакшн: API, мониторинг/наблюдаемость, оптимизация стоимости и производительности, CI/CD и лучшие практики безопасности. Обязательные требования - Python, Flask/Django, RAG. - Опыт разработки программного обеспечения на Python 3. - Понимание жизненного цикла разработки и тестирования ПО. - Знание реляционных баз данных (например, MySQL, PostgreSQL и т.д.). - Опыт работы с системами контроля версий, такими как Git. - Опыт создания RAG-решений (гибридный поиск, реранкинг, стратегии chunking, эмбеддинги, дизайн промптов и схем). - Знакомство как минимум с одним агентным фреймворком (например, LangGraph/LangChain, LlamaIndex, Semantic Kernel, AutoGen) и паттернами вызова инструментов/функций. - Уверенные знания концепций векторного поиска и как минимум одной векторной БД в продакшене. - Сильные инженерные практики: ревью кода, тестирование, телеметрия, безопасность по дизайну, надежность. Желательно - LLM, LangChain, AWS, Kubernetes, Docker. - Степень магистра в области компьютерных наук, программной инженерии или смежной области. - Более 1 года профессионального опыта разработки веб-приложений на Python с использованием Flask или Django. - Опыт разработки RESTful API на Python. - Понимание фреймворков веб-приложений на Python, таких как Flask или Django. - Опыт работы с облачными сервисами, такими как AWS. - Опыт работы с Vertex AI и основами GCP (IAM, логирование/мониторинг, Cloud Run/GKE, хранилища). - Графы знаний для RAG (связывание сущностей, обход графа + гибридный поиск). - Стриминг/обмен сообщениями (Pub/Sub, Kafka), пайплайны документов (Document AI) и мультиязычный поиск. - Опыт работы с инструментами оценки (RAGAS, TruLens, пользовательские eval-харнессы), управление версиями промптов. - Интеграция с фронтендом (базовый React/Next.js) или развитие платформы (внутренние инструменты разработчика). Условия - Зарплата: $62,000 – $80,000. - Кандидаты должны быть готовы к переезду в пределах США (например, CA, TX, NY).
Python-разработчик Gen AI, RAG и агентные системы
BeaconFire Inc. ищет Python-разработчика для работы над веб-приложениями и системами генеративного ИИ. Задачи: - Проектирование и разработка веб-приложений на Python, Flask, Django. - Написание чистого и эффективного кода с поддержкой поддерживаемости и переиспользуемости. - Проектирование и внедрение RAG-пайплайнов на Google Cloud / Vertex AI (чанкинг, эмбеддинги, индексация, поиск, реранкинг, grounding). - Построение агентных рабочих процессов (использование инструментов, планирование, рефлексия/ограничения, структурированные выводы) с использованием Python-first фреймворков. - Проведение код-ревью для обеспечения качества и согласованности кода. - Тестирование для обеспечения качества и надежности приложений. - Создание и поддержка технической документации для веб-приложений. - Участие в планировании проекта, оценке и приоритизации задач. - Отслеживание новейших технологий для разработки на Python. - Определение и запуск оценки (метрики поиска, качество ответов, проверки галлюцинаций/grounding) и итеративное улучшение качества системы. - Вывод в продакшн: API, мониторинг/наблюдаемость, оптимизация стоимости и производительности, CI/CD, практики безопасности. Требования: - Опыт разработки программного обеспечения на Python 3. - Понимание жизненного цикла разработки и тестирования ПО. - Знание реляционных баз данных (например, MySQL, PostgreSQL). - Опыт работы с системами контроля версий, такими как Git. - Опыт создания RAG-решений (гибридный поиск, реранкинг, стратегии чанкинга, эмбеддинги, дизайн промптов и схем). - Знание как минимум одного агентного фреймворка (например, LangGraph/LangChain, LlamaIndex, Semantic Kernel, AutoGen) и паттернов вызова инструментов/функций. - Уверенное знание концепций векторного поиска и как минимум одной векторной БД в продакшне. - Сильные инженерные практики: код-ревью, тестирование, телеметрия, безопасность по дизайну, надежность. Предпочтительные квалификации: - Степень магистра в области компьютерных наук, программной инженерии или смежной области. - Более 1 года профессионального опыта разработки веб-приложений на Python с Flask или Django. - Опыт разработки RESTful API на Python. - Понимание веб-фреймворков Python, таких как Flask или Django. - Опыт работы с облачными сервисами, такими как AWS. - Опыт работы с Vertex AI и основами GCP (IAM, логирование/мониторинг, Cloud Run/GKE, хранилища). - Графы знаний для RAG (связывание сущностей, обход графа + объединение поиска). - Стриминг/обмен сообщениями (Pub/Sub, Kafka), пайплайны документов (Document AI) и мультиязычный поиск. - Опыт работы с инструментами оценки (RAGAS, TruLens, пользовательские eval-системы), управление версиями промптов. - Интеграция фронтенда (базовый React/Next.js) или платформенная поддержка (внутренние инструменты разработчика). Условия: - Зарплата: $62 000 – $80 000. - Кандидаты должны быть готовы к переезду в пределах США (например, Калифорния, Техас, Нью-Йорк).
Senior AI Evaluation Engineer, Python
О компании и формате Mindrift — платформа, соединяющая специалистов с проектными задачами в области ИИ для ведущих технологических компаний. Работа связана с тестированием, оценкой и улучшением ИИ-систем. Участие проектное, не постоянная занятость. Задачи - Создание реалистичных сред разработки: виртуальная компания с кодовой базой, инфраструктурой и контекстом (тикеты, документация, переписка), формирующим правдоподобную историю разработки. - Проектирование задач из промежуточных состояний этих сред: формулировка промпта, определение критериев «решено», обеспечение решаемости задачи ИИ-агентом. - Написание тестов, проверяющих решения агента: принимать все корректные подходы и отклонять некорректные, не слишком строго и не слишком мягко. - Итеративная доработка задач и тестов на основе QA-обратной связи: анализ решений агента, разбор ошибок, улучшение до справедливой и надёжной оценки. Задачи должны по-настоящему бросать вызов лучшим моделям: frontier-модели уже хорошо пишут код, поэтому важно понимать, где модели ошибаются, и создавать сценарии, выявляющие разницу между хорошим и плохим решением. У задач много корректных решений, поэтому написание тестов, принимающих все правильные варианты и отклоняющих неверные, сложнее, чем кажется. Чем это не является - Не разметка данных. - Не промпт-инжиниринг. - Не написание кода с нуля — большую часть кода пишет агент; вы направляете и оцениваете. Требования - Опыт разработки ПО от 5 лет. - Основной стек: Python (FastAPI), JavaScript/TypeScript (React), Docker, Postgres, Kafka, Redis. - Опыт написания тестов (функциональных, интеграционных). - Владение английским языком на уровне B2 и выше. Условия - Оплата до $50/час в эквиваленте, в зависимости от уровня и темпа. - Задачи оцениваются примерно в 20 часов каждая. - Вы сами устанавливаете свой график.
