LlamaIndex

Формат

Удалённо

Страна

Латинская Америка

Город

Не указан

Компания Airtm — финансовая инфраструктурная компания, создающая платформу для онлайн-работы и трансграничных платежей. Обязанности - Проектирование, внедрение и управление облачной инфраструктурой AWS (VPC, EC2, RDS, S3, IAM, Lambda и другие сервисы). - Разработка и поддержка Terraform-модулей для управления инфраструктурой как кодом. - Развертывание, управление и оптимизация кластеров Kubernetes (EKS), включая оркестрацию, автоскалинг и управление ресурсами. - Создание и улучшение CI/CD пайплайнов для быстрых и безопасных автоматических релизов. - Внедрение логирования, мониторинга и алертинга для обеспечения здоровья системы. - Применение строгих практик безопасности инфраструктуры, управление секретами и соблюдение внутренних политик безопасности. - Написание скриптов и инструментов для автоматизации операционных задач. - Создание и поддержка runbook, архитектурных диаграмм и технической документации. - Взаимодействие с командами разработки для повышения надежности платформы и упрощения развертывания приложений. - Участие в дежурствах (on-call) для реагирования на инциденты в продакшене. - Проектирование облачной инфраструктуры для поддержки AI/LLM нагрузок и агентных систем. - Оценка и интеграция AI-инструментов DevOps и LLM-ассистентов в рабочие процессы платформы. Требования - Полная удалённая работа, кандидаты только из Латинской Америки (LATAM). - 4+ года опыта в инфраструктуре, DevOps или платформенной инженерии. - Уверенное владение AWS и современными облачными архитектурными паттернами. - Опыт работы с Terraform (IaC). - Понимание Kubernetes (deployments, services, ingress, RBAC, Helm) и контейнеризации с Docker. - Владение TypeScript и Bash. - Знание стандартных CI/CD инструментов (GitHub Actions, GitLab CI, ArgoCD). - Понимание основ сетей (DNS, балансировка нагрузки, файрволы, VPN). - Опыт provisioning инфраструктуры для AI-агентных фреймворков (LangChain, LlamaIndex, CrewAI) или развертывания LLM в продакшене. - Навыки отладки, решения проблем и кросс-функциональной коммуникации. Будет плюсом - Опыт программирования на Golang. - Знание GitOps (ArgoCD, Flux). - Знакомство со стеками observability (Prometheus, Grafana, Datadog, ELK). - AWS-сертификации (Solutions Architect, DevOps Engineer) или Kubernetes-сертификации (CKA/CKAD). - Опыт с service mesh (Istio, Linkerd) и FinOps для оптимизации затрат.

Формат

Офис

Страна

Россия

Город

Не указан

О компании Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Штат насчитывает 2500+ специалистов. Компания разрабатывает программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и других. Заказчик — крупнейший коммерческий банк страны, лидер по объему активов и цифровому развитию. Банк активно продвигает мобильные сервисы, ценит скорость, гибкость и неформальный подход внутри команд. Многократно отмечен наградами, в том числе «Bank of the Year in Russia 2019» (The Banker) и «Best Mortgage Bank in CEE» (Global Finance). Интересные стороны роли - глубокая автоматизация — возможность оптимизировать процессы развертывания и мониторинга; - влияние на инфраструктуру — участие в принятии решений по масштабируемости и надежности системы. Задачи - создавать AI-агентов и платформы для них; - строить MLOps-инфраструктуру; - работать с данными для ML. Требования - опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет; - production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны; - опыт работы с Docker и Kubernetes в контексте развертывания моделей как сервисов; - опыт работы с одним из major cloud-провайдеров, желательно GCP или AWS/Azure с пониманием hybrid-cloud; - умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol); - знание распределенных вычислений (Spark); - опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.); - отличные знания Python, SQL на очень высоком уровне для работы с data vault; - знания Git, GitLab CI/CD. Условия - зарплата обсуждается индивидуально, есть доплаты за менторство и профактивности; - долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review; - релокейт между офисами, выбор формата работы: удалённо, офис, гибрид; - адаптация для новых сотрудников; - доступ к корпоративному порталу, митапам, конференциям, в том числе в роли спикера; - ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные; - тимбилдинги, детские праздники, внутренние мероприятия. Офисы - Москва, ул. Вильгельма Пика, 11, БЦ «Ботаника», 13 этаж, офис 1310; - Санкт-Петербург, Владимирский проспект, д. 23, 8 этаж; - Казань, Н. Ершова, 76/1; - Нижний Новгород, ул. Новая, 28, коворкинг «VMESTE»; - Самара, IT-парк «Монте Роза».

