Вакансии для веб-разработчиков на Python
Вакансии для веб-разработчиков на Python: подборка ролей, где в задачах или стеке указан Python. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Прикладной AI-инженер продукта, full-stack
О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).
Фаундинг-инженер, бэкенд и платформенная разработка
Strello Health разрабатывает ИИ-голосовых ассистентов для здравоохранения. Компания находится на стадии post-seed, генерирует выручку и быстро масштабируется. Вы будете работать напрямую с основателями над созданием основной инфраструктуры для голосовых разговоров в реальном времени, включая аудиопотоки, оркестрацию LLM, API, интеграции, наблюдаемость и продакшен-системы. Требования - опыт в backend или платформенной разработке - распределённые системы - API - Linux - создание надёжных систем с нуля (0→1) - учитывается опыт co-op - рассматриваются кандидаты с разным уровнем опыта Будет плюсом - WebRTC/WebSockets - ML или LLM инфраструктура - Node.js/TypeScript - Python - Docker - Kubernetes - open-source вклад Технологический стек TypeScript/Node.js и Python.
Python-разработчика для работы над разнообразными проектами
Компания: ИП Фомин Сергей Александрович Python-разработчик Мы — небольшая аутстаф компания, созданная ИТ-инженерами. Ищем Python-разработчика для работы над разнообразными проектами. Рассматриваем специалистов уровня Senior. Ты нам подходишь, если: - У тебя коммерческий опыт разработки на Python от 4 лет, и ты проходил полный цикл – от идеи до запуска в прод - Ты глубоко понимаешь Python: асинхронность (AsyncIO), многопоточность и многопроцессорность – и умеешь применять это для построения высоконагруженных сервисов - Ты уверенно владеешь FastAPI, а также имеешь опыт с Django или Flask / aiohttp - Ты проектировал микросервисные и событийно-ориентированные системы, работал с брокерами сообщений (Kafka, Redis PubSub) и знаешь, как обеспечить консистентность и отказоустойчивость - Ты умеешь работать со сложной логикой в PostgreSQL (оптимизация запросов, индексы, транзакции) и эффективно используешь SQLAlchemy, избегая проблем с производительностью - Ты имел дело с интеграциями: REST API, WebSockets, внешние системы (CRM, облачные хранилища, AI-сервисы) и готов проектировать надежные интерфейсы - У тебя есть практический опыт с Docker и оркестрацией (Kubernetes) – ты понимаешь, как упаковать, запустить и масштабировать сервис - Для тебя CI / CD – неотъемлемая часть процесса, ты привык к автоматическим сборкам, тестам и деплою - Качество кода для тебя важно: ты пишешь юнит- и интеграционные тесты, следуешь принципам чистой архитектуры и не забываешь про документацию (Swagger / OpenAPI) - Ты умеешь анализировать инциденты в production и обеспечивать наблюдаемость – логи, метрики, трейсинг – чтобы всегда понимать, что происходит в системе Будет плюсом: - Опыт в голосовых технологиях (ASR / TTS, SIP, VoIP) или работа с LLM / RAG-архитектурами - Опыт с большими данными: ClickHouse, ETL / ELT-пайплайны, Spark, Azure DataBricks / DataFactory - Знание Golang (для высокопроизводительных компонентов) - Настройка систем мониторинга (Prometheus, Loki, Grafana) - Опыт с Keycloak / OAuth2 / JWT - Английский язык от B1 Intermediate (для работы с документацией и заказчиками) Преимущества работы с нами: - Работа на удаленке с гибким графиком - После успешного проекта готовы предлагать вам новые, ещё более интересные задачи - Мы полностью берем на себя всю бюрократию, переговоры и поиск проектов - Подбираем проекты в технологичных и перспективных сферах: финтех, телеком, e-com и edtech
Разработчик в команду тасклетов Yandex Infrastructure
Разработчик в команду тасклетов Yandex Infrastructure Тасклеты предоставляют интерфейс на различных языках программирования для запуска приложений в облачных окружениях. Сервис позволяет написать приложение на Python, Go, Java, NodeJS и запускать его в своих процессах автоматизации. Наша команда делает запуск таких приложений надёжнее и эффективнее, а анализ результатов — удобнее и быстрее. Какие задачи вас ждут - Разработка бизнес-фич: Вы будете проектировать и создавать решения, которые нужны бизнесу. Например, добавлять фильтрацию исполнений по популярным срезам данных или внедрять AI-анализатор для исполнения тасклетов. - Работа с UX и техдолгом: Улучшение UX — один из приоритетов продуктового развития. Нам предстоит вместе придумывать и реализовывать решения, которые облегчат пользователю диагностику и сэкономят время тысячам разработчиков. В сервисе мало накопленного техдолга, и мы стремимся поддерживать его в таком состоянии. Для этого выделяем время на устранение легаси. - Решение сложных задач: Вам предстоит предоставлять альтернативу пользователям с особыми требованиями, которые невозможно удовлетворить в существующих рантаймах. Необходимо будет обеспечивать быстрый запуск простейших тасклетов, не требующих сложного окружения. Мы ждём, что вы - Работали с реляционными БД - Уверенно владеете Go - Умеете разрабатывать распределённые системы - Можете самостоятельно спроектировать фичу Будет плюсом, если вы - Работали с YDB или ClickHouse - Знаете фреймворк gRPC Почему у нас классно Нам важно здоровье сотрудников, поэтому в крупных офисах у нас есть спортзалы — с тренажёрами, инвентарём и душевыми.
Python Backend Developer
Python Backend Developer Компания: Облако.ру Формат работы: удалённая работа Обязанности - Проектирование архитектуры решения для высокой доступности и масштабируемости - Оптимизация производительности - Code review - Покрытие кода тестами - Участие в проектировании новых фич и сервисов Требования - Опыт коммерческой разработки (3+ лет) и разработки на Python (2+ лет) - Понимание настройки и запуска CI/CD пайплайнов - Экспертиза в облачной инфраструктуре - Опыт работы с бэкендом для AI и ML
Python Developer / Highload Backend
Python Developer / Highload Backend Компания: Альфа-Банк Обязанности - Разработка и поддержка высоконагруженных backend-сервисов на Python - Проектирование и разработка REST API - Интеграция сервисов с внутренними и внешними системами - Работа с асинхронным кодом и высоконагруженными сценариями - Настройка логирования, метрик, healthcheck endpoints и трассировки - Интеграция сервисов с observability-инфраструктурой: OpenTelemetry, Prometheus-compatible метрики, ElasticSearch - Работа с контейнеризацией и инфраструктурой: Docker, Kubernetes, Kafka - Участие в диагностике инцидентов, анализе логов, метрик и трейсов Пожелания к кандидатам - Коммерческий опыт разработки на Python от 4 лет - Опыт разработки REST API и микросервисной архитектуры - Опыт асинхронного программирования: asyncio, aiohttp/httpx или аналогичные инструменты - Опыт работы с FastAPI, Pydantic или аналогичным backend-стеком - Опыт работы с PostgreSQL, плюсом будет ClickHouse SQL - Опыт работы с Redis - Опыт работы с очередями или брокерами сообщений: Kafka или RabbitMQ - Опыт работы с Docker, базовое понимание Kubernetes: pod, deployment, service, liveness/readiness probes, Helm - Опыт настройки логирования: logging, structlog или аналогичные инструменты, ElasticSearch/OpenSearch - Опыт работы в Grafana, Kibana для мониторинга - Опыт написания тестов: pytest, unittest, mocks - Vibe-Coding (Cursor, Claude Code, Codex и другие)
Senior DevOps-инженер, платформенная инфраструктура
Luxury Presence — AI-платформа роста для сферы недвижимости. Компания серии C с годовой выручкой $100 млн, поддерживается Bessemer Venture Partners. Более 90 000 специалистов по недвижимости, включая более 30% топ-100 агентов WSJ Real Trends в США, используют платформу. Ищем Senior DevOps-инженера для создания AI-нативной self-service инфраструктурной платформы, на которой компания поставляет программное обеспечение. Платформа позволяет каждому разработчику, человеку или агенту, проверять изменения за минуты, быстро понимать причины сбоев и уверенно выпускать релизы. Вы присоединитесь к небольшой команде инфраструктуры с высокой отдачей, задача которой — умножить возможности каждого инженера и агента через автоматизацию, self-service и встроенные защитные механизмы. Цель — платформа, где self-service является нормой, а ручное вмешательство — исключением. Задачи: - Строить и эксплуатировать self-service инфраструктурную платформу, делая правильное действие простым, а безопасное — стандартным. - Создавать golden paths для инженеров и агентов: в рамках технического направления, заданного Staff-инженерами, строить и эксплуатировать слои, на которые они опираются (единый CI/CD-конвейер, GitOps-доставка на ArgoCD, каталог IaC-модулей, шаблоны для новых сервисов), владея конкретными компонентами от начала до конца. Цель — чтобы