Prometheus

Формат

Офис

Страна

Россия

Город

Не указан

Компания «Ай-Теко» — ведущий российский системный интегратор и поставщик IT-решений для корпоративных заказчиков. Компания работает на рынке с 1997 года и входит в число крупнейших IT-компаний России. Формат работы Офис, Москва. Занятость: полная. Обязательно полное высшее образование. Задачи - Поддерживать и развивать DevOps-инфраструктуру AI-проектов. - Работать с Docker и Kubernetes. - Использовать Ansible, ArgoCD и Terraform. - Строить и поддерживать CI/CD на GitLab CI / Jenkins. - Работать с мониторингом и логированием: Prometheus / VictoriaMetrics, Grafana, Loki / ELK. - Администрировать Linux и разбираться в сетевых взаимодействиях микросервисной архитектуры. - Изучать новые технологии: мультиагентные фреймворки, RAG, MCP. - Предлагать и внедрять улучшения инфраструктуры. Требования - Коммерческий опыт работы DevOps от 3 лет. - Уверенное владение Docker и Kubernetes. - Опыт с Ansible, ArgoCD, Terraform. - Понимание CI/CD. - Опыт работы с системами мониторинга и логирования. - Знание Linux и основ сетевого взаимодействия. - Готовность разбираться в AI и агентных технологиях. Будет плюсом - Понимание жизненного цикла AI-агентов и ML-моделей. - Опыт разработки и развёртывания автономных AI-агентов. - Практический опыт с MCP и RAG. - Опыт работы с платформами оркестрации агентов или serverless-средами. - Опыт интеграции корпоративных систем (OneWork, SberSpace). - Интерес к AI и агентным системам. Условия - Стабильная работа в крупной IT-компании. - Официальное оформление по ТК РФ с первого дня. - «Белая» заработная плата. - Расширенный ДМС, включая стоматологию. - Корпоративные скидки на фитнес. - Футбольная и волейбольная секции. - Профессиональное обучение и развитие. - Насыщенная корпоративная жизнь. - Современная техника: мощный ноутбук предоставят уже в день оформления. Важно: работа только из офиса в Москве.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

Grafana Labs — компания, стоящая за Grafana Cloud, полностью управляемой платформой наблюдаемости, которой доверяют более 10 000 организаций для обеспечения надежности, ускорения устранения инцидентов и оптимизации телеметрии в масштабе. Платформа построена на открытом исходном коде и открытых стандартах, предназначена для совместимости с любым стеком и объединяет ИИ с наблюдаемостью. Среди клиентов — Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce. Компания полностью удаленная, команда распределена по более чем 40 странам. Это полная занятость, удаленно. Рассматриваются кандидаты только из США и Канады (часовой пояс EST). Отдел Grafana Cloud Observability занимается созданием инструментов, позволяющих разработчикам понимать состояние и производительность своих приложений и инфраструктуры в любой среде: инструментировать код, собирать данные наблюдаемости в Grafana Cloud, визуализировать и исследовать их. В этой роли вы присоединитесь к команде Cloud Integrations, которая разрабатывает портфель интеграций для сбора, визуализации и работы с телеметрией из различных систем и приложений. Создаваемое вами программное обеспечение — ключевой строительный блок для пользователей Grafana Cloud, напрямую влияющий на качество работы «из коробки». Работа строится на открытых технологиях, таких как Prometheus и OpenTelemetry, в развитие которых вы также сможете вносить вклад. Задачи: - Разрабатывать инструменты, обеспечивающие работу портфеля облачных интеграций и приложений наблюдаемости; развивать, поддерживать и масштабировать функции наблюдаемости инфраструктуры в Grafana Cloud. - Работать на всем стеке: фронтенд на TypeScript/React, бэкенд на Golang, мониторинг-миксины на Jsonnet. - Выпускать функции целиком — от пользовательского интерфейса до бэкенд-сервисов, дашбордов и алертов, поставляемых с каждой интеграцией. - Переключаться между частями стека по мере необходимости: иногда это React-панель, иногда Go-сервис, иногда Jsonnet-миксин. - Вести проекты от постановки задачи до продакшена, включая общение с пользователями и проверку эффективности выпущенного. - Представлять работу команды вовне: писать дизайн-предложения, проводить демо, отстаивать дорожную карту в кросс-командных обсуждениях. - Вносить вклад в upstream Prometheus, OpenTelemetry и Grafana Alloy. - Участвовать в дежурствах (on-call) для сервисов, за которые вы отвечаете. Требования: - Интерес к работе на всем стеке с продуктовым мышлением: вы начинаете с проблемы пользователя и уверенно решаете, что строить, а не только как. - Опыт и в бэкенде, и во фронтенде. Используются Go и TypeScript; уверенный опыт с сопоставимыми языками подходит. - Свободное владение ИИ-ассистированной разработкой: вы используете кодинг-агентов и LLM-инструменты в работе и четко понимаете, где они ускоряют процесс, а где мешают. - Готовность быть на виду: вы рано поднимаете вопросы, отстаиваете работу команды в обсуждениях. Условия: - Полная удаленная работа. - Компания инвестирует в продуктивность разработчиков: доступ к современным ИИ-кодинг-ассистентам в рамках ежедневного рабочего процесса (инструменты на ваш выбор в пределах политик безопасности) с оплачиваемым компанией бюджетом использования. - Доступ к последним frontier-моделям от OpenAI, Anthropic и Google. - В связи с удаленным форматом важны сильные коммуникационные навыки и способность работать самостоятельно; поддержка и регулярные встречи проводятся по видеосвязи.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - исследование и внедрение современных подходов для широкого круга NLP-задач; - участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения; - разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.); - участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др.; - сотрудничество с продуктовыми, техническими и клиентскими командами; - построение пайплайнов подготовки данных и обучения LLM (LLM-цепочки); - организация процесса мониторинга качества и производительности LLM в продакшене; - проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные); - контейнеризация и оркестрация сервисов (Docker, Kubernetes); - настройка систем логирования и мониторинга (Prometheus, Grafana) для ML сервисов. Требования: - высшее образование: математическое, IT, техническое; - аналогичный опыт работы от 1 года; - хорошее знание Python и основных библиотек анализа данных; - базовые навыки классического ML (EDA, предобработка, обучение моделей); - понимание основных метрик оценки качества моделей; - опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций); - опыт реализации RAG; - уверенное владение PyTorch или TensorFlow для тонкой настройки LLM; - опыт работы с инструментами CI/CD (Git, GitLab CI/CD, Jenkins и пр.); - умение работать Docker, Kubernetes. Условия: - оформление по ТК РФ с первого дня и все социальные гарантии; - офисный формат работы (удаленка возможна, если вы проживаете в регионе, где нет офиса IBS); - комфортные офисы в городах присутствия: с зонами для работы, переговорными комнатами, отдельными зонами отдыха и развлечения, спортивными уголками; - предоставляются ноутбук, наушники, мышь, при необходимости — другая техника; - условия для карьерного роста и программы профессионального развития; - оплачиваемое профессиональное обучение и сертификация; - бонусы и бенефиты: подарки для детей, оплата мобильной связи, конкурсы и квизы с призами, скидки у корпоративных партнёров, покупка мерча за виртуальную игровую валюту; - неформальные мероприятия, интеллектуальные игры, спортивные клубы, собственная Киберлига, возможность заниматься волонтерской деятельностью и благотворительностью, творческие вечера.