Инженер по оценке ИИ-агентов, разработчик задач
Компания Mindrift подбирает специалистов для проектной работы с ИИ-системами ведущих технологических компаний. Участие проектное, не постоянная занятость. Роль: разработка задач на кодинг для frontier-моделей ИИ. Каждая задача — самодостаточное Docker-окружение с неработающим кодом, который агент должен исправить; автоматические тесты проверяют результат. Итоговый результат — полный пакет: сломанный код, тесты, инструкция и эталонное решение. Задачи: - Придумать реалистичный сценарий разработчика — реальный баг, сломанный ETL, отсутствующая функция, а не учебная проблема. - Собрать воспроизводимое Docker-окружение с фиксированными зависимостями. - Написать pytest, проверяющий результат, а не команды, — детерминированный, стабильный, не раскрывающий исправление. - Написать instruction.md в формате Jira-тикета. - Написать эталонное решение solve.sh, доказывающее решаемость задачи. - Калибровать сложность так, чтобы современные агенты решали задачу в 20–60% случаев. - Дорабатывать задачи по обратной связи от экспертных QA-ревьюеров. - Позже — рецензировать задачи других авторов в роли QA-ревьюера. Вне области: разметка данных, промт-инжиниринг, продакшн-код, задачи уровня Leetcode. Требования: - 3+ года продакшн-разработки в одном бэкенд-стеке: Python, Go, Node.js, Java или Rust. - Свободное владение Python и pytest — обязательно независимо от основного стека: фикстуры, parametrize, monkeypatch, таймауты, conftest.py. - Опыт создания Docker-образов: воспроизводимые Dockerfile, фиксированные зависимости, multi-stage сборки, запуск от non-root пользователя. - Уверенная работа с Linux и Bash: отладка внутри контейнеров (strace, lsof, journalctl), shell-скрипты сложнее set -euo pipefail. - Опыт работы с ИИ-агентами кодинга — Claude Code, Cursor, Roo Code или аналогичными — на нетривиальных задачах; умение привести пример, когда ИИ уверенно ошибался, и как это было обнаружено. - Письменный английский уровня B2+. Не подходит: инженеры Data Science, ML или Computer Vision без бэкенд-опыта; мануальные QA без автоматизации; фронтенд-only, low-code/no-code, IT-поддержка, бизнес-аналитики; инженеры без опыта написания pytest с нуля; джуниоры, интерны или ассистенты на последней позиции. Предпочтительно: - Глубина в одной из областей: безопасность, системное администрирование (nginx, systemd, cron), научные вычисления (NumPy, PyTorch, SciPy), DevOps или внутренности Git. - Современный Python-тулинг: uv, poetry, pyproject.toml. - Инструменты покрытия: pytest-cov, coverage.py, gcov, llvm-cov, kcov. - Фаззинг или property-based тестирование (Hypothesis). - Опыт участия в бенчмарках оценки агентов. Процесс: заявка → квалификационный этап (90-минутный тест-задача и короткое поведенческое интервью) → присоединение к проекту → выполнение задач → оплата. Время: онбординг — около 10 часов на первую задачу; далее — около 5 часов на задачу, 2–4 параллельные задачи; реалистичная недельная нагрузка — 8–20 часов. График свободный, задачи сдаются к дедлайну и по критериям приёмки. Оплата: до $35 в час, зависит от экспертизы, оценки навыков, локации и потребностей проекта. Возможны повышенные ставки для узких специалистов, пониженные — на онбординге. Детали оплаты сообщаются по каждому проекту.
Junior fullstack-разработчик, AI/ML
О роли Компания PolicyMe, удалённая команда из Торонто, развивает продуктовую линейку для страховых брокеров с использованием искусственного интеллекта и машинного обучения. Инженер будет работать над frontend, backend и AI/ML-направлениями, участвовать в архитектурных обсуждениях, планировании релизов и общеинженерных инициативах. Основной стек: Python, React, Redux, PostgreSQL, n8n, LangChain/LangGraph и AWS. Задачи - Разрабатывать fullstack-функциональность AI-приложения на Python, React, Redux, PostgreSQL и AWS. - Интегрировать AI-модели и API для обработки документов, извлечения данных, рекомендательных систем и других задач. - Работать с старшими инженерами по AI для интеграции моделей в продакшен. - Отслеживать новые AI-технологии и фреймворки, исследовать новые применения. - Создавать масштабируемые и надёжные backend-сервисы для AI-процессов. - Проектировать пользовательские интерфейсы для AI-функций. - Участвовать в архитектурном планировании, код-ревью и брейнштормах. - Отвечать за разработку фич от начала до конца, координируясь с QA и другими командами. - Взаимодействовать с командами для снятия зависимостей и улучшения релизного процесса. - Делиться идеями на квартальном планировании. - Участвовать в хакатонах, инженерных гильдиях и экспериментах с AI-инструментами. Требования - Уверенные fullstack-навыки: Python, React, Redux, PostgreSQL, AWS. - Понимание AI/ML-концепций из курсов, пет-проектов или опыта работы. - Интерес к созданию интеллектуальных приложений. - Готовность учиться, работать в условиях неопределённости и быстро осваивать новое. - Практический опыт или проекты с AI-API и моделями, включая промт-инжиниринг. - Самостоятельность, ответственность и ориентация на результат. - Умение работать в команде, открытость к обратной связи. - Внимательность к деталям при решении сложных задач. Условия - 20 отпускных дней. - Опционы на акции и расширенный соцпакет. - Удалённая работа, оплачиваемые очные встречи команды, возможность работать из офиса в Торонто. - Бюджет на обучение и развитие, оценка эффективности два раза в год, регулярная обратная связь. - Общая компенсация: 85 000–115 000 CAD в зависимости от опыта, плюс бонусная программа и возможность получить долю в компании. О компании PolicyMe — канадский цифровой страховой сервис. Продуктовая линейка включает страхование жизни, страхование критических заболеваний, медицинскую и стоматологическую страховку, а также B2B2C-решения для организаций. Компания основана в 2018 году, продала страховое покрытие на сумму более 10 млрд CAD.
Middle+ .net Developer в Авиасейлс
С понедельником, коллеги! Чтобы поднять вам настроение, мы подготовили эти 🔢 вакансий. Приятного просмотра! 📍 Backend Middle+ .net Developer в Авиасейлс Удалённо Middle+ Разработчик ETL / Data Engineer в ИВИ Удалённо Middle IOS Developer в Laoshi Удалённо (Мир) Стажировка для разработчиков от Авито Удалённо (РФ) 📍 Аналитика Стажер Data Scientist (сегменты) в СБЕР Москва, офис 📍 Тестирование Middle+ Инженер по автоматизированному тестированию backend (Python) в ИВИ Удалённо 📍 Менеджмент Middle+ Технический менеджер в ИВИ Удалённо Middle Customer Success Manager в Maestra от 2 000$ Удалённо 📍 Маркетинг Middle Менеджер по маркетингу в Яндекс Москва, офис 📍 Дизайн Middle+ Product Designer в Авиасейлс Удалённо Middle+ Продуктовый дизайнер в Blink Удалённо (Мир) 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам мы также есть там, куда всех хотят отправить — https://max.ru/itvakansiijobs
HR 💜 QA 🟡 Менеджерам
Стажер Data Scientist (сегменты) Москва, офис Команда «Сегменты» специализируется на создании ML-моделей для анализа оттока клиентов, снижения транзакционной активности и выявления склонностей к различным продуктам. Команда насчитывает шесть человек, среди которых выпускники МГУ и ВШЭ. Ищем стажера, готового участвовать в полном цикле создания DS-продуктов — от идеи до промышленного внедрения. Обязанности - Помощь в разработке и обучении моделей прогнозирования поведения клиентов - Проведение исследовательского анализа данных (EDA): поиск паттернов, аномалий и инсайтов для формирования гипотез - Участие в формировании гипотез и тестировании бизнес-идей - Разработка пайплайнов для обработки данных (под руководством наставника) - Подготовка кода моделей к промышленной эксплуатации и участие в интеграции решений в платформы компании - Оценка качества моделей с технической (метрики) и бизнесовой стороны (метрики влияния на продукт) Требования - Базовые знания Python: уверенное владение синтаксисом, написание чистого кода, знакомство с pandas, numpy - Математический аппарат: понимание основ статистики, теории вероятностей и линейной алгебры, знание принципов проверки гипотез (A/B тесты) - ML: понимание классических алгоритмов (линейная регрессия, деревья решений, градиентный бустинг), знакомство с фреймворками Scikit-Learn и LightGBM на базовом уровне - SQL: умение писать запросы для извлечения и агрегации данных Будет плюсом - Опыт работы с Spark/PySpark и/или Hadoop - Базовое понимание устройства нейросетей (PyTorch) и трансформеров - Опыт участия в DS-соревнованиях (Kaggle, ODS) - Понимание основ DevOps (CI/CD, Git) Условия - Комфортный современный офис рядом с м. Кутузовская - Офисный формат работы - Срочный трудовой договор - Корпоративный спортзал и зоны отдыха, более 400 образовательных программ СберУниверситета для профессионального и карьерного развития - Программа адаптации и помощь руководителя на старте
