Направление
Вакансии в веб-разработке
Frontend, backend, fullstack и разработка веб-продуктов.
Поиск
Подбор вакансий
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI application security engineer, middle+/senior
Контур — экосистема для бизнеса. Наши сервисы помогают каждой третьей компании России делать рабочие процессы проще и эффективнее: вести бухгалтерию, сдавать отчетность в госорганы, обмениваться документами без бумаги, общаться друг с другом на удаленке и многое другое. С нами жизнь 3,1 миллионов предпринимателей и их сотрудников становится легче. О команде Мы — команда безопасности ИИ в Центре киберзащиты Контура. Ищем специалиста по кибербезопасности, который поможет внедрять и сопровождать решения на базе AI — от продуктовых сервисов и RAG-систем до внутренних AI-инструментов разработки. В Контуре активно развивается использование AI-ассистентов и агентов. Наша задача — сделать так, чтобы эти инструменты были безопасными, а разработчик получал защищенный результат, соответствующий ИБ-политикам, без необходимости погружаться во все тонкости ИБ. Задачи Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями. Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents. Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций. Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы. Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management. Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов. Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы. Мы ожидаем Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security. Уверенное владение одним из языков программирования: Python, Go, C, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC. Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP. Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами). Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров. Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling. Умение аргументированно объяснять риски, находить компромиссы с разработкой. Мы предлагаем Гибридный формат работы в Екатеринбурге. Офис на ул. Малопрудной, 5. Предоставим все необходимое: технику, рабочее место, библиотеку с профессиональной литературой, место для отдыха и кухонную зону с фруктами и снеками. Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете с кем посоветоваться. Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.
Junior/Middle Full-Stack Developer (AI-First)
We are looking for a pragmatic AI-first developer who can rapidly build and deliver lightweight solutions for business teams. The main focus will be on developing AI assistants and agents, automating business processes with n8n, building solutions with OpenClaw or similar agent frameworks, integrating internal and external APIs, and quickly turning business ideas into working prototypes and production-ready tools. You should be comfortable using AI coding tools, working independently, making practical technical decisions, and prioritising delivery speed and business value over unnecessary complexity. Key skills: Experience with RAG, vector databases, PostgreSQL, or building custom n8n nodes would be an advantage.
Backend-разработчик/Инженер автоматизации IT-операций (Python, AI/LLM)
Задачи - Разрабатывать MCP-серверы и интеграции с внутренними IT-системами. - Создавать цифровые роли Avatar для обработки заявок, диагностики и подсказок инженерам. - Автоматизировать типовые операции IT Operations. - Подключать источники данных: мониторинг, логи, CMDB, Jira/ITSM, базы, внутренние API. - Делать простые backend-сервисы, скрипты, воркфлоу и API-обвязки. - Работать с RAG, памятью, skill-ами, tool calling, LLM API. - Разбирать реальные кейсы инженеров и превращать их в работающие MVP. - Писать документацию: как работает интеграция, как поддерживать, как диагностировать. Требования - Уверенная backend-разработка или automation engineering. - Python как основной рабочий инструмент; Go / TypeScript — плюс. - Опыт работы с REST API, JSON, SQL, Git, Docker. - Понимание Linux, сетей, логов, мониторинга, базовой эксплуатации. - Умение писать надежные интеграции, а не только прототипы. - Понимание LLM-инструментов: prompts, tools, agents, RAG, function calling. - Готовность работать с внутренними legacy-системами и неполной документацией. - Самостоятельность: сам разобрался, уточнил, сделал, задокументировал. Условия - Официальное трудоустройство и полный пакет социальных льгот (ДМС, компенсация фитнеса/обучения/путешествия, скидки и бонусы от партнеров, специальные условия и тарифы на продукты «Финама»). - Стабильную заработную плату и социальные гарантии. - Возможность профессионального роста, обучения и постоянного развития в области digital-innovations вместе с командой. Лучшие конференции и мастер-классы за счет компании. - Участие в проектах, которые формируют цифровую трансформацию финансового сектора. - Комфортный офис в центре Москвы с зоной отдыха на крыше, кофе-поинтами, а также собственный тренажерный зал. - Гибридный формат работы (2 дня офис), возможен удалённый формат. - Корпоративная культура: внутрикорпоративные мероприятия, сообщества по интересам, возможность проявлять свои творческие, спортивные, интеллектуальные, социальные интересы.
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.
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
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 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
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.
