GitHub

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Junior

О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.

Формат

Офис

Страна

США

Город

Остин

О компании Itron разрабатывает новые способы управления энергией и водой для коммунальных предприятий и городов. Компания создаёт более рациональный мир для защиты важнейших ресурсов сегодня и в будущем. О роли Компания ищет AI-разработчика для проектирования и создания решений на базе ИИ с использованием экосистемы Microsoft: Azure, GitHub, Copilot Studio и Azure AI Foundry. В этой роли вы будете разрабатывать и интегрировать разговорные копилоты, сценарии RAG (генерация с дополнением по извлечённым данным) и автоматизированные рабочие процессы в корпоративные приложения. Вы будете тесно взаимодействовать с продуктовыми, инженерными, security- и бизнес-заинтересованными сторонами для создания масштабируемых, соответствующих требованиям и измеримых AI-возможностей для клиентов в сфере ЖКХ и энергетики. Обязанности Разработка и внедрение решений - Создание и поддержка AI-решений на базе Azure AI Foundry: выбор моделей, оркестрация промптов, оценка и паттерны развёртывания с фокусом на надёжные и клиентоориентированные результаты. - Разработка и настройка копилотов в Copilot Studio: темы, действия, плагины/коннекторы, инклюзивный дизайн диалогов. - Внедрение паттернов интеграции ИИ: RAG, вызов инструментов/функций, агентные рабочие процессы в приложениях и внутренних инструментах. - Создание и поддержка API-сервисов (например, Azure Functions, App Service, контейнерные сервисы) для предоставления AI-возможностей корпоративным бизнес-системам. - Проектирование и реализация безопасных и подотчётных паттернов доступа к корпоративным источникам знаний: SharePoint, Azure SQL, Blob Storage. DevOps, GitHub и инженерное совершенство - Использование Azure DevOps и GitHub для управления исходным кодом, pull request, код-ревью, стратегий ветвления и управления релизами в совместной agile-среде. - Построение CI/CD-пайплайнов с автоматическим тестированием, сканированием безопасности и развёртыванием в Azure. - Применение инженерных практик: модульное и интеграционное тестирование, телеметрия, обработка ошибок, оптимизация производительности и понятная документация. Безопасность, соответствие и управление - Соблюдение практик secure-by-design: управление доступом и идентификацией (Entra ID), управление секретами (Key Vault), принцип минимальных привилегий. - Поддержка требований ответственного ИИ и управления: логирование, аудит, оценка, безопасность контента, защитные ограничения промптов и безопасности. - Взаимодействие с командами безопасности и соответствия для обеспечения соответствия AI-решений корпоративным политикам и регуляторным требованиям, характерным для сектора ЖКХ и энергетики. Совместная работа и взаимодействие с заинтересованными сторонами - Перевод бизнес-потребностей в проекты AI-решений, пользовательские истории и технические планы реализации, которые практичны и измеримы. - Кросс-функциональная работа с продуктовыми, инженерными и бизнес-партнёрами для определения метрик успеха, проверки результатов и итераций на основе обратной связи и аналитики. - Обучение и поддержка команд, внедряющих паттерны Copilot Studio и Azure AI Foundry, развитие общей ответственности и непрерывного обучения. Требования - Опыт разработки программных решений на Azure, включая как минимум одно из: Functions, App Service, Storage, SQL или API Management. - Практический опыт работы с Azure DevOps и/или GitHub: pull request, стратегии ветвления, отслеживание задач, CI/CD. - Опыт разработки AI-приложений, включая как минимум одно из: - Копилоты, чат-боты или разговорные пользовательские интерфейсы. - Решения на основе поиска (RAG) и корпоративный поиск. - Промпт-инжиниринг и управление версиями промптов. - Вызов инструментов/функций или агентные рабочие процессы. - Умение работать с REST API и интегрировать AI-решения с корпоративными системами. - Сильные основы программной инженерии: структуры данных, проектирование API, тестирование, поиск и устранение неисправностей. - Чёткие коммуникативные навыки, способность объяснять концепции ИИ технической и нетехнической аудитории. Желательно - Опыт работы с Copilot Studio: темы, действия, коннекторы, публикация и управление. - Опыт работы с Azure AI Foundry: промпт-флоу и оркестрация, оценка, развёртывание и наблюдаемость. - Знакомство с Azure OpenAI или другими провайдерами больших языковых моделей и концепциями жизненного цикла моделей. - Опыт работы с корпоративными решениями идентификации: Entra ID, OAuth2, управление доступом на основе ролей, безопасные паттерны данных. - Знание инструментов мониторинга и наблюдаемости: Application Insights, Log Analytics, дашборды. - Опыт работы с Power Platform, Logic Apps или другими платформами интеграции и автоматизации. - Комфорт в работе по agile-моделям, совместный, инновационный и ответственный подход. Условия Конкурентоспособный компенсационный пакет: финансовые, социальные, медицинские программы и программы благополучия, оплачиваемый отпуск, 401k matching, программа покупки акций для сотрудников.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.