инженеры и агенты могли предоставлять инфраструктуру и выпускать изменения в рамках guardrails без ручного написания Terraform/Kustomize и ожидания тикетов. - Сделать агентов полноценными разработчиками: обобщить паттерн изоляции агентов в переиспользуемые примитивы платформы — sandboxed runtime, workload identity, audit trails, approval gates. Каждое действие агента должно работать на тех же рельсах идентичности, аудита, владения, распределения затрат и согласования, что и действия человека. - Строить и эксплуатировать платформу валидации и quality gates: предоставлять рельсы для проверки изменений перед продакшеном — эфемерные PR-окружения с автоудалением, а также gates безопасности, производительности и нагрузочного тестирования. Внедрять новые gates по мере роста покрытия, поддерживать их скорость и низкий уровень ложных срабатываний, переводить сервисы на эти gates. Делать результаты gates и тестов машиночитаемыми и вызываемыми вне PR-процесса, чтобы агенты и люди могли напрямую реагировать на сбои. - Отвечать за надежность и наблюдаемость создаваемого: создавать дашборды и операционные контроли, делающие поверхности, за которые вы отвечаете, наблюдаемыми и улучшаемыми по мере роста пропускной способности: pass rates gates, тренды approval-rate и self-service ratio, типичные сценарии отказов, распределение затрат, метрики DORA. Нести on-call для этих поверхностей, вести инциденты от обнаружения до разбора, превращая повторяющуюся рутину в автоматизацию и runbooks, которые используют другие инженеры. Требования: - Опыт уровня Senior в SRE, DevOps или Platform Engineering: построение и эксплуатация продакшен-инфраструктуры в масштабе, владение значимым направлением работы от начала до конца с ограниченным контролем. - Активное и осознанное использование AI-инструментов разработки (Claude Code, Codex и т.п.) в собственном инфраструктурном процессе: изменения Terraform, отладка Kubernetes, автоматизация, операционные расследования. Наличие собственной позиции о том, где эти инструменты полезны, а где нет. - Глубокий опыт с Kubernetes (EKS) и AWS (IAM, VPC, ECR, SSM/Secrets Manager, S3, SQS, Lambda, RDS/Aurora). - Сильный опыт с IaC (Terraform) и GitOps, включая PR-управляемые apply-процессы (Atlantis или аналоги) и ArgoCD. - Глубокие знания CI/CD (GitHub Actions): кэширование/параллелизм, управление артефактами, надежность тестов, наблюдаемость конвейеров. - Полный опыт владения инцидентами: on-call для созданных систем, ведение инцидентов от обнаружения до разбора. - Отличные кросс-командные коммуникации: умение переводить ограничения платформы в удобные для разработчиков решения и документацию. Будет плюсом: - Опыт с identity, access и policy-as-code: workload/service identity (SPIFFE/SPIRE, OIDC), короткоживущие credentials, управление секретами (Vault), enforcement политик. - Опыт построения self-service платформ для разработчиков, эфемерных окружений, CLI, инструментов шаблонизации или внутренних порталов разработчика (Backstage или кастомные). Отношение к инфраструктуре как к продукту. - Осознанность в затратах: построение распределения затрат, бюджетов или rightsizing в платформе. Технологический стек: - Инфраструктура: AWS, EKS, Terraform (с Atlantis), Vault, Docker, OPA (Open Policy Agent). - CI/CD: GitHub Actions, ArgoCD + Kustomize (GitOps). - Обмен сообщениями: Kafka (Confluent Cloud). - Наблюдаемость: Datadog, OpenTelemetry. - Языки и приложения: Node.js/TypeScript микросервисы, Python, React фронтенды.
Python-разработчик в AI-продукт
Python-разработчик в AI-продукт Удаленный формат, full time, 100 000 – 120 000 (на руки). Разрабатываем AI-систему автоматизации пользовательских действий и коммуникаций во внешних сервисах. Ищем разработчика для создания первой рабочей версии продукта. Задачи - Разработка backend на Python - Создание устойчивой браузерной автоматизации - Работа с пользовательскими сессиями, очередями и расписаниями - Интеграция LLM и vision-моделей - Реализация памяти, контекста и инструментов AI-агента - Настройка логирования, мониторинга и восстановления после ошибок - Защита пользовательских данных и секретов - Участие в оценке архитектуры, сроков и технических рисков Основные требования - Уверенное знание Python и asyncio - Опыт разработки production-систем, а не только отдельных скриптов - Опыт работы с Playwright или аналогами - Умение создавать автоматизацию для меняющегося и нестабильного интерфейса - Опыт реализации повторных попыток, переавторизации и восстановления после сбоев - Понимание идемпотентности действий - Опыт с долгоживущими фоновыми процессами, очередями, расписаниями и квотами - Опыт разработки LLM-приложений: агентные циклы, function calling, память и контекст диалога - Опыт работы с vision-моделями и контроля стоимости инференса - Понимание принципов шифрования, хранения секретов, разграничения доступа и аудита - Базовые навыки Docker, CI, логирования, метрик и алертов Будет преимуществом - Опыт работы с прокси-инфраструктурой и сетевой изоляцией клиентов - Опыт в антифрод-, платёжных или дейтинг-продуктах - Понимание того, как внешние площадки реагируют на нетипичную активность - Опыт продуктовой разработки в условиях нестабильного внешнего API или интерфейса - Умение самостоятельно декомпозировать задачи и предлагать проверяемые решения На первом этапе необходимо - Оценить реализуемость первой версии - Предложить архитектуру и последовательность разработки - Определить необходимые доступы, инфраструктуру и расходы - Собрать прототип для тестирования
Старший инженер-программист II (AI)
Удалённая работа для кандидатов в США. Обязанности - Проектирование, разработка и эксплуатация production AI-функций: RAG-пайплайны, рекомендации на основе LLM, диалоговые агенты или автоматизация рабочих процессов. - Создание общей AI-платформы: инфраструктура поиска, фреймворки оценки, мониторинг моделей, guardrails и наблюдаемость. - Написание LLM-приложений и интеграций с маркетинговыми платформами, BI-инструментами или пользовательскими продуктами. - Оценка моделей и функций с помощью eval-фреймворков; итерации по промптам, стратегиям поиска и выбору моделей на основе данных. - Ежедневное использование AI-инструментов разработки, таких как Claude, для задач, связанных и не связанных с AI. - Координация с командой персонализации для интеграции GenAI-функций с существующими ML-сигналами персонализации. - Документирование AI-дизайна, результатов оценки и операционных уроков в общей базе знаний. - Обеспечение наблюдаемости AI-систем: задержка, стоимость, ошибки; участие в on-call ротации и реагирование на инциденты в production. Требования - Опыт разработки с AI-инструментами (Claude, Copilot и т.п.) в ежедневной работе, а не просто ознакомление. - Понимание full-stack: готовность работать в разных частях стека; чистые специалисты по одному направлению не подходят. - Опыт владения функциями от спецификации до деплоя, наблюдаемости и on-call; инженеры отвечают за свой код, отдельной ops-команды нет. - Сильные знания принципов проектирования ПО, автоматизированного тестирования, код-ревью и CI/CD. - Полная автономность; умение вести технические решения и наставлять младших инженеров. - Владение Python; уверенная разработка и эксплуатация production LLM-приложений. - Практический опыт минимум в одной специализации: RAG и системы поиска, оценка LLM, фреймворки оценки LLM или автоматизация рабочих процессов на основе LLM. - Понимание промпт-инженерии, управления контекстным окном и компромиссов LLM. - Знакомство с базами данных, эмбеддинг-моделями или семантическим поиском. - Высокая точность и внимание к деталям. - Отличные организационные навыки и способность к многозадачности. - Опыт работы с MLOps-инструментами или пайплайнами деплоя моделей. - Вклад во внутренние инструменты разработки, золотые стандарты или улучшение SDLC-процессов. - Опыт работы с e-commerce платформами, каталогами продуктов или высоконагруженными потребительскими приложениями. - Опыт работы в глобальных распределённых командах. - Опыт документирования архитектурных решений, написания RFC или ведения инженерных вики. Условия - Медицинская, стоматологическая, страхование жизни и базовые программы для сотрудников и их семей (при соответствии критериям). - Участие в 401(k) плане. - Оплачиваемый отпуск и отгулы в соответствии с политикой компании. - Праздничные дни в течение календарного года. - Возможность получения рестриктных акций и ежегодных бонусов в зависимости от соответствия критериям и результатам работы. О компании Компания основана в 1996 году, штаб-квартира в Ирвайне, Калифорния, США. Численность сотрудников: 1001–5000. Компания имеет опыт H1B-спонсорства.