Стажер AI-разработчик
Стажер AI-разработчик О компании и проекте AGIMA — интегратор Digital-решений. С 2006 года реализовано более 700 крупных проектов для таких заказчиков, как X5 Retail Group, МегаФон, АльфаСтрахование, Леруа Мерлен, O’Stin, Спортмастер, М.Видео и других. Принципы работы: - Главный капитал — это люди, компания готова помочь в непростых жизненных ситуациях. - Регламенты должны помогать, а не ограничивать. - Жёсткая субординация не практикуется. - Ценится эффективность сотрудников и их профессиональный рост. В AGIMA действует внутренний R&D, создающий AI-инструменты для команды и продуктов компании. В команду ищут стажёра-вайбкодера. Задачи full-stack: бывают и на бэке, и на фронте, иногда в одном тикете. Точно понадобится: голова, любопытство и привычка доводить дело до прода с помощью AI-агентов. Точно не понадобится: глубокая специализация в одной области. Что предстоит делать - Писать интеграции AI-агентов с корпоративными системами. - Допиливать внутренние сервисы: авторизация, логирование, личные кабинеты, дашборды. - Собирать лендинги и продуктовые страницы из готовых блоков под брендбук. - Делать UI поверх AI-сервисов: дашборды, плагины для мессенджера, обучающие интерфейсы. - Поднимать сервисы в инфраструктуре, привязывать домены, чинить мониторинг. Микс задач подбирается под сильные стороны и интересы кандидата. Слабые стороны прокачиваются под менторами. Требования - Знакомство с LLM-харнесом (Claude Code / Codex / VS Code + Claude Code extension): понимание, что такое контекст, скиллы, sub-agents, MCP. Если эти слова незнакомы — пока рано. - Базовый код: умение прочитать чужой Python / JS / TS-сервис, разобраться и внести изменение. - Linux, Docker, git на уровне «не теряюсь в терминале». - Самостоятельность как принцип: задачи декомпозируются и движутся самостоятельно, ментор — для архитектурных вопросов и ревью, а не для пошагового сопровождения. - Английский на уровне чтения документации. Будет плюсом - Next.js / React / TypeScript, Tailwind, shadcn/ui. - Python / Node.js на уровне «писал свои сервисы». - n8n, DeepResearch, опыт деплоя и работы с CI/CD. - Figma → код, базовое SEO. Если знаете половину — не страшно, вторую половину доберёте по ходу. Что мы предлагаем - Удалённая работа, гибкий график, 25–40 часов в неделю. - Минимальная стажёрская ставка или бесплатная стажировка с возможным продолжением сотрудничества при стабильном результате в течение 2–3 месяцев. - Подписки на ведущие AI-инструменты за счёт компании. - Реальный продакшн с ежедневными пользователями — не учебные песочницы. - Опыт работы в R&D-команде, которая каждый день решает задачи на стыке AI и продукта. - Развитие и обучение: предоставляются возможности для углубленного изучения AI через специализированные курсы. Грейдирование для менеджеров — возможность роста и развития в компании. В сопроводительном письме просьба указать 1. Что вы автоматизировали или собрали с помощью AI-агентов за последние 3 месяца (сервис / сайт / интерфейс / плагин — что угодно). 2. Ссылку на результат: репозиторий / live-сайт / видео-демо. 3. С каким харнесом работаете и почему.
Ищем AI Engineer (LLM) для проектной работы
Ищем AI Engineer (LLM) для проектной работы Разрабатываем AI-систему генерации сценариев для YouTube и ищем сильного AI-инженера с опытом создания production-решений на базе LLM. Что предстоит делать: - Разработка AI-системы генерации сценариев. - Построение архитектуры и пайплайнов для работы с LLM. - Интеграция моделей, настройка workflows, оценка качества и развитие системы. Требования: - 2+ реальных production-проектов с LLM-системами. - Python или TypeScript, API, JSON, базы данных, Git, интеграции, логирование, облачная инфраструктура. - Отличное понимание LLM-архитектуры: System Prompt, Skills, RAG, Embeddings, MCP, Subagents, Workflows, Fine-tuning, Routing, Evals. - Практический опыт с экосистемой Claude: Projects, Skills, Cowork, Artifacts, Agent SDK, MCP. - Умение сравнивать Claude, GPT, Gemini и локальные модели. - Опыт построения систем оценки (evals). - Сильные навыки работы с текстом, стилем, структурой и оценкой качества сценариев. - Русский язык на уровне глубокого анализа сценариев.
AI-разработчик
AI-разработчик Компания: Top Selection Обязательные требования - Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion) - Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений - Опыт работы с фреймворками PyTorch, TensorFlow, JAX - Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде - Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация - Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов - Уверенное владение языками программирования Python и C++ - Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой - Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict()) Задачи - Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий - Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление
ML Engineer в «Максима Прайдекс
ML Engineer в «Максима Прайдекс» Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Что предстоит делать - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация). - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам). - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов). - Production: интеграция ML-моделей и обеспечение их стабильной работы. Что мы ожидаем - Опыт: коммерческая разработка на Python от 1 года. - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов. - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain. - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией. - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML. - Английский: от B1 (свободное чтение документации). Будет плюсом - Apache Airflow - Celery Мы предлагаем - Аккредитованная ИТ-компания. - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация. - Офис у м. Стахановская / Гибридный формат после испытательного срока. - Удобный график (базово 9:00–18:00, можно согласовать свой).
