Направление
Вакансии в веб-разработке
Frontend, backend, fullstack и разработка веб-продуктов.
Поиск
Подбор вакансий
Инженер по созданию агентов ИИ/AI Agent Engineer
Мы строим собственную агентскую платформу корпоративного уровня Avatar— enterprise-аналог открытых агентских систем.Ищем сильного AI Agentic Engineer уровня Senior / Expert. Это инженерная роль на стыке agent engineering, backend и platform/infra-подхода. Вам не нужно быть архитектором всей агентской платформы, но нужно уметь проектировать устройство конкретных агентов и агентских сценариев внутри Avatar. Стек: LLM, MCP, RAG, Python, Rust, TypeScript Чем предстоит заниматься: Проектировать внутреннюю логику агентов и агентских сценариев в Avatar. Определять, где нужен agent, где tool, где sub-agent, а где deterministic-код. Строить agent loop: планирование, вызов инструментов, обработка ошибок, память, эскалации, ограничения действий. Проектировать multi-agent сценарии: роутинг задач, специализация агентов, контроль состояния. Разрабатывать MCP/tool-интеграции и подключать агентов к внутренним системам. Настраивать eval-харнессы, regression-эвалы и контроль качества агентов. Работать с observability: traces, tool calls, latency, retries, failure modes, cost tracking. Проектировать работу с контекстом: что инжектится на каждом turn, как работает память, как не раздувать историю. Участвовать в развитии self-hosted / sovereign agent stack: локальные модели, model-agnostic слой, OpenClaw-подобные рантаймы, SGLang/Ollama/vLLM/LiteLLM. Помогать продуктовым и инженерным командам правильно применять агентский подход. Наши ожидания: Реальный опыт разработки AI-агентов или agentic-систем. Понимание LLM, tool calling, function calling, RAG, memory, context management. Опыт с агентскими фреймворками или SDK: OpenAI Agents SDK, LangGraph, AutoGen, CrewAI, Semantic Kernel, OpenClaw-подобные рантаймы или аналогичные решения. Умение проектировать логику работы агента, а не только писать промпты. Сильный backend-опыт на Python или TypeScript. Опыт интеграций с API, MCP, внутренними системами, очередями, БД. Понимание Docker, Linux, Kubernetes, сетей, логов и эксплуатации. Опыт построения evals: наборы кейсов, regression-тесты, метрики качества, разбор деградаций. Понимание безопасности агентов: prompt injection, ограничение action space, sandboxing, права, audit trail. Умение считать performance/cost: latency, токены, retries, кэширование, параллелизация, выбор модели. Особенно ценно: Агент или агентский сценарий, который реально работал в production. Опыт self-hosted AI-инфраструктуры. Опыт OpenClaw / Claude Code-подобных / Claw-подобных runtime-подходов. Опыт MCP-серверов и skill-based architecture. Опыт построения reusable-подходов для других команд, а не только одного агента под одну задачу. Наличие постмортемов, дашбордов, eval-отчетов, метрик стоимости и качества. Сильное мнение о том, когда агента использовать не надо. Мы предлагаем: Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествий, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). Стабильную заработную плату и социальные гарантии, которые дают уверенность в настоящем и открывают перспективы в будущее. Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с дружной командой. Лучшие конференции и мастер-классы за счет компании. Участие в проектах, которые формируют цифровую трансформацию финансового сектора. Гибридный формат работы (2 дня офис). Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами с ароматным кофе, а также собственный тренажерный зал. Богатую корпоративную культуру: классные внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы и участвовать в креативных проектах.
Аналитика
Аналитика - Компания: МТС - Должность: Junior/Middle ML-инженер / Python разработчик (SmartDocs)
Кого ищут? 3 специалистов
Кого ищут? 3 специалистов Растущий стартап со штаб-квартирой в Дубае, строят платформу с AI-возможностями для государственных и окологосударственных организаций. В команде ребята из G42 и Meta, есть люди с research и PhD-бэкграундом. Офис рядом с Dubai Internet City и Palm Jumeirah. В оффер входят: UAE visa sponsorship, помощь с переездом и медстраховка. Senior Full-Stack Engineer - TypeScript, React, современный фронтенд плюс бэкенд на Node.js или Express и PostgreSQL. - Много data-rich интерфейсов, аутентификация, безопасность. - В плюс пойдут Next.js App Router, Tailwind, TanStack Query, визуализация через Mapbox GL, deck.gl или Cytoscape, real-time на SSE и WebSockets, тесты в Playwright и Vitest. Backend / Data Engineer - Python с FastAPI или TypeScript с Express. - Владение сервисами, которые связывают фронтенд, AI-агента, базы, identity-системы и внешних поставщиков данных. - Сильный PostgreSQL: схемы, миграции, транзакции, производительность. - Плюс OAuth/OIDC, JWT, RBAC. - Бонусом Snowflake или ClickHouse, геоданные, графовые модели, GCP или AWS, Temporal. Senior QA & AI Evals Engineer - Построение системы качества для детерминированного софта и недетерминированных AI-выходов. - Playwright, pytest, Vitest, Gherkin и BDD, а также оценка LLM через Langfuse с датасетами, метриками и regression gates прямо в CI.