Младший вайбкодер, GenAI-прототипирование
О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.
Ассоциированный консультант по генеративному ИИ
О компании Sia — международная консалтинговая группа, основана в 1999 году. В компании работают 3000 консультантов, офисы расположены в 48 городах в 19 странах. AI & Data Business Unit объединяет более 350 экспертов и 12 R&D-лабораторий в Европе и Северной Америке. Направления исследований — computer vision, MLOps и deep learning. Проекты ведутся от proof-of-concept до масштабного развертывания. О позиции GenAI-консалтинговая практика расширяется, ищут мотивированных выпускников на позицию GenAI-консультанта. Работа на стыке ИИ и бизнес-задач: помощь клиентам в проектировании, создании и внедрении решений на основе LLM. Роль техническая, предполагает участие в полном жизненном цикле GenAI-проектов — от архитектуры и прототипирования до продакшн-развертывания, оценки и итераций. Задачи - Проектирование, создание, обучение, дообучение и развертывание ИИ-моделей на основе LLM (например, GPT-x, Claude, Gemini, Llama, Mistral) и других генеративных техник. - Поддержка GenAI-архитектора в проектировании надежных, масштабируемых и безопасных приложений. - Разработка приложений на базе GenAI-моделей (самоуправляемых и доступных через API), соответствующих бизнес-требованиям и применимым регуляциям (GDPR, EU AI Act, лицензии моделей). - Разработка и оптимизация промтов: few-shot, Chain/Tree/Graph of Thought, ReAct, Self-reflection, guardrails. Баланс простоты и сложности для улучшения аналитических способностей, качества вывода, пользовательского опыта и контроля взаимодействий. - Проектирование и внедрение RAG-архитектур для повышения точности и релевантности ответов за счет извлечения информации из заданных источников знаний с обеспечением трассируемости и указанием источника. - Выбор и дообучение моделей, включая мультимодальные (VLM) и малые языковые модели (SLM), для генерации контента — текст, изображение, аудио, код. - Внедрение MLOps-практик для жизненного цикла GenAI: автоматизированные пайплайны (CI/CD), версионирование, мониторинг и сопровождение в продакшене (AWS, Azure, GCP). Интеграция с существующими системами и внешними инструментами и API, в том числе через стандартизированные протоколы (MCP). - Разработка и выполнение фреймворков оценки производительности, надежности, честности и безопасности моделей. Соблюдение принципов Responsible AI, помощь клиентам в процессах безопасности и комплаенса. - Отслеживание последних достижений в GenAI, эксперименты с новыми подходами, обмен знаниями внутри команды. - Работа в кросс-функциональных командах, понятное объяснение сложных технических концепций техническим и нетехническим стейкхолдерам. - Документирование процессов, методологий и лучших практик. - Различение сценариев, подходящих для генеративного ИИ, и традиционных NLP-приложений (например, NER, анализ тональности). Условия Компания инвестирует в развитие сотрудников и ожидает аналогичной вовлеченности. В команде AI & Data — коллаборативная среда, поддерживающая профессиональный рост.
Voice AI-инженер, Conversational AI
Компания: Beyond-ED Задачи - Проектировать и масштабировать промпты и поведение агентов на живых звонках. - Анализировать реальные данные звонков для поиска следующих улучшений. - Создавать eval-системы и бенчмарки, чтобы быстро и уверенно повышать качество. - Цель — выпускать больше улучшений быстрее, каждое подтверждено данными, а не догадками. Обязательные требования - Опыт применения LLM в продакшене: вы создавали и запускали LLM-функции в реальных продуктах, а не только прототипы. - Серьёзный опыт промпт-инжиниринга: умение разбивать сложную задачу на надёжные промпты и шаги агента; понимание структуры, версионирования и поддержки промптов в масштабе. - Подход evals-first: вы создавали eval-системы, бенчмарки и тестовые наборы; качество измеряется, а не оценивается по ощущениям. - Уверенная работа с данными: SQL и Python/TypeScript для анализа звонков и транскриптов, поиска сигналов и оценки влияния. - Инженерная база: production-код на TypeScript/Node и интеграция в реальный бэкенд, а не передача в виде ноутбука. - Строгость вместо интуиции: эксперименты и доказательства, аргументация данными. - Владение Claude Code / Codex или аналогами: уверенное и осознанное использование AI-ассистированной разработки; в 2026 году это считается обязательным. - Ответственность за качество агента end-to-end, включая продакшен, и понимание влияния на реальные агентства и их клиентов. Навыки и языки - Node.js — 4 года - TypeScript — 4 года - LLM — 4 года - Английский язык — обязательно
Junior AI-инженер, агентные системы и интеграции
О компании Bigge Crane and Rigging Co. работает с 1916 года. Парк компании насчитывает более 1800 кранов, присутствие — по всей стране. Компания покупает, продаёт, сдаёт в аренду, эксплуатирует и обслуживает один из крупнейших и самых современных парков кранов в США. Компания участвовала в строительстве некоторых знаковых достопримечательностей Америки и заслужила репутацию надёжного подрядчика. Bigge позиционирует себя как AI-first компания: создан отдел AI-инженерии. Сотрудники ежедневно работают с передовыми AI-инструментами, а инженеры компании создают интеграции, подключающие эти инструменты к системам, на которых работает бизнес: парк техники, продажи, планирование, документы. Компания покупает ПО, когда это правильное решение, и разрабатывает собственное, когда нет. Ожидается, что в будущем будет меньше готового ПО и больше собственной разработки. Решения принимаются быстро, без ожидания одобрения комитетом. В работе используются реальные задачи и данные о работе 1800 кранов, команда небольшая, и созданные разработки носят имя автора. Позиция Junior AI Engineer — специалист раннего этапа карьеры, который разрабатывает и внедряет AI-решения под руководством директора по AI-инженерии. Роль включает создание MCP-коннекторов к системам Bigge, разработку и расширение AI-агентов и агентных рабочих процессов, написание тестов и оценок для их валидации. Работа ведётся в рамках установленной архитектуры и процессов ревью. Это ступень в карьерной лестнице: Associate AI Engineer, Junior AI Engineer, AI Engineer. Ожидается рост до роли AI Engineer. Найм основан на продемонстрированной способности создавать продукты, а не на количестве лет опыта. Идеальный кандидат — технически подкованный, любознательный и обучаемый. Работа предполагает ежедневное взаимодействие с директором по AI-инженерии и AI-инженером, с ростом самостоятельности по мере подтверждения результатами. Обязанности - Создавать и расширять MCP-коннекторы к системам Bigge, включая WorkPro (внутренняя платформа управления жизненным циклом активов), D365 и Microsoft 365, в рамках установленных паттернов и ревью. - Реализовывать компоненты AI-агентов и агентных рабочих процессов, спроектированных совместно с директором по AI-инженерии. - Писать и поддерживать тесты, наборы оценок и регрессионные проверки для систем до выпуска и после каждого изменения. - Интегрировать возможности LLM во внутренние приложения и API под руководством. - Участвовать в сессиях изучения процессов с бизнес-подразделениями для наблюдения за картированием рабочих процессов и вносить вклад в документацию процессов. - Помогать в сборе базовых показателей производительности и метрик для инициатив отдела. - Соблюдать практики ответственного AI, стандарты управления данными и требования ИТ-безопасности. - Писать чистый, протестированный, документированный код. Участвовать в ревью кода в роли автора и развиваться до ревьюера чужих изменений. Требования - Степень бакалавра в области компьютерных наук, инженерии, науки о данных или эквивалентный опыт. - 1–3 года профессионального опыта с примерами завершённой работы: развёрнутый проект, продакшн-вклад, работающая система. Оценка основана на том, что кандидат создал, а не на длительности занятости. - Рабочее владение Python или TypeScript и готовность освоить оба языка — в работе будут использоваться оба. - Опыт работы с реальными API: аутентификация, обработка ошибок, чтение документации, которая иногда бывает некорректной. - Практический опыт работы с LLM API и промпт-инжинирингом — через работу, курсы или личные проекты. - Развитые коммуникативные навыки и способность решать проблемы, готовность работать напрямую с полевым и офисным персоналом. - Обучаемость, организованность, способность быстро учиться в динамичной среде. - Наличие действующих водительских прав и чистая водительская история. Предпочтительные навыки - Опыт работы с Model Context Protocol или другими архитектурами вызова инструментов. - Next.js, React и Tailwind. - Docker и облачное развёртывание любого типа. - Локальный запуск моделей или эксперименты с тонкой настройкой любого масштаба. - Предыдущая работа или стажировка в строительстве, тяжёлом оборудовании, логистике или промышленных операциях. Условия - Конкурентоспособная оплата и 401(k) с матчингом. - Отпуск, корпоративные праздники и больничные. - Гибкие расходные счета / Health Savings Account. - Компенсация по программе Bring Your Own Device (BYOD).