ML Engineer в «Максима Прайдекс
ML Engineer в Максима Прайдекс Мы создаем системы управления очередью для крупных клиентов (ПСБ, ФНС, МФЦ). Ищем специалиста для развития ИИ-сервисов, создания пайплайнов обработки данных и умной аналитики. Обязанности - Audio Processing: развитие пайплайна (диаризация спикеров -> распознавание речи -> NLP-модерация) - LLM & RAG: разработка корпоративной RAG-системы (поиск по истории чатов, файлам и регламентам) - Smart Analytics: предиктивная аналитика для банковских терминалов (оптимизация работы операторов) - Production: интеграция ML-моделей и обеспечение их стабильной работы Требования - Опыт: коммерческая разработка на Python от 1 года - Backend & Инфраструктура: уверенное использование Docker, создание API на FastAPI, проектирование асинхронной обработки тяжелых ML-запросов - NLP / LLM: практический опыт построения RAG, векторный поиск и эмбеддинги, LangChain - Speech-to-Text: работа с распознаванием речи (Vosk, Whisper, GigaAM) и диаризацией - Data Science: PyTorch, Pandas, NumPy, базовые алгоритмы и метрики ML - Английский: от B1 (свободное чтение документации) Будет плюсом - Apache Airflow - Celery Условия - Аккредитованная ИТ-компания - Оформление по ТК РФ - Заработная плата 120 000 руб. после вычета налогов, полностью официальная, периодическая индексация - Офис у м. Стахановская / Гибридный формат после испытательного срока - Удобный график (базово 9:00–18:00, можно согласовать свой)
Специалист по AI и Data Science (офлайн-митап)
FutureToday Специалист по AI и Data Science (офлайн-митап) Приглашаем специалистов по AI и Data Science на офлайн-встречу в Москве. MF Spark Camp: 4 огня инноваций, где за один вечер можно послушать доклады, обсудить реальные кейсы с коллегами и провести время в летней атмосфере. Что запланировано? - 4 доклада по Data Science и AI с QA-сессиями - общение с инженерами, аналитиками и исследователями разных команд - вечер с костром, зефиром и напитками после основной программы О чём будем говорить? - Эволюция ценообразования в «Отсрочке платежа». От сухих правил до живого интеллекта - Как мы создали AI для клиентской поддержки. ИИ-агент, который согревает диалоги - Создаем будущее голосом. Голосовой робот-продажник, неотличимый от человека Кого приглашаем? - специалистов с опытом в DS и уровня middle и senior. Когда и где? Москва, метро Тургеневская 29 июля с 18:00 Откликайся, чтобы зарегистрироваться и получить детали мероприятия! Не забудь позвать коллег :)
Python / LLM Engineer: RAG и ИИ-агенты
Python / LLM Engineer: RAG и ИИ-агенты О компании ООО «М‑ТЕХ» — динамично развивающаяся ИТ‑компания с большим опытом успешных проектов по внедрению и сопровождению информационных систем для бизнеса и государственных учреждений. Развиваем направление ИИ‑автоматизации, разрабатывая прикладные LLM/RAG‑решения и ИИ‑агентов для процессов малого и среднего бизнеса. Ищем Middle+ / Strong Middle Python‑разработчика с опытом LLM/RAG и интересом к агентным системам, интеграциям и бизнес‑процессам. Обязанности - Проектирование, разработка и внедрение ИИ‑агентов под конкретные бизнес‑задачи - Настройка сценариев работы агента: диалог, вызов инструментов, работа с базой знаний, эскалация человеку, обработка ошибок - Интеграция ИИ‑агентов с внешними и внутренними системами (API, БД, ERP/CRM, мессенджеры и др.) - Проектирование RAG‑пайплайнов: загрузка документов, чанкинг, embeddings, поиск, ранжирование, проверка качества ответов - Тестирование, отладка и поддержка ИИ‑агентов на всех этапах жизненного цикла - Оптимизация качества, скорости ответа и стоимости использования токенов - Анализ требований, участие в архитектурных решениях и выборе технологий Требования - Опыт коммерческой разработки на Python от 2-3 лет - Практический опыт с LLM‑приложениями, RAG, ИИ‑ассистентами от 6 месяцев (для Middle) или от 1–2 лет (для Senior) - Понимание архитектуры агентных систем, включая планирование, память, инструменты, оркестрацию и обработку ошибок - Опыт работы хотя бы с одним из инструментов: LangChain, LangGraph, LlamaIndex, CrewAI, PydanticAI или аналогами - Понимание RAG: чанкинг, embeddings, векторный поиск, reranking, оценка качества retrieval - Навыки интеграции через REST API, WebSocket, опыт работы с базами данных (SQL/NoSQL) - Навыки работы с контейнеризацией (Docker) - Самостоятельность, инициативность, желание учиться и развиваться в сфере ИИ Будет плюсом - Опыт внедрения ИИ‑агентов именно в корпоративных сценариях (SLA, аудит, безопасность, контроль действий, логирование) - Опыт с векторными базами: Qdrant, pgvector, Weaviate, Pinecone или аналогами - Опыт с OpenAI API, Anthropic, локальными/open‑source моделями, Ollama, vLLM или другими LLM‑инструментами - Понимание метрик качества ИИ‑систем: точность ответов, полнота поиска, доля ошибок, стоимость запроса, время ответа - Опыт работы с персональными данными, логированием, аудитом действий и безопасностью - Умение быстро собирать прототипы и доводить их до стабильного пилота Условия и преимущества - Гибкий формат: проектная занятость, частичная занятость или удаленная работа - Возможность совмещать с основной работой на старте - Участие в запуске нового направления ИИ‑автоматизации для бизнеса - Дружная команда экспертов, открытая к новым идеям и технологиям - Современные инструменты и поддержка на всех этапах работы