Формат

Удалённо

Страна

Не указана

Город

Не указан

DevOps-инженер Компания ApexPlay. Продукт — AI-модели. Формат работы: удаленно. Занятость: полная. Зарплатная вилка: 2 500 – 5 000 USDT. Город или адрес офиса не имеет значения. Чем предстоит заниматься Инфраструктура и окружения: - Развитие и поддержка инфраструктуры - Сопровождение Production: админ-панели и внутренние технические ресурсы - Работа с переменными окружения, Ansible-плейбуками, сборками приложений Мониторинг и алертинг: - Настройка и поддержание систем мониторинга и алертинга - Обязательная реакция на инциденты — нельзя увидеть проблему и проигнорировать - Улучшение покрытия мониторинга Релизный цикл: - Помощь в выкладке релизов - Работа с GitHub Actions и подготовка сборок Реакция на инциденты: - Публичное оповещение о проблеме - Обозначение времени на разбор Технологический стек - Оркестрация: Ansible, Docker, Docker Swarm - Мониторинг и логи: Grafana, VictoriaMetrics, VictoriaLogs, InfluxDB, Sentry - Базы и HA: Patroni - Скрипты и секреты: Bash, Infisical - Сеть: Cloudflare - CI/CD: GitHub, GitHub Actions - Серверы: OVH, DigitalOcean, Cherry Servers Ожидания от кандидата - Проактивен — сам реагирует на алерты и доводит инциденты до конца - Комфортно работает в стартап-темпе — без корпоративных долгих процессов - Умеет коммуницировать во время инцидента — оповещает, ставит таймер, возвращается с результатом или чётким запросом помощи - После решения предлагает, как предотвратить повторение - Владеет стеком (Ansible, Docker/Swarm, мониторинг) или быстро в него входит Требования - Опыт работы с Ansible и Docker / Docker Swarm - Опыт настройки мониторинга и алертинга - Понимание, как вести инцидент от обнаружения до закрытия Будет плюсом - Опыт с Grafana / VictoriaMetrics / VictoriaLogs / Sentry - Опыт с Patroni, Cloudflare, GitHub Actions - Опыт работы в стартапах, финтехе, мессенджерах или соцсетях

Формат

Удалённо

Страна

Любая

Город

Не указан

Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей. Обязанности - Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени. - MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE. - Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы. - Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD. - Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование. - Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core). - ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием. - Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок. - Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств. - Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок. - Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров. Требования - Владение Python (3.10+) — основной язык команды. - Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении. - Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код. - Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию. - Экспертиза в одной из шести областей: - Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов. - Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска. - Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем. - Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание. - Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи. - Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.

Формат

Удалённо

Страна

Германия

Город

Не указан

Грейд

Senior

Компания Berlitz строит новое глобальное подразделение и ищет Senior Frontend Engineer для создания мобильного клиента платформы онлайн-обучения нового поколения. Платформа позволяет пользователям по всему миру осваивать языки и новые навыки через интерактивные курсы. Роль предполагает полное владение мобильным приложением от начала до конца: экраны для учащихся, путь до них, код, упаковка и распространение в App Store и Google Play. Работа ведется в agile-среде с параллельной инженерией, в ежедневный рабочий процесс встроен Claude Code. Взаимодействие с бэкенд- и платформенными командами через типизированные API-контракты и мобильный CI-конвейер, при высокой автономии и низкой бюрократической нагрузке. Основная работа — над greenfield-приложением, создание современного чистого клиента без легаси-долгов. Основные обязанности: - Проектирование и создание пользовательских функций в React Native (Expo): экраны, навигация, управление состоянием, в рамках общего TypeScript-слоя, используемого и другими клиентскими поверхностями. - Использование React Native и TypeScript как основного стека, работа на управляемом рабочем процессе Expo и общем пакете дизайн-системы команды. - Владение путем от кода до магазина: конфигурация сборки, версионирование, подпись кода и отправка в App Store и Google Play. - Запуск и использование мобильного CI/CD-конвейера платформенной команды (EAS Build через GitHub Actions) для выпуска подписанных сборок без владения базовой инфраструктурой. - Активная интеграция продвинутых инструментов, таких как Claude Code, в ежедневный GitHub- и рабочий процесс для максимизации качества кода и скорости. - Применение лучших практик по безопасности типов, тестированию и доступности во всем приложении. Требования: - 5+ лет профессионального опыта мобильной разработки, подтвержденный опыт выпуска продакшн-приложений на React Native (или эквивалентном нативном стеке) для реальных пользователей. - Сильный продакшн-опыт с React Native, желательно на управляемом рабочем процессе Expo, включая New Architecture. - Практический опыт полного владения релизной инженерией мобильных приложений: подписанные сборки, версионирование приложений, отправка в магазины (TestFlight/Play internal tracks, ревью, поэтапный выпуск). - Владение GitHub для контроля версий, ревью кода и совместной работы в параллельных командах. - Рабочие знания подписи кода iOS и Android, использования общей дизайн-системы и паттернов управления состоянием на клиенте. - Отличные коммуникативные навыки для наставничества коллег и согласования работы с параллельными инженерными командами. Условия: - AI-нативный подход по умолчанию: работа с Claude (генерация кода, проектирование API, ревью кода, архитектурная документация, отладка), первоклассные AI-инструменты снимают рутинную работу. - Чистый greenfield: нет легаси-кода и технического долга, полное владение дизайном мобильного опыта для глобальной EdTech-платформы. - Поддержка инфраструктуры: выделенная команда Platform Engineering владеет CI/CD-конвейером и облачной инфраструктурой, фокус на приложении и релизном мастерстве. - Полная удаленная работа из любой точки Германии.