Формат

Офис

Страна

Россия

Город

Не указан

Компания СОГАЗ, блок IT, центр внедрения ИИ. Проект: продуктовая ML-платформа, генеративные AI-ассистенты и классические модели машинного обучения. Формат работы — полный офис в бизнес-центре у м. Курская. Обязанности: - Проектировать архитектуру AI-систем; - Внедрение GPU-планировщика для шаринга нагрузки на одном железе; - Проектирование и поддержка ML-пайплайнов; - CI/CD для моделей: версионирование данных, моделей, экспериментов; - Мониторинг production-моделей; - Деплой и оптимизация LLM / inference-серверов; - Контейнеризация и оркестрация сервисов; - CI/CD (GitLab CI); - Мониторинг и observability (Prometheus, Grafana); - Обеспечение выполнения требований ИБ в отношении инфраструктуры. Требования: - Бэкграунд в ML/DS — понимание процессов обучения, инференса, работы с данными; - Опыт от 2 лет в MLOps / DevOps с ML-спецификой; - Docker, Kubernetes — production-опыт; - CI/CD (GitLab CI, методология GitOps); - Глубокие знания Linux; - Опыт построения или управления GPU-кластерами (NVIDIA, CUDA, nvidia-container-toolkit); - Понимание специфики multi-tenant GPU-шаринга (MIG, MPS, time-slicing); - Опыт работы с LLM / inference-серверами (vLLM, TGI, Triton); - Опыт с GPU-планировщиками; - Опыт с MLflow, Kubeflow, Airflow или аналогами; - Высшее техническое образование. Условия: - Оформление полностью в соответствии с ТК РФ, включая оплачиваемый отпуск 29 календарных дней (плюс 1 день отпуска); - ДМС в лучших клиниках города, страхование жизни и страхование от несчастных случаев и болезней + ДМС родственников с 75% скидкой; - Премиальные условия на всю продуктовую линейку группы компаний «СОГАЗ» для работников и их близких родственников (ОСАГО, каско, имущество, жизнь); - Социальный пакет и специальные предложения по страхованию, кредитованию и другие программы от партнёров; - Профессиональное развитие: курсы, тренинги, корпоративная библиотека; - Забота о детях сотрудников: подарки на Новый год и скидки в детские лагеря.