Вайбкодер, специалист по анализу данных и веб-скрапингу
Компания Mind Rift (платформа Mindrift) ищет специалистов по вайбкодингу для проекта Tendem. Проект посвящён развитию гибридных агентов, где человеческий опыт и ИИ-автоматизация работают вместе. Специалист будет работать вместе с агентом Tendem, который берёт на себя повторяющиеся задачи, а эксперт обеспечивает критическое мышление, знание предметной области и контроль качества. Возможность доступна только кандидатам, проживающим в указанной стране. Локация может влиять на соответствие требованиям и ставки. Формат: частичная занятость, полностью удалённо. Обязанности: - Проводить продвинутый веб-поиск и сбор данных с использованием нескольких инструментов для поиска и извлечения информации из официальных источников. - Использовать LLM и продвинутые промпты для уточнения поисковых стратегий и проверки точности данных путём перекрёстных ссылок на авторитетные источники. - Выполнять веб-скрапинг и извлечение данных, работая со сложными структурами сайтов и многоуровневыми страницами (регионы → компании → детальные страницы). - Обрабатывать динамический контент, архивные страницы и различные HTML-форматы, организовывать извлечённые данные в чистые CSV-файлы. - Писать и оптимизировать Python-скрипты для обработки и анализа данных с использованием библиотек pandas, BeautifulSoup, Selenium, matplotlib. - Преобразовывать сырые данные в структурированные форматы (CSV, JSON, таблицы) и создавать визуализации при необходимости. - Выполнять обработку данных и контроль качества: очистка, валидация, структурирование наборов данных. - Обеспечивать целостность данных из нескольких источников, применять спецификации форматирования и выполнять шаги проверки для поддержания высокого качества. - Применять навыки решения проблем: разбивать сложные рабочие процессы, самостоятельно устранять технические проблемы, быстро адаптироваться к разным доменам и типам задач с минимальным контролем. - Создавать понятную документацию и качественные результаты, соответствующие требованиям к форматам файлов, соглашениям об именах и структуре данных. - Поддерживать воспроизводимые рабочие процессы и хорошо организованный код. Требования: - Желателен минимум 1 год соответствующего опыта в анализе данных, ИИ-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных технических областях. - Владение Python: подтверждённая способность писать функциональные скрипты для анализа данных, веб-скрапинга и визуализации. - Опыт веб-скрапинга: извлечение структурированных данных с сайтов с помощью BeautifulSoup, Scrapy, Selenium или аналогичных инструментов. - Работа с данными: навыки очистки, преобразования и организации наборов данных с использованием pandas или аналогичных библиотек. - Исследовательские навыки: способность находить авторитетные источники, официальные базы данных и государственные датасеты. - Визуализация данных: опыт создания диаграмм и графиков с помощью matplotlib, seaborn или аналогичных библиотек. - Практический опыт работы с LLM и ИИ-фреймворками для улучшения автоматизации и решения проблем. - Продвинутые навыки веб-исследований, умение находить конкретные и достоверные источники данных. - Внимание к деталям и стремление к точности данных. - Способность точно следовать сложным многошаговым инструкциям. - Уверенная работа с CSV-файлами, структурированными форматами данных и спецификациями файлов. - Самодисциплина и способность самостоятельно устранять неполадки. - Владение английским языком: Upper-intermediate (B2) или выше (обязательно). - Полностью удалённая работа: требуются ноутбук, стабильное интернет-соединение и наличие времени. - Гибкость в переключении между задачами и быстрое освоение новых методов. - Готовность работать с детальными, иногда сложными инструкциями. Условия: - Оплата за экспертизу: ставка до $32/час в зависимости от навыков, опыта и потребностей проекта. - Полностью удалённая работа по собственному графику — нужны ноутбук и стабильный интернет.
Python-разработчик в AI-продукт
Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования
Senior ML-инженер
General Mills ищет Senior Machine Learning Engineer для проектирования, разработки, развертывания и поддержки масштабируемых решений в области ИИ и машинного обучения, приносящих реальную бизнес-ценность. Роль предполагает перевод решений машинного обучения от концепции до продакшена, улучшая надежность, автоматизацию, наблюдаемость и операционное совершенство на протяжении всего жизненного цикла ИИ. Роль находится в рамках общей модели команды, где специалисты распределяются на наиболее приоритетные задачи из растущего портфеля ИИ-инициатив. Позиция намеренно широкая: возможна работа как с традиционными решениями машинного обучения, так и с фундаментальными платформенными и бэкенд-возможностями, а также с новыми агентными и генеративными ИИ-сценариями в зависимости от потребностей команды и сильных сторон кандидата. Компания ищет прежде всего сильного технического инженера с дисциплиной в разработке ПО, уверенными навыками Python и гибкостью для работы в развивающихся областях ИИ. Обязанности - Проектирование, разработка, развертывание и поддержка систем машинного обучения и ИИ в GCP для решения сложных бизнес-задач, улучшения операций и создания новой ценности. - Перевод концепций машинного обучения в практичные, масштабируемые продакшен-решения с фокусом на надежность, поддерживаемость и качество. - Взаимодействие с командами для понимания постановки задач, потребностей в данных и подходов к решению для широкого круга бизнес- и технических сценариев. - Подготовка данных, разработка признаков, разработка и оценка моделей, помощь в операционализации решений в продакшен-средах. - Создание и автоматизация ML-пайплайнов, включая оркестрацию, мониторинг, логирование, диагностику и оповещение о сбоях, дрейфе, деградации и проблемах с вышестоящими данными. - Поддержка развертывания моделей, практик MLOps, управления облачными ресурсами и процессов контроля изменений. - Исследование, оценка и операционализация новых инструментов, фреймворков, платформ и процессов, помогающих масштабировать ИИ-решения, включая новые агентные и генеративные возможности ИИ. - Принятие ответственности за производственные инциденты, проведение анализа первопричин и внесение улучшений для снижения повторяющихся инцидентов. - Создание и улучшение документации, стандартов и процессов обеспечения качества для систем и пайплайнов машинного обучения. - Помощь в создании, поддержке и сопровождении продакшен- и нижних сред, включая разработку, QA и стейджинг. - Вклад в практики облачной безопасности и соответствия требованиям. - Наставничество других сотрудников и повышение инженерных и ML-практик команды. Минимальные требования - Степень бакалавра в области компьютерных наук, инженерии, статистики, математики, науки о данных или другой количественной области. - 3+ года профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - 3+ года профессионального опыта работы с крупной облачной платформой, такой как GCP, Azure, Snowflake или Databricks. - Уверенные навыки разработки на Python. - Опыт создания, развертывания или поддержки продакшен-решений машинного обучения или ИИ. - Знакомство с CI/CD, TDD и связанными инженерными инструментами и практиками. - Опыт работы с фреймворками оркестрации, такими как Prefect или Airflow. - Опыт работы в средах гибкой разработки ПО, таких как Kanban или Scrum. - Опыт работы с системами контроля версий и командной разработкой с использованием таких инструментов, как Git или TFS. - Сильные навыки устного и письменного общения, способность эффективно работать как с техническими, так и с нетехническими партнерами. - Увлеченность изучением новых технологий, решением сложных задач и работой с инженерным мышлением, основанным на данных. Предпочтительные требования - 5+ лет профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста. - Сильный бэкграунд в разработке ПО, в идеале включающий несколько лет практического инженерного опыта до или параллельно с работой в машинном обучении. - Опыт работы в среде GCP, включая Vertex AI. - Опыт создания и поддержки API и эндпоинтов, в идеале в GCP. - Опыт создания, поддержки и сопровождения традиционных пайплайнов машинного обучения в облачной среде. - Бэкграунд в методах статистического моделирования, таких как регрессия, ARIMA, Random Forest, оптимизация.