Формат

Удалённо

Страна

Германия

Город

Не указан

Грейд

Senior

Компания Berlitz строит новую глобальную платформу онлайн-обучения и ищет Senior Backend Developer для проектирования и разработки следующего поколения сервисов. Роль предполагает владение ключевыми сервисами, создание отказоустойчивых высокопроизводительных микросервисов и работу в agile-среде с интеграцией Claude Code в ежедневный процесс. Вы будете взаимодействовать с мобильной и веб-командами, предоставляя бэкенд-сервисы, API-контракты и архитектурные рекомендации, при высокой автономии и низкой бюрократической нагрузке. Основной фокус — greenfield-сервисы без легаси-долгов. Задачи: - Проектирование и реализация высокопроизводительных, масштабируемых и отказоустойчивых микросервисов с нуля с использованием PostgreSQL и AWS. - Использование Rust как основного языка, стратегическая интеграция Go и Python для отдельных сервисов и задач обработки данных. - Создание надежных и чистых API (gRPC, REST) для бесшовной интеграции параллельных мобильной и веб-команд. - Интеграция продвинутых инструментов, таких как Claude Code, в ежедневный GitHub-процесс для повышения качества и скорости кода. - Применение лучших практик типобезопасности, конкурентности и высокого покрытия тестами в распределенной системе. Требования: - 5+ лет профессионального опыта бэкенд-разработки с подтвержденным опытом работы с микросервисами и реляционными базами данных (PostgreSQL). - Сильный production-опыт с Rust, включая модель владения, времена жизни и async-экосистему (Tokio). - Уверенное владение Go и/или Python для создания дополнительных сервисов. - Владение GitHub для контроля версий, код-ревью и совместной работы в параллельных командах. - Глубокое понимание распределенных систем, сервисов AWS, паттернов обмена сообщениями и оптимизации баз данных. - Отличные коммуникативные навыки для наставничества коллег и согласования работы с параллельными инженерными командами. Условия: - AI-native подход: использование Claude для генерации кода, проектирования API, код-ревью, архитектурной документации и отладки. - Чистый greenfield-проект: без легаси-кода и технического долга, полное владение дизайном ключевых сервисов и доменов глобальной EdTech-платформы. - Поддержка инфраструктуры: выделенная команда Platform Engineering занимается provisioning и CI/CD, что позволяет напрямую работать с сервисами AWS.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О компании Recare — одна из ведущих немецких HealthTech-компаний, меняющая процесс выписки пациентов. Разрабатывает SaaS-платформу и AI-решения для больниц и поставщиков послеоперационного ухода. Платформа соединяет две трети немецких больниц с более чем 650 реабилитационными клиниками и 25 000 поставщиками услуг по уходу. В компании около 100 сотрудников. Задачи - Разработка надёжных агентных систем для production-среды, где приоритетны конфиденциальность и корректность. - Владение небольшим набором проектов (в идеале одним) для минимизации переключений контекста. - Создание чат-ботов и других генеративных AI-приложений на основе агентных фреймворков: проектирование и оптимизация поведения агента, включая маршрутизацию, вызовы инструментов, управление контекстом, grounding и следование инструкциям. - Развертывание и интеграция: разработка и поддержка инфраструктуры для развертывания AI-агентов и генеративных приложений (REST API, веб-интерфейсы), включая контейнеризацию, оркестрацию и разработку API. - Настройка observability для генеративного ИИ: логирование, трассировка, метрики, дашборды и управление промптами. - Оценка производительности: количественная оценка ценности агентных систем на основе данных observability, пользовательских метрик и обратной связи. - Защита медицинских данных: внедрение лучших практик безопасности и соблюдение требований. - Отслеживание актуальных AI-технологий, подготовка технических отчётов и внедрение их в production. Требования - Интерес к healthcare или другим сложным для изменения отраслям, мотивация работать в высокорегулируемых средах. - Опыт проектирования, разработки и развертывания высокопроизводительных генеративных AI-приложений (RAG, агенты) в production. - Сильные навыки программирования, работа со стеком: Python, Go, GitHub Actions, AWS и другие технологии. - Опыт работы в средах с высокими требованиями к безопасности и конфиденциальности, включая работу с PII, guardrails для LLM и соответствие GDPR. - Опыт глубокого обучения и применения AI/ML-моделей для решения реальных задач, с фокусом на системную интеграцию, а не только обучение моделей. - Владение Python и как минимум одним веб-фреймворком (FastAPI, Django, Flask). - Отличные устные и письменные коммуникационные навыки, умение объяснять сложные концепции разной аудитории. Условия - Осмысленная работа с положительным влиянием на пациентов, их семьи и медицинских работников. - Плоские иерархии, высокая производительность, командная динамика, взаимное уважение, лояльность и признание. - Гибкость: удалённая работа, гибкий график, возможность workation по договорённости. - Карта Edenred, которую можно использовать по своему усмотрению. - Дополнительный выходной день в день рождения.