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Чем предстоит заниматься - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов Условия - Полная занятость - Удалённо на территории РФ

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Компания и проект Bell Integrator — крупный системный интегратор, аккредитованная ИТ-компания. Команда создаёт AI-помощника (на базе GigaChat) в канале Казначейства: помощник позволит клиенту самостоятельно менять параметры услуги «Единый остаток». Условия - Полная занятость - Удалённо на территории РФ Задачи - Проектирование, разработка и внедрение AI-агентов - Интеграция различных решений с другими системами, обеспечение их взаимодействия - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ) - Хорошее знание FastAPI, REST API и асинхронного программирования - Опыт работы с PostgreSQL, Docker / Docker Compose - Опыт работы с Qdrant или другими векторными базами данных - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог - Опыт написания unit- и интеграционных тестов

Формат

Офис

Страна

Канада

Город

Не указан

Компания: Adobe Роль: Applied AI Engineer Задачи: - Разработка, создание и поддержка интеллектуальных агентов для автоматизации и бизнес-эффекта в масштабах предприятия. - Полный цикл разработки агентов: от проектирования до версионирования, оркестрации и непрерывного обучения. - Создание масштабируемых платформ Agentic AI, расширяющих возможности разработчиков и ускоряющих внедрение ИИ. - Создание переиспользуемых шаблонов агентов и модульных компонентов для ускорения развертывания в бизнес-подразделениях. - Перевод моделей ИИ из прототипов в продакшен-системы. - Разработка автономных агентов и навыков для задач генерации кода и вызова инструментов. - Оптимизация производительности моделей, снижение задержек и повышение надежности. - Внедрение стратегий промт-инжиниринга, управления памятью, распределения ресурсов и интеграции вызова инструментов. Требования: - Опыт работы в AI/ML-инжиниринге и бэкенд-разработке от 3 до 5+ лет. - Опыт работы с LLM API или ИИ-сервисами в продакшене. - Опыт работы с инструментами ИИ: LangChain, LlamaIndex или векторными базами данных. - Умение измерять и улучшать показатели решаемости задач и точности моделей. - Сильные инженерные основы: Python, REST. - Опыт работы с потоковой передачей событий (Kafka, Flink, Kinesis или аналоги) и конвейерами данных (Spark, Databricks или сопоставимые). - Знакомство с продакшен-операциями: Kubernetes, CI/CD, мониторинг, алертинг и реагирование на инциденты. - Знакомство с облачными платформами (AWS/GCP/Azure), REST API, Python и контейнеризацией (Docker, K8s). Условия: - Вилка зарплаты в США: $114 100 — $214 950 в год, зависит от географического рынка и опыта. - Для Калифорнии: $148 500 — $214 950.