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist Компания: Magic Compass Holdings Limited Тип занятости: Контрактор на полный рабочий день, удаленно. Рабочие часы: 9:00 – 18:00 по местному времени. О вакансии Мы ищем инициативного GenAI Engineer / AI Builder / AI Agent Associate / AI Application Specialist для проектирования и создания ИИ-рабочих процессов и ИИ-агентов, повышающих продуктивность бизнеса в различных бизнес-функциях. Вы будете проектировать, создавать и поддерживать ИИ-решения, автоматизирующие бизнес-процессы, повышающие операционную эффективность и обеспечивающие эффективное сотрудничество человека и ИИ в разных бизнес-функциях. Первоначально вы будете поддерживать нашу команду по ИИ и управлению рисками. По мере развития наших ИИ-возможностей вы будете работать с другими бизнес-функциями над созданием практических ИИ-решений, повышающих продуктивность и операционное совершенство. Эта роль идеально подходит для тех, кто любит быстро превращать бизнес-требования в масштабируемые ИИ-приложения и воплощать идеи в реальные бизнес-результаты. Обязанности Разработка ИИ-агентов и рабочих процессов: - Проектирование, создание и поддержка ИИ-агентов для бизнес-операций. - Разработка систем мониторинга, логирования и наблюдаемости за поведением агентов и правилами безопасности. - Разработка ИИ-рабочих процессов, автоматизирующих повторяющиеся бизнес-процессы. - Преобразование бизнес-требований в практические ИИ-решения. - Создание масштабируемых ИИ-приложений, повышающих продуктивность и операционную эффективность. - Интеграция ИИ-решений с внутренними системами и сторонними платформами. Бизнес-приложения ИИ: - Разработка ИИ-решений для различных бизнес-функций, включая управление рисками, тестирование, маркетинг, операции и поддержку клиентов. - Выявление возможностей, где ИИ может автоматизировать ручную работу, улучшить принятие решений и оптимизировать бизнес-операции. Разработка ИИ: - Создание ИИ-приложений с использованием современных больших языковых моделей (LLM). - Проектирование промптов, ИИ-рабочих процессов и мультиагентных решений для различных бизнес-сценариев. - Разработка решений с использованием RAG, MCP, вызова функций, памяти и вызова инструментов. - Интеграция API LLM во внутренние платформы и конвейеры автоматизации. - Создание ИИ-рабочих процессов с использованием как кодовых, так и low-code/no-code платформ, где это уместно. - Постоянная оценка новых ИИ-технологий и рекомендация практических бизнес-применений. Требования - Опыт от 1 до 3 лет в создании ИИ-приложений, ИИ-агентов или решений для автоматизации рабочих процессов. - Практический опыт работы с ведущими ИИ-моделями, такими как OpenAI (GPT), Openclaw, Claude, Gemini, DeepSeek, Qwen, Llama или аналогичными большими языковыми моделями (LLM). - Опыт использования современных инструментов ИИ-разработки, таких как Cursor, Claude Code, Codex, Gemini CLI, Genspark, Manus, OpenHands или аналогичных инструментов разработки с использованием ИИ. - Знакомство с фреймворками ИИ-агентов, концепциями агентного ИИ (планирование, агенты, использующие инструменты, генерация с дополненной выборкой) — допускается практический опыт или проекты на стороне. - Опыт интеграции ИИ-решений с API, сторонними сервисами или внутренними бизнес-системами. - Базовые навыки программирования на Python и знакомство с prompt engineering, проектированием ИИ-рабочих процессов или RAG. - Опыт в сфере финансовых технологий, трейдинга, управления рисками и/или цифровых активов. - Сильные аналитические способности, навыки решения проблем и коммуникации, а также увлеченность изучением и применением новых ИИ-технологий. - Способность эффективно общаться на английском языке, сильное аналитическое мышление, способность решать проблемы. - Опыт создания мультиагентных систем, платформ автоматизации рабочих процессов и/или развертывания ИИ-приложений в production-средах. Условия работы - Полностью удаленная работа с графиком по вашему местному времени. - Создание ИИ-решений, решающих реальные бизнес-задачи. - Работа с различными бизнес-функциями и участие в формировании ИИ-трансформации компании. - Работа с новейшими ИИ-технологиями, LLM, ИИ-агентами, автоматизацией рабочих процессов и современными инструментами ИИ-разработки. - Возможность создавать практические ИИ-приложения с прямым влиянием на бизнес.
Forward Deployed AI Engineer
Компания: asahantechpartners.com Вакансия: Инженер по внедрению ИИ Тип занятости: Полная занятость Формат работы: 100% удалённая работа Уровень опыта: Senior Наш клиент ищет инженера по внедрению ИИ для непосредственной работы с клиентами и поставки готовых к эксплуатации решений на базе ИИ. Это практическая инженерная и консультационная роль. Вы будете изучать бизнес-процессы клиентов, определять практические сценарии использования ИИ, создавать работающие решения и руководить внедрением от прототипа до производства. Идеальный кандидат сочетает сильные навыки в области ИИ и разработки ПО с отличными коммуникативными способностями и умением эффективно работать в удалённой среде, ориентированной на взаимодействие с клиентами. Обязанности - Проведение удалённых технических сессий по выявлению потребностей с клиентами. - Понимание рабочих процессов, данных, систем и технических ограничений клиента. - Преобразование бизнес-требований в архитектуру ИИ и планы реализации. - Создание приложений с использованием LLM, RAG, AI-агентов, машинного обучения и автоматизации рабочих процессов. - Разработка бэкенд-сервисов, API, конвейеров данных и системных интеграций. - Подключение решений ИИ к базам данных, хранилищам документов, SaaS-платформам и внутренним API. - Реализация структурированных выводов, вызова инструментов, рабочих процессов с одобрением человеком, защитных механизмов и логики отката. - Оценка точности моделей, качества поиска, задержки, надёжности, безопасности и стоимости. - Развёртывание сервисов ИИ в облачных или корпоративных средах клиента. - Устранение технических неполадок на этапе внедрения и ввода в эксплуатацию. - Информирование заинтересованных сторон клиента о ходе работы, рисках и технических решениях. - Документирование архитектуры системы, процедур развёртывания и решений по реализации. - Обмен повторно используемыми решениями и отзывами клиентов с внутренними инженерными командами. Требования - Пять и более лет профессионального опыта в разработке ПО. - Сильный опыт промышленной разработки на Python. - Опыт создания и развёртывания приложений на базе LLM, машинного обучения, NLP или ИИ. - Опыт работы с RAG, эмбеддингами, векторными базами данных, вызовом инструментов или рабочими процессами AI-агентов. - Опыт разработки бэкенд-сервисов с использованием FastA...