Формат

Офис

Страна

Не указана

Город

Не указан

О компании Команда мирового уровня из инженеров и специалистов по данным из Facebook, Uber, Amazon и Google. Быстрорастущая консалтинговая компания из Торонто. Клиенты — от ведущих стартапов, создающих значимые технологии, до компаний из списка Fortune 500, масштабирующих инженерные и аналитические возможности. Задачи - Проектирование, прототипирование и вывод в продакшн масштабируемых решений машинного обучения. - Работа с клиентами и коллегами. - Создание передовых систем на основе LLM и реальных данных. Требования - Экспертиза в LLM-инжиниринге, включая знание популярных LLM-провайдеров и их лучших практик. - Опыт создания или работы с агентными системами (tool use, память, планирование, координация нескольких агентов) — преимущество. - Демонстрация LLM-проектов с указанием зоны ответственности и вклада. - Способность быстро прототипировать передовые инструменты и исследовательские идеи; опыт превращения прототипов в продакшн-сервисы. - Практический опыт в статистике и машинном обучении. - Уверенная работа с Python ML-стеком: Pandas, Numpy, scikit-learn, XGBoost, PyTorch и др. - Владение инструментами разработки: Git, Docker, SQL, Bash, FastAPI. - Аналитическое мышление и понимание бизнеса; умение критически оценивать данные и их влияние на продукт или бизнес-результаты. - Степень бакалавра или выше (магистр, PhD) в Computer Science или смежной инженерной области, связанной с программированием. - Бонус: знакомство с AWS или Azure, GitHub Actions, Spark, Neo4j Cypher и графовыми базами данных. Условия - Конкурентоспособная компенсация. - Ответственность и отсутствие микроменеджмента.

