Вакансии AI-инженера

Разработка приложений с AI и LLM: ассистенты, агенты и интеграция моделей в продукты. Обучение моделей и Data Science, а также AI-assisted coding выделены в соседние подборки. Обновляется каждый час. Найдено: 87 вакансий за последнюю неделю.

Вакансий за неделю:
87
Медиана:
280 000 ₽
Вилка:
150 000 ₽ — 450 000 ₽

Зарплаты — по 165 вакансиям с указанной вилкой за 30 дней

Поиск вакансий

HireSeeker — агрегатор вакансий. Собираем вакансии со всех основных площадок и показываем по вашей специальности. Подпишитесь на ежедневную подборку только релевантных.

В дайджест попадут вакансии на русском
hh.ru
ibs
Зарплата не указанаРоссияМоскваОфис

Разработка рабочих прототипов (MVP/PoC) на базе технологий искусственного интеллекта для внутренних производственных задач. Быстрая проверка гипотез, визуализация результатов для заказчиков, снижение рисков перед запуском полноценных продуктов.

Основные задачи:

  • Разработка сервисов, пайплайнов и веб-демо с интеграцией ML/CV/NLP-моделей.

  • Подготовка демонстрационных стендов: дашборды, API, CLI-утилиты, отчеты.

  • Формирование PoC-датасетов совместно с Data Engineer и DS.

  • Оборачивание моделей в сервисный контур (REST/gRPC, batch-запуски, очереди).

  • Базовый мониторинг производительности и ошибок прототипов.

  • Тестирование Open Source-решений и новых AI-библиотек.

Стек технологий

Обязательно:

  • Python (основной язык)

  • FastAPI / Flask (REST API)

  • Docker, docker-compose

  • SQL (PostgreSQL / ClickHouse)

  • PyTorch / TensorFlow (запуск и интеграция моделей)

  • Pandas, работа с форматами CSV / Parquet / JSON

  • Git, Linux, базовые навыки DevOps

Желательно:

  • Streamlit / Grafana (дашборды)

  • OpenCV (обработка изображений, видеопотоки)

  • gRPC

  • Kafka / RabbitMQ / MQTT

  • Go / Java / TypeScript (дополнительный язык)

Требования к опыту

  • 3+ года коммерческой разработки на Python (или 2+ года с сильным портфолио прототипов).

  • Опыт создания MVP в условиях сжатых сроков и неполных вводных.

  • Опыт интеграции с БД и внешними API.

  • Практика контейнеризации (Docker).

  • Опыт работы с ML-задачами: оборачивание моделей в сервисы, построение пайплайнов.

Будет плюсом:

  • Опыт в промышленном/инженерном домене (производство, добыча, обогащение).

  • Участие в проектах с DS-командами (вывод моделей на тестовые контуры).

Soft skills

  • Умение быстро уточнять требования и декомпозировать задачи.

  • Коммуникация с DS, DE, архитекторами, ИБ и бизнес-заказчиками.

  • Практичность: фокус на работающем результате, готовность к упрощениям без потери воспроизводимости.

  • Самостоятельность, тайм-менеджмент, ведение нескольких задач параллельно.

Условия

  • ДМС с первого дня

  • Офисной формат работы, комфортный офис в Москва-Сити.

  • Работа с актуальными AI-технологиями.

  • Быстрая обратная связь от заказчиков, видимый результат.

hh.ru
альвента
80k–120k ₽РоссияМоскваУдалёнка

Мы — Alventa.ai, делаем AI-голосового администратора для стоматологических клиник. Агент сам принимает входящие звонки, консультирует пациентов, записывает их на приём, переносит и отменяет визиты. Он говорит по-русски в реальном времени, с задержкой ответа меньше полсекунды. Продукт уже работает с клиниками, сейчас расширяем команду. Ищем Python backend-разработчика с опытом 1–3 года.