Формат

Офис

Страна

Монголия, США

Город

Остин

О компании Компания AVP VIGILANT TECHNOLOGY PVT LTD создаёт AI-продукты нового поколения на основе больших языковых моделей и интеллектуальной автоматизации для решения сложных бизнес-задач. Инженерные команды сочетают современные AI-технологии с масштабируемой разработкой ПО для создания надёжных, безопасных и готовых к продакшену решений на базе генеративного ИИ. О роли Ищем GenAI-инженера для проектирования, разработки и развёртывания приложений генеративного ИИ на основе LLM, RAG, Python и LangChain. Работа охватывает полный жизненный цикл AI-приложений: от прототипирования и экспериментов до продакшен-развёртывания и оптимизации. Локация Сан-Франциско, Калифорния; Нью-Йорк, Нью-Йорк; Сиэтл, Вашингтон; Остин, Техас. Ключевые обязанности - Проектирование и разработка готовых к продакшену приложений генеративного ИИ на основе LLM. - Построение и оптимизация RAG-пайплайнов для точных и контекстно-зависимых ответов. - Разработка AI-воркфлоу и компонентов приложений с использованием Python и LangChain. - Интеграция коммерческих и открытых больших языковых моделей в корпоративные приложения. - Разработка процессов приёма документов, чанкинга, эмбеддингов, поиска и реранжирования. - Внедрение промт-инжиниринга, структурированных выводов, вызова инструментов и AI-агентов. - Оценка качества, релевантности, задержки и надёжности моделей с помощью соответствующих методов. - Оптимизация приложений по производительности, масштабируемости, стоимости и качеству ответов. - Создание API и сервисов, интегрирующих возможности GenAI с существующими программными платформами. - Совместная работа с инженерами, дата-сайентистами, продакт-менеджерами и бизнес-стейкхолдерами. - Мониторинг продакшен-систем и непрерывное улучшение производительности моделей и приложений. - Соблюдение лучших практик ответственного ИИ, безопасности, приватности и разработки ПО. Требования - 2–5 лет профессионального опыта в разработке ПО, машинном обучении, AI-инжиниринге или смежной области. - Уверенное программирование на Python. - Практический опыт создания приложений на основе LLM. - Опыт разработки приложений на базе RAG. - Опыт работы с LangChain или аналогичными фреймворками для LLM-приложений. - Понимание эмбеддингов, векторных баз данных, семантического поиска и информационного поиска. - Глубокое понимание промт-инжиниринга и архитектуры LLM-приложений. - Опыт работы с API и продакшен-разработкой ПО. - Навыки отладки, аналитического мышления и решения проблем. Желательно - Опыт с LangGraph, LlamaIndex или аналогичными фреймворками. - Опыт с векторными базами данных: Pinecone, Weaviate, Milvus или pgvector. - Знакомство с фундаментальными моделями OpenAI, Anthropic, Google, Meta и других. - Опыт с облачными платформами AWS, Azure или Google Cloud. - Знание Docker, Kubernetes, CI/CD и MLOps-практик. - Опыт в оценке LLM, наблюдаемости, guardrails и безопасности ИИ. - Знакомство с концепциями NLP, машинного обучения или глубокого обучения. Условия - Полная занятость. - Зарплата $130,000–$210,000+ в год в зависимости от опыта и квалификации. - Медицинская, стоматологическая и офтальмологическая страховка. - 401(k) и пенсионные выплаты. - Оплачиваемый отпуск и корпоративные праздники. - Возможности профессионального развития и обучения. - Гибкий или гибридный формат работы в зависимости от локации. - Возможность работать над высокоэффективными продуктами генеративного ИИ.

Формат

Офис

Страна

Не указана

Город

Не указан

Интерика Лаб ищет технического лидера, который будет проектировать AI-решения end-to-end — от бизнес-задачи до стабильной работы в production. Компания внедряет AI в реальные бизнес-процессы: AI-ассистенты, RAG, OCR, CRM-интеграции, автоматизацию продаж, бухгалтерии и складских процессов. Задачи - проектировать архитектуру AI-сервисов, интеграций и backend-платформ; - работать с LLM, RAG, OCR и AI-агентами; - интегрировать CRM, API и базы данных; - вести техническую реализацию проектов; - менторить разработчиков; - доводить AI-решения до полноценной работы у клиентов. Требования - сильный Python; - опыт с FastAPI / Django / Flask; - опыт технического лидерства; - понимание backend-архитектуры; - интеграции, очереди и production-надежность; - опыт внедрения AI/ML-решений; - LLM API, RAG, vector DB, чат-боты, обработка документов. Будет плюсом - Битрикс24, amoCRM, 1С, МойСклад, LangChain, LlamaIndex, Qdrant, Milvus, pgvector, OCR, n8n, Kubernetes, Airflow.