Инженер-программист платформы Metal
О компании Grafana Labs — компания, стоящая за открытой облачной платформой наблюдаемости. Grafana Cloud — полностью управляемая платформа наблюдаемости, гибкая и рассчитанная на масштабирование. Более 35 миллионов пользователей и 7 000+ клиентов, включая Anthropic, Bloomberg, NVIDIA, Microsoft и Salesforce, используют Grafana Labs для обеспечения надёжности приложений и систем, быстрого разрешения инцидентов и оптимизации телеметрии. Компания полностью удалённая: 1 600+ сотрудников в 40+ странах. Инвесторы: Lightspeed Venture Partners, Sequoia Capital, GIC, Coatue, J.P. Morgan, CapitalG и Lead Edge Capital. О платформе Grafana Cloud обрабатывает миллионы метрик, логов и трейсов в секунду из окружений клиентов, используя высокодоступный стек с низкой задержкой, который обрабатывает и хранит данные, а также отдаёт их в дашборды и инструменты оповещения. Планируется рост до сотен миллионов в секунду, поэтому важно улучшать производительность, надёжность и эффективность. Внутренняя инженерная платформа (IEP), создаваемая группой Foundations, предоставляет инженерам приложений инструменты, системы и Kubernetes-кластеры для сборки, развёртывания и запуска нагрузок. Открывается новая команда Foundations "Metal", которая будет отвечать за создание и предоставление ресурсов, включая хранилища, сети и Kubernetes-кластеры в новых окружениях, начиная с собственного физического оборудования. Команда будет предоставлять контрольную плоскость Kubernetes и базовые ресурсы вне публичного облака для остальной части инженерного отдела. Задачи - Управление физической средой "Metal" от bare metal до Kubernetes. - Управление компонентами кластерной сети: балансировка нагрузки, NAT, DNS, CNI, связь между кластерами, протоколы маршрутизации, архитектура. - Управление планированием (scheduling) и автоматическим масштабированием. - Поддержка Crossplane-композиций и Terraform-модулей для ресурсов облачных провайдеров, общих для пользователей. Также управление версионированием и совместимостью Crossplane и Terraform (ядро и провайдеры). - Работа с пользователями (командами приложений Grafana Cloud) для понимания их потребностей и инвестирования в нужные возможности. Требования - Готовность работать с инженерами и с управленческими структурами, которые поддерживают команду. - Комфортная работа в remote-first компании; важна коммуникация. Работа строится на сотрудничестве, дружелюбии и уважении. Решения принимаются консенсусом: вы можете участвовать в обсуждении, но затем присоединяетесь к командному решению. - Интерес к распределённым системам (компания высокораспределённая). - Желание учиться и развиваться. - Целостный подход к разработке: команда владеет полным жизненным циклом кода — от написания дизайн-документов до анализа обратной связи от разработчиков и интеграционного тестирования. - Опыт работы с Go, Python и Shell (основной стек платформенной команды). - Опыт эксплуатации своего кода. - Опыт работы в дата-центрах. - Участие в дежурствах (on-call rotation). Будет плюсом - Опыт работы с Cluster-API, Tinkerbell, Talos и/или Ceph. - Опыт участия в open source или других проектах на основе сообщества. - Опыт работы с несколькими облачными провайдерами (CSP). Grafana Cloud работает на AWS, GCP и Azure с использованием управляемых Kubernetes-сервисов EKS, GKE, AKS. - Опыт эксплуатации и управления нагрузками на Kubernetes. Условия - Удалённая работа. - Рассматриваются кандидаты из Великобритании, Испании и Ирландии.
Вакансия
Обязанности - Разрабатывать и поддерживать автотесты - Проводить нагрузочное тестирование - Тестировать REST/gRPC API и асинхронные сервисы - Тестировать AI-модели и cross-service сценарии - Анализировать логи, метрики и трассировки - Взаимодействовать с разработчиками, архитекторами и DevOps Требования - От 3 лет в QA, от 2 лет в backend-автоматизации - Python - Обязательный опыт нагрузочного тестирования - Locust и k6 - Kafka/RabbitMQ - REST, gRPC, WebSockets - Prometheus, Grafana, ELK, OpenTelemetry, Jaeger - PostgreSQL/MySQL, Redis, MongoDB/DynamoDB - Docker, Git, Jira, Allure - Опыт тестирования высоконагруженных систем и AI-моделей - Понимание отказоустойчивости, retry, timeout, circuit breaker, rate limiting Условия - Формат: удалённо - Зарплата: до 125 000 ₽ на руки - Локация: РФ, гражданство РФ
AQA Python тестировщик, Junior+ / Devquality
AQA Python тестировщик, Junior+ Москва. До 125 000 рублей на руки. Обязанности - Разработка и сопровождение автотестов. - Проведение нагрузочного тестирования. Требования - Гражданство и локация РФ. - Опыт в QA от 3 лет, из них не менее 2 лет в автоматизации тестирования backend и микросервисной архитектуры.
Сильного инженера для развития ML-инфраструктуры и платформы хостинга моделей
Сильный инженер для развития ML-инфраструктуры и платформы хостинга моделей Центр ИИ — Контур ищет сильного инженера для развития ML-инфраструктуры и платформы хостинга моделей. Стек: Python, FastAPI, Celery, Docker, Kubernetes, Helm, Ansible, GitLab CI/CD, Prometheus, Grafana, OpenTelemetry, Sentry, PostgreSQL, MongoDB, Redis. Чем предстоит заниматься - Развивать инфраструктуру для запуска и хостинга ML-моделей. - Внедрять inference-движки и проводить R&D новых решений. - Развивать ClearML, Milvus, инструменты разметки данных и распределённых вычислений. - Создавать внутренние сервисы для управления кластерами и ресурсами. Ожидания - Уверенный опыт с Docker и Kubernetes. - Ansible, CI/CD, IaC, SRE. - Prometheus, Grafana, ELK. - Python на прикладном уровне. - Опыт проектирования инфраструктурных решений. - Готовность работать в условиях высокой неопределённости. Будет плюсом - ML lifecycle, MLOps, vector DB, ML-библиотеки, GPU-серверы и диагностика GPU. Условия - Формат: удалёнка / гибрид / офис. - Доход: обсуждается индивидуально + бонусы.