Стажер AI-разработчик» (Москва)
Компания AGIMA Позиция Стажер AI-разработчик Локация Москва (Россия) Формат работы - Полный рабочий день - Возможна удалённая работа Требуемые навыки - intern - Git - Linux - Python - LLM
Junior/Middle ML-инженер/Python разработчик [SmartDocs]
Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектирование микросервисов и API (REST/gRPC) - Создание RAG и AI-агентов: разработка систем генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работа с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектирование баз данных: работа с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Оптимизация производительности, покрытие кода тестами (Pytest), написание асинхронного кода на Python (FastAPI/Django) - Проведение code review и контейнеризация приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)
Стажёр AI разработчик в дирекцию развития казначейства
Стажёр AI разработчик в дирекцию развития казначейства Компания: Альфа-Банк Город: Москва Формат работы: гибрид Обязанности - Участвовать в разработке ИИ-агента - Взаимодействовать в составе команды со специалистами по анализу данных и специалистами по развитию инфраструктуры - Проводить функциональное тестирование - Работать в Jira и Confluence Требования - Понимание общих принципов реляционных баз данных (таблица данных, первичный и внешний ключи, индексы, связи между таблицами) - Продвинутое знание MS Excel, SQL, Python - Наличие представления об основных банковских продуктах - Наличие интереса к искусственному интеллекту и желание использовать его в личных и стратегических задачах - Будет преимуществом базовое знание системы оркестрации процессов обработки данных Apache Airflow и базовое знание инструментов визуализации Apache Superset
Senior Python Developer
Senior Python Developer Компания: Сбер Локация: Москва Формат: офис Уровень: senior Задачи - проектировать архитектуру микросервисных систем и интеграций - разрабатывать высоконагруженные сервисы на Python - проектировать и разрабатывать API (REST, gRPC) - работать с асинхронными и event-driven подходами (Kafka) - обеспечивать отказоустойчивость, масштабируемость и наблюдаемость сервисов - оптимизировать производительность и работать с узкими местами - участвовать в code review и развитии инженерных практик команды Требования - опыт коммерческой разработки на Python от 4 лет - опыт проектирования и разработки микросервисной архитектуры - навык разработки высоконагруженных и отказоустойчивых систем - уверенное знание PostgreSQL/Redis (индексы, транзакции, оптимизация) - опыт работы с Kafka или другими брокерами сообщений, а также разработки асинхронных приложений - понимание CI/CD процессов и практик - опыт работы с Kubernetes/OpenShift
Junior Backend Engineer (Go/Python, AI)
Junior Backend Engineer (Go/Python, AI) - Компания: ChocoFood — ведущий казахстанский сервис онлайн-заказа и доставки еды - Формат работы: Офис - Город: Алматы, Казахстан
Junior Python-разработчик (стажировка)
Junior Python-разработчик (стажировка) Локация: Москва Формат работы: офис Компания: Сбер Обязанности - разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы - исследование и пилотирование AI-платформ (OpenClaw, Claude Code, LangChain и аналоги) для автоматизации задач разработки и бизнес-процессов - участие в проектировании бэкенд-компонентов для взаимодействия с LLM (совместно с командой) - проведение экспериментов: тестирование гипотез, сравнение моделей и инструментов - документирование результатов исследований и подготовка рекомендаций - участие в Code Review - работа в Agile-команде: участие в стендапах, спринтах и ретроспективах Требования - базовое знание Python (ООП, структуры данных, модули) - понимание Git (коммиты, ветки, PR) - основы SOLID и паттернов проектирования - знакомство с FastAPI (учебные проекты) и pytest - понимание SQL (простые запросы) и принципов БД - общее представление о CI/CD (Jenkins) и сетевых протоколах - понимание принципов работы LLM (на уровне концепций), опыт использования AI‑CLI (Claude Code, Codex и др. — достаточно пробовал)