Формат

Удалённо

Страна

Германия

Город

Берлин

Грейд

Senior

Команда ML Workflows Engineering занимается устранением инфраструктурных сложностей, оптимизацией операций машинного обучения (MLOps) и позволяет командам сосредоточиться на главном — создании значимых ML-моделей и интеллектуальных агентов. В составе команды вы будете играть ключевую роль в проектировании инструментов, автоматизации и пайплайнов, которые делают разработку машинного обучения простой и интуитивной. Интегрируя передовые практики MLOps и инженерное мастерство, мы стремимся максимизировать продуктивность и устранить сложность ML-инфраструктуры, чтобы наши команды могли расширять границы возможного в ИИ. Задачи - Создавать инструменты, автоматизацию и рабочие процессы для упрощения задач, связанных с инфраструктурой, позволяя ИИ-командам сосредоточиться на экспериментах и решении ключевых задач. - Разрабатывать надежные системы мониторинга, логирования и трассировки для обеспечения производительности и воспроизводимости ML-процессов в продакшене. - Проектировать, внедрять и поддерживать сквозные пайплайны машинного обучения для бесшовной разработки, обучения и развертывания ML-моделей и интеллектуальных агентов. - Работать с крупномасштабными распределенными системами, включая GPU-кластеры, для поддержки обучения, дообучения и оценки ML-моделей. - Взаимодействовать с продуктовыми и разработческими командами для превращения целей высокого уровня в конкретные, масштабируемые и поддерживаемые системы. - Оптимизировать рабочие процессы для воспроизводимости, масштабируемости и экономической эффективности, сохраняя продуктивность ML-команд и их фокус на инновациях. Требования - Практический опыт работы с современными MLOps-инструментами, включая Kubernetes, облачных провайдеров (GCP и AWS) и фреймворки оркестрации ML. - Глубокое понимание жизненного цикла ML от идеи до пользовательского приложения. - Способность вести проекты от начала до конца, начиная с проблемы высокого уровня или болевой точки продукта и контролируя этапы проектирования, экспериментов, внедрения и итераций. - Клиентоориентированное мышление — вам важно, как реально работают ML-инженеры, и вы можете превращать их потребности в практические, масштабируемые и поддерживаемые архитектурные решения. - Опыт работы с современными CI/CD-системами, такими как GitHub Actions или JetBrains TeamCity. - Не менее трех лет опыта написания чистого, поддерживаемого кода на Python в современных ML-кодовых базах. Желательно - Опыт работы с ML-оркестраторами и инструментами рабочих процессов, такими как ZenML, Dagster и Airflow. - Разработка инфраструктурных компонентов и сервисов с использованием кластерных решений, таких как Kubernetes. - Разработка бэкенд-сервисов на Python. - Создание и поддержка ML-пайплайнов, включая унаследованные. - Отслеживание экспериментов и наблюдаемость с помощью таких инструментов, как Weights & Biases, MLflow, Langfuse или аналогичных. Будет плюсом - Опыт работы с фреймворками инференса LLM, такими как vLLM, DeepSpeed и TensorRT. - Написание и поддержка Python-библиотек, используемых внутренними (или внешними) ML-инженерами. - Сильная теоретическая база в NLP и подходах на основе трансформеров. - Написание кода на Java и/или Kotlin. Условия - Гибридный формат работы.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Skill ищет Application Security Engineer, AI & Automation для партнера — ведущего инноватора в финансовой отрасли, который занимается защитой обширной программной экосистемы и внедрением передовых ИИ и автоматизации в операции безопасности. Чем предстоит заниматься: - Тестировать, внедрять и оптимизировать инструменты безопасности приложений, использующие передовые LLM для выявления уязвимостей, анализа кода, ускорения триажа и автоматического исправления. - Обеспечивать единый триаж результатов SCA, SAST и DAST. - Вести быструю оценку и маршрутизацию эскалаций угроз и критических событий патчей. - Укреплять выбор open-source зависимостей, прием пакетов и видимость SBOM. - Создавать защитные механизмы для обнаружения вредоносных пакетов и обеспечения соблюдения политик безопасности в пайплайнах разработчиков. - Оценивать и защищать среды разработчиков, включая IDE, плагины/расширения, менеджеры пакетов и ИИ-ассистентов кодирования, от вредоносного кода и небезопасных конфигураций. - Помогать в проведении технических proof-of-value, проверок обработки данных и оценок выходных данных моделей, необходимых для безопасного внедрения новых ИИ-возможностей в предприятии. Требования: - 3+ года практического опыта в Application Security, глубокое знание жизненного цикла уязвимостей (SCA, SAST, DAST и ручная проверка). - Сильные инженерные основы: скриптовые языки (например, Python, Go), API, CI/CD пайплайны (например, GitHub Actions, GitLab CI) и интеграции инструментов разработчика. - Практическое знакомство или эксперименты с передовыми моделями (LLM), ИИ-ассистентами кодирования (например, Copilot), промт-инжинирингом или ИИ-оркестрацией. - Опыт защиты цепочек поставок ПО, менеджеров пакетов и сторонних зависимостей от современных векторов атак. - Умение переводить сложные криптографические или технические уязвимости в понятные рекомендации по исправлению для команд разработки. Плюсы: - Вклад в open-source инструменты безопасности или ИИ/LLM проекты (например, OWASP Top 10 for LLMs). - Опыт создания кастомных интеграций или LLM-агентов для автоматизации рабочих процессов аналитиков безопасности. О компании Skill: Skill соединяет лучших профессионалов в области административного, ИТ, инженерного и финансового персонала с ведущими мировыми брендами. Квалифицированные специалисты получают доступ к льготам, включая взносы на медицинское страхование, пенсионные планы с матчингом и гибкие счета расходов. Skill — работодатель равных возможностей.