Middle / Senior Python Backend Developer
Middle / Senior Python Backend Developer СберЗдоровье — аккредитованная IT-компания и одна из крупнейших Digital Health платформ в России. Развивается новое направление AI-native продуктов: новое мобильное приложение, ИИ-помощник, персонализированный риск-профиль и сервисы, которые помогают пользователю лучше понимать свое здоровье и следующие шаги. Ищем Middle / Senior Python Backend Developer. Основной фокус роли — backend-сервисы, API, интеграции, работа с данными пользователя и production-контур для AI-сценариев. Это не ML Engineer роль и не research. От Python-разработчика ожидается сильная backend-инженерия: FastAPI, Pydantic, PostgreSQL, Redis, интеграции, надежность, безопасность, observability и умение работать в кросс-функциональной команде рядом с ML, Mobile, Frontend / PWA, QA, SA и Product. Обязанности - Разрабатывать и проектировать backend-сервисы на Python / FastAPI. - Проектировать и поддерживать REST API для мобильного приложения, PWA, риск-профиля и ИИ-помощника. - Описывать и поддерживать контракты API: request / response schemas, validation, error model, versioning. - Работать с Pydantic, PostgreSQL, Redis и, при необходимости, S3-compatible storage. - Интегрироваться с AI / ML-слоем: n8n-прототипы, FastAPI / FastMCP-сервисы, LLM API, RAG / context, Qdrant, traces. - Строить observability: structured logs, trace / request id, metrics, dashboards, error tracking. - Писать поддерживаемый код, покрывать критичную логику тестами, участвовать в code review и технических обсуждениях. Требования - Опыт backend-разработки на Python от 3 лет. - Хорошая база в технологиях веба: HTTP, контейнеры, хранение, веб-серверы. - Практический опыт разработки production API на FastAPI, Django, Flask или аналогичном backend-фреймворке; FastAPI будет сильным плюсом. - Уверенное владение Python. - Здравый смысл в использовании ИИ-агентов. - Хорошее понимание PostgreSQL: схемы, связи, индексы, транзакции, миграции, профилирование запросов. - Опыт проектирования REST API и умение договариваться о контрактах с mobile / frontend / SA / QA. - Опыт работы с микросервисами. - Умение писать тесты для критичной backend-логики. - Готовность работать в продуктовой команде, где требования меняются быстро, а API влияет на mobile, PWA и AI-сценарии. Будет плюсом - Опыт работы с очередями: Kafka / RabbitMQ, подготовка Celery. - Понимание, где зона ответственности AI / ML, а где классического Python-сервиса. - Понимание AI / ML инструментов и подходов. - Опыт в MedTech, HealthTech, FinTech или другом домене с чувствительными данными. Уровень дохода не указан.
Senior AI Software Engineer — Spectral::Technologies
Senior AI Software Engineer — Spectral::Technologies Зарплата: 240–360k USD на руки + profit sharing Spectral::Technologies ищет Senior AI Software Engineer для развития AI-инфраструктуры в HFT-фонде. Задачи - Решение HFT-задач с AI-агентами - Подключение новых бирж и исследование биржевой инфраструктуры - Оптимизация задержек - Разработка агентной инфраструктуры для команды - Интеграция LLM: tool use, structured output, MCP Требования - Ежедневный опыт работы с Claude Code, Codex, Cursor и аналогичными AI-инструментами - Уверенный C++17+ и Python - Инженерное понимание LLM: контекст, токены, галлюцинации - Готовность отвечать за AI-generated code наравне с собственным Условия - ДМС + стоматология - Неограниченный бюджет на AI-токены - Учебные отпуска - Перфоманс-коучинг - Мероприятия и корпоративы в разных странах - Вкусная еда
AI-инженер, платформа и агентные системы
Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей. Обязанности - Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени. - MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE. - Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы. - Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD. - Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование. - Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core). - ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием. - Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок. - Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств. - Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок. - Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров. Требования - Владение Python (3.10+) — основной язык команды. - Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении. - Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код. - Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию. - Экспертиза в одной из шести областей: - Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов. - Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска. - Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем. - Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание. - Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи. - Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.
Эксперт Claude Code, промт-инжиниринг и автоматизация
Компания: Grandeur Design Supply Мы ищем высококвалифицированного эксперта Claude Code с глубоким опытом в AI-ассистированной разработке, промт-инжиниринге и автоматизации рабочих процессов с использованием моделей Claude (Anthropic). Роль сосредоточена на использовании Claude для задач программирования, проектирования систем, документации и оптимизации процессов. Обязанности - Проектировать, тестировать и оптимизировать продвинутые промты для Claude для генерации качественного кода и технических результатов. - Создавать и поддерживать AI-ассистированные рабочие процессы разработки с использованием возможностей Claude Code. - Сотрудничать с инженерными и продуктовыми командами для интеграции Claude в инструменты, системы и процессы. - Отлаживать, дорабатывать и проверять AI-сгенерированный код на нескольких языках программирования. - Разрабатывать внутренние инструменты, скрипты и автоматизации на основе Claude API. - Документировать лучшие практики промт-инжиниринга и AI-ассистированного программирования. - Отслеживать новейшие достижения в моделях Claude и инструментах AI-разработки. - Оценивать производительность, точность и надёжность AI-сгенерированных результатов. Требования - Подтверждённый опыт работы с Claude (Anthropic) или аналогичными LLM (например, GPT, Gemini) для задач программирования. - Свободное владение одним или несколькими языками программирования (Python, JavaScript, TypeScript и т.д.). - Экспертиза в промт-инжиниринге и оптимизации выходных данных AI. - Опыт работы с API, интеграцией SDK и автоматизацией рабочих процессов. - Знакомство с жизненным циклом разработки ПО (SDLC) и системой контроля версий (Git). - Способность эффективно отлаживать и проверять AI-сгенерированный код. - Развитые навыки решения проблем и аналитического мышления. - Отличные письменные коммуникативные навыки и способность к документированию. Предпочтительные квалификации - Опыт создания AI-ассистированных инструментов для разработчиков или копилов. - Знание DevOps, CI/CD пайплайнов или облачных платформ (AWS, GCP, Azure). - Опыт в машинном обучении или обработке естественного языка. - Опыт работы с агентными системами или автономными рабочими процессами. Условия - Оплата: $10–15 в час (в зависимости от опыта и типа занятости). - Тип занятости: контракт. - Место работы: удалённо.