Junior/Middle ML-инженер/Python разработчик [SmartDocs]
Junior/Middle ML-инженер/Python разработчик [SmartDocs] Компания: МТС Чем предстоит заниматься - Проектировать микросервисы и API (REST/gRPC) - Создавать RAG и AI-агенты: разрабатывать системы генерации ответов на основе документов, цепочек рассуждений и логики Tool Calling (LangChain/LangGraph/LlamaIndex) - Работать с данными и текстом: парсинг, очистка и чанкинг текстов, извлечение сущностей (NER), классификация, реализация гибридного семантического и полнотекстового поиска - Проектировать базы данных: работать с реляционными (PostgreSQL), векторными (Qdrant/Milvus/pgvector) и графовыми (Neo4j) базами под задачи GraphRAG - Заниматься оптимизацией производительности, покрытием кода тестами (Pytest), написанием асинхронного кода на Python (FastAPI/Django) - Проводить code review и контейнеризацию приложений (Docker) Что мы ожидаем - Опыт коммерческой разработки на Python от 2 лет для выпускников профильных факультетов ведущих вузов (МФТИ, НИУ ВШЭ, МГУ, ИТМО, МГТУ им. Баумана, СПбГУ, МИФИ) или от 3 лет для кандидатов с другим образованием - Уверенное знание Python, асинхронного программирования, веб-фреймворков (FastAPI) и принципов проектирования микросервисной архитектуры (REST, Swagger, gRPC) - Практический опыт работы с LangChain, LlamaIndex, LangGraph, современными LLM (GPT, open-source модели) и фреймворками для создания AI-агентов - Опыт обработки и классификации документов различных форматов (PDF, сканы), извлечения сущностей (NER, гибридный поиск) с использованием Transformers, BERT, SpaCy, Natasha - Опыт работы с реляционными БД (PostgreSQL), NoSQL/кэшированием (Redis), векторными БД (Qdrant/Milvus/pgvector) и графовыми системами (Neo4j) - Опыт работы с брокерами сообщений (RabbitMQ, Kafka) - Владение инструментами контейнеризации и CI/CD (Docker, Git, S3) - Понимание полного жизненного цикла разработки ПО (SDLC) - Опыт работы по ТЗ с чтением схем (UML, BPMN)
Подборка джуновских вакансий
Подборка джуновских вакансий Frontend: - Junior DevOps Engineer в X5 Backend: - Python developer в Kept
Младший Python разработчик, Отдел разработки аналитических инструментов и управления данными
Младший Python разработчик в OZON, Отдел разработки аналитических инструментов и управления данными Формат работы: удалённая работа или офис. Уровень: Junior. Задачи - Внедрять AI-инструменты, агентов и сценарных ботов в продукты и сервисы. - Разрабатывать микросервисы для обработки данных. - Проектировать и оптимизировать ETL-процессы. - Поддерживать и развивать потоковые и пакетные системы обработки данных. - Повышать производительность, отказоустойчивость и масштабируемость существующих решений. - Интегрировать различные системы и источники данных. - Автоматизировать мониторинг и систему алертинга. Требования - Опыт работы с данными и их трансформацией с использованием SQL (ClickHouse, PostgreSQL, Vertica, Trino и другие). - Уверенное знание Python. - Опыт работы с инструментами оркестрации процессов (Airflow). - Понимание архитектуры и принципов построения ETL-пайплайнов.