Вакансия
Обязанности - Разрабатывать и поддерживать автотесты - Проводить нагрузочное тестирование - Тестировать REST/gRPC API и асинхронные сервисы - Тестировать AI-модели и cross-service сценарии - Анализировать логи, метрики и трассировки - Взаимодействовать с разработчиками, архитекторами и DevOps Требования - От 3 лет в QA, от 2 лет в backend-автоматизации - Python - Обязательный опыт нагрузочного тестирования - Locust и k6 - Kafka/RabbitMQ - REST, gRPC, WebSockets - Prometheus, Grafana, ELK, OpenTelemetry, Jaeger - PostgreSQL/MySQL, Redis, MongoDB/DynamoDB - Docker, Git, Jira, Allure - Опыт тестирования высоконагруженных систем и AI-моделей - Понимание отказоустойчивости, retry, timeout, circuit breaker, rate limiting Условия - Формат: удалённо - Зарплата: до 125 000 ₽ на руки - Локация: РФ, гражданство РФ
AQA Python тестировщик, Junior+ / Devquality
AQA Python тестировщик, Junior+ Москва. До 125 000 рублей на руки. Обязанности - Разработка и сопровождение автотестов. - Проведение нагрузочного тестирования. Требования - Гражданство и локация РФ. - Опыт в QA от 3 лет, из них не менее 2 лет в автоматизации тестирования backend и микросервисной архитектуры.
Middle / Senior Python Backend Developer
Middle / Senior Python Backend Developer СберЗдоровье — аккредитованная IT-компания и одна из крупнейших Digital Health платформ в России. Развивается новое направление AI-native продуктов: новое мобильное приложение, ИИ-помощник, персонализированный риск-профиль и сервисы, которые помогают пользователю лучше понимать свое здоровье и следующие шаги. Ищем Middle / Senior Python Backend Developer. Основной фокус роли — backend-сервисы, API, интеграции, работа с данными пользователя и production-контур для AI-сценариев. Это не ML Engineer роль и не research. От Python-разработчика ожидается сильная backend-инженерия: FastAPI, Pydantic, PostgreSQL, Redis, интеграции, надежность, безопасность, observability и умение работать в кросс-функциональной команде рядом с ML, Mobile, Frontend / PWA, QA, SA и Product. Обязанности - Разрабатывать и проектировать backend-сервисы на Python / FastAPI. - Проектировать и поддерживать REST API для мобильного приложения, PWA, риск-профиля и ИИ-помощника. - Описывать и поддерживать контракты API: request / response schemas, validation, error model, versioning. - Работать с Pydantic, PostgreSQL, Redis и, при необходимости, S3-compatible storage. - Интегрироваться с AI / ML-слоем: n8n-прототипы, FastAPI / FastMCP-сервисы, LLM API, RAG / context, Qdrant, traces. - Строить observability: structured logs, trace / request id, metrics, dashboards, error tracking. - Писать поддерживаемый код, покрывать критичную логику тестами, участвовать в code review и технических обсуждениях. Требования - Опыт backend-разработки на Python от 3 лет. - Хорошая база в технологиях веба: HTTP, контейнеры, хранение, веб-серверы. - Практический опыт разработки production API на FastAPI, Django, Flask или аналогичном backend-фреймворке; FastAPI будет сильным плюсом. - Уверенное владение Python. - Здравый смысл в использовании ИИ-агентов. - Хорошее понимание PostgreSQL: схемы, связи, индексы, транзакции, миграции, профилирование запросов. - Опыт проектирования REST API и умение договариваться о контрактах с mobile / frontend / SA / QA. - Опыт работы с микросервисами. - Умение писать тесты для критичной backend-логики. - Готовность работать в продуктовой команде, где требования меняются быстро, а API влияет на mobile, PWA и AI-сценарии. Будет плюсом - Опыт работы с очередями: Kafka / RabbitMQ, подготовка Celery. - Понимание, где зона ответственности AI / ML, а где классического Python-сервиса. - Понимание AI / ML инструментов и подходов. - Опыт в MedTech, HealthTech, FinTech или другом домене с чувствительными данными. Уровень дохода не указан.
Вайбкодер, веб-скрапинг и обработка данных
Компания Mindrift ищет специалистов по вайбкодингу для проекта Tendem. Роль называется AI Pilot: вы будете работать вместе с агентами Tendem, которые выполняют повторяющиеся задачи, а вы обеспечиваете критическое мышление, экспертизу и контроль качества. Это частичная занятость, полностью удалённо, для технических специалистов с опытом веб-скрапинга, извлечения и обработки данных. Задачи - Управление сквозными процессами извлечения данных с сложных сайтов: полное покрытие, точность и надёжная поставка структурированных наборов данных. - Использование внутренних инструментов (Apify, OpenRouter) и собственных подходов для ускорения сбора, валидации и выполнения задач. - Обеспечение надёжного извлечения данных с динамических и интерактивных веб-источников, включая JavaScript-рендеринг и изменяющееся поведение сайтов. - Контроль качества данных: проверки валидации, контроль согласованности между источниками, соблюдение форматов и систематическая верификация перед сдачей. - Масштабирование операций скрапинга для больших наборов данных: эффективная пакетная обработка или параллелизация, мониторинг сбоев, устойчивость к изменениям структуры сайтов. Требования - Желателен опыт от 1 года в анализе данных, AI-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных областях. - Python-скрапинг: создание надёжных скриптов с использованием BeautifulSoup, Selenium (или аналогов) для многоуровневых сайтов, динамического JS-контента (бесконечная прокрутка, AJAX) и API-эндпоинтов через предоставленный прокси. - Экспертиза в извлечении данных: работа со сложными иерархическими структурами (регионы → компании → детали), архивными страницами и различными HTML-форматами. - Обработка данных: очистка, нормализация, валидация; поставка качественных наборов данных в структурированных форматах (CSV, JSON, Google Sheets). - Практический опыт с LLM и AI-фреймворками для автоматизации и решения задач. - Внимание к деталям и точности данных. - Самостоятельность и способность независимо устранять неполадки. - Английский от Upper-Intermediate (B2) и выше — обязательно. Условия - Частичная занятость, полностью удалённо, свободный график; нужны ноутбук и стабильный интернет. - Оплата за экспертизу: до $32/час в зависимости от навыков, опыта и потребностей проекта. Также указана годовая вилка $64 000–66 560. - Опыт в гибридной среде, где человеческая экспертиза и AI-агенты работают совместно. - Участие в бонусных программах, основанных на качестве и стабильности работы.