Python Developer (LLM, Москва)
Python Developer (LLM, Москва) Мы ищем Backend-разработчика на Python, способного внедрять системы на базе LLM и AI-агентов «под ключ»: от постановки задачи и проектирования архитектуры до промышленного внедрения и поддержки. Мы разрабатываем и поддерживаем продукт ERA — систему комплексной диагностики продуктов и услуг. Решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление проектами: Jira, Confluence 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 - Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Обязанности - 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
Senior/Lead AI Engineer
Старший/Ведущий AI-инженер О нас Ищем Старшего/Ведущего AI-инженера для разработки AI-агента, который станет естественно-языковым интерфейсом к корпоративной платформе. Пользователи смогут управлять сайтами, списками, полями, навигацией и другими сущностями через обычный диалог. Задачи - Разработать production-ready AI-агента для работы внутри периметра заказчика - Поддерживать различные LLM (локальные и облачные) - Обеспечить безопасность, производительность и простоту установки готового решения - Довести MVP до production с возможностью дальнейшей поддержки и развития Требования - Опыт разработки AI-агентов на базе LLM - Понимание MCP - Уверенное владение Python - Опыт проектирования распределённых систем - Будет плюсом опыт интеграции с корпоративными API и разработки on-premise решений Условия - Полностью удалённая работа - Part-time формат - Оплата 2 500–4 000 ₽/час - Итеративная разработка: от проверки гипотез до production - Возможность долгосрочного сотрудничества после запуска MVP
QA-инженер (AI/ML)
О нас Группа Rubytech — лидирующий производитель программно-аппаратных комплексов и разработчик технологий для высоконагруженных ИТ-инфраструктур. Мы выпускаем собственную линейку ПАК Скала^р, а также строим и защищаем от киберугроз инфраструктуру, обеспечивая бесперебойную работу крупного бизнеса и государственных организаций. Требования - Опыт тестирования AI/ML-компонентов и сервисов - Опыт работы с фреймворками: LangChain, LlamaIndex, RAGAS, Langfuse - Опыт тестирования RAG-пайплайнов: качество retrieval (Hit Rate, MRR, NDCG@K), релевантность ответов, groundedness - Знание Python, SQL, REST API - Знание метрик оценки LLM - Понимание принципов работы агентских систем, MCP Будет плюсом - Опыт работы с Postman, Selenium, PyTest - Оценка экономической эффективности: контроль token usage, cost per request, API-лимитов - Понимание интеграционного тестирования: коннекторы к Active Directory, MS SharePoint, Confluence, мессенджерам и пр. - Навыки тестирования ИБ: prompt injection, jailbreak-атаки, проверка утечки PII (паспорта, телефоны), data leakage системных промптов Условия работы - Уютный, комфортный и современный офис в пешей доступности от м. Алексеевская, где есть все необходимое для работы и даже больше: дежурный врач, кафе и столовая, кофе и фрукты, фитнес-центр, коворкинг и многое другое - Стабильный и «белый» конкурентный доход, который мы обсудим при встрече - Удобный график — гибрид или офис (в зависимости от подразделения) - Работа в аккредитованной ИТ-компании из реестра Минцифры (отсрочка от мобилизации) - Профессиональный рост, обучение и развитие, участие в проекте «Лекторий Rubytech» - Развитые спортивные комьюнити: футбол, волейбол, баскетбол и шахматы - ДМС для вас и вашей семьи на особых условиях - Тимбилдинги, митапы и другие корпоративные мероприятия - Скидки у 500+ партнеров (платформы BestBenefits и Lerna) Ждем вас в нашей команде!