Продуктовый аналитик AI
Продуктовый аналитик AI Компания: Джетлин Требования - Опыт работы продуктовым аналитиком от 3 лет. - Уверенное владение SQL. - Продвинутый уровень Excel. - Опыт построения отчетности и дашбордов (Power BI, Grafana, Tableau или аналогичные инструменты). - Опыт подготовки аналитических материалов для руководителей. - Практический опыт использования AI-ассистентов (ChatGPT, Claude, Gemini, Codex или аналогичных) в ежедневной работе. - Умение быстро создавать прототипы, автоматизации, SQL-запросы, Python-скрипты и аналитические исследования с использованием AI (vibe coding). Будет плюсом - Владение Python (pandas). - Опыт работы с ClickHouse, Prometheus, Grafana. - Понимание принципов работы AI, LLM и генеративного искусственного интеллекта. - Опыт использования AI Coding и AI-агентов в рабочих процессах. - Опыт работы в финтехе Задачи - Развивать систему аналитики и метрик AI-платформы. - Собирать, обрабатывать и консолидировать данные из различных источников. - Подготавливать регулярную аналитическую и управленческую отчетность для руководства. - Разрабатывать и сопровождать систему KPI и ключевых метрик AI-платформы. - Создавать дашборды и визуализации для мониторинга ключевых показателей. - Анализировать использование AI-платформы, LLM-моделей и AI-сервисов. - Анализировать производительность инфраструктуры (TTFT, latency, очереди, загрузку GPU, SLA и другие показатели). - Анализировать использование токенов, API, вычислительных ресурсов и пользовательскую активность. - Оценивать эффективность внедрения AI-инструментов и AI Coding в подразделениях компании. - Формировать аналитические выводы и рекомендации по развитию платформы. - Автоматизировать подготовку отчетности и аналитических процессов совместно с инженерами команды. - Использовать современные AI-инструменты для повышения эффективности анализа данных, подготовки отчетности и ав
Ищем MLOps Engineer (AI / LLM) — удалённо
Ищем MLOps Engineer (AI / LLM) — удалённо Компания Selecty развивает экосистему цифровых сотрудников на базе передовых LLM/VLM-моделей. Создаём AI-агентов, которые автоматизируют бизнес-процессы и повышают эффективность компаний. Формат работы - Формат: Remote (РФ) - Заработная плата: 250–340 тыс. ₽ gross - Занятость: Full-time Задачи - проектировать и развивать CI/CD для деплоя AI-агентов и мультиагентных систем - разворачивать и оптимизировать LLM/VLM (vLLM, Triton Inference Server, SGLang) - обеспечивать масштабирование и стабильность AI-сервисов - внедрять мониторинг инфраструктуры и ML-метрик (качество генерации, дрейф данных, тональность ответов) Требования - опыт вывода LLM-решений в production - Python + asyncio - Kubernetes (Helm, управление кластерами) - GitLab CI / Jenkins - понимание RAG-архитектур, embeddings, reranking - оптимизация инференса: квантизация, continuous batching, PagedAttention Будет плюсом - опыт с графовыми БД - мультиагентные системы Стек Python, FastAPI, LangChain / LlamaIndex / Haystack, Kubernetes, Docker, S3, PostgreSQL, Vector DB Условия - оформление по ТК РФ - ДМС + стоматология - компенсация фитнеса - скидки на английский (Skyeng) - индексация зарплаты - современная техника
Разработчик Python
Разработчик Python Компания: МТС Финтех Локация: Москва, офис Обязанности: - разработка и поддержка DAG в Apache Airflow - работа со скорингом (расчет стратегий взыскания клиентов) - программирование на Python (основной язык) - оптимизация запросов и работа с Oracle (SQL, хранимые процедуры) - поддержка и сопровождение выгруженных DAG - участие в разработке и применении моделей (машинное обучение, сегментация клиентов) - проведение код-ревью - самостоятельное проведение аналитики (в команде нет системных аналитиков) Требования: - Python – уверенное коммерческое программирование - Airflow – создание DAG, опыт работы - Oracle – SQL на уровне оптимизации запросов, хранимые процедуры - Linux – базовые навыки (собрать образ, решить задачу без DevOps) - Kubernetes – опыт работы - Middle: ~2–3 года коммерческой разработки на Python - релевантный опыт с Airflow желательно 2–3 года - опыт именно оптимизации запросов в Oracle, а не просто написания простых запросов
Аналитика
Аналитика Junior Business Analyst в Depo Аналитик данных в Сбер для экспертов AI Engineer / AI-разработчик в НаПоправку
Data Scientist (LLM / AI Agents)