AI Engineer / Инженер по внедрению AI
AI Engineer / Инженер по внедрению AI Мы развиваем внутренние AI-инструменты компании и ищем инженера, который умеет превращать бизнес-задачи в рабочие AI-сценарии — от прототипа до регулярного использования сотрудниками. Нам нужен прикладной инженер, который умеет работать на стыке AI, веб-разработки, интеграций, данных и автоматизации процессов. Основная задача — собирать AI-ассистентов, workflow и внутренние инструменты на базе Dify, n8n, LLM API и других low-code / pro-code решений, подключать их к корпоративным системам и доводить до стабильной эксплуатации. Кого мы ищем Нам нужен инженер-практик, который не ограничивается настройкой промптов, а умеет собрать полноценный рабочий инструмент вокруг AI: данные, интеграции, интерфейс, логику процесса, тестирование, документацию и поддержку. Важно не просто знать LLM, а уметь быстро разобраться в бизнес-задаче, собрать MVP, проверить его пользу, доработать и внедрить так, чтобы сотрудники регулярно и безопасно использовали инструмент. Наши задачи - Собирать AI-ассистентов, workflow и полуавтоматические инструменты под задачи подразделений. - Развивать внутреннюю AI-платформу на базе Dify, n8n и других прикладных инструментов. - Подключать AI-сценарии к внутренним системам через API, webhooks, SQL, файлы и выгрузки. - Создавать простые внутренние web-интерфейсы и сервисы для работы с AI-сценариями. - Настраивать RAG-контуры, базы знаний и поиск по документам и корпоративным данным. - Подготавливать данные для AI-сценариев: очищать, структурировать, нормализовать и описывать источники. - Тестировать качество ответов, разбирать ошибки, настраивать evaluation и критерии приёмки. - Проектировать сценарии с учётом контроля человека: проверка, подтверждение, логирование и обработка ошибок. - Документировать архитектуру, инструкции, ограничения и правила эксплуатации. - Обучать сотрудников работе с AI-инструментами. - Переводить успешные прототипы в промышленное или регулярное использование. Наши ожидания - Опыт создания прикладных решений с LLM / AI-инструментами. - Опыт работы с Dify, n8n, Flowise, LangChain, LlamaIndex или аналогичными инструментами. - Знание Python для интеграций, скриптов, обработки данных и работы с API. - Опыт web-разработки или готовность быстро собирать внутренние интерфейсы: React, Vue, Svelte, Next.js, FastAPI, Flask или аналогичные технологии. - Понимание RAG, embeddings, vector search, chunking, reranking и качества retrieval. - Умение интегрироваться с внешними API и внутренними корпоративными системами. - Понимание баз данных и SQL на уровне уверенной работы с данными. - Базовое понимание эксплуатации: Docker, переменные окружения, логи, обработка ошибок и мониторинг. - Системность, аккуратность и привычка доводить решение до состояния, в котором им реально пользуются. - Умение общаться с бизнес-пользователями, разбирать процессы и переводить задачи в технические решения. Будет плюсом - Опыт автоматизации бизнес-процессов. - Опыт разработки внутренних инструментов для юристов, финансов, закупок, продаж, поддержки или операционных подразделений. - Опыт работы с документами: PDF, DOCX, XLSX, сканы, OCR, классификация и извлечение данных. - Опыт настройки прав доступа, ролей и безопасной работы с корпоративными данными. - Опыт построения evaluation-наборов и регрессионного тестирования AI-сценариев. Условия - Удалённый формат работы. - График 5/2, 09:00–18:00. - Официальное трудоустройство по ТК РФ. - Полностью белая заработная плата. - Участие в развитии AI-продуктов компании и работе с данными. - Гибкость в выборе подходов и используемых технологий. - Команда, в которой ценятся инженерное мышление, инициативность и ответственность за результат. - ДМС со стоматологией, софинансирование от компании 50/50. - Корпоративные скидки от BestBenefits.
Data Engineer / Data Analyst
Data Engineer / Data Analyst On-site | Full-time | Astana, Kazakhstan Nomad Venture Studio — продуктовая IT-компания, которая создаёт и развивает digital-продукты в сфере образования, карьеры и фриланса. Флагманский продукт — Jobescape: AI-платформа с оценкой $50M, работающая на рынках США и стран Tier-1. Ищем Data Engineer / Data Analyst, который поможет развивать data infrastructure, строить надёжные ETL-процессы и поддерживать качество данных. Основной фокус роли — data engineering и data quality assurance, также участие в аналитических задачах и работе с бизнес-метриками. Чем предстоит заниматься - Разрабатывать и поддерживать data pipelines - Строить и оптимизировать ETL-процессы на Python, SQL и Apache Airflow - Работать с ClickHouse Cloud: таблицы, запросы, производительность, оптимизация хранения - Интегрировать новые источники данных в существующую инфраструктуру - Настраивать проверки качества данных - Улучшать надёжность существующих пайплайнов и разбираться с ошибками - Проводить ad-hoc аналитику по продуктовым, маркетинговым и платежным метрикам Что важно для нас - Опыт в Data Engineering / Data Analytics от 2–4 лет - Сильный SQL: CTE, window functions, joins, агрегации, оптимизация запросов - Опыт работы с ClickHouse или другими DWH / OLAP-базами - Уверенный Python для обработки данных и автоматизации - Практический опыт с Apache Airflow - Понимание ETL / ELT, data warehouse, data marts и data modeling - Опыт работы с большими датасетами - Понимание data quality процессов - Умение разбираться в чужих пайплайнах и улучшать существующую логику Будет плюсом - Опыт работы с GCP - Интеграция данных из внешних API - Опыт с маркетинговыми, продуктовыми или платежными данными - Опыт подготовки данных для Tableau - Понимание продуктовых метрик: funnel, conversion rate, retention, LTV, ARPU / ARPPU - Опыт мониторинга пайплайнов и настройки алертов - Базовое понимание A/B-тестирования Наш стек ClickHouse Cloud, Apache Airflow, Python, SQL, Tableau, GCP Platform. Мы предлагаем - Работу над международным AI-продуктом на рынках США и Tier-1 - Возможность влиять на data infrastructure и архитектуру данных - Задачи на стыке data engineering, product analytics, marketing analytics и payments - Пространство для инициативы и внедрения best practices - Быстрый рост вместе с продуктом и командой
AI/ML-инженер, Amazon Bedrock, промт-инжиниринг
Компания rockITdata — SDVOSB-сервисная компания, партнёр коммерческих организаций в сфере здравоохранения и биологических наук, а также государственных структур. Роль отвечает за проектирование, создание и оптимизацию AI-функций в среде контакт-центра Amazon Connect, работающего в AWS GovCloud (IL4). Работа охватывает конфигурацию Amazon Bedrock Agent, промт-инжиниринг, разработку базы знаний, проектирование правил коучинга, внедрение рубрик оценки качества и непрерывную оценку моделей. Инженер работает со всеми четырьмя AI-возможностями: приём звонков через IVR, AI-коучинг, сводки звонков и пост-звонковый анализ. Ключевые обязанности - Настройка и оптимизация Amazon Bedrock Agents для виртуального агента, коучинга в реальном времени, сводок звонков и пост-звонкового анализа качества. - Проектирование, версионирование и итеративная доработка шаблонов промтов для каждой AI-возможности с оценкой точности по SLA (≥95% совпадения с QA). - Создание и поддержка базы знаний AWS Bedrock Knowledge Base, включая пайплайны загрузки контента из Salesforce и оптимизацию семантического поиска с использованием моделей Amazon Nova. - Разработка правил коучинга, сопоставляющих обязательные раскрытия, HIPAA-чувствительные языковые паттерны и скрипты DHA с типами звонков для мониторинга соответствия в реальном времени. - Внедрение рубрик оценки качества для платформы пост-звонкового анализа: автоматическая оценка тона, соответствия, точности и эффективности решения по 100% звонков. - Настройка Bedrock Guardrails для редактирования PHI/PII, обнаружения галлюцинаций, защиты от prompt-инъекций и фильтрации контента на каждом вызове модели. - Оценка новых релизов моделей Amazon Nova (Nova Pro, Nova Lite, Nova Micro) по производственным бенчмаркам точности, задержки и стоимости; предложение замены моделей через change management. - Совместно с интеграционным инженером — обеспечение корректной передачи выходных данных Bedrock в Salesforce (через Lambda и Platform Events) и в Verint. - Мониторинг производительности моделей с помощью CloudWatch и дашбордов QuickSight; выявление и устранение дрейфа моделей на интервалах повторного бенчмаркинга на 30-й и 60-й день. - Участие в двухнедельных демо-спринтах с представлением данных о производительности AI, результатах настройки промтов и метрик точности заинтересованным сторонам TriWest. - Совместная работа с QA-рецензентами и экспертами TriWest для закрытия пробелов в знаниях через циклы обратной связи пост-звонкового анализа. - Обеспечение соответствия всех AI-вызовов и логирования требованиям FedRAMP High, DFARS 252.204-7012, HIPAA и NIST AI RMF. Требования - 3+ лет опыта в прикладном AI/ML-инжиниринге с практической разработкой LLM-приложений (промт-инжиниринг, RAG-архитектуры, агентные фреймворки). - Прямой опыт работы с Amazon Bedrock: конфигурация агентов, настройка базы знаний, Guardrails, вызовы foundation-моделей. - Владение семейством моделей Amazon Nova или эквивалентными foundation-моделями (например, Claude, Titan) в продакшн-среде. - Уверенные навыки Python и/или Node.js для разработки Lambda-функций и интеграции AI-пайплайнов. - Опыт с паттернами RAG: управление векторными хранилищами, стратегии чанкинга, оптимизация семантического поиска. - Знакомство с бессерверными сервисами AWS: Lambda, Kinesis, S3, CloudWatch, IAM в среде GovCloud. - Понимание требований к конфиденциальности медицинских данных (HIPAA, обработка PHI/PII) и федеральных фреймворков соответствия (FedRAMP, NIST 800-53). - Опыт управления промтами с версионированием и A/B-тестирования вариантов промтов. - Развитые аналитические навыки для интерпретации метрик производительности моделей и преобразования выводов в улучшения промтов или архитектуры. - Степень бакалавра в области компьютерных наук, науки о данных, AI/ML или смежной области (или эквивалентный опыт). Желательные квалификации - Опыт работы с Amazon Connect, Contact Lens и AI-процессами контакт-центров. - Предыдущая работа в средах FedRAMP High или IL4/IL5. - Знакомство с паттернами интеграции Salesforce (Platform Events, Streaming API, REST/SOAP API). - Сертификаты AWS: Machine Learning Specialty, Solutions Architect или DevOps Professional. - Опыт в домене TRICARE, DHA или медицинского страхования. - Опыт в дизайне разговорного ИИ (IVR, чат-боты, голосовые агенты). Условия - Удалённая работа (США).