Формат

Удалённо

Страна

Канада

Город

Не указан

Грейд

Senior

Grafana Labs — компания, развивающая Grafana Cloud, управляемую платформу наблюдаемости, которой доверяют более 10 000 организаций. Компания полностью удалённая, сотрудники работают в более чем 40 странах. Продукт построен на открытом исходном коде и открытых стандартах. Роль в команде Cloud Integrations департамента Grafana Cloud Observability. Команда разрабатывает портфель интеграций, позволяющих клиентам собирать, визуализировать и реагировать на телеметрию из различных систем и приложений. Работа строится на открытых технологиях, таких как Prometheus и OpenTelemetry, в которые можно вносить вклад. Задачи: - Разрабатывать инструменты для портфеля облачных интеграций и приложений наблюдаемости. - Работать во всём стеке: фронтенд на TypeScript/React, бэкенд на Golang, мониторинг-миксины на Jsonnet. - Реализовывать функции целиком: от пользовательского интерфейса до серверных сервисов, дашбордов и алертов. - Переключаться между частями стека по мере необходимости. - Вести проекты от постановки задачи до продакшена, включая общение с пользователями и проверку результатов. - Представлять работу команды: писать дизайн-предложения, проводить демо, отстаивать дорожную карту в кросс-командных обсуждениях. - Вносить вклад в upstream Prometheus, OpenTelemetry и Grafana Alloy. - Участвовать в дежурствах (on-call) для сервисов, за которые отвечаете. Требования: - Интерес к работе во всём стеке и продукт-ориентированное мышление. - Опыт в бэкенде и фронтенде: Go и TypeScript (уверенный опыт с сопоставимыми языками также подходит). - Владение AI-assisted разработкой: использование кодинг-агентов и LLM-инструментов, понимание их сильных и слабых сторон. - Готовность быть заметным: поднимать вопросы заранее, отстаивать работу команды. - Сильные коммуникационные навыки и способность работать самостоятельно (в связи с удалённой работой). Условия: - Полная занятость, удалённо. - Рассматриваются кандидаты из США и Канады (часовой пояс EST). - Компания инвестирует в продуктивность разработчиков: предоставляется бюджет на AI-ассистентов, доступ к современным моделям от OpenAI, Anthropic и Google. - Регулярные встречи по видеосвязи для эффективной коллаборации.

Формат

Офис

Страна

США

Город

Не указан

Компания Legion ищет директора по производственной инженерии (DevOps/SRE). Позиция удалённая, США. О позиции: Кандидат будет отвечать за надёжность, автоматизацию и безопасность производственной среды. Инфраструктура работает на AWS с использованием EKS, RDS и других нативных сервисов. Роль предполагает сочетание стратегического руководства и практической работы: около 20–30% времени — непосредственный вклад в архитектуру, инструменты и реагирование на инциденты, остальное — видение, дорожная карта и координация команд. Обязанности: - Нанимать и развивать глобально распределённую команду DevOps/SRE: подбор, менторство, управление инженерами, формирование культуры ответственности и непрерывного улучшения. - Отвечать за дорожную карту надёжности и инфраструктуры для AWS-среды, включая EKS, RDS и связанные сервисы, обеспечивая масштабируемость, высокую доступность и экономическую эффективность. - Руководить практикой SecOps: управление уязвимостями, обнаружение угроз, реагирование на инциденты и устранение последствий. - Определять и продвигать OKR для инфраструктуры, автоматизации и безопасности, отслеживать прогресс по измеримым результатам. - Внедрять лучшие практики наблюдаемости и алертинга (например, Datadog), включая автоматизацию триажа и реагирования для сокращения времени восстановления. - Понимать инфраструктуру агентного ИИ и применение агентных ИИ-процессов в SDLC и DevOps (автоматизированное расследование, исправление, генерация PR). - Развивать практики Infrastructure-as-Code, CI/CD и автоматизации для повышения скорости разработки и снижения рутинных операций. - Согласовывать с командами инженерии и IT стандарты инфраструктуры, контроль доступа, инструменты и требования соответствия. - Обеспечивать соответствие платформы высоким стандартам безопасности, соответствия и защиты данных; поддерживать контроль безопасности и готовность к аудиту. - Участвовать в ротации дежурств по управлению инцидентами совместно с SRE и командами разработки для достижения целей доступности. - Отслеживать актуальные практики в облаке, DevOps и безопасности, давать технические рекомендации и развивать инженерную организацию. Требования: - 8–12 лет опыта в DevOps, SRE или производственной инфраструктуре, включая управление людьми. - Глубокий практический опыт эксплуатации production-нагрузок на AWS: EKS (Kubernetes), RDS, а также VPC, IAM, Lambda, S3. - Подтверждённый опыт в SecOps: управление уязвимостями, реагирование на инциденты, устранение проблем безопасности в production. - 5+ лет работы с платформами наблюдаемости (Datadog, Prometheus, Grafana) для повышения надёжности, производительности и качества алертинга. - Сильный опыт с Infrastructure-as-Code (Terraform, CloudFormation) и автоматизацией CI/CD. - Владение хотя бы одним из языков: Go, Python или Bash; ежедневное использование Git и пайплайнов тестирования. - Практический опыт эксплуатации Linux/Unix production-платформ (Amazon Linux, Ubuntu, RHEL/CentOS). - Подтверждённый опыт кросс-функционального взаимодействия с инженерией и IT по инфраструктуре, инструментам и стандартам безопасности. - Опыт управления инцидентами и on-call практиками для высоконагруженных систем. - Степень бакалавра в Computer Science, инженерии или смежной области обязательна; магистерская степень приветствуется. Предпочтительные требования: - Опыт с другими облачными провайдерами: Google Cloud Platform или Oracle Cloud Infrastructure (OCI). - Профильные сертификаты по безопасности: CISSP, AWS Security Specialty, CKS. - Опыт с фреймворками соответствия: SOC 2, ISO 27001, HIPAA. - 3+ года работы с Kubernetes или другими системами оркестрации контейнеров в масштабе. - Опыт с Kubernetes-нативными инструментами доставки: Argo Workflows, Helm. - 5+ лет руководства командами в agile/scrum среде. - Опыт создания или масштабирования автоматизированных пайплайнов расследования и исправления ошибок в production. Условия: - Зарплата: $220 000 – $265 000 в год + бонус + акции компании.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Грейд