Data Scientist (LLM / AI Agents) Требования - Опыт: от 4-х лет в коммерческой разработке на позиции DS/ML Engineer (из них минимум 1 год плотной работы с NLP/LLM). - LLM & NLP: Глубокое понимание архитектуры трансформеров, опыт работы с RAG, контекстным окном, методами оптимизации инференса. - Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. - Big Data: Опыт работы с распределенными вычислениями (Spark/PySpark, Hive) и оркестрацией (Airflow). - Инфраструктура: Понимание процессов MLOps, опыт deployment сервисов на GPU (on-premise или Cloud). - Безопасность: Понимание принципов работы с персональными данными и безопасности при использовании LLM в энтерпрайзе. Будет преимуществом - Опыт разработки собственных MCP (Model Context Protocol) сервисов для расширения функционала агентов. - Участие в Kaggle, хакатонах или наличие pet-проектов в области Generative AI (ссылка на GitHub). - Опыт работы с отечественными LLM-платформами (например, GigaChat API) или локальными моделями (Llama, Qwen, Mistral). - Опыт построения сложных графов агентов (LangGraph, AutoGen). Обязанности - Разработка AI-агентов: Проектирование и внедрение мультиагентных систем (Prompt Engineering, RAG, Tools, Function Calling) в реальные банковские процессы. - Работа с LLM: Оптимизация и Fine-tuning моделей под домен бизнеса (SFT, RLHF), работа с открытыми и проприетарными моделями. - MLOps & Production: Вывод моделей в пром, построение пайплайнов обработки данных на GPU-кластере, организация мониторинга качества и дрейфа моделей. - Оценка качества: Разработка метрик качества генерации (LLM Eval), проведение A/B тестов. - Интеграция: Разработка сервисов на Python (API), взаимодействие с командой разработки и продуктовыми аналитиками для контроля и экспертизы требований к данным и функционалу. Условия - Обсуждаемая ЗП по вашим навыкам и грейду - Удаленная работа, а также варианты с гибридным форматом - Оформление по ИП с нашей поддержкой - Несколько проектов на выбор - Карьерный рост без постоянных поисков работы Как начать - Откликнитесь на вакансию - Пройдите собеседование с рекрутером - Попадите на бенч и получайте предложения по проектам
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Компания Bell Integrator Мы ожидаем - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Чем предстоит заниматься - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы - офисный формат в Москве
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Компания: Bell Integrator Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Задачи - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы, офисный формат в Москве
Python-разработчик
Python-разработчик Компания: Лоция Миссия: Спроектировать и внедрить экосистему для комплексного управления большими языковыми моделями (LLM). Стек: Python (FastAPI), AsyncIO, Postgres, Redis, Kafka, Qdrant, Pytest. Чем предстоит заниматься: - самостоятельная разработка функционала платформы на Python; - тестирование нового функционала; - самостоятельное участие в процессах и решение средних и сложных задач; - анализ ТЗ и согласование планов выполнения работ для текущих задач; - обнаружение дефектов и повышение качества программного продукта. Чего мы ждем от тебя: - опыт коммерческой разработки бэкенд-разработчиком - от 4-х лет; - опыт разработки решений в монолитной и микросервисных архитектурах; - понимание принципов взаимодействия с LLM, MCP-серверами; - опыт работы с реляционными БД и SQL, векторными базами данных; - опыт работы с FastApi; - опыт работы с системами управления версиями GIT; - базовые знания и опыт работы с системами Continuous Integration; - проактивность при выполнении рабочих обязанностей; - развитые коммуникационные навыки. Будет огромным плюсом: - опыт разработки AI-агентов, использования протокола A2A.
Python AI Engineer
Python AI Engineer в компании Top Selection Грейд: Senior Ставка: от 280 000 до 308 000 руб. Гражданство / Локация: РФ Загрузка: полный рабочий день Срок: долгосрочный Оформление: только ИП (не самозанятость, не трудовой договор) Задачи - Интеграции с LLM - RAG - Agentic-сценарии - REST API - Работа с ошибками - Установление таймаутов / fallback, оценка и регрессия качества Требования - Опыт разработки на Python / backend от 3 лет - Опыт работы с production LLM / ML - Асинхронное программирование, тестирование, упаковка - RAG - REST / API - Git / CI/CD - Понимание вопросов задержки (latency) и стоимости Будет плюсом - Опыт работы с tool calling / multi-step reasoning - Vector DB / search - Kafka - B2B CRM / телеком - Evaluation frameworks
MLOps (банк)