У нас ты будешь работать на стыке классического бэкенда и AI: телефония, LLM, распознавание и синтез речи, интеграции с медицинскими CRM. Команда небольшая, поэтому твой код быстро попадает в прод, и ты сразу видишь, как он влияет на реальные звонки пациентов.

Чем предстоит заниматься

  • Разрабатывать и поддерживать backend-сервисы на Python (FastAPI, asyncio)
  • Развивать логику диалогового агента: сценарии и состояния звонка, извлечение данных из реплик, работу с LLM
  • Писать интеграции с МИС и CRM клиник (расписание врачей, запись пациентов) и с внешними API
  • Проектировать REST API для веб-интерфейса операторов и админки клиник
  • Работать с фоновыми задачами и очередями (Celery / TaskIQ, RabbitMQ, Redis)
  • Проектировать схемы данных и оптимизировать запросы в PostgreSQL
  • Разбирать логи звонков, находить и исправлять ошибки в поведении агента
  • Участвовать в код-ревью, покрывать код тестами, улучшать кодовую базу
  • Деплоить и сопровождать сервисы в Docker на Ubuntu

Что мы ждём от тебя

  • Коммерческий опыт разработки на Python от 1 до 3 лет
  • Опыт разработки на FastAPI и уверенное понимание async/await в Python
  • Pydantic (v2): валидация данных, схемы запросов и ответов, настройки
  • PostgreSQL: уверенный SQL, индексы, оптимизация запросов; опыт с SQLAlchemy
  • Alembic: написание и сопровождение миграций
  • Celery: фоновые и отложенные задачи, ретраи, периодические задачи
  • RabbitMQ: понимание очередей, exchange и routing, гарантий доставки
  • Redis: кэширование, брокер/бэкенд для задач, TTL, базовые структуры данных
  • Docker и Docker Compose: умение собрать образ, поднять окружение из нескольких сервисов и разобраться, почему оно не стартует
  • Git и pull request-флоу (у нас GitHub)
  • Linux (Ubuntu) на уровне повседневных задач: логи, процессы, сеть
  • Умение читать чужой код, задавать вопросы и доводить задачи до прода

Будет плюсом

  • Опыт интеграции с LLM API (OpenAI-совместимые API, vLLM), промпт-инжиниринг, structured output
  • Знакомство с LangGraph, LangChain или другими фреймворками для агентов
  • Опыт с real-time системами: WebSocket, стриминг, работа с аудио
  • Знакомство с IP-телефонией (SIP, Asterisk, LiveKit) или с медиапайплайнами (Pipecat)
  • Опыт интеграций с медицинскими информационными системами
  • Тесты на pytest как привычная часть работы

Что мы предлагаем

  • Зарплата 80 000–120 000 ₽ на руки, конкретная сумма — по итогам собеседования
  • Удалённая работа
  • Оформление по ТК или как самозанятый
  • Короткий путь от задачи до прода, без месяцев согласований
  • Прямое влияние на технические решения: мы открыты к предложениям по стеку и архитектуре
Сайты компаний
СБЕР

Data Scientist (LLM & ML) в команду «История операций» СберБанк Онлайн

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

«История операций» — это один из самых высоконагруженных и посещаемых экранов в приложении. Наша цель — превратить сухие строчки чеков в умную, интерактивную ленту. Мы внедряем LLM, чтобы пользователь мог общаться со своими финансами на естественном языке, получать моментальные умные инсайты, автоматические теги и персонализированную аналитику расходов.