Backend / Platform Engineer — Claude Code, оркестратор и данные
Backend / Platform Engineer — Claude Code, оркестратор и данные Удалённо. Продукт — платформа умного ремонта. Подписка на закрытые цены от 243+ брендов, AI-калькулятор бюджета, адаптация готовых интерьерных решений под планировку клиента, реализация под ключ. Текущее состояние Два контура в проде: - Платформа и Telegram-боты — работают на общей базе PostgreSQL в Yandex Cloud. Telegram Mini App и платформа используют одну БД, авторизация через initData. Платежи — YooKassa. - Веб-приложение, собранное через оркестратор Claude Code. Живёт отдельно: своя логика, свои данные, с основным контуром не связано. Значительная часть продуктовых данных до сих пор в Google Sheets: каталог материалов, расчётные таблицы, рабочие реестры. Задача — свести это в единую архитектуру: общая схема данных, единый пользователь во всех точках входа, API-слой поверх, постепенный вынос таблиц в БД. И построить оркестратор так, чтобы продуктом можно было управлять без разработчика. Главное в этой роли Ищем не того, кто пишет код руками, а того, кто работает через Claude Code как через управляющий слой и умеет строить такие слои внутри продукта. 1. Собранная собственная конфигурация Claude Code. CLAUDE.md, правила, skills, subagents, hooks, MCP-серверы к базе и сервисам. Не «иногда открываю чат», а настроенное окружение, где рутина делегирована, а вы держите архитектуру и ревью. 2. Умение построить оркестратор для владельца продукта. Капсулы, цены, тарифы, тексты живут как данные и редактируются основателем самостоятельно, без деплоя. Ваша зона: структура, права доступа, валидация, история изменений и откат. Новые типы сущностей добавляете вы — наполняет их продукт. Если вам комфортно быть единственной точкой доступа к продукту — это не та роль. Задачи - Спроектировать единую схему данных и свести два контура: платформа, боты, веб-приложение - Унифицировать авторизацию между точками входа, чтобы пользователь был один везде - Развивать оркестратор как рабочий инструмент заказчика - Запустить AI-агентов в продукте — от прототипа до прода: подбор материалов, адаптация капсулы под планировку, обработка обращений. Оркестрация вызовов, работа с инструментами и БД, управление состоянием диалога, ограничители и проверка результата, логирование для последующей отладки качества - Вести БД: миграции, индексы, бэкапы, доступы, SQL-витрины для аналитики - Постепенно переносить данные из Google Sheets в БД — блоками, без остановки процессов: таблицы продолжают работать, пока перенос не завершён - Интегрировать AI-модели (текст и изображения): очереди, асинхронная обработка, хранение результатов, учёт расхода по пользователю, фолбэк при отказе провайдера - Поддерживать и развивать интеграции: Telegram Bot API, YooKassa Требования Бэкенд Python, FastAPI, асинхронность. Проектирование REST API. Аутентификация и авторизация, роли и права. Вебхуки, идемпотентность обработки. Базы данных PostgreSQL на уровне проектирования, а не только запросов: схемы, нормализация, индексы, транзакции. Alembic или аналог. Бэкапы и восстановление. Данные и миграция Google Sheets API. ETL: выгрузка, очистка, валидация, дедупликация. Повторяемые идемпотентные загрузки. Двусторонняя синхронизация на переходный период, пока часть процессов ещё в таблицах. AI-агенты Проектирование агентных сценариев: tool calling, доступ агента к БД и внешним API, управление контекстом и состоянием, guardrails, обработка галлюцинаций и отказов. Оценка качества ответов, версионирование промптов, воспроизводимость. AI-интеграции Подключение LLM и image-моделей в прод. Стриминг, таймауты, лимиты, подсчёт и списание расхода по пользователю, переключение провайдера при отказе. Асинхронная обработка Очереди задач (Celery, ARQ, RQ — любое), Redis, ретраи, дедлеттеры, таймауты. Понимание, что делать с задачей, которая идёт минуту и может упасть. Интеграции Telegram Bot API, Telegram Mini App. YooKassa: платежи, вебхуки, рекуррентные списания. Инфраструктура Yandex Cloud, Docker, CI/CD, логирование, мониторинг, работа с секретами. Фронт Next.js на уровне чтения и правок — не писать с нуля, но уметь поправить и задеплоить. Админ-слой Опыт создания панели, которой пользуется нетехнический человек: валидация ввода, превью, аудит-лог, откат изменений, защита от разрушающих действий. Общее 3+ года коммерческой разработки. Минимум один проект с реальными платежами и пользователями. Умение разобраться в чужом коде и не переписать его с нуля. Задачи приходят продуктовыми формулировками, не техническими ТЗ. Условия - Продукт с выручкой и живыми пользователями, не идея на слайдах. Всё что делаете — идёт в прод сразу, не в бэклог - Вы единственный инженер на контуре. Архитектурные решения ваши. Ни комитетов, ни согласований, ни легаси-владельца, который скажет «у нас так принято» - Работа напрямую с основателем, без прослойки менеджеров и переводчиков с продуктового на технический - Claude Code — норма, а не эксперимент. Никто не будет спрашивать, почему вы делегируете агентам. Это заложено в саму роль - AI-агенты в проде, а не в демо — редкая возможность собрать агентный слой в работающем бизнесе, а не в песочнице - Задача целиком: собрать архитектуру от разрозненных контуров до единой системы
AI-native Software Engineer
Компания НЛ Континент — международная торгово-производственная группа с центром в Новосибирске. Собственное производство, реферальная сеть, R&D-лаборатория в Кольцово, 11 складов и 78 розничных магазинов в СНГ и Турции. Компания формирует команду внутренней автоматизации Сервисного подразделения. Кого ищут Software Engineer, который умеет превращать LLM в рабочие бизнес-инструменты. Задачи - Разрабатывать AI-решения для внутренних процессов: ассистентов, агентов, классификацию обращений, извлечение данных и автоматизацию сценариев. - Работать с LLM API, prompting, structured output, tool calling, RAG и agent workflows. - Автоматизировать процессы Контактного центра: обработку обращений, подсказки операторам, автоответы. - Развивать внутреннюю CRM и интеграции между системами. - Проектировать новые сервисы и дорабатывать существующие. - Вместе с Product Owner разбирать бизнес-задачи, проверять гипотезы и оценивать результат. - Использовать и развивать coding agents в ежедневной разработке. Требования Инженерная база: - 2+ года коммерческой разработки на Python, JavaScript или TypeScript. - Опыт проектирования и поддержки production-систем. - Понимание system design. - Уверенная работа с REST API, интеграциями и SQL. - Понимание современного frontend и опыт с Vue 3. - Знание принципов тестирования и сопровождения систем. Прикладная работа с LLM: - Практический опыт создания приложений поверх LLM API. - Умение работать с prompts и контекстом. - Опыт со structured output / JSON Schema, tool calling, RAG. - Понимание, как строить и надёжно запускать agent workflows в production. AI-native разработка: - Использование Claude Code, Codex, Cursor или аналогов для реальных задач разработки. - Умение ставить задачи coding agents, давать им контекст и проверять результат. - Умение декомпозировать задачу, сформировать спецификацию и критерии готовности. - Умение ревьюить AI-generated код и сохранять качество кодовой базы. Продуктовый подход: - Понимание, зачем делается задача и как понять, что решение действительно работает. - Умение работать с Product Owner и внутренними заказчиками, проверять гипотезы и оценивать результат. - Умение объяснить свой подход другим разработчикам и помочь команде эффективнее работать с AI-инструментами. Условия - Обеды за счёт компании. - Формат работы: офис / гибрид / удалёнка по часовому поясу Новосибирска (UTC+7). - ДМС после испытательного срока. - Продуктовый бонус — 6 000 руб. в месяц на продукцию компании (после испытательного срока). - Охраняемая подземная парковка. - Офис в Новосибирске в 5 минутах от ст. м. Маршала Покрышкина. - Кадровое оформление полностью онлайн через КЭДО. - Работа над реальными продуктами с миллионной аудиторией, культура открытого общения, возможности для профессионального роста и насыщенная внутренняя жизнь компании.