Формат

Офис

Страна

Германия

Город

Не указан

Грейд

Senior

О компании Soda — платформа мониторинга качества данных и ИИ. Клиенты: Disney, Ralph Lauren, CBRE, HelloFresh, 2K Games, Nubank. Open-source движок Soda Core используется компаниями Tesla, Slack, Adyen, Walmart, JPMC. Компания основана в 2019 году. Инвесторы: Point 9 Capital, Hummingbird, Singular, Eurazeo. О роли Присоединение к Platform-команде: полный путь от бэкенд-сервиса до продакшена — Java-сервисы Soda Cloud и AWS/Kubernetes-инфраструктура. Роль — в первую очередь бэкенд-инженер: большинство времени уходит на проектирование и разработку сервисов. Инфраструктура — часть работы, позволяющая доводить сервисы до продакшена. Это не DevOps и не SRE-позиция. Инженеры продукта: общение с пользователями, совместная разработка решений с продакт-менеджером, сквозная поставка. Используются AI-кодинг-агенты. Задачи - Проектировать и разрабатывать бэкенд-сервисы и API на Java для мультитенантной SaaS-платформы. - Поставлять продуктовые функции end-to-end, работать напрямую с продуктом и клиентами. - Повышать надёжность, производительность и масштабируемость сервисов, доводить их до продакшена на AWS/Kubernetes. - Поддерживать скорость разработки: CI/CD-пайплайны, GitOps-процессы, наблюдаемость. - Улучшать системы для агентной разработки: быстрая CI-обратная связь, надёжные dev-среды, защитные механизмы для безопасной работы агентов. - Принимать архитектурные решения — от дизайна сервисов до эволюции платформы. Требования - 5+ лет разработки бэкенда в продуктовой компании: проектирование, разработка и владение продакшен-сервисами. - Сильный Java: API, асинхронная обработка, конкурентность, оптимизация производительности. - Уверенный SQL в бэкенд-контексте: проектирование схем, оптимизация запросов, миграции в продакшене. Используются MySQL и ClickHouse. - Архитектурное мышление: понимание влияния дизайна API и сервисов на потоки данных, паттерны запросов, задержки и сценарии отказов. - Запуск собственных сервисов: опыт работы с Kubernetes и AWS (EKS, IAM, networking, RDS, S3) в продакшене. - CI/CD, GitOps и инфраструктура как код: GitHub Actions, ArgoCD/Flux, Terraform или Pulumi, скриптинг. - Наблюдаемость как привычка: метрики, логирование, трейсинг (Prometheus, Grafana, OpenTelemetry), написание тестов. - Агентная инженерия: разработка продакшен-кода с AI-кодинг-агентами (Claude Code, Cursor или аналоги) в цикле, умение направлять их при сохранении высокого стандарта качества. - Самостоятельность: работа в распределённой асинхронной команде из 12+ стран без постоянного контроля. - Свободный английский. Будет плюсом - Мультитенантный SaaS в масштабе; опыт работы в быстрорастущем стартапе. - Python: стек data engineering работает на нём. - Опыт в регулируемой среде (ISO27001, SOC2). - Опыт создания агентных рабочих процессов в продукте: функции на LLM, агенты с инструментами, AI-автоматизация для реальных пользователей. - Опыт в области качества данных, управления данными, наблюдаемости данных или мониторинга ML. Условия - Компенсация €85,000–120,000 в год + опционы. - Полная удалённость (в странах ЕС), доступен офис в Бельгии. - Доступ к токенам всех передовых моделей. - Реальная ответственность. Процесс отбора - Скрининг резюме. - 20-минутный телефонный разговор. - Первое техническое интервью (45 минут). - Второе техническое интервью (60 минут). - Интервью на соответствие культуре (45 минут). - Ответ каждому кандидату в течение 3–5 дней после каждого этапа.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Spektra Systems LLC Формат работы Удалённо. В настоящее время удалённая работа, в будущем возможен переход в офис. Опыт 2–4 года опыта разработки ПО. Обязанности - Анализировать, проектировать, разрабатывать, тестировать, выпускать и сопровождать продукты в среде .NET. - Быстро реализовывать функции в соответствии с дорожной картой продукта. - Быстро оценивать и осваивать современные технологии, библиотеки и концепции разработки. - Планировать и управлять интеграциями со сторонним ПО и сервисами. - Работать в динамичной инженерной среде с непрерывной итерацией на основе обратной связи от пользователей. - Эффективно взаимодействовать с высококвалифицированной командой разработчиков. - Помогать коллегам в поиске и решении технических проблем. - Участвовать в ревью кода, отладке, оптимизации производительности и развёртывании. - Обеспечивать соблюдение стандартов кодирования, лучших практик и процессов качества ПО. Требования - Уверенные навыки C и .NET. - Опыт разработки и использования REST API. - Хорошее знание Microsoft SQL Server. - Опыт разработки веб-приложений. - Практический опыт работы с системами управления исходным кодом (SCM). - Опыт разработки в Azure и облачных сервисах. - Знание Visual Studio Online / Azure DevOps / Visual Studio Team Services / GitHub. - Понимание JSON, CI/CD-пайплайнов, процессов сборки и релиза. - Хороший практический опыт работы с jQuery. - Опыт работы с Angular 17+. Желательно - Знакомство с Agile/Scrum. - Понимание AI-ассистированных процессов разработки и инструментов продуктивности (GitHub Copilot, ChatGPT, Cursor, Claude и т.п.). - Развитые аналитические навыки и навыки решения проблем. - Хорошие коммуникативные навыки и умение работать в команде. Личные качества - Самостоятельность и стремление изучать новые технологии. - Способность быстро адаптироваться в среде продуктовой разработки. - Ответственность за качество и результат. - Развитые навыки сотрудничества и коммуникации.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О вакансии - Роль: Full Stack Developer с Gen AI - Локация: Уиппани, Нью-Джерси (гибрид) - Занятость: полная - Клиент: Persistent Systems Обязанности - Проектировать и разрабатывать масштабируемые фронтенд-приложения на TypeScript и Python. - Создавать и интегрировать REST API. - Взаимодействовать с бэкенд-командами для обеспечения бесшовной интеграции фронтенда и бэкенда. Требования - Опыт работы с Python и TypeScript (6–8 лет). - Понимание фронтенд-архитектуры, паттернов проектирования и компонентного подхода. - Опыт разработки RESTful API (предпочтительно FastAPI). - Опыт интеграции API, включая взаимодействие фронтенда и бэкенда. - Опыт работы с GitHub и CI/CD пайплайнами. - Понимание реализации Agentic AI. - Знание, как реализовывать решения с использованием LLM. - Опыт работы с любым JS-фреймворком (Angular, React, Vue). - Опыт работы с LLM. Желательно - Опыт работы с векторными базами данных (Vector DB). - Опыт работы с облачными платформами, такими как AWS или Azure. - Знание технологий контейнеризации, таких как Docker и Kubernetes.