Формат

Офис

Страна

США

Город

Нью-Йорк

Brellium — платформа на базе ИИ для повышения качества медицинской помощи в США. Компания основана в 2021 году, обслуживает более 250 000 врачей во всех 50 штатах. Серия A, финансирование более $30 млн от First Round Capital, Left Lane Capital и Menlo Ventures. Ищем Backend или Fullstack-разработчика для создания и масштабирования ключевых систем платформы. Ценим опыт внедрения и интеграции ИИ-моделей в реальные приложения. Задачи: - Интеграция современных LLM в реальные приложения совместно с продуктовой командой - Проектирование и разработка систем end-to-end: от пайплайнов данных до пользовательских интерфейсов - Создание ИИ-систем, оптимизированных под производительность и надежность - Построение пайплайнов оценки и метрик для ИИ-агентов и рабочих процессов - Быстрая поставка качественных функций, работа в коллаборативной среде Требования: - Опыт работы Software Engineer от 0 до 6 лет (бонус за степень магистра в области ИИ) - Владение Python и TypeScript - Опыт разработки ИИ-приложений и архитектуры ИИ-систем - Владение современными ИИ-фреймворками и API, такими как LangChain и LlamaIndex - Интерес к новым моделям и инструментам и их применению в реальных задачах - Навыки решения сложных задач, готовность работать с неоднозначными вызовами - Владение SQL и реляционными базами данных, управление end-to-end процессами данных - Опыт развертывания в AWS, знание современных LLM (бонус за React/Next.js) - Опыт работы в быстрорастущих стартапах, коммуникабельность, готовность расти вместе с компанией Условия: - Зарплата: $140 000 - $200 000 - 401(k), опционы на акции - Медицинская, стоматологическая и офтальмологическая страховка (до 100% оплаты для сотрудника и семьи) - HSA / FSA - 11 оплачиваемых праздников в год - Безлимитный отпуск - Обучение и профессиональное развитие - Гибридный график: 4 дня в офисе, 3 дня — если вы находитесь более чем в часе езды

Формат

Офис

Страна

Россия

Город

Не указан

Проект Разработка AI-помощника на базе GigaChat в поверхности GigaAssistant в канале Казначейства. Помощник позволит клиенту самостоятельно вносить изменения в параметры работы услуги «Единый остаток». Команда также занимается разработкой услуг «Единый остаток», «Компенсационные продукты», «Контроль и акцепт» в канале Казначейства. Задачи - Проектирование, разработка и внедрение AI-агентов. - Интеграция решений с другими системами, обеспечение их взаимодействия. - Работа с LLM, включая prompt engineering и оптимизацию взаимодействия с большими языковыми моделями. Требования - Отличное знание Python, опыт коммерческой разработки от 3 лет (по ТК РФ). - Хорошее знание FastAPI, REST API и асинхронного программирования. - Опыт работы с PostgreSQL, Docker / Docker Compose. - Опыт работы с Qdrant или другими векторными базами данных. - Практическое понимание RAG: chunking, embeddings, vector search, metadata filtering. - Опыт интеграции LLM API: OpenAI, GigaChat, Anthropic или аналогов. - Опыт работы с LangChain, LlamaIndex, HuggingFace или sentence-transformers. - Опыт работы с Kafka; RabbitMQ может рассматриваться как аналог. - Опыт написания unit- и интеграционных тестов. Условия - Участие в интересном проекте. - Возможность профессионального и карьерного роста. - Работа в команде профессионалов. - Уровень заработной платы обсуждается индивидуально. - Формат работы — удалённо на территории РФ.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Lead