Senior

Компания CyberYozh — международная экосистема компаний в сфере кибербезопасности, образования и технологий. Формат Удалённо, полная занятость. Зарплата От $4,000 до $5,500+ на руки, в зависимости от глубины экспертизы. Стек Python, Django Rest Framework, FastAPI, Prometheus, Grafana, Docker, Strawberry, Celery, Redis, PostgreSQL, Kubernetes. Требования - Опыт работы в продуктовой компании, чей основной продукт — скрапер, парсер или агрегатор данных. Понимание специфики сбора данных, работы с очередями задач, прокси, обхода антибот-систем и структурирования собранной информации. - Python на уровне Senior (более 8 лет коммерческой разработки) и навыки работы с AI для ускорения (используется ClodeCode). - Глубокий опыт разработки и поддержки API. - Понимание принципов работы Kubernetes и контейнеризации. Задачи - Разработка, тестирование и интеграция API-функционала для продуктов экосистемы. - Работа с бэкенд-частью скрапинг-инфраструктуры: управление задачами парсинга, обработка и отдача собранных данных через API. - Участие в планировании архитектуры, предложение улучшений и рефакторинг. - Поддержка стабильности, мониторинг и сопровождение решений. - Взаимодействие с командами Frontend, DevOps и QA. Условия - Регулярный пересмотр дохода (раз в 6–12 месяцев). - Полная удалёнка, гибкий график работы. - Официальный долгосрочный контракт с международной компанией (компания на рынке 11 лет). - Сильная команда без джунов (в технической команде 20+ человек на разных продуктах). - Отпуск: 28 дней. - Свобода в принятии технических решений. - Работа с передовыми AI-технологиями, получение опыта в нише кибербезопасности и обработки больших данных.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Аккредитованная ИТ-компания «Системы и Алгоритмы» ищет GenAI-разработчика. Условия: - Зарплата: 230 000 рублей gross. - Формат: удалённо. - Занятость: полная. - Трудоустройство: ТД/ИП/СЗ/ГПХ. Требования: - Понимание архитектуры, возможностей и ограничений современных языковых моделей. - Опыт работы с embeddings, vector search, RAG, structured output и tool calling. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными. Задачи: - Разработка сервисов ИИ-платформы для создания функциональных агентов и ИИ-ассистентов. - Подготовка бэкенда для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource-агенты. - Разработка сервиса управления реестром и скиллами агентов. - Создание единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.

Формат

Офис

Страна

Россия

Город

Не указан

Обязанности: - Разработка ИИ-ассистентов и функциональных агентов в рамках проверки PoC для ИИ-идей, входящих в ИИ-инкубатор. - Практическое применение знаний в NLP. - Запуск моделей на GPU и CPU. - Контейнеризация. - Работа с Jenkins. - Использование векторных баз и эмбеддингов для RAG. - Реализация function calling. - Работа с KServe. - Применение BERT-подобных моделей. - Работа с эвристиками. - Опыт квантизации LLM. Требования: - Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. - Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов. - Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов. - Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных. - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI. - Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты. - Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review. - Уверенное владение SQL. - Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. - Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. - Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. - Умение оценивать стоимость, latency и масштабируемость LLM-решений. - Опыт работы в e-commerce, retail или других продуктовых highload-системах. - Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. - Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. - Опыт проектирования agentic workflows или multi-agent-систем. - Понимание принципов информационной безопасности, privacy и работы с персональными данными.