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания Proxify — платформа для связи разработчиков с удалёнными full-time проектами. С момента запуска разработчики Proxify работали с более чем 1200 клиентами; более 5000 разработчиков доверяют сети Proxify. Рейтинги: Glassdoor 4.5/5, Trustpilot 4.8/5. Вакансия: Senior Python-разработчик (FastAPI) для одного из быстрорастущих клиентов Proxify. Роль включает проектирование, создание и масштабирование основных cloud-native backend-сервисов, разработку высоконагруженных асинхронных API с низкой задержкой для функций платформы, работающих с большими данными. Требования - 3+ лет практического опыта в production-разработке высокопроизводительных асинхронных веб-сервисов на FastAPI и современном Python (3.10+); глубокое владение asyncio, dependency injection и валидацией данных Pydantic v2. - 5+ лет общего опыта в разработке, проектировании и поддержке production-grade распределённых систем и RESTful API. - Уверенное владение реляционными базами данных (PostgreSQL), написание оптимизированных SQL-запросов или использование ORM (SQLAlchemy, Alembic) для миграций и оптимизации запросов; обязателен опыт работы с кэшированием на Redis. - Практический опыт создания слабосвязанных сервисов с использованием очередей сообщений и стриминговых платформ (например, RabbitMQ, Celery, Apache Kafka). - Уверенное ежедневное владение Docker, Kubernetes или AWS-контейнерными сервисами (ECS/EKS), настройка CI/CD (GitHub Actions, GitLab CI). - Строгое соблюдение паттернов проектирования, принципов чистого кода и комплексное автоматизированное тестирование с помощью pytest. - Нахождение в часовом поясе CET (+/- 3 часа); кандидаты из других часовых поясов не рассматриваются. Желательно - Опыт работы с GraphQL или WebSocket наряду со стандартными REST-протоколами. - Знакомство с векторными базами данных (Pinecone, Milvus, Qdrant) или фреймворками оркестрации AI/LLM (LangChain, LlamaIndex) для backend-систем с ИИ. - Опыт миграции легаси-монолитов на Django или Flask к слабосвязанным микросервисам на FastAPI. Задачи - Проектирование, разработка и документирование безопасных высококонкурентных микросервисов и REST-эндпоинтов на FastAPI с использованием стандартов OpenAPI/Swagger. - Профилирование асинхронных узких мест, управление event loop, оптимизация запросов к БД и масштабирование кэширующих слоёв для поддержания времени ответа менее миллисекунды при пиковой нагрузке. - Создание надёжных каналов связи между внутренними сервисами и внешними партнёрскими API с помощью вебхуков, брокеров сообщений и фоновых воркеров (например, Celery). - Ведение технических обсуждений, установление стандартов тестирования и проведение тщательных код-ревью для обеспечения надёжности и безопасности системы. - Тесное взаимодействие с DevOps-командами для контейнеризации приложений, мониторинга облачных метрик и оптимизации автоматизированных релизных циклов. Условия - Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. - Предсказуемые часы работы: 8-часовой рабочий день с клиентами. - До 24 оплачиваемых flex-дней в год для full-time позиций, найденных через Proxify. - Эксклюзивные долгосрочные удалённые позиции в передовых компаниях. - Персональный подбор вакансий без типичных препятствий и предвзятости в рекрутинге. - Одноразовый процесс заключения контракта для множества возможностей без дополнительных оценок. - Стабильная ежемесячная оплата для позиций, полученных через Proxify.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