Senior AI/LLM-инженер, RAG и fine-tuning
Обязанности - Быстрое прототипирование AI-функций для улучшения поиска, рекомендаций и автоматизации рабочих процессов на платформе. - Применение машинного обучения для оптимизации рабочих процессов, персонализации и выявления ключевых инсайтов. - Дообучение LLM и RAG-пайплайнов для работы с интернет-данными, суммаризации и предоставления контекстных инсайтов. - Разработка и поддержка аналитических и автоматизированных систем на базе ИИ. - Совместная работа с командами frontend, product и data engineering для создания бесшовных и безопасных AI-решений. - Постоянная оценка и улучшение качества моделей с помощью RAGAS, LangSmith и автоматизированных регрессионных тестов. Требования - 5+ лет опыта в разработке ПО, включая 2+ года создания и масштабирования AI-функций для пользователей. - Владение Python для разработки бэкенда и API. - Знакомство с фреймворками оценки RAG (RAGAS, LangSmith) и проектированием регрессионного тестирования LLM-пайплайнов. - Способность быстро прототипировать, проверять и дорабатывать AI-функции в среде, ориентированной на эксперименты. - Опыт повышения точности, рассуждения и согласованности LLM. - Понимание безопасного и ответственного ИИ, внедрение guardrails и проверок безопасности для предотвращения злоупотреблений и утечек данных. - Практический опыт с CI/CD, автоматизацией тестирования и лучшими практиками деплоя AI-приложений. - Навыки кросс-командного взаимодействия. - Использование AI-инструментов для ускорения разработки и улучшения продукта. - Продвинутые знания AI/ML-архитектур, оценки моделей и глубокого обучения. - Опыт с RAG, поиском и fine-tuning LLM. - Понимание эмбеддинг-моделей и AI-аналитики. - Опыт оптимизации AI-моделей для низкой задержки в браузерных или frontend-средах. - Опыт развертывания безопасных AI-систем в кибербезопасности или других областях с чувствительными данными. Условия - Удалённая работа; вакансия открыта для кандидатов в США. - Льготы с первого дня: 401k match, медицинская и стоматологическая страховка. - Компания — маркетплейс, соединяющий рекрутеров и технологов; основана в 1990 году, штаб-квартира в Сентенниал, Колорадо, 201–500 сотрудников. - Компания имеет историю H1B-спонсорства: 2 в 2022, 4 в 2021, 5 в 2020; для данной роли спонсорство не гарантировано.
Senior Full-Stack-разработчик, Backend и Frontend
О компании Soda Data Nv разрабатывает платформу мониторинга качества данных и производительности ИИ. Компания основана в 2019 году. Среди клиентов — Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Открытый движок Soda Core используют Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы — Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Инженер работает над всем стеком: Java-бэкенд и TypeScript/Angular-фронтенд, обеспечивающие работу Soda Cloud. Продуктовые инженеры владеют функциональностью от начала до конца: общаются с пользователями, участвуют в проектировании, реализуют от базы данных до интерфейса. В компании активно используются ИИ-агенты для написания кода. Задачи - Реализация функций от начала до конца: бэкенд-API, изменения в БД, фронтенд, выкладка в продакшн. - Проектирование и разработка бэкенд-сервисов для мультитенантной SaaS-платформы. - Работа с реляционными БД (MySQL): проектирование схем, оптимизация запросов, моделирование данных. - Разработка фронтенд-функций: чистый, быстрый интерфейс. - Оптимизация производительности по всему стеку, написание тестов (unit, integration, e2e). - Встраивание агентных функций в продукт: рабочие процессы на основе LLM для поиска, понимания и исправления проблем с данными. - Улучшение систем для агентной разработки: инструкции для агентов, навыки, циклы обратной связи через тесты. - Совместная работа с продуктом, дизайном и клиентами для определения направлений разработки. Требования - 5+ лет разработки в продуктовой компании, владение значимыми частями продакшн-системы. - Сильный Java: REST API, взаимодействие с БД, асинхронная обработка. - TypeScript и современный фронтенд-фреймворк, предпочтительно Angular. - Фундаментальные знания фронтенда: сложные UI, компонентная архитектура, управление состоянием, производительность, адаптивный дизайн. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Архитектурное мышление: проектирование API с точки зрения потребителя, понимание влияния на поток данных и задержки. - Владение DevOps: контейнеры, CI/CD, инфраструктура как код, уверенная работа с Linux. - Агентная разработка: опыт написания продакшн-кода с ИИ-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого качества. - Самостоятельность в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт мультитенантного SaaS в масштабе, опыт работы в быстрорастущем стартапе. - Чувство дизайна. - Python: стек data engineering. - Опыт встраивания агентных функций в продукт: LLM-функции, агенты с инструментами, автоматизация на ИИ. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в пределах ЕС), доступен офис в Бельгии. - Доступ к токенам всех frontier-моделей. - Реальная ответственность и влияние, без микроменеджмента. - Команда senior-инженеров из 12+ стран. Ценности Свобода с ответственностью, прозрачность, мышление роста. Нетерпимость к нечестности, открытая и прямая коммуникация. Автономия в принятии решений.