Applied AI / LLM Engineer (Python)
Mad Devs — Applied AI / LLM Engineer (Python) О нас В Mad Devs вы присоединитесь к команде, увлечённой решением сложных задач и созданием инновационных продуктов. Наши проекты охватывают Европу, США и Юго-Восточную Азию — это шанс влиять на глобальные процессы. Мы превращаем юридическую индустрию с помощью AI, ценим гибкость, удалённую работу и постоянное профессиональное развитие. Всё для того, чтобы вы росли в заряжающей энергией среде. Задачи - Взять полную ответственность за AI-слой продуктов: от исследований и экспериментов до внедрения в продакшен - Сквозное ведение AI-инициатив: вы будете сопровождать их на всех этапах - Решать реальные вызовы в области генеративного AI (GenAI) - Участвовать в формировании будущего продуктов, основанных на AI - Проводить исследования и эксперименты, превращая результаты в работающие решения Требования В описании вакансии детальные требования не указаны. Пожалуйста, уточняйте информацию у рекрутера или на собеседовании. Будет плюсом Информация не предоставлена. Почему стоит присоединиться - Проекты глобального масштаба — от Европы до Юго-Восточной Азии - Полностью удалённый формат работы - Культура гибкости и доверия - Профессиональный рост и развитие в AI-сфере - Дружная и вдохновляющая команда
Senior AI Engineer/Cпециалист по генеративному искусственному интеллекту(SecOps)
Senior AI Engineer / Специалист по генеративному ИИ (SecOps) О компании BI.ZONE разрабатывает IT-решения для кибербезопасности: от мобильных приложений до сложных платформ на базе машинного обучения и генеративного ИИ. Наши продукты делают жизнь миллионов людей безопаснее. В AI Центре мы занимаемся прикладным применением AI/ML в продуктах BI.ZONE и исследуем передовые технологии. Мы развиваем AI-ассистента Cubi, который помогает специалистам по информационной безопасности работать с большими данными и противостоять киберугрозам. Мы ищем старшего AI-инженера, который займется созданием и развитием AI-агентов для автоматизации процессов в Security Operations. Вас ждут интересные и амбициозные задачи, дружная команда и поддержка на старте. Задачи - Разработка мультиагентной системы в BI.ZONE TDR для автоматизации триажа алертов, расследования и реагирования. - Развитие AI-функционала BI.ZONE Cubi в продуктах EDR, SIEM и SOAR. - Решение NLP-задач в контексте SOC: классификация и приоритизация алертов, суммаризация инцидентов, семантический поиск по логам и базам знаний, кластеризация событий. - Выдвижение гипотез и быстрая проверка через PoC. - Написание поддерживаемого и читаемого кода на Python 3.10+. - Участие во всех этапах жизненного цикла AI/ML: от предобработки данных до деплоя и мониторинга в production. - Обмен экспертизой с коллегами и внешней аудиторией. Требования Профессиональные навыки - Высшее техническое образование. - Опыт разработки на Python от 3 лет. - Понимание процессов SOC: мониторинг, триаж алертов, расследование инцидентов, реагирование. - Знакомство с MITRE ATT&CK, kill chain, типовыми TTPs и IOC. - Опыт создания агентов с использованием современных фреймворков (LangChain, LangGraph, LlamaIndex, Agno/Phidata и др.). - Знание стратегий планирования AI-агентов (ReAct, Plan-and-Execute и т.п.). - Уверенная работа с LLM API (OpenAI, vLLM, Anthropic и др.). - Понимание агентских протоколов (MCP, A2A, AG-UI). - Сильные навыки prompt engineering, включая chain/tool/function calling. - Опыт работы с векторными базами данных (Weaviate, Pinecone, Qdrant, Milvus и др.). - Опыт оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги). - Владение Linux, Git, Docker; умение упаковывать агента в контейнер. Soft skills - Способность быстро находить рабочий baseline и итеративно его улучшать. - Управление беклогом продукта, умение договариваться о контрактах и ограничениях. - Быстрое освоение новых технологий (разбор фреймворка за дни, а не недели). - Готовность экспериментировать и предлагать нестандартные решения. Будет плюсом - Опыт интеграции с SOC-инструментарием (SIEM, SOAR, EDR) или их API, хотя бы на уровне подключения. - Понимание атак на LLM (Prompt Injection, Jailbreaks) и методов защиты (Guardrails), знакомство с OWASP Top 10 for LLM Applications. - Опыт fine-tuning и дообучения LLM (PEFT: LoRA, DoRA, qLoRA и др.). - Навыки обнаружения и минимизации галлюцинаций и ошибок в ответах LLM. - Опыт работы с self-hosted моделями. Условия работы - Официальное оформление по ТК РФ и все преимущества аккредитованной IT-компании. - Гибкий график: удаленная работа или офис без контроля присутствия. - ДМС со стоматологией с первого месяца работы. - Обучение за счет компании: сертификации, курсы, конференции, митапы, хакатоны, CTF-ы. - Свободная атмосфера: общение на «ты», отсутствие дресс-кода и бюрократии. - Поддержка самореализации и личного бренда. - Скидки на фитнес, покупки, сервисы «Фитмост», «СберПрайм+» и BestBenefits. - Корпоративная жизнь: мероприятия, спортивные старты, мерч и подарки. - Профессиональные сообщества: тематические митапы, клубы по интересам (спорт, игры, книги, аниме).