Компания — лидер в автоматизации контроля качества. Разработана платформа RETAILIQA для автоматизации операционного аудита, которой пользуются компании по России и ближнему зарубежью. Среди клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, DNS, ВсеИнструменты, Spar, Мираторг, Рив Гош и другие. В связи с запросами ритейла активно развивается платформа RETAILIQA AI-VISION для автоматизации контроля выкладки товаров и промопрограмм на базе ML, Deep Learning и Computer Vision. Ищем ведущего AI/ML-инженера для разработки и развития AI-сервисов в области автоматизации compliance-процессов — от архитектуры и экспериментов до запуска решений в production. Основной технологический фокус — Agentic AI, RAG, мультимодальные LLM и классические Deep Learning-модели (Computer Vision). Решения разворачиваются в облачной инфраструктуре и on-premise на оборудовании компании. Используемые технологии: Python, FastAPI, FastMCP, RabbitMQ, FastStream, PostgreSQL/pgvector, Milvus, LlamaIndex, PydanticAI, LangGraph, DeepEval, RAGAS, Langfuse, ClearML, vLLM, Triton Inference Server, Docker, GitLab CI/CD, Prometheus, Grafana. Чем предстоит заниматься - Проектировать архитектуру AI-сервисов и принимать ключевые технические решения. - Разрабатывать LLM-, RAG- и Agentic AI-решения. - Создавать production-ready сервисы на Python. - Разрабатывать AI-агентов, workflow и интеграции с корпоративными системами. - Быстро проверять AI-гипотезы и создавать PoC/MVP. - Доводить успешные решения до production. - Организовывать evaluation и контроль качества AI-систем. - Участвовать в развитии технической архитектуры и инженерных стандартов нового AI-направления. - Взаимодействовать с backend-разработчиками, DevOps, аналитиками и продуктовыми специалистами. Что мы ожидаем - От 3 лет опыта промышленной разработки ML/AI-решений преимущественно на Python. - Практический опыт разработки LLM-, RAG- или Agentic AI-систем. - Опыт самостоятельного создания AI/ML-сервисов от идеи и прототипа до production. - Сильные навыки проектирования архитектуры AI-сервисов. - Уверенное владение Python и опыт backend-разработки. - Понимание RAG: ingestion, chunking, embeddings, retrieval, reranking, generation и evaluation. - Опыт интеграции коммерческих LLM API и/или развёртывания open-source моделей. - Опыт работы с PostgreSQL и векторными базами данных. - Уверенное владение Linux, Docker и Git. - Понимание распределённых систем, очередей сообщений и асинхронной обработки. - Понимание принципов model serving, мониторинга и эксплуатации ML/LLM-сервисов. - Способность самостоятельно принимать технические решения в условиях технологической неопределённости. Будет плюсом - Опыт работы с LlamaIndex, LangGraph, PydanticAI или аналогичными фреймворками. - Опыт разработки MCP-серверов и MCP-интеграций. - Опыт работы с PostgreSQL/pgvector, Milvus или другими векторными хранилищами. - Опыт эксплуатации open-source LLM через vLLM, Triton Inference Server или аналогичные решения. - Опыт evaluation LLM/RAG-систем: DeepEval, RAGAS, Langfuse или аналоги. - Опыт on-premise развёртывания AI-моделей. - Опыт работы с мультимодальными моделями или Computer Vision. - Опыт технического взаимодействия с корпоративными заказчиками. - Опыт участия в создании новой AI/ML-команды или технического направления с нуля. Условия работы - Официальное трудоустройство по ТК РФ. - Работа в аккредитованной IT-компании. - Гибкий график работы. - Конкурентная зарплата, зависящая от опыта и квалификации кандидата. - Профессиональное развитие и обучение. - Доступ к проектам с реальными бизнес-заказчиками из числа федеральных сетей. - Возможность непосредственно влиять на практическое применение AI в бизнесе. - Система квартального премирования.