О компании Lendable — финтех-компания, создающая технологии для кредитования и сбережений. Один из новейших единорогов Великобритании, команда чуть более 700 человек. Прибыльна с 2017 года. Инвесторы — Balderton Capital и Goldman Sachs. С нуля пересобраны три основных потребительских финансовых продукта: кредиты, кредитные карты и автокредитование. Деньги поступают клиентам за минуты, а не дни. Компания нацелена на два крупнейших западных рынка — Великобританию и США. Работа в Lendable предполагает: - Ответственность в широкой зоне влияния и принятие решений, влияющих на направление и успех компании. - Работу в небольших командах сильных специалистов. - Создание технологий внутри компании с использованием новых источников данных, машинного обучения и AI. О роли Открыты две позиции Senior Quality Engineer в мобильную команду. Мобильное приложение Zable — основной способ взаимодействия клиентов с Lendable: кредиты, кредитные карты, автокредитование, мобильные тарифы, подписки и новые продукты. Приложение написано на React Native и TypeScript с бэкендом на Kotlin, выпускается на iOS и Android из единой кодовой базы. Роль automation-first: основное время — написание кода (тестовые фреймворки, CI-инструменты, хелперы), а не ручное выполнение тестов. Работа в связке с инженерами, продуктом и дизайном, задавая направление. Также работа на передовой AI-assisted quality: использование LLM и AI-инструментов для ускорения написания тестов, триажа падений и выявления пробелов в покрытии, с инженерной оценкой для сохранения доверия к тестам. Задачи - Владеть мобильной тестовой стратегией: определять и развивать прагматичную тестовую пирамиду для React Native, решая, где нужен E2E, а где логика должна быть в более быстрых слоях (Jest, React Testing Library, компонентные тесты). - Принимать осознанные решения о покрытии, надёжности и скорости. - Задавать стандарт «готово к релизу» для мобильных приложений и придерживаться его. - Создавать и поддерживать мобильные E2E-наборы в Maestro, включая тестовые данные, конфигурацию устройств, хелперы и отчёты. - Интегрировать наборы в CI (GitHub Actions) для быстрой и достоверной обратной связи на каждый PR и релиз-кандидат. - Снижать flakiness и время диагностики. Относиться к flaky-тесту как к сломанному, ожидать поиск первопричины, а не повторные прогоны до зелёного. - Использовать AI-инструменты для ускорения написания тестов, кластеризации падений, анализа покрытия и предложения исправлений. - Определять, где AI даёт эффект, а где нужен человеческий контроль. - Помогать мобильной команде внедрять AI-ассистированные рабочие процессы: промпты, guardrails, паттерны ревью. - Предотвращать дефекты: подключаться к спецификациям на ранних этапах, оспаривать неоднозначные критерии приёмки, выявлять риски до написания кода. - Закрывать петлю по производственным инцидентам через observability-стек (Datadog, Sentry, Grafana), связывая тестовое покрытие с реальным влиянием на клиентов. - Проводить точечное исследовательское тестирование для высокорисковых релизов, когда это уместно. Требования - 6+ лет в quality engineering или автоматизации тестирования, с опытом поддержания стабильных автоматизированных наборов, а не превращения их в «кладбище» карантинных тестов. - Опыт внедрения AI-ассистированных практик тестирования (генерация тестов, кластеризация падений, аналитика покрытия) с разумными механизмами контроля и доверия. - Сильные знания TypeScript и JavaScript — не только написание тестовых скриптов, но и создание хелперов, инструментов и отладка внутри приложения при необходимости. - Опыт настройки CI/CD-пайплайнов для надёжности тестов (GitHub Actions или аналоги): снижение flakiness, параллелизация, управление артефактами, контроль времени выполнения. - Уверенность в мобильной E2E-автоматизации или сильный E2E-опыт на другой платформе.