Инженер AI/LLM (удаленно по РФ)
Инженер AI/LLM (удаленно по РФ) О нас Bell Integrator — крупная ИТ-компания, реализующая проекты для системообразующих финансовых, телеком и ритейл компаний по всей России. О проекте Создание AI-агента для Python BDD-фреймворка в корпоративной банковской среде. Решение будет автоматически преобразовывать функциональные тестовые сценарии в готовые сценарии на Gherkin, используя существующую кодовую базу и механизмы интеллектуального подбора переиспользуемых шагов. Цели проекта: - Ускорить разработку BDD-автотестов. - Снизить стоимость регрессионного тестирования. - Повысить стандартизацию автоматизации тестирования. - Построить внутренний инструмент нового поколения, объединяющий LLM, RAG, ReAct и корпоративную инфраструктуру. Ключевые направления - Генерация feature-файлов на Gherkin на основе функциональных сценариев с помощью AI-агента. - Построение retrieval-контура на базе RAG и PostgreSQL + pgvector для поиска релевантных шагов, шаблонов и переиспользуемых элементов. - Интеграция с существующим Python BDD-фреймворком и библиотекой шагов для максимального переиспользования кодовой базы. - Разработка пользовательской поверхности (IDE plugin) для удобной работы тест-автоматизаторов. - Контроль качества генерации, стандартизация сценариев, снижение пропусков переиспользуемых шагов. - Создание технологической основы для развития AI в тестировании, AIPDLC и spec-driven development. Технологический стек - Python 3 - FastAPI, Streamlit - PostgreSQL, pgvector - Apache Kafka - Docker - Linux - HTTP, REST, GraphQL - LLM, RAG, ReAct, embeddings, vector search Требования - Опыт работы: от 3 лет. - Высшее образование. - Практический опыт построения RAG-систем и работы с векторными хранилищами (желательно PostgreSQL + pgvector). - Опыт разработки ReAct-агентов. - Понимание принципов ООП, SOLID и паттернов проектирования. - Знание многопоточного и асинхронного программирования (GIL, asyncio). - Практические навыки работы с LLM. - Опыт контейнеризации (Docker). - Лидерские качества: умение принимать решения и брать ответственность. Дополнительные (желательные) требования - Понимание BDD, Gherkin, тестовой автоматизации и принципов переиспользования step definitions. - Понимание клиентской веб-разработки. - Опыт разработки IDE-плагинов или инструментов для разработчиков. - Опыт оценки качества AI-решений (accuracy, retrieval quality, traceability). - Понимание spec-driven development и применения AI в SDLC/QA-процессах. Обязанности - Проектировать и согласовывать архитектуру AI-агента, приложений и интеграций. - Разрабатывать backend-компоненты AI-агента, общие библиотеки, интеграционные модули. - Реализовывать решения на основе LLM, ReAct и RAG, включая поиск и подбор релевантных шагов. - Интегрировать систему с внутренними сервисами, репозиториями, базами знаний и корпоративной инфраструктурой. - Формировать требования к CI/CD, мониторингу, логированию, трассировке и контролю качества AI-агента. - Проводить ревью кода, поддерживать стандарты разработки, участвовать в командных коммуникациях. - Взаимодействовать со специалистами по автоматизированному тестированию, QA и разработчиками для уточнения требований и сценариев. - Участвовать в создании пользовательской поверхности (IDE plugin). Условия - Работа в команде профессионалов, поддержка инициатив. - Доступ к новым технологиям, включая AI. - Профессиональный и карьерный рост. - Возможность участвовать в разных проектах. - Опыт работы в распределенной команде. - Заработная плата обсуждается индивидуально. - Оформление в соответствии с ТК РФ в Bell Integrator. - Формат работы: удаленно по РФ.
AI-разработчик / MLOps
О нас Проект управляющей компании «Джетлин». Мы создаём и сопровождаем AI-решения, которые работают в микросервисной среде. Задачи - Разработка AI-агентов на Python с использованием внешних API. - Упаковка кода в минимальные и безопасные Docker-образы. - Написание Helm-чартов для развёртывания образов в Kubernetes. - Реагирование на блокировки образов SCA-сканером: поиск обновлений или патчей для уязвимых библиотек, пересборка и передеплой. - Мониторинг продакшен-подов через ArgoCD, анализ логов при падениях, исправление ошибок в коде, промптах или API. - Полная ответственность за доставку и поддержку AI-агентов: от идеи до эксплуатации. - Примерный баланс: 30% разработка, 70% внедрение и эксплуатация (Deployment & Ops). Требования - Уверенный промышленный опыт разработки на Python. - Глубокое понимание менеджеров зависимостей и виртуальных окружений (virtualenv, poetry, pip) — 70% проблем деплоя связаны именно с ними. - Навыки контейнеризации (Docker) и оркестрации (Kubernetes), позволяющие самостоятельно собирать образы, проходить security-проверки и запускать сервисы в кластере без помощи сисадминов. - Опыт написания Helm-чартов и понимание CI/CD (ArgoCD будет плюсом). - Желателен опыт в AI/ML-разработке: интеграция моделей, работа с промптами, понимание жизненного цикла AI-агента. - Автономность, проактивность и умение быстро расследовать инциденты. Условия - Полная удалёнка на территории РФ. - Оформление по ТК или ИП. - Занятость на проекте управляющей компании.