Формат

Удалённо

Страна

Россия

Город

Москва

Грейд

Middle

Компания PlaysDev — аккредитованная аутстафф-компания, специализирующаяся на DevOps-инженерах. За плечами 350+ реализованных проектов, в штате более 60 DevOps-специалистов. Развивает внутреннее экспертное сообщество и делает ставку на долгосрочное сотрудничество с сотрудниками. Важна не столько проектная занятость, сколько стабильность и возможность профессионального роста внутри компании. Обязанности: - Разработка и поддержка CI/CD пайплайнов (GitLab CI) для автоматизации сборки, тестирования и развертывания приложений. - Автоматизация инфраструктуры через Infrastructure as Code (Terraform, Ansible). - Развертывание и сопровождение Kubernetes-кластеров (создание Helm-чартов, настройка Ingress/Traefik). - Настройка систем мониторинга, логирования и алертинга (Prometheus, Grafana, VictoriaMetrics). - Обеспечение отказоустойчивости, масштабируемости и безопасности сервисов. - Оптимизация облачной инфраструктуры и контроль затрат. - Поддержка production-среды, участие в расследовании инцидентов. - Взаимодействие с командами разработки для внедрения лучших DevOps-практик. Требования: - Опыт работы в DevOps/SRE от 3+ лет. - Уверенное знание Linux (администрирование, настройка, диагностика) — обязателен опыт с RedOS и/или Astra. - Практический опыт с контейнеризацией (Docker) и оркестрацией (Kubernetes: Helm, Ingress, Traefik). - Построение CI/CD (предпочтительно GitLab CI, опыт с Jenkins/GitHub Actions — тоже плюс). - Infrastructure as Code (Terraform, Ansible). - Опыт работы с облачными платформами (Yandex Cloud, VK Cloud, AWS). - Мониторинг и логирование (Prometheus, Grafana, VictoriaMetrics). - Конфигурирование БД (SQL/NoSQL): Postgres, Redis, Tarantool, Qdrant (хотя бы одна). - Владение скриптовыми языками (Bash, Python) для автоматизации задач. - Понимание сетевых протоколов (TCP/IP, HTTP, DNS) и принципов работы ОС. Будет плюсом: - Опыт с GitOps (ArgoCD) и управлением конфигурациями. - Работа с системами хранения секретов (HashiCorp Vault). - Навыки DevSecOps.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle

Middle+ Python Developer Мы — IT-компания Napoleon IT, более 250 сотрудников, 3 офиса в России, направления: заказная разработка, outstaffing, собственные продукты. Развиваем разработку с использованием LLM и Generative AI, строим мультиагентные системы и платформенные решения для брендов, ритейла и маркетплейсов. Ищем Python-разработчика на проект по созданию высоконагруженной системы автоматического управления пополнением товарных запасов. Проект реализуется на микросервисной архитектуре и направлен на создание решения, которое рассчитывает рекомендации по формированию заказов поставщикам с учетом параметров логистики, складских остатков, спроса и других бизнес-ограничений. Вы будете работать в команде аналитиков, архитекторов и разработчиков, участвуя в проектировании, проработке требований и создании интегрированного решения для управления цепочками поставок. Задачи: - Разработка и поддержка высоконагруженных микросервисов; - Интеграция с Kafka для обработки потоков данных; - Проектирование Event Sourcing и CQRS паттернов; - Разработка API для межсервисного взаимодействия; - Настройка мониторинга и алертинга сервисов; - Code review. Требования: - Опыт работы с Python от 5 лет; - Django / FastAPI — опыт разработки REST API; - Микросервисная архитектура — опыт проектирования и поддержки; - Apache Kafka — продакшн опыт работы с producers / consumers; - PostgreSQL — проектирование схем, оптимизация запросов; - ETL процессы — Extract, Transform, Load данных; - Docker / Kubernetes — контейнеризация и оркестрация; - Базы данных: PostgreSQL, ClickHouse; - Event-driven архитектура — паттерны работы с событиями; - API Gateway — опыт интеграции через шлюзы; - Мониторинг: Prometheus, Grafana или аналоги; - Git, CI / CD — DevOps практики. Будет плюсом: - Знание gRPC для межсервисного взаимодействия; - Опыт с ELK Stack (Elasticsearch, Logstash, Kibana); - Redis Cluster для высокодоступного кэширования; - Знание Domain-Driven Design (DDD); - Опыт performance tuning Python приложений. Условия: - Уровень дохода не указан.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Компания Aleria LLC из Абу-Даби разрабатывает AI-продукты для клиентов в ОАЭ и по всему миру. Небольшая команда, быстрый рост. Работаем на bare metal, без облака. Нужен инженер, который понимает каждый слой — от NIC до Kubernetes pod — и отвечает за то, чтобы всё это работало стабильно под нагрузкой и не падало посреди ночи. Условия - Удалённо 2 месяца испытательного срока, затем обязательный релокация в Абу-Даби. - Занятость: full-time. - Зарплата: 5500–6000 $ на удалёнке, 8000–8200 $ после переезда. Задачи - Обеспечивать надёжность и доступность сервисов на bare metal с Kubernetes поверх железа. - Строить и поддерживать observability (Prometheus, Grafana, Loki): метрики, дашборды, алерты, SLO/SLI. - Реагировать на инциденты, проводить post-mortem и устранять причины, а не симптомы. - Тюнить PostgreSQL и другие БД под продакшен-нагрузку, искать бутылочные горлышки. - Поддерживать CI/CD (GHES, ArgoCD), снижать время и риск деплоев. - Сетевая инфраструктура: маршрутизация, сегментация, балансировка нагрузки, безопасность. - On-premise и air-gapped поставки (~10%). - Capacity planning и работа над снижением toil. - Безопасность, которая не тормозит команду. - Взаимодействие с командой разработки и инженерами клиентов. Требования - Глубокий опыт bare metal — без облачных абстракций. - Понимание внутреннего устройства Kubernetes, а не только манифестов. - Опыт устранения продакшен-инцидентов под давлением, умение быстро находить root cause. - Тюнинг БД под нагрузкой (приоритет — PostgreSQL). - Опыт построения observability и систем алертинга с нуля. - Опыт on-prem и air-gapped развёртываний. - Сети: L2/L3, routing, firewall, VPN. - Продакшен Linux troubleshooting. - Подход security-mindset с балансом на скорость доставки. - Высокая автономность при работе с незнакомым стеком. - Видение инфраструктуры за пределами текущей задачи. - Английский B2+. Будет плюсом - Опыт с GPU-кластерами для AI. - Ceph/ZFS/распределённые хранилища. - Опыт hardening/compliance для гос. заказчиков. - Air-gap CI/CD. Не ищем YAML-инженеров, которые только применяют готовые манифесты. Нужен человек, который понимает, что происходит под капотом — и готов первым встать ночью, если что-то упало.