  • Разрабатывать и внедрять ИИ-агентов (LLM Agents): проектировать логику рассуждений агентов на базе GigaChat, обучать и дообучать модели (Finetuning, LoRA/QLoRA), настраивать вызов внешних инструментов (Tool Calling, API, SQL-скрипты) под задачи банкинга.
  • Проектировать и обучать классические ML-модели: разработать точечную ML-модель для анализа транзакционных и табличных данных (классификация, кластеризация или скоринг) для обогащения контекста агента.
  • Строить RAG-системы: проектировать архитектуру контекстного поиска ответов по сложным финансовым логам, чекам и документам пользователя.
  • Анализировать и дорабатывать корзину запросов: оценивать результаты ответов агентов на предмет качества и ошибок, согласовывать метрики (Guardrails, Ragas), защищать подходы перед бизнесом и показывать ценность данных на понятном языке.
  • Обеспечивать надёжность и оптимизировать воркфлоу: минимизировать задержки (latency) ответов, настраивать мониторинг внедрённых решений и контролировать траекторию поведения агента, полностью исключая галлюцинации в продакшене.

Наш идеальный кандидат

  • Имеет опыт в LLM от 2-3 лет: запускал языковые модели в продакшн (Transformers, BERT, GPT-подобные архитектуры).
  • Мастерски владеет Python: знает библиотеки PyTorch, Hugging Face, LangChain, LlamaIndex.
  • Понимает специфику работы с LLM: умеет эффективно настраивать Prompt Engineering, оптимизировать инференс (vLLM, TensorRT-LLM) и оценивать качество генерации (Ragas, TruLens).
  • Обладает базой в классическом машинном обучении: понимает алгоритмы Classic ML, умеет работать с табличными данными и признаками (CatBoost / LightGBM / Scikit-learn).
  • Дружит с Big Data: уверенно пишет сложные запросы на SQL (Hive/Spark) для подготовки датасетов.

Почему это вакансия-мечта

  • Масштаб и влияние: ваш код и обученные модели будут работать в смартфонах каждого второго жителя страны.
  • Топовый стек и ресурсы: доступ к мощным суперкомпьютерам Сбера для обучения крупнейших моделей.
  • Минимум бюрократии: мы работаем по гибким методологиям внутри сильного DS-сообщества.
  • Забота и бенефиты: конкурентная белая зарплата, годовые бонусы, ДМС
  • Тренажерный зал (работает даже сейчас)
  • Современный IT-офис с пуфами, игровыми зонами и т.д.
  • Умопомрачительные виды на Москву

Профильное обучение, митапы, конфы, воркшопы внутри и вне компании

Если вы хотите быть у истоков создания принципиально новой, умной истории операций — давайте создавать будущее финтеха вместе!

Эта вакансия также есть на:hh.ru
Сайты компаний
яндекс

LLM-инженер в Финтех

яндексАвтоподнятие
Зарплата не указанаРоссияМосква

Мы активно развиваем направление генеративного ИИ в Финтехе. Создаём агентские системы и другие LLM-продукты для самых разных доменов: клиентской поддержки, комплаенса, ИИ-коммерции, операционной эффективности, инфраструктуры и т. д. Ищем инженера, который будет создавать и внедрять такие системы для внутренних и внешних пользователей.

https://fintech.yandex.ru/careers/ml-developer

Разработка агентских систем

Вам предстоит заниматься разработкой полного цикла — от проектирования сценария и выбора архитектуры до деплоя, мониторинга и итераций по качеству. Нужно будет не просто написать промпт, а сделать работающий продукт с tool calling, fallback-логикой и измеримым результатом.

RAG

Вы будете заниматься генерацией от этапа понимания, какие данные нужны пользователю, до пайплайна, который надёжно находит информацию и генерирует ответы, и системы оценки, которая это подтверждает.

Инфраструктура и качество

Эта задача включает деплой и эксплуатацию LLM-моделей в банковском контуре, мониторинг и observability агентов, автоматизацию экспериментов и офлайн-оценок.