AI engineer (ML/DS)
AI-инженер (ML/DS) О нас Мы — команда Raft Digital Solutions. Мы разрабатываем решения на базе AI, внесли вклад в развитие фреймворка LangChain, создали собственный продукт для анализа голосовой связи с помощью GPT и провели исследования в области безопасности LLM. Работаем на рынках РФ и за рубежом. Сейчас мы ищем Senior AI-инженера с опытом в ML/DS в команду разработки AI-агентов для пользователей. Стек технологий - OpenAI, GigaChat, MCP - Python, PostgreSQL - LangChain, Langfuse - CI/CD, Docker, Kubernetes Задачи - Разрабатывать ассистентов с текстовыми и голосовыми интерфейсами - Анализировать качество генеративных моделей и искать способы его улучшения - Следить за лучшими практиками и open-source решениями в области AI - Деплоить сервисы в Kubernetes, настраивать мониторинг - Проводить Code Review существующих решений, предлагать идеи по оптимизации и развитию Требования - Коммерческий опыт разработки на Python / data science от 5 лет - Понимание архитектуры AI-агентов: оркестрация, memory, tools - Коммерческий опыт разработки AI/LLM-приложений (RAG, AI agents, векторные БД, tool calling, function calling, workflows) - Опыт работы с фреймворками для LLM-пайплайнов: LangChain, LlamaIndex, Haystack или аналогичными - Опыт деплоя сервисов в продакшен Условия - Удалённый формат работы - Гибкий график, полная занятость (40 часов в неделю) - Задачи на стыке бизнеса и современных AI-технологий - Дружная команда экспертов, обмен знаниями, технический рост - Оформление по договору B2B (с ИП)
Backend-разработчик (Python)
Backend-разработчик (Python) О проекте team4you.org ищет backend-разработчика с сильной экспертизой в Python для участия в создании AI/LLM-сервисов крупного российского банка (ТОП-5). Проект включает разработку чат-ботов, поисковых решений, агентных сервисов и прикладных AI-инструментов. Задачи - Разрабатывать backend-сервисы для AI-платформы банка: чат-боты, поисковые решения, агентные сервисы и прикладные AI-инструменты. - Проектировать и развивать микросервисную архитектуру на FastAPI. - Интегрировать сервисы с LLM-платформой, базами данных, брокерами сообщений и внутренними системами банка. - Создавать высоконагруженные API и сервисы реального времени. - Участвовать в проектировании архитектуры платформы и развитии общих платформенных компонентов. Требования - Коммерческий опыт разработки на Python от 3 лет. - Уверенное знание Python, asyncio, многопоточности и принципов разработки production-сервисов. - Опыт коммерческой разработки на FastAPI. - Опыт проектирования микросервисной архитектуры и интеграционных решений. - Практический опыт работы с PostgreSQL, Redis и брокерами сообщений (Kafka, NATS или аналогами). - Опыт работы с REST API, gRPC и асинхронными протоколами взаимодействия. - Понимание принципов тестирования, мониторинга и сопровождения backend-сервисов. Будет плюсом - Опыт разработки AI/LLM-приложений, чат-сервисов или поисковых систем. - Опыт работы с LangChain, LangGraph, LlamaIndex или аналогичными фреймворками. - Понимание принципов построения RAG-систем. - Опыт работы с Docker, Kubernetes и CI/CD. - Опыт проектирования высоконагруженных систем.
Quant Researcher (Middle/Senior) в QST (Quantstellation), TradFi (Derivatives), $7–15k net + Bonus/Profit Share, Limassol/Moscow (Hybrid/Relocation)
О компании QST (Quantstellation, ранее известная как «Созвездие») — бутиковый prop HFT-фонд с 18-летней историей. Торгуем на собственные средства деривативами (фьючерсы и опционы) на ведущих биржах: CME, Eurex, NSE, KRX. Криптовалюты присутствуют как дополнительное направление. Ключевые факты: - Ежемесячный объем торгов превышает 80 млрд долларов. - Средний стаж сотрудников в команде — более 6 лет. - Плоская структура, минимум бюрократии, быстрый путь от гипотезы до продакшена. - Собственная технологическая платформа, включая FPGA и GPU-кластер для тяжелых моделей. О позиции Ищем Middle/Senior Quant Researcher, который сосредоточится на исследовательской работе. Основной язык — Python, задачи на C++ не ставятся (для этого есть сильная команда Quant Dev). Вы будете строить альфу с нуля, опираясь на готовый research-to-production pipeline. Задачи - Разработка и тестирование количественных стратегий для торговли деривативами. - Создание новых источников альфы, а не поддержка существующих пайплайнов. - Взаимодействие с разработчиками для внедрения моделей. Требования - Сильная математическая база и опыт в машинном обучении. - Способность самостоятельно генерировать гипотезы и доводить их до реализации. - Опыт в TradFi приветствуется, но кандидаты из crypto-индустрии также будут рассмотрены. Условия - Оклад: 7 000 – 15 000 USD net ежемесячно. - Бонус: участие в profit-пуле по прозрачной формуле, привязанной к PnL. Успешные стратегии генерируют апсайд, кратно превышающий фиксированную часть, без искусственных ограничений. - Команда: основатели — выпускники мехмата МГУ, коллеги — Kaggle Masters, PhD, выпускники ШАД. Взаимодействие строится на совместном поиске альфы, а не на внутренней конкуренции. - Формат работы: гибридный график, офисы в Лимассоле и Москве, возможна релокация. - График: гибкий, 40 часов в неделю, без переработок по выходным. - Лояльный подход к обязательствам по NCA: готовы обсуждать индивидуальные условия перехода.
AI/ML Engineer
СберСпасибо: AI/ML Engineer О проекте Мы разрабатываем корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Сейчас мы ищем специалиста, который займётся качественной составляющей систем: повышением надёжности RAG, выстраиванием методологии оценки, тестирования, защит и промпт-инжинирингом. Это прикладная позиция — мы не обучаем модели, а используем готовые через корпоративный шлюз. Весь фокус на инжиниринг, оценку и тонкую настройку поведения агентов. Задачи - Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе и бухгалтерской документации - Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды - Подготовка эталонных наборов для оценки качества - Реализация методологии автоматических регрессионных проверок (LLM-as-a-judge) - Настройка защит (guards) для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек ПДн, anti-hallucination механизмы - A/B-тестирование промптов и моделей для подбора лучших конфигураций - Тюнинг качества на основе обратной связи пользователей и трассировок из Langfuse Требования - Опыт коммерческой разработки на Python от 2 лет - Практический опыт создания и поддержки RAG-систем в продакшене (от начала до конца, не прототип): эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг - Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги) - Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных - Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling - Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник - Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги - Практический опыт A/B-тестирования промптов и моделей в продакшене - Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов - Базовые знания SQL и работы с реляционными базами