Формат

Гибрид

Страна

Не указана

Город

Не указан

Грейд

Middle / Senior

Занятость: full-time. Локация: Астана / Алматы. Формат: гибрид. Старт: середина сентября 2026. Проект: до конца 2026 года с возможным продлением. Ставка: обсуждается. Требуемая релевантность опыта: 85%+. Дедлайн подачи резюме: 29.08.2026. Задачи: - развёртывание ML-моделей в production; - контейнеризация и настройка inference-серверов; - работа с Triton, TorchServe, BentoML или аналогами; - администрирование GPU-серверов; - NVIDIA Drivers, CUDA, cuDNN; - настройка GPU-нод в Kubernetes; - CI/CD для ML-сервисов; - мониторинг и алертинг через Prometheus/Grafana; - управление ресурсами GPU-кластера и оптимизация их загрузки. Требования: - Docker, Kubernetes, Helm; - MLflow; - Triton / BentoML / TorchServe; - Python + Bash/Shell; - NVIDIA GPU, CUDA, cuDNN; - nvidia-smi, DCGM; - GitHub Actions / GitLab CI / Argo Workflows; - Prometheus, Grafana. Проект: развёртывание и администрирование ML-моделей в production-среде телеком-оператора.

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

Офис

Страна

Болгария, Венгрия

Город

Не указан

Грейд

Lead

О роли Ведущий DevOps-инженер (Observability & Developer Experience) отвечает за два ключевых направления: платформу наблюдаемости и инструменты разработчиков. Работа включает взаимодействие с инженерными командами, формирование технического направления для мониторинга, логирования, CI/CD и автоматизации, а также практическую инженерную работу. Обязанности - Руководить и вносить вклад в работу команды DevOps/SRE-инженеров, занимающейся наблюдаемостью (мониторинг, логирование, алертинг) и опытом разработчиков (CI/CD-пайплайны, внутренние инструменты). - Участвовать в определении дорожной карты и видения для наблюдаемости и продуктивности разработчиков. - Проектировать, внедрять и эксплуатировать инфраструктуру мониторинга и логирования. - Строить и поддерживать CI/CD-пайплайны и фреймворки автоматизации. - Взаимодействовать с другими инженерными и продуктовыми командами для кросс-функциональных инициатив. - Устанавливать и распространять лучшие практики управления инфраструктурой, реагирования на инциденты и пост-мортемов. - Участвовать в определении и внедрении AI-инструментов и стандартов в компании. Требования - Опыт от 5 лет в DevOps, SRE или инфраструктурной инженерии, включая опыт руководства или наставничества инженеров. - Практическая экспертиза в инструментах наблюдаемости (Prometheus, Grafana, ELK stack) и знакомство с принципами SRE. - Опыт с CI/CD-пайплайнами и инструментами автоматизации (Jenkins, GitLab CI) и практиками Infrastructure as Code. - Знание облачных платформ (AWS и/или GCP) и оркестрации контейнеров (Kubernetes), опыт построения масштабируемых систем. - Навыки совместной работы и коммуникации, опыт взаимодействия с командами (разработка, QA, продукт). - Интерес к автоматизации, надёжности и эффективности разработчиков, нацеленность на постоянное улучшение. Желательно - Опыт руководства DevOps/SRE-трансформациями или внедрения практик reliability engineering в масштабе. - Опыт разработки ПО. Условия - Базовая зарплата: 65 000–70 000 евро в год (gross). О компании Cision — глобальная компания в области технологий и аналитики для PR, маркетинга и управления социальными медиа. Офисы в 24 странах.