Senior AI-инженер, Google ADK и Python
О компании FullStack — консалтинговая компания по разработке ПО в Америке. Клиенты — крупные мировые компании и стартапы Кремниевой долины. Позиция Senior AI-инженер (Google ADK + Python) для работы с клиентами в одном из двух форматов: - Team Augmentation: интеграция в команду клиента и ежедневная работа вместе с его дизайнерами и инженерами. - Design & Build: работа в продуктовой команде FullStack над созданием и поставкой продукта клиенту. Требования - 5+ лет профессионального опыта в разработке ПО, создании production-приложений с Python и AI/agent-технологиями. - Продвинутый английский язык. - Обязательно наличие законченного высшего образования. - Практический опыт с Google ADK (Agent Development Kit) или аналогичными фреймворками для разработки агентов. - Сильный профессиональный опыт Python для разработки production-кода и бэкенд-сервисов. - Опыт работы с Git для контроля версий и совместной разработки. - Практический опыт с Docker и разработкой контейнеризированных приложений. - Опыт разработки и поставки production-ready решений. - Понимание современных практик разработки: тестирование, качество кода, деплой. - Навыки решения сложных задач и эффективной работы в команде. - Интерес к AI-ориентированной разработке и новым agentic AI-технологиям. - Способность разбираться в новых и сложных проблемах и вносить вклад в библиотеки по мере необходимости. - Умение создавать и поддерживать непрерывную интеграцию и доставку приложений. - Внимание к деталям. - Позитивный настрой и проактивное отношение. - Опыт работы в Agile/Scrum-командах. - Значимый опыт работы с крупными и сложными системами. - Способность брать полную ответственность за свою работу и выполнять согласованные с командой ожидания. - Способность разделять цели клиентов FullStack и выполнять взятые обязательства. Будет плюсом - Использование AI-инструментов в рабочем процессе. - Профессиональный опыт или личные проекты с Cursor, Windsurf, Google Antigravity, Claude Code, Gemini CLI, Codex или Copilot CLI. Условия - Конкурентная зарплата. - Оплачиваемый отпуск: отпуск, больничный, отпуск по уходу за ребёнком, праздники. - 100% удалённая работа. - Возможность работать с ведущими стартапами и компаниями из списка Fortune 500. - Медицинская, стоматологическая и офтальмологическая страховка. - 401(k) с матчингом 4%. - Возможности карьерного роста. - Возможности продолжения образования. Работа в США - Требуется действующее разрешение на работу в США на полную ставку. - FullStack не спонсирует рабочие визы сейчас или в будущем.
Senior AI/LLM-инженер, генеративный ИИ
О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.
Вайбкодер, веб-скрапинг и обработка данных
Компания Mindrift ищет специалистов по вайбкодингу для проекта Tendem. Роль называется AI Pilot: вы будете работать вместе с агентами Tendem, которые выполняют повторяющиеся задачи, а вы обеспечиваете критическое мышление, экспертизу и контроль качества. Это частичная занятость, полностью удалённо, для технических специалистов с опытом веб-скрапинга, извлечения и обработки данных. Задачи - Управление сквозными процессами извлечения данных с сложных сайтов: полное покрытие, точность и надёжная поставка структурированных наборов данных. - Использование внутренних инструментов (Apify, OpenRouter) и собственных подходов для ускорения сбора, валидации и выполнения задач. - Обеспечение надёжного извлечения данных с динамических и интерактивных веб-источников, включая JavaScript-рендеринг и изменяющееся поведение сайтов. - Контроль качества данных: проверки валидации, контроль согласованности между источниками, соблюдение форматов и систематическая верификация перед сдачей. - Масштабирование операций скрапинга для больших наборов данных: эффективная пакетная обработка или параллелизация, мониторинг сбоев, устойчивость к изменениям структуры сайтов. Требования - Желателен опыт от 1 года в анализе данных, AI-автоматизации, инженерии данных или разработке ПО. - Плюс — степень бакалавра или магистра в инженерии, прикладной математике, компьютерных науках или смежных областях. - Python-скрапинг: создание надёжных скриптов с использованием BeautifulSoup, Selenium (или аналогов) для многоуровневых сайтов, динамического JS-контента (бесконечная прокрутка, AJAX) и API-эндпоинтов через предоставленный прокси. - Экспертиза в извлечении данных: работа со сложными иерархическими структурами (регионы → компании → детали), архивными страницами и различными HTML-форматами. - Обработка данных: очистка, нормализация, валидация; поставка качественных наборов данных в структурированных форматах (CSV, JSON, Google Sheets). - Практический опыт с LLM и AI-фреймворками для автоматизации и решения задач. - Внимание к деталям и точности данных. - Самостоятельность и способность независимо устранять неполадки. - Английский от Upper-Intermediate (B2) и выше — обязательно. Условия - Частичная занятость, полностью удалённо, свободный график; нужны ноутбук и стабильный интернет. - Оплата за экспертизу: до $32/час в зависимости от навыков, опыта и потребностей проекта. Также указана годовая вилка $64 000–66 560. - Опыт в гибридной среде, где человеческая экспертиза и AI-агенты работают совместно. - Участие в бонусных программах, основанных на качестве и стабильности работы.
AI-инженер, инфраструктура и ИИ-агенты
Хорошо финансируемый стартап в области инфраструктуры создает контекстный слой для инженерных команд и ИИ-агентов кодирования — по мнению многих, недостающий уровень современного стека ПО для ИИ. Компания строит постоянно обновляемый детерминированный граф всей инженерной среды организации. Граф служит оперативной памятью для людей и ИИ-агентов, обеспечивая более безопасные развертывания, лучшие архитектурные решения, снижение производственных рисков и ускорение разработки. Роль: AI-инженер для создания интеллектуального слоя, который делает систему полезной для инженеров и ИИ-агентов. Работа на стыке ИИ, программной инфраструктуры, инструментов разработчика и представления знаний. Значительная ответственность за техническое направление и продукт. Обязанности - Создавать ИИ-системы, которые понимают и рассуждают о сложных инженерных средах. - Разрабатывать интеллектуальные рабочие процессы, объединяющие структурированные данные, неструктурированную информацию, код, инфраструктуру и операционный контекст. - Работать с LLM, агентами, системами поиска и представлениями знаний, чтобы сделать инженерный контекст доступным для людей и ИИ. - Проектировать и внедрять системы извлечения, организации и постоянного обновления знаний из инженерных сред. - Повышать точность, надежность и детерминированность ИИ-генерируемого контекста и рекомендаций. - Создавать интеграции с репозиториями кода, инфраструктурой, инструментами разработчика, документацией, коммуникационными платформами и другими инженерными системами. - Разрабатывать системы оценки качества и надежности ИИ-систем. - Тесно работать с командами продукта и разработки, превращая неоднозначные проблемы в масштабируемые технические решения. - Помогать формировать архитектуру и техническое направление раннего продукта. Требования - Сильные основы разработки ПО и опыт создания production-систем. - Опыт создания приложений или инфраструктуры с использованием LLM, ИИ-агентов, RAG, графов знаний или других ИИ/ML-систем. - Опыт работы с Python и/или TypeScript; знание других современных бэкенд-языков — плюс. - Опыт работы с API, распределенными системами, базами данных и облачной инфраструктурой. - Понимание ограничений систем на основе LLM и умение строить надежные системы вокруг них. - Опыт доведения ИИ-систем от прототипа до production. - Комфорт в работе в среде ранней стадии с высокой ответственностью и автономией. - Развитое продуктовое чутье и интерес к решению сложных задач для инженеров ПО. - Наличие неограниченного разрешения на работу в США; спонсорство не предоставляется. - Возможность работать 5 дней в неделю в Сан-Франциско. Условия - Зарплата: $250k + доля в компании. - Хорошо финансируемая команда, решающая фундаментальную проблему, созданную быстрой эволюцией разработки ПО на основе ИИ. - Возможность помочь определить новую категорию и создать инфраструктуру, которая может стать критически важной для понимания и изменения сложных программных систем инженерами и ИИ-агентами.