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Bright Vision Technologies — технологическая консалтинговая компания, разрабатывающая облачные, AI, данные и корпоративные решения по всей территории США. Должность: Conversational AI Engineer Локация: удаленно (США) Тип занятости: полная, прямая занятость (W2) Зарплата: $130,000–$180,000 в год (в зависимости от опыта) Требуемый опыт: 10+ лет Спонсорство: рассматриваются граждане США, обладатели грин-карт, EAD и кандидаты на перевод H-1B. Спонсорство новых H-1B не предоставляется. Компания ищет опытного инженера с 10+ годами опыта в разработке ПО и глубокой экспертизой в больших языковых моделях (LLM), агентном ИИ и разработке корпоративных AI-приложений. Кандидат будет определять и вести стратегию, архитектуру и инженерные практики для создания интеллектуальных диалоговых систем, фреймворков промт-инжиниринга и AI-приложений. Роль сочетает глубокие технические знания современных LLM с умением создавать переиспользуемые AI-платформы, оценочные фреймворки и инструменты для разработчиков, обеспечивающие масштабируемые, безопасные и готовые к продакшену решения. Задачи: - Проектировать, разрабатывать и внедрять корпоративные диалоговые AI-приложения на базе LLM. - Определять стандарты промт-инжиниринга, переиспользуемые библиотеки промтов и лучшие практики для корпоративной AI-разработки. - Архитектура и внедрение агентных AI-процессов, мультиагентных систем, оркестрации инструментов и решений RAG. - Создание масштабируемых оценочных фреймворков для качества промтов, обнаружения галлюцинаций, точности ответов, задержки и пользовательского опыта. - Разработка переиспользуемых SDK, API и инструментов, ускоряющих создание AI-приложений в командах. - Взаимодействие с продакт-менеджерами, AI-исследователями, инженерами и бизнес-стейкхолдерами для выпуска готовых к продакшену решений. - Внедрение практик безопасности ИИ, ответственного ИИ, безопасности, соответствия, защитных механизмов и управления для корпоративных развертываний. - Оптимизация производительности LLM, эффективности инференса, выполнения промтов, стратегий кэширования и операционной масштабируемости. - Наставничество инженеров и установление стандартов для архитектуры, тестирования, развертывания и мониторинга диалоговых систем. - Оценка новых LLM, агентных фреймворков и AI-технологий для стимулирования инноваций и улучшения платформы. Требования: - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, машинного обучения, программной инженерии или смежной технической дисциплине. - 10+ лет профессионального опыта в разработке ПО, включая значительный опыт создания и развертывания приложений на базе LLM. - Подтвержденный опыт выпуска корпоративных диалоговых AI-продуктов или продуктов на базе LLM в продакшен. - Глубокая экспертиза в современных LLM API и моделях: OpenAI GPT, Anthropic Claude, Google Gemini, Llama или Mistral. - Сильный опыт с агентными фреймворками: LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI или AutoGen. - Сильные навыки программирования на Python и опыт создания масштабируемых бэкенд-сервисов и API. - Опыт внедрения RAG, векторных баз данных, эмбеддингов, промт-инжиниринга и AI-оркестрации. - Глубокое понимание AI-оценки, мониторинга моделей, наблюдаемости, ответственного ИИ и корпоративного управления ИИ. - Отличные коммуникативные, аналитические навыки и лидерские качества. Предпочтительно: - Публичные технические публикации, выступления на конференциях, вклад в open-source или лидерство в разработке LLM-приложений. - Опыт проектирования мультиагентных архитектур, автономных AI-процессов и сложных систем использования инструментов. - Знакомство с тонкой настройкой LLM, параметрически эффективной настройкой (LoRA/QLoRA) и техниками выравнивания моделей. - Опыт разработки AI-решений для поддержки клиентов, ассистентов программирования, корпоративного поиска, аналитики, управления знаниями или бизнес-автоматизации. - Опыт интеграции диалогового ИИ в корпоративные приложения со строгими требованиями соответствия: HIPAA, PCI-DSS, SOC 2 или FedRAMP. - Опыт работы с Kubernetes, MLOps, CI/CD, облачными платформами (AWS, Azure или GCP) и продакшен-инфраструктурой ИИ.