Senior Frontend-инженер, Full-stack
О компании Soda — платформа мониторинга качества данных и AI. Миссия компании — мониторинг решений, принимаемых в мире. Платформа охватывает сбор данных и автоматизированное принятие решений, помогает клиентам находить, понимать и исправлять проблемы качества данных. Компания основана в 2019 году. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. Роль Senior Full-Stack Engineer. Вы будете ведущим фронтенд-разработчиком в одной из продуктовых команд. Стек: TypeScript/Angular приложение, компоненты на Storybook, e2e-тесты Cypress, Java-бэкенд. Вы отвечаете за пользовательский опыт от начала до конца: от архитектуры компонентов и управления состоянием до формы API, так как бэкенд тоже доступен для изменений. Вы продуктовый инженер, а не исполнитель тикетов: общаетесь с пользователями, формируете дизайн с продакт-менеджером и поставляете результат без ожидания передачи. Большую часть времени вы работаете во фронтенде, но можете реализовать бэкенд-эндпоинт, когда это нужно для фичи. В компании принята агентная разработка: AI-кодинг-агенты — часть ежедневного рабочего процесса. Задачи - Владение сложными интерфейсами с большим объёмом данных: дашборды, мониторинговые представления, большие таблицы, диффы и детализации, которые остаются быстрыми и читаемыми. - Развитие архитектуры компонентов, управления состоянием и производительности фронтенда. - Работа с библиотекой компонентов и Storybook; поддержание согласованности дизайн-системы по мере роста продукта. - Написание тестов на всех уровнях, включая поддержание осмысленного набора e2e-тестов Cypress. - Создание фронтенда агентных функций: интерфейсы, где пользователи направляют, проверяют и выполняют действия в LLM-управляемых процессах. - Улучшение систем для агентной разработки во фронтенде: конвенции, покрытие Storybook и тесты, на которые агенты могут надёжно опираться. - Формирование API, которые вы потребляете, и реализация изменений на бэкенде (Java), когда это требуется для фичи. - Наставничество инженеров, ориентированных на бэкенд, во фронтенд-практиках, помощь команде в росте до полного стека и поставке функций от начала до конца. - Непосредственная работа с продуктом, дизайном и клиентами для определения того, что создавать. Требования - 5+ лет опыта создания фронтенда для реальных продуктов: сложные одностраничные приложения с реальными пользователями, не только маркетинговые сайты. - Экспертный TypeScript и глубокий опыт работы с современным фреймворком: предпочтителен Angular (на нём работает Soda Cloud); приветствуются сильные React/Vue-инженеры, готовые работать на Angular. - Фронтенд-мастерство: архитектура компонентов, управление состоянием, производительность рендеринга, адаптивный дизайн, внимание к деталям. - Привычка писать тесты, включая e2e (Cypress/Playwright). - Рабочие навыки бэкенда: умение читать и модифицировать Java-сервис, проектировать API с точки зрения потребителя, писать грамотный SQL. - Понимание систем: как форма API влияет на количество запросов, поток данных и воспринимаемую задержку в интерфейсе. - Агентная инженерия: вы поставляете продакшн-код с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умеете ими управлять, сохраняя высокое качество. - Самостоятельность: не нуждаетесь в постоянном контроле в распределённой асинхронной команде из 12+ стран. - Свободный английский. Желательно - Опыт работы с продуктами, насыщенными данными, или инструментами для разработчиков: визуализация данных, мониторинг, аналитические интерфейсы. - Владение дизайн-системой или библиотекой компонентов. - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек инженерии данных компании работает на нём. - Опыт внедрения агентных процессов в продукт: LLM-функции, агенты, использующие инструменты, или AI-автоматизация, переданная реальным пользователям. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Зарплата: €85,000–120,000 в год + опционы (equity). - Полная удалённая работа (в странах ЕС), доступен офис в Бельгии. Процесс найма - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). Компания отвечает на каждую заявку, и каждый кандидат получает обратную связь в течение 3–5 дней после каждого этапа.
Team Lead команды автоматизации маркетинга
SMALL — крупнейший ритейлер повседневных товаров и готовой еды в Казахстане. Мы ищем того, кто будет развивать автоматизацию маркетинговых процессов. Вам предстоит возглавить инженерную команду, которая будет создавать и развивать решения для клиентской аналитики, CRM и программы лояльности, промо, маркетинговых коммуникаций, контента, retail media и оценки эффективности кампаний. Ваша миссия: Формировать техническое видение: совместно с владельцами маркетинговых направлений переводить бизнес-цели и клиентские сценарии в продуктовую и техническую дорожную карту, определять границы сервисов, целевую архитектуру и приоритеты автоматизации. Управлять командой: сформировать и развивать команду инженеров и аналитиков — backend, frontend, системный и data-анализ, QA, DevOps. Ставить задачи, проводить ревью архитектуры и кода, развивать инженерные практики и компетенции. Интегрировать маркетинговый контур в экосистему: обеспечивать согласованную работу CRM, CDP, системы лояльности, платформы маркетинговых коммуникаций, рекламной платформы, DWH/BI и каналов взаимодействия с клиентом. Развивать интеграции с e-commerce, мобильным приложением, сайтом, кассами, цифровыми экранами, MDM/PIM и учётными системами через API и событийный обмен. Обеспечивать надёжность, безопасность и соответствие требованиям: внедрять практики CI/CD, мониторинга, алертинга, управления инцидентами и техническим долгом; обеспечивать защиту персональных данных, управление согласиями и аудит действий с клиентскими данными. Снижать ручной труд и time-to-market: стандартизировать процессы подготовки, согласования, запуска и анализа кампаний, создавать переиспользуемые механики и self-service инструменты для маркетинга без переноса доменной ответственности на ИТ. Вы идеально подходите, если: Есть опыт руководства инженерной командой в роли Tech Lead / Engineering Lead: умеете принимать архитектурные решения, декомпозировать инициативы, проводить ревью, развивать людей и отвечать за результат команды. Имеете 5+ лет опыта разработки сложных интеграционных или высоконагруженных систем. Опыт в MarTech, AdTech или e-commerce будет большим преимуществом. Понимаете маркетинговый технологический контур: CRM, CDP, система лояльности, платформы массовых и триггерных коммуникаций, промо, CMS/DAM, web/app аналитика, рекламные и BI платформы. Обладаете сильной инженерной экспертизой: один из стеков Go, JS или Python; микросервисная и событийная архитектура; Имеете опыт сложных интеграций: синхронные API, Kafka или другие брокеры сообщений, интеграции с корпоративными системами и внешними платформами, управление версиями контрактов и устойчивостью распределённых сценариев. Понимаете клиентские и маркетинговые данные: идентификация и сегментация клиентов, событийная модель, атрибуция, согласия на коммуникации, качество данных и построение витрин. Знакомы с современными практиками DevOps/SRE: GitLab CI или аналоги, Docker, Kubernetes, наблюдаемость, управление SLI/SLO, безопасная эксплуатация и управление инцидентами. Умеете работать на стыке бизнеса, продукта, данных и разработки: задавать уточняющие вопросы, отделять бизнес-правила от технической реализации, договариваться о границах ответственности и объяснять сложные решения понятным языком. Ориентированы на измеримый эффект: связываете технические инициативы с сокращением сроков запуска кампаний, ростом конверсии и удержания, снижением ручных операций и повышением качества клиентского опыта. Мы предлагаем: Возможность удалённой работы или комфортный офис в Алматы. Ключевую роль в цифровой трансформации маркетинга: возможность построить технологический фундамент для персонализированных коммуникаций, программы лояльности, промо и retail media. Высокую степень автономии: влияние на архитектуру, технологический стек, состав команды и инженерные процессы. Масштаб и влияние: решения будут работать во всех клиентских каналах и непосредственно влиять на опыт покупателей и эффективность маркетинговых инвестиций. Сильное кросс-функциональное окружение: взаимодействие с командами маркетинга, e-commerce, магазинов, MDM, данных, информационной безопасности и инфраструктуры. Конкурентный пакет: достойная заработная плата, бонусы за достижение целей и возможности для профессионального развития.