Senior Backend-инженер, Ruby on Rails
О компании GitLab — платформа интеллектуальной оркестрации для DevSecOps. Она помогает организациям повышать продуктивность разработчиков, улучшать операционную эффективность, снижать риски безопасности и соответствия требованиям, а также ускорять цифровую трансформацию. Более 50 миллионов зарегистрированных пользователей и более 50% компаний из Fortune 100 доверяют GitLab. О роли В команде Plan: Spec-Driven Development вы будете помогать создавать цикл «от намерения к коду» в GitLab: агентные рабочие процессы, которые превращают сформулированное намерение в уточнённую рабочую задачу, план реализации и проверяемый, готовый к слиянию код. Вы будете отвечать за раннюю бэкенд-разработку: потоки, API, модели данных и системы оценки, используя Ruby on Rails, Python, PostgreSQL, GitLab Duo Agent Platform, API больших языковых моделей и шлюз искусственного интеллекта. Вы присоединитесь к небольшой распределённой команде, работающей над одним из самых заметных продуктовых направлений GitLab, и будете сотрудничать с дизайн-партнёрами в подготовке публичной беты. В первый год вы будете вести крупные функции от неясной проблемы до релиза, помогать определять объём с продуктом и пользователями, наставлять других инженеров и влиять на технические решения в области агентных рабочих процессов и методов оценки. Чем предстоит заниматься - Вести бэкенд-функции от ранних обсуждений продукта до технического дизайна, реализации, запуска и анализа после релиза. - Создавать потоки, API и модели данных для агентно-генерируемых рабочих задач, планов реализации, долговечных спецификаций и готового к слиянию кода. - Разрабатывать системы оценки и бенчмаркинга, измеряющие качество рабочих процессов, стоимость токенов и процент успеха. - Использовать Ruby on Rails и Python для создания надёжных production-систем, а также PostgreSQL, GraphQL, REST, GitLab Duo Agent Platform, API больших языковых моделей и шлюз ИИ. - Напрямую сотрудничать с продуктом, дизайном, инженерами, дизайн-партнёрами и пользователями для определения объёма и практических компромиссов. - Координировать проекты с участием нескольких человек в команде и чётко сообщать о решениях в асинхронной, полностью удалённой среде GitLab. - Наставлять других инженеров и вносить вклад в техническое направление в группе Plan и связанных инициативах в области ИИ. - Работать короткими итерациями, делиться прогрессом через демо и использовать результаты и отзывы пользователей для определения дальнейших шагов. Что мы ожидаем - Уверенный опыт работы с Ruby on Rails в большой production-кодовой базе и production-опыт с Python. - Опыт ведения крупных проектов с участием нескольких инженеров на протяжении нескольких месяцев с понятными пользовательскими или бизнес-результатами. - Продуктовое мышление и опыт владения функциями от начала до конца, включая определение объёма, поиск компромиссов, взаимодействие с пользователями и анализ внедрения после запуска. - Full stack-бэкграунд с текущим фокусом на бэкенд-разработке, а также умение читать современный фронтенд-код и проектировать эффективные API. - Сильные основы проектирования API и SQL. - Опыт изучения разработки с помощью искусственного интеллекта. - Способность работать самостоятельно, взаимодействовать между функциями и регионами, поддерживать других через техническое лидерство и наставничество. Опыт с GraphQL, производительностью PostgreSQL в масштабе или созданием и оценкой больших языковых моделей или агентных систем полезен, но не обязателен. Мы приветствуем кандидатов с разным опытом и переносимыми навыками. Если вас заинтересовала эта роль, но вы соответствуете не всем требованиям, мы приглашаем вас откликнуться. О команде Мы — команда из четырёх инженеров: два бэкенд- и два фронтенд-инженера из Канады и Европы. Вы будете работать в полностью удалённой, асинхронной среде с еженедельными синхронными звонками, ретроспективами, демо и короткими итерациями. Это ранний этап.
Senior AI-инженер, разработка ИИ-приложений
Zartis — глобальный партнер по AI-трансформации и технологическому консалтингу. Команда работает над проектами в области AI-платформ, безопасных API-архитектур и cloud-native разработки. Инженерные хабы расположены в EMEA и LATAM, компания имеет долгосрочные партнерства в финансовых услугах, здравоохранении, науках о жизни, энергетике и климате. Проект относится к логистической отрасли: поддержка лидера цепочки поставок, который предоставляет экспертный консалтинг, специализированное ПО и управляемые сервисы для оптимизации сквозных логистических операций. Роль предполагает работу в распределенной команде. Задачи: - Проектирование, разработка и развертывание AI-приложений на Python. - Интеграция моделей машинного обучения, AI-API и интеллектуальных алгоритмов в масштабируемые бэкенд-системы. - Совместная работа с дата-сайентистами, продакт-менеджерами и инженерами для разработки AI-функций. - Участие в архитектуре ПО, системном дизайне и технических решениях для AI-продуктов. - Разработка и поддержка CI/CD пайплайнов и контейнерных сред с использованием Docker. - Развертывание и управление AI-приложениями на облачных платформах: AWS, Azure или Google Cloud Platform. - Оптимизация AI-решений по масштабируемости, производительности, надежности и поддерживаемости. - Отслеживание последних достижений в области AI и машинного обучения, оценка возможностей их внедрения. Требования: - Степень бакалавра в Computer Science, программной инженерии или смежной области. - 5+ лет профессионального опыта разработки ПО с фокусом на интеграцию AI/ML-решений в продакшн-приложения. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт с фреймворками машинного обучения: TensorFlow, PyTorch, scikit-learn или Hugging Face Transformers. - Понимание концепций машинного обучения, data engineering, ETL-процессов и развертывания моделей. - Опыт работы с SQL и крупномасштабными наборами данных. - Знакомство с контейнеризацией (Docker), CI/CD практиками и облачными платформами (AWS, Azure или GCP). - Опыт создания или потребления RESTful API и интеграции AI-сервисов в корпоративные приложения. - Опыт работы с LLM, векторными базами данных, промт-инжинирингом или AI-агентами. - Развитые аналитические и проблемно-ориентированные навыки. - Отличные коммуникационные навыки и умение работать в команде. - Проактивность, адаптивность, самостоятельность. - Способность работать независимо и в кросс-функциональных командах. - Мотивация вносить вклад в успех организации и соответствие её культуре и ценностям. Будет плюсом: - Опыт с современными фронтенд-фреймворками: React, Angular или Vue.js. - Знание MLOps-инструментов и практик. - Знакомство с Kubernetes, infrastructure as code или микросервисной архитектурой. Условия: - 100% удаленная работа. - Ежемесячная надбавка на удаленную работу. - Программа карьерного развития с 360-градусной обратной связью. - Обучение: выделенное время в течение недели, онлайн-курсы (Pluralsight, Educative.io), уроки английского, книги, конференции и мероприятия. - Программа менторства.
AI Solutions Builder, разработчик ИИ-инструментов
AI Solutions Builder Smartcat — платформа для создания гибридных команд из людей и ИИ-агентов. Компания работает в категории Agentic AI и помогает предприятиям повышать производительность. Платформа сочетает генеративный ИИ, человеческий контроль и корпоративный граф навыков. Более 1000 компаний, включая 20% из списка Fortune 500, используют Smartcat. Роль предполагает работу в небольшой команде в составе офиса CEO. Задачи: - Создание и оптимизация ИИ-инструментов для анализа воронки продаж, управления знаниями, операционной отчетности и поддержки принятия решений. - Работа со структурированными и неструктурированными данными, включая векторные базы данных, MCP и RAG. - Создание и поддержка ИИ-агентов, сочетающих семантический и ключевой поиск по базам знаний, транскриптам встреч и данным CRM. - Управление инфраструктурой для ИИ-сервисов при поддержке DevOps. - Преобразование неоднозначных бизнес-задач в масштабируемые ИИ-решения. - Внедрение ИИ-подходов в работу организации. Требования: - Сильный интерес к ИИ, автоматизации и новым технологиям. - Опыт работы с ИИ-инструментами для кодирования: Claude, Cursor, Cline или аналоги. - Базовые навыки программирования на Python или сильная мотивация быстро учиться. - Уверенная работа с командной строкой, базовое администрирование Linux, облачная инфраструктура (AWS/GCP). - Опыт ведения проектов от начала до конца. - Готовность работать в быстро меняющейся стартап-среде. - Развитые коммуникативные навыки и умение работать в команде. - Способность превращать бизнес-потребности в практические ИИ-инструменты. - Владение английским и русским языками. Условия: - Полная удаленная работа. - Возможность работать в ИИ-компании на переднем крае агентного ИИ. - Прямое взаимодействие с CEO и исполнительной командой. - Высокая степень ответственности и автономии. - Быстрая, коллаборативная и поддерживающая команда. - Культура, основанная на инновациях, скорости и результатах. - Возможности роста в быстрорастущей глобальной компании. О компании: - Команда из более чем 200 человек в 30+ странах, ключевые офисы в Нью-Йорке, Лондоне, Лиссабоне, Коста-Рике, Сербии, Армении, Грузии и Испании. - Большинство ролей удаленные. - Компания использует ИИ во всех направлениях деятельности, сотрудникам разрешено управлять собственными ИИ-агентами. - Smartcat работает на рынке многоязычного контента объемом 100 миллиардов долларов.