Формат

Офис

Страна

США

Город

Нью-Йорк

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

Формат

Удалённо

Страна

Любая

Город

Не указан

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

Формат

Офис

Страна

Европа

Город

Не указан

Грейд

Senior

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

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

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

Формат

Офис

Страна

Не указана

Город

Не указан

Грейд

Middle

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

Формат

Офис

Страна

Канада

Город

Не указан

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

Формат

Офис

Страна

США

Город

Не указан

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

Формат

Удалённо

Страна

Россия

Город

Не указан

Грейд

Middle

Формат работы: можно удалённо. Компания — один из крупнейших независимых digital-продакшнов в России, работает с 2005 года, в штате более 550 человек. Ищет ML-инженера в команду, которая реализует AI-решения для проектов компании. Чем предстоит заниматься: - Поддерживать текущие алгоритмические решения - Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы - Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта - Разрабатывать RAG-пайплайн для поиска и обработки данных - Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование Пожелания к кандидатам: - Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других) - Уверенное владение Python и PyTorch/TensorFlow - Практический опыт работы с API, Docker/Kubernetes и базами данных - Опыт внедрения RAG

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Abridge основана в 2018 году с миссией улучшать взаимопонимание в здравоохранении. Платформа на основе ИИ преобразует разговоры между пациентами и врачами в структурированные клинические заметки в реальном времени, интегрируется с EMR. Компания использует Linked Evidence и аудируемый ИИ, сопоставляет сгенерированные сводки с первоисточником. Офисы находятся в Сан-Франциско (Mission District), Нью-Йорке (SoHo) и Питтсбурге (East Liberty). В команде — практикующие врачи, ИИ-исследователи, PhD, креативщики, технологи и инженеры. Роль Компания ищет инженеров по генеративному ИИ любого уровня. Работа в кросс-функциональной команде с исследователями, клиницистами и инженерами. Задача — превращать возможности языковых моделей в надежные клинические системы: проектировать продвинутые LLM-процессы, включая агентные возможности, структурированные инструменты, разветвленные цепочки вызовов, интеграцию с поисковыми системами. Также разработка и применение фреймворков оценки (автоматизированных и с участием человека) для проверки точности, надежности, многоязычности. Проектирование экспериментов для поиска отказов, симуляция крайних случаев, нагрузочное тестирование. Владение полным циклом продакшена LLM-процессов: развертывание в средах с низкой задержкой, мониторинг, наблюдаемость, постобработка, версионирование. Задачи - Проектировать и создавать агентные системы, превращающие LLM в компонуемые надежные инструменты (поиск, вызов инструментов, агентные рассуждения, структурированные выходы). - Сотрудничать с ML- и инфраструктурными инженерами для масштабирования и оптимизации агентных процессов: задержка, контекстные окна, выбор моделей. - Писать высококачественный модульный код, устойчивый к сбоям, гибкий к изменениям. - Отвечать за ключевые архитектурные решения: архитектура процессов, потоки данных, кэширование промежуточных состояний, структура генерируемых выходов. - Проводить строгую оценку: создавать бенчмарк-датасеты, автоматизированные и human-in-the-loop фреймворки, эксперименты для выявления отказов и крайних случаев, A/B-тесты, анализировать обратную связь клиницистов. - Использовать передовые возможности: быстрое прототипирование с новыми моделями, открытыми инструментами и техниками промптинга. Требования - 3+ года опыта создания production-grade систем, из них 1–2+ года — с LLM или агентными продуктами. - Глубокое владение LLM API, стратегиями промптинга и паттернами оркестрации (LangChain, LlamaIndex, кастомные пайплайны). - Опыт с поисковыми системами (семантический и лексический поиск, векторные БД, эффективный kNN), вызовом функций, tool-use или агентными процессами. - Рабочее знание оценки моделей: создание разнообразных датасетов, автоматизированная и human-in-the-loop оценка, A/B-тесты, работа с экспертами для улучшения моделей. - Сильные знания Python: чистый код, комплексные тест-кейсы, знание стандартной библиотеки; желателен опыт с async-программированием, профилированием производительности, упаковкой и деплоем. - Хорошая интуиция: понимание, когда ускоряться и итерировать, а когда устранять технический долг. Ценятся готовность учиться и признание, что отличный член команды может не полностью соответствовать описанию.