Формат

Офис

Страна

Перу

Город

Не указан

Компания StaffWorxs ищет AI-инженера для создания AI-платформ операционной деятельности, интеграции моделей и автоматизации сложных задач в производственных средах. Работа удалённая, открыта для кандидатов в США. Задачи: - Создание и масштабирование AI-управляемых рабочих процессов и систем автоматизации - Разработка интеграций с системами мониторинга, тикет-инструментами (ServiceNow, Jira, OpsGenie), CI/CD-пайплайнами и облачными сервисами - Проектирование и реализация API, инструментов и пайплайнов данных для AI-управляемых решений - Работа с LLM-интеграциями, промт-инжинирингом и оркестрацией: потоковые ответы, вызов функций, использование инструментов, RAG-пайплайны, агентная оркестрация - Создание и поддержка full-stack AI-приложений на TypeScript, React и Next.js: пользовательские дашборды, персонализированный опыт, аналитика в реальном времени, интерактивные инструменты - Перевод реальных операционных задач в автоматизированные интеллектуальные решения - Совместная работа с командами Product, SRE и Infrastructure для поставки сквозных возможностей - Улучшение производительности, надёжности и наблюдаемости систем - Создание систем оценки и наблюдаемости: измерение возможностей моделей, контроль качества выводов, дашборды для поддержки улучшаемости продукта - Создание переиспользуемых платформ и инструментов: библиотеки компонентов, общие абстракции, внутренние инструменты для ускорения разработки - Проектирование и разработка масштабируемых бэкенд-систем для AI-платформ - Поддержка AI-интеграций, рабочих процессов и пайплайнов автоматизации - Реализация REST API, микросервисов и событийно-ориентированных архитектур - Проектирование схем баз данных и запросов для сложных доменов: трекинг, вовлечённость, отчётность - Работа со структурированными и неструктурированными данными для AI-сценариев - Участие в CI/CD-пайплайнах, тестировании и автоматизации развёртывания - Диагностика и оптимизация производственных систем - Быстрое прототипирование: от концепции до рабочего демо за дни, инкрементальная поставка Требования: - 5+ лет опыта разработки ПО, сильный фокус на full-stack веб-разработке - Экспертный уровень TypeScript и React: оптимизация производительности, современные паттерны (hooks, context, suspense), архитектура компонентов - Производственный опыт с Next.js: App Router, Server Components, API-маршруты, SSR/SSG, edge-развёртывание - Практический опыт с LLM: промт-инжиниринг, потоковые API, вызов функций, использование инструментов, паттерны цепочек и оркестрации - Опыт с Vercel AI SDK: унифицированный интерфейс LLM-провайдеров, потоковая передача, структурированный вывод, вызов инструментов через OpenAI/Anthropic/Google/xAI - Model Context Protocol (MCP): создание или использование MCP-серверов для расширяемого AI-инструментария - Сильные бэкенд-основы: Node.js или Python, REST/GraphQL API, реляционные базы данных, Redis, аутентификация - Надёжный дизайн баз данных: PostgreSQL, Drizzle ORM, моделирование схем для сложных доменов, оптимизация запросов, миграции - Опыт создания масштабируемых распределённых систем в облачных средах (AWS / Azure) - Рабочее знание CI/CD, Docker, Kubernetes - Знакомство с Tailwind CSS, Radix UI и современной компонентно-ориентированной UI-разработкой - Высокая самостоятельность: работа в неоднозначных условиях, принятие ответственности за задачи и доведение их до конца - Сильные навыки решения проблем и аналитического мышления - Способность работать в быстро меняющейся среде - Эффективная коммуникация с техническими и нетехническими заинтересованными сторонами Плюсы: - Опыт создания агентных инструментов кодинга, AI-агентных фреймворков или SDK/API для разработчиков (Claude Agent SDK, OpenAI Agents SDK) - Опыт с экосистемой Vercel: Next.js, AI SDK-провайдеры, Turbopack - Опыт с фреймворками оценки: измерение возможностей моделей, сбор обратной связи в масштабе, A/B-тестирование выводов - Опыт с песочницами для безопасного выполнения AI-сгенерированного кода - Создание исследовательских инструментов, экспериментальных платформ или научного ПО - Владение Python: FastAPI/Django, пайплайны данных, ML-инструментарий - Знание инструментов наблюдаемости (Grafana, Prometheus, Sentry и др.) - Опыт создания автоматизации или внутренних платформ - Знакомство с функциями реального времени: WebSockets, потоковый UX, совместные интерфейсы - Знание продвинутых веб-технологий: WebGL, WebAssembly, web workers, PWA - Опыт с альтернативными JS-рантаймами: Bun, Deno - Создание open-source инструментов или платформ с активным сообществом - Сильная количественная база (математика, физика или смежные области) Условия: - Удалённая работа - Открыта для кандидатов в США