Публикатор: Nelly вакансия MLOps DevOps Python LLM AI MachineLearning Kubernetes Docker CICD PostgreSQL Мы создаем экосистему цифровых сотрудников на базе передовых открытых LLM/VLM-моделей. Наши ИИ-агенты автоматизируют ключевые операционные процессы, напрямую влияя на эффективность и конкурентное преимущество бизнеса наших заказчиков. Компания: Selecty Позиция: MLOps (банк) Уровень дохода: 250-340 к гросс Формат: оформление по ТК РФ Удаленка РФ чем предстоит заниматься: Ты станешь ключевым инженером, который превращает исследовательские прототипы в отказоустойчивую GenOps-фабрику цифровых агентов. Твои задачи: DevOps для AI: Проектирование и развитие самообслуживания CI/CD пайплайнов для внутреннего деплоя AI-агентов и мультиагентных систем. Инференс под управление: Развертывание и оптимизация LLM/VLM в процессе разработки (оптимизация памяти, формирование скорости) с использованием vLLM, Triton Inference Server, SGLang. Надёжность: Обеспечение высокой доступности сервисов, работа с масштабированием горизонтальных подов и управление состоянием агентов. Мониторинг 360°: Внедрение комплексного наблюдения: от стандартных метрик (CPU/GPU, задержка) до конкретных ML-метрик (качество генерации, дрейф данных, оценка тональности ответов). Обязательные требования Опыт вывода LLM-решений в прод. Уверенное владение Python и асинхронным программированием (asyncio). Уверенное владение Kubernetes (Helm, управление кластерами). Знание Gitlab CI, Jenkins и пр Понимание архитектуры RAG-систем, работы embedding-моделей и ранжирования. Умение оптимизировать инференс: квантизация, continuous batching, PagedAttention. Будет плюсом: опыт с графовыми БД и построением мультиагентных систем Технологический стек: Python, FastAPI, langchain/llamaindex/haystack k8s, docker, S3, postgres Опыт работы с векторными и графическими БД. Условия Оформление по ТК РФв в IT-аккредитованную компанию ДМС (включая стоматологию) Компенсация фитнеса Скидки на обучение английскому (Skyeng) Индексация заработной платы Современная техника IT-аккредитация компании
Backend Developer (Middle/Senior) - Москва
Компания: ВкусВилл Backend Developer (Middle/Senior) — Москва Чем предстоит заниматься - Разрабатывать и поддерживать высоконагруженный бэкенд корпоративного портала на Python и FastAPI (async/await, dependency injection, middleware). - Проектировать схемы и работать с PostgreSQL (SQL) и MongoDB (NoSQL), а также с объектными хранилищами (S3). Интегрировать локальные LLM, работать с векторным хранилищем Qdrant и поисковым движком OpenSearch. - Настраивать инструменты наблюдаемости (OTEL, Jaeger, Prometheus, Grafana) для отладки распределённых систем. - Работать с Docker, Nginx, настраивать CI/CD пайплайны в GitLab. - Проектировать отказоустойчивые API, участвовать в Code Review, поддерживать высокий стандарт качества кода. Требования - Ключевой стек: Python, FastAPI, PostgreSQL, MongoDB, AI/LLM, Qdrant. - Core: глубокое знание Python и фреймворка FastAPI: async/await, dependency injection, middleware. - Базы данных: опыт проектирования схем и работы с PostgreSQL, SQL и MongoDB NoSQL, знание объектных хранилищ S3. - AI & Search: опыт интеграции локальных LLM, работы с векторными хранилищами Qdrant и поисковыми движками OpenSearch. - Наблюдаемость: опыт настройки и использования инструментов мониторинга OTEL, Jaeger, Prometheus, Grafana для отладки распределённых систем. - DevOps: уверенная работа с Docker, Nginx, настройка CI/CD пайплайнов в GitLab. - Уровень: Middle от 3 лет, Senior от 5 лет; умение проектировать отказоустойчивые API.
Middle+ Python Developer в Авиасейлс
С понедельником, коллеги! Чтобы поднять вам настроение, мы подготовили эти 🔢 вакансий. Приятного просмотра! 📍 Backend Middle+ Python Developer в Авиасейлс Удалённо 📍 Аналитика Middle+ Analyst (Commerce) в Авиасейлс Удалённо (Мир) Стажер Аналитик в OZON Москва, гибрид 📍 Тестирование Ведущий инженер по тестированию под проекты СберТеха Удаленно Стажёр инженер по тестированию Удалённо 📍 Менеджмент Middle+ Product Manager (B2B Platform / Analytics / CTV) в агентство Москва, гибрид 📍 Маркетинг Middle+ PR & SMM Manager в b2b продакшен Удалённо (Мир) Middle+ Контент продюсер в продуктовую компанию Удаленно (РФ) 📍 Дизайн Middle+ Design System Designer в международную компанию Кипр, релокация Middle+ Middle/Senior 3D Motion Designer на UE + AI (full-time) в студию Удалённо Middle+ Дизайнер e-mail рассылок в агентство Удалённо 🖤 Разместить вакансию 💚 Джунам 🫶 Удалёнка джунам 💜 За рубежом 💚 Разрабам 💖 Дизайнерам 🟠 Маркетологам 🖤 HR 💜 QA 🟡 Менеджерам 🔴 Аналитикам мы также есть там, куда всех хотят отправить — https://max.ru/itvakansiijobs
Вакансии прошедшей недели
Вакансии прошедшей недели Junior/Junior+ - Junior Python-разработчик (Технологические сервисы), Сбер (офис) - Младший Python разработчик, Отдел разработки аналитических инструментов и управления данными, OZON (удаленка) - Junior Python Developer [Маркетолог], МТС (офис) Middle/Middle+ - Data Scientist middle/senior, X5 Tech (офис) - ML-инженер (NLP, Авто.ру), Т-Банк (удаленка, офис) - Разработчик на Python, Яндекс (гибрид) Senior/Head - Python-разработчик, Иви (гибрид) - SDET / AQA Python, Arenadata (удаленка) - Ведущий Python-разработчик, Лига Цифровой Экономики (удаленка)
Senior ML Engineer — Demand Forecasting & Inventory Optimization