Специалиста для обеспечения качества AI-платформы, связанной с монетизацией трафика в Telegram на базе AI
Специалист для обеспечения качества AI-платформы, связанной с монетизацией трафика в Telegram на базе AI Обязанности Функциональное тестирование: ручное тестирование релизов и обновлений платформы. Тестирование интеграций: сборка, настройка и проверка клиентских воронок продаж (чат-боты, рассылки, интеграции со сторонними сервисами). Сквозная проверка сценариев: контроль логики работы алгоритмов, корректности передачи данных внутри платформы. Автоматизация тестирования: разработка и поддержка автотестов. Анализ дефектов: локализация багов, поиск узких мест в бизнес-сценариях и заведение подробных баг-репортов в таск-трекере. Требования Опыт работы в тестировании программного обеспечения от 3 лет (понимание полного цикла QA, самостоятельная разработка тест-кейсов и чек-листов). Навык чтения кода на уровне, достаточном для анализа логики приложения (приветствуется знание Python или JavaScript/TypeScript). Уверенное владение SQL для проверки целостности и корректности данных непосредственно в базах данных. Практический опыт работы с инструментами автоматизации тестирования. Понимание принципов работы маркетинговых воронок, CRM-систем и механизмов интеграций (REST API, Webhooks, JSON/XML). Инструментарий: опыт работы с системами контроля версий (Git), CI/CD (плюсом будет знакомство с Docker), а также с Jira или аналогичными баг-трекерами и Zeplin/Figma для сверки макетов. Soft skills: высокая внимательность к деталям, аналитическое мышление, умение ясно коммуницировать с разработкой и бизнесом, готовность глубоко погружаться в техническую и бизнес-логику задач. Будет плюсом Опыт нагрузочного тестирования. Знание инструментов визуального регрессионного тестирования. Опыт работы с платежными шлюзами и понимание протоколов безопасности транзакций. Условия Формат работы: полностью удаленный. График: 6/1 (ПН–ПТ, 10:00–19:00 МСК; СБ — с 10:00 до 14:00). Испытательный срок: 2 недели оплачиваемой стажировки (полная ставка, без срезов оклада). Оплата: 1000–1500$ по результатам собеседования. Выплаты производятся каждые 2 недели на USDT (BEP20). Подписание договора NDA (по паспортным данным и видеоверификации).
Область и стек: QA
Должность AQA инженер (Python) Компания Timeweb Cloud Зарплатная вилка 250-350 Формат работы Удаленка Страна работы Россия Описание компании Timeweb — международный хостинг-провайдер, который входит в топ по количеству клиентов в России на рынке хостинга. На данный момент это порядка 200 тысяч. Мы продолжаем расти быстрее, чем рынок. Мы постоянно обогащаем продукт новыми сервисами, которые из «размести сайт» превращают его в мультипродукт для малого бизнеса. Мы про обновление технологического стека, современный дизайн и юзабилити, про клиентский опыт и про удобный клиентский путь. Мы развиваем микросервисную архитектуру и ищем AQA-инженера, который поможет выстроить автоматизированное тестирование практически с нуля. В команде уже есть manual QA, которым требуется усиление, а также сформирован Python-стек разработки. Обязанности - Построение автотестирования с нуля для новых микросервисов - Разработка и поддержка автотестов на Python (API, интеграционные, e2e) - Интеграция тестов в CI-пайплайны - Работа с RabbitMQ - Взаимодействие с базами данных: подготовка тестовых данных, проверки, валидации - Анализ результатов тестирования и участие в улучшении качества продукта - Обеспечение стабильности релизов: контроль, чтобы новые фичи не ломали существующий функционал - Передача экспертизы по автоматизации внутри команды (в том числе manual QA) - Использование AI-инструментов для ускорения разработки тестов и поиска решений Требования - Коммерческий опыт автоматизации тестирования от 2 лет - Уверенное знание Python (основной стек команды) - Опыт работы с CI/CD (настройка и поддержка автотестов в пайплайнах) - Опыт работы с очередями сообщений (RabbitMQ или аналоги) - Опыт работы с базами данных (SQL) - Понимание принципов тестирования микросервисной архитектуры - Опыт написания API/интеграционных тестов - Умение самостоятельно выстраивать процессы автоматизации Будет плюсом - Опыт работы с биллинговыми системами (финансовые операции, расчёты) - Опыт тестирования сервисов, связанных с документами (юридические, бухгалтерские, отчётные) - Опыт работы в high-load или критичных системах Предлагаем - Официальное оформление в аккредитованной IT компании со всеми вытекающими преимуществами - ДМС и компенсация приемов психолога - Компенсация спорта - Компенсация питания по “НаЛанч” - Удаленный формат работы (или гибрид в Петербурге по желанию) - Амбициозный и интересный продукт, работа в команде профессионалов и никакой бюрократии
Главный разработчик Python (Gen AI)
Главный разработчик Python (Gen AI) Компания: Альфа-Банк Формат работы: удалённо Чем предстоит заниматься - Разработка и развитие backend-компонентов и микросервисов на Python (FastAPI, asyncio). - Разработка и развитие интеграционных решений для взаимодействия с внутренними и внешними сервисами посредством REST API. - Разработка и развитие компонентов, связанных с применением технологий Generative AI и AI-агентов. - Разработка и развитие высоконагруженных сервисов с использованием PostgreSQL, Redis и современных подходов к работе с данными. - Разработка и развитие асинхронных процессов обработки данных и механизмов обмена сообщениями. - Разработка и развитие решений по логированию, мониторингу и наблюдаемости сервисов. - Участие в проектировании архитектуры решений, проработке контрактов взаимодействия между сервисами и выборе технических подходов. - Участие в тестировании разрабатываемого функционала и обеспечении качества кода. - Взаимодействие с командой разработки, аналитиками, архитекторами и QA-инженерами при реализации задач проекта. Требования - Опыт коммерческой разработки на Python от 3-4 лет. - Уверенное знание Python 3.9+. - Опыт разработки микросервисной архитектуры и REST API. - Практический опыт работы с FastAPI, asyncio, aiohttp или httpx. - Опыт работы с PostgreSQL, Redis, SQLAlchemy. - Понимание принципов асинхронного программирования. - Опыт контейнеризации приложений с использованием Docker и понимание основ Kubernetes. - Опыт проектирования и реализации интеграционных решений. - Опыт написания тестов (pytest, unittest, pytest-mock). - Знание подходов к логированию и мониторингу приложений. - Понимание принципов построения высоконагруженных систем.
Кого ищут? 3 специалистов
Кого ищут? 3 специалистов Растущий стартап со штаб-квартирой в Дубае, строят платформу с AI-возможностями для государственных и окологосударственных организаций. В команде ребята из G42 и Meta, есть люди с research и PhD-бэкграундом. Офис рядом с Dubai Internet City и Palm Jumeirah. В оффер входят: UAE visa sponsorship, помощь с переездом и медстраховка. Senior Full-Stack Engineer - TypeScript, React, современный фронтенд плюс бэкенд на Node.js или Express и PostgreSQL. - Много data-rich интерфейсов, аутентификация, безопасность. - В плюс пойдут Next.js App Router, Tailwind, TanStack Query, визуализация через Mapbox GL, deck.gl или Cytoscape, real-time на SSE и WebSockets, тесты в Playwright и Vitest. Backend / Data Engineer - Python с FastAPI или TypeScript с Express. - Владение сервисами, которые связывают фронтенд, AI-агента, базы, identity-системы и внешних поставщиков данных. - Сильный PostgreSQL: схемы, миграции, транзакции, производительность. - Плюс OAuth/OIDC, JWT, RBAC. - Бонусом Snowflake или ClickHouse, геоданные, графовые модели, GCP или AWS, Temporal. Senior QA & AI Evals Engineer - Построение системы качества для детерминированного софта и недетерминированных AI-выходов. - Playwright, pytest, Vitest, Gherkin и BDD, а также оценка LLM через Langfuse с датасетами, метриками и regression gates прямо в CI.