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Senior

Senior AI Researcher / ML & LLM Engineer Локация: Россия / Беларусь. Работа строго по МСК. Требования: — архитектура AI-агентов, tool calling, memory/context, human-in-the-loop — ML: обучение, признаки, регуляризация, борьба с overfitting и data leakage — матстатистика, A/B-тесты, гипотезы и доверительные интервалы — LLM Evals и система метрик — prompt injection, PII/privacy и безопасность AI-агентов — Python + NumPy / pandas / scikit-learn / CatBoost / XGBoost / PyTorch — продвинутый SQL — Hugging Face, LLM API, orchestration frameworks — Airflow, MLflow, Kafka, Redis, Kubernetes — Prometheus, Grafana, OpenTelemetry — GPU-инфраструктура и оптимизация inference — fine-tuning: LoRA / PEFT — agentic workflows / multi-agent systems — production-код, GitFlow, тестирование, code review — опыт в e-commerce, retail или highload-продуктах Подойдёт специалисту, который действительно глубоко понимает ML/LLM и умеет доводить AI-системы до production.

Формат

Удалённо

Страна

Не указана

Город

Не указан

Мы строим AI-платформу для mental health в США: лицензированные врачи + собственные AI-инструменты, которые забирают рутину (charting, follow-ups, планы лечения), чтобы врачи занимались пациентами, а не бумагами. Ищем Staff DevOps инженера, который сам решает, куда двигать инфраструктуру. Что на тебе: - Vision и квартальный роадмап инфры, проактивно, с трейд-оффами и метриками - AWS + Kubernetes (EKS): Karpenter, Kyverno, zero-downtime - IaC end-to-end: Terraform, AWS CDK (TS) + GitLab CI (self-managed) - Observability, которой реально пользуются: Prometheus, Grafana, OpenTelemetry - Blue-green деплои, health-gated rollback, zero-downtime миграции PostgreSQL - Security в HIPAA-среде: секреты, Vault as code - Agentic AI (Claude Code и подобные) как часть ежедневной работы, а не «на посмотреть» Стек: AWS · EKS · Terraform · AWS CDK (TS) · GitLab CI · Prometheus / Grafana / OTel · Vault · PostgreSQL · Node.js / TS Условия: - Remote - Долгосрочный контракт, B2B - Русский свободно, английский от B1 - $6.000-7.500 gross/monthly - медстраховка после испытательного, компенсация спорта и wellness, 19 дней отпуска + 4 wellness-дня, оплачиваемый больничный, English на Preply

Формат

Удалённо

Страна

Не указана

Город

Не указан

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

Формат

Офис

Страна

Россия

Город

Не указан

Mozen создаёт решения для моментальных выплат для разных сфер бизнеса. Например, мы создали сервис моментальных выплат в нишах автосалонов, металлолома, а также курьерам и водителям такси — он интегрирован с Яндекс.Go и другими крупнейшими агрегаторами. В 2023 году мы стали частью группы компаний Альфа Групп и дочерней компанией Альфа-Банка — крупнейшего бизнес-консорциума в России. Сейчас мы ищем Backend-разработчика, который будет развивать серверную логику, API и интеграции наших продуктов — от платёжных сервисов до мобильных и веб-приложений. Чем предстоит заниматься Разработка функционала и инфраструктуры проекта: - проектирование и реализация серверной логики; - разработка и документирование API для мобильных и веб-клиентов; - проектирование и оптимизация взаимодействия с базами данных; - интеграция со сторонними сервисами и платёжными шлюзами; - обеспечение безопасности и отказоустойчивости системы. Участие в развитии продукта: - участие в планировании и формировании бэклога; - предложение технических решений и улучшений архитектуры; - участие в код-ревью и обмене экспертизой внутри команды. Соблюдение стандартов и требований: - документирование API-контрактов (Swagger / OpenAPI); - работа с финансовыми транзакциями с учётом требований безопасности; - учёт регуляторных требований (152-ФЗ, PCI DSS, стандарты ЦБ РФ). Что мы ожидаем от тебя - опыт коммерческой разработки на Python от 3 лет; - опыт проектирования и реализации REST / gRPC-сервисов; - понимание принципов построения распределённых систем и микросервисной архитектуры; - владение SQL (PostgreSQL) и понимание принципов работы NoSQL-хранилищ; - опыт работы с брокерами сообщений (RabbitMQ); - уверенное владение системами контроля версий (Git / GitLab); - опыт написания тестов (unit, integration, e2e); - опыт использования Docker и базовых средств оркестрации (Kubernetes будет плюсом); - опыт работы с CI / CD (GitLab CI); - умение поддерживать документацию и код в актуальном состоянии. Также пригодятся - опыт проектирования API и описания спецификаций в Swagger / OpenAPI; - навыки оптимизации SQL-запросов и проектирования схем БД; - опыт работы с форматами данных JSON / XML / Protobuf; - навыки профилирования и оптимизации производительности приложений; - опыт работы с системами логирования и мониторинга (ELK, Prometheus, Grafana). Ценим в людях: командную работу, ответственность, чёткую коммуникацию, внимание к деталям и инициативность.