Старший ML-инженер — прогнозирование спроса и оптимизация запасов SMALL — одна из крупнейших розничных сетей продуктовых магазинов в Казахстане. Мы управляем более чем 160 магазинами в 10 городах страны. Мы строим систему автозаказа, которая определяет, сколько товара необходимо заказать в каждый магазин. Ищем сильного ML-инженера, который возьмёт на себя техническое руководство проектом: работу с данными, постановку экспериментов, выбор моделей для продакшен-пайплайна, офлайн- и онлайн-оценку качества, управление автозаказом как продуктом. Чем предстоит заниматься - Формировать roadmap ML-экспериментов и самостоятельно выбирать наиболее перспективные направления. - Исследовать подходы к прогнозированию сезонного, нерегулярного и прерывистого спроса. - Работать с промо, календарными эффектами, новыми SKU, дефицитом истории и спросом, цензурированным спросом и восстановлением lost sales при отсутствии товара. - Проводить ABC/XYZ-анализ. - Развивать rolling-origin backtesting и методологию сравнения моделей без временных утечек. - Оценивать решения не только по forecast-метрикам, но и по бизнес-результатам: out-of-stock, fill rate, оборачиваемости и объёму избыточного запаса. - Улучшать преобразование прогноза в заказ с учётом графика поставок, остатка, lead time и ограничений поставщика. - Развивать продакшен ML-пайплайн: качество данных, воспроизводимость экспериментов, мониторинг моделей и диагностику деградаций. - Взаимодействовать с командами Data Engineering, инфраструктуры и бизнеса, превращая неопределённые задачи в проверяемые гипотезы и работающие решения. - Определять техническую архитектуру ML-части системы и стандарты разработки: от подготовки выборок и экспериментов до деплоя и мониторинга. Что для нас важно - Сильный практический опыт в машинном обучении и опыт эксплуатации моделей в production. - Опыт решения задач прогнозирования временных рядов: корректная временная валидация, сезонность, cold start, sparse или intermittent demand. - Хорошее понимание того, как выбирать метрики и дизайн эксперимента под бизнес-задачу, а не оптимизировать одну офлайн-метрику. - Уверенные Python и SQL. - Умение разбираться в данных, находить смещения и утечки, проверять качество источников. - Способность самостоятельно формулировать план работы, принимать технические решения и доводить изменения до production. - Готовность объяснять результаты и компромиссы как инженерам, так и бизнесу. - Дисциплинированный опыт AI-assisted development: умение ускорять работу с помощью coding agents, не перекладывая на них ответственность за корректность решений, качество кода и безопасность данных. Будет большим плюсом - Опыт в grocery retail, e-commerce, supply chain или inventory replenishment. - Опыт построения глобальных моделей на большом количестве связанных временных рядов. - Понимание retail-специфики: промо, каннибализация, out-of-stock, цензура спроса, ассортиментные изменения, новые магазины и SKU. - Знание основ inventory optimization: safety stock, service level, lead time, order multiple, lost sales. - Опыт проведения онлайн-экспериментов или пилотов, где прогноз влияет на реальные операционные решения. - Опыт с CatBoost, PyTorch, ClickHouse, Kafka, Airflow, SLURM или Kubernetes. Наш текущий контур Масштаб задачи: - несколько миллионов SKU × store комбинаций каждый день - ежедневный и внутридневной расчет - прогнозирование на разные горизонты — от нескольких дней до нескольких недель - несколько лет истории в данных Сейчас в проекте есть: - модель прогнозирования спроса на основе градиентного бустинга - фреймворк для rolling-origin backtesting - интеграции с ClickHouse, Kafka, Airflow, Slurm, Kubernetes - продакшен-пайплайн с платформенным мониторингом и наблюдаемостью То есть задача не «сделать первую модель с нуля». Система уже работает в production в пилотном режиме и используется для формирования заказов на все SKU и магазины. Куда мы хотим прийти: - Повысить доступность товаров, одновременно снижая избыточный запас и списания. - Расширить систему с контура «распределительный центр → магазин» на заказы «поставщик → распределительный центр» и другие supply-chain сценарии. - Корректно учитывать неопределённость спроса и целевой service level, выбирая квантили прогноза с учётом стоимости дефицита и избыточного запаса. - Построить устойчивый процесс экспериментов и внедрения изменений с измеримым бизнес-эффектом. Что мы предлагаем - Реальный end-to-end ownership: возможность влиять на постановку задачи, данные, модели, backtesting, production и бизнес-метрики. - Доступ к вычислительному кластеру из 8 нод, каждая — 128 CPU, 2 TB RAM и 8×NVIDIA H200. Мы не требуем использовать deep learning там, где он не нужен, но инфраструктура позволяет проверять вычислительно сложные подходы без искусственных ограничений. - Возможность удаленной работы или в офисе в Алматы или Астане.
Python разработчик цифровых продуктов
Компания Мегафон Название вакансии Python разработчик цифровых продуктов Локация и формат работы Москва, офис Задачи - Разрабатывать сервисы под NLP и LLM - Разрабатывать AI-тренажеры, работа с RAG, интеграция с голосовым движком (ASR/TTS) - Проводить PoC по новым инициативам - Проводить code review Требования - Уверенные знания Python - Стек: FastAPI, asyncio, PostgreSQL, Redis, Docker/Kubernetes - Опыт работы с RAG, векторными БД (Milvus, Chroma) - Умение писать тесты (pytest) и проектировать отказоустойчивые API - Опыт разработки телеграм и макс ботов (библиотеки maxapi, aiogram) - Опыт работы с ASR/TTS - Знание инфраструктуры ML (Triton Inference Server, локальные LLM) - Опыт проектирования или работы с AI платформами - Опыт работы в кросс-функциональных командах с DS и DevOps
Старший бэкенд-разработчик в команду Quality
Старший бэкенд-разработчик в команду Quality Компания: Авито Формат работы: удалёнка Задачи - Построить единую платформу для работы AI-агентов в рамках кластера — от концепции до внедрения - Разработать инструменты наблюдаемости, оценки качества и проводить исследования, чтобы понимать, какие подходы, фреймворки и технологии работают в реальных сценариях - Внедрять архитектурные решения для ключевых инициатив в области GenAI, обеспечивая масштабируемость, надёжность и эффективность Требования - Опыт разработки на Python/Go - Глубокое понимание ограничений LLM: контекстные окна, галлюцинации, задержки и стоимость — и умение проектировать решения с учётом этих факторов - Опыт построения RAG-пайплайнов на realtime данных - Понимание архитектурных выборов: когда использовать harness, а когда — framework (Claude Code, Dify, n8n и др.), и как правильно подбирать модель под задачу - Умение считать token economics: оптимизировать маршрутизацию моделей, кешировать промпты, оценивать ROI on-prem решений - Опыт проведения бенчмаркинга AI-агентов с помощью precision/recall, LLM-as-judge и A/B-тестов на production-данных - Способность автономно вести квартальные проекты «под ключ» — от постановки цели до сдачи результата
Аналитика
Аналитика - Проджект-менеджер в digital-агентстве в Наземнов Глеб Васильевич - QA Project Manager в Талисман качества - Менеджер проектов (middle) в Yellow Yeti
Младший Python разработчик, Отдел разработки аналитических инструментов и управления данными
Младший Python разработчик, Отдел разработки аналитических инструментов и управления данными Компания: OZON Уровень: Junior Формат работы: удалённая работа или офис Задачи: - Внедрение AI-инструментов, агентов и сценарных ботов в продукты и сервисы. - Разработка микросервисов для обработки данных. - Проектирование и оптимизация ETL-процессов. - Поддержка и развитие потоковых и пакетных систем обработки данных. - Повышение производительности, отказоустойчивости и масштабируемости существующих решений. - Интеграция различных систем и источников данных. - Автоматизация мониторинга и системы алертинга. Требования: - Опыт работы с данными и их трансформацией с использованием SQL (ClickHouse, PostgreSQL, Vertica, Trino и другие). - Уверенное знание Python. - Опыт работы с инструментами оркестрации процессов (Airflow). - Понимание архитектуры и принципов построения ETL-пайплайнов.