Больше об ML в Яндексе — в канале Yandex for ML

* Строили RAG-системы, включая эксперименты, эксплуатацию, оценку качества, знаете много способов модификации стандартного RAG-пайплайна для улучшения его характеристик
* Работали с vLLM или другими inference-движками, понимаете тонкости multi-GPU-параллелизации моделей
* Умеете писать продакшн-код на Python: знаете, как написать код агента, обернуть его в сервис, умеете правильно использовать различные виды параллелизма и т. д.
* Понимаете архитектуру LLM-приложений, современные подходы к созданию агентских систем
* Уверенно владеете одним из фреймворков создания агентов: LangGraph или LangChain, Crew AI, Pydantic AI или аналогами
* Понимаете, как оцениваются и измеряются системы на основе LLM, владеете инструментами observability
* Знаете, как работать с Docker, Bash, Zsh
* Активно используете ИИ в работе, понимаете область применения, возможности современных LLM-систем для написания кода и прочих помощников
* Держите руку на пульсе разработок в области ИИ-агентов и LLM, пробуете новые подходы в своих рабочих или пет-проектах

hh.ru
ак барс банк, ит

AI-инженер

ак барс банк, итАвтоподнятие
Зарплата не указанаРоссияКазаньОфис

Вакансия в дочернюю аккредитованную it-компанию Ак Барс Банка.
Предоставляем профессиональные услуги в области информационной защиты.
В связи с расширением штата находимся в поисках - ИИ Инженера.

Чем предстоит заниматься:

  • развертыванием и обслуживанием локальных языковых моделей (Llama, Qwen, DeepSeek) через движки вроде vLLM, Ollama, и т.п;
  • сборкой полного цикла RAG: от «вытягивания» текста из PDF/Word до настройки векторного поиска и ре-ранжирования;
  • оптимизацией моделей (квантование, выбор архитектуры) под конкретные ресурсы GPU, имеющиеся в компании;
  • интеграцией AI-моделей во внутренние сервисы через API и созданием агентов для автоматизации задач;
  • контролем качества генерации и мониторингом стабильности работы системы.

Что нужно уметь:

  • опыт работы AI/ML/системным инженером, backend-разработчиком AI-сервисов от 2-3-х лет;
  • опыт локального развертывания SOTA-моделей (Llama, Qwen, DeepSeek) с использованием vLLM, Ollama, TGI, и т.п;
  • умение создавать полноценные пайплайны поиска и генерации: от парсинга документов и выбора стратегии чанкинга до работы с векторными БД;
  • свободное владение Python и опыт создания API для интеграции моделей в сервисы;
  • опыт работы с Linux (Bash) и Docker, настройка драйверов NVIDIA, CUDA;
  • знание методов квантования и умение рассчитывать потребность в VRAM/RAM под конкретные модели и длину контекста;
  • практический опыт работы с LangChain/LlamaIndex/ и др.
  • умение фильтровать запросы, чтобы избежать утечки коммерческой тайны или ПДн через модель;
  • умение самостоятельно рассчитать потребности в железе (VRAM/CPU) под требуемые или новые модели.

Что нужно знать: Python, Docker, Linux (Bash), LangChain, LlamaIndex, Hugging Face Transformers, векторные БД (Qdrant, Milvus, PGVector) и классические СУБД (PostgreSQL).

Будет плюсом:

  • опыт работы с метриками качества.

Что мы предлагаем:

  • работу в группе компаний холдинга, стабильность, развитую корпоративную культуру;
  • уровень заработной платы обсуждается с успешным кандидатом;
  • обучения по программе повышения квалификации за счет работодателя;
  • ДМС, материальные выплаты;
  • необходимую для работы технику;
  • официальное трудоустройство по ТК РФ;
  • график работы 5/2 с 8:30 до 17:30;
  • работа в комфортном офисе в центре города, рядом метро и удобная транспортная развязка;
  • офис расположен по адресу г. Казань ул. Кремлевская 6/20.
Соц.сети
Н

Разработчик-продуктовик

Неизвестный работодатель
Зарплата не указанаРоссияМоскваГибрид

Всем привет! Я к вам с еще одной интересной позицией!)

🔧 Разработчик-продуктовик в производственный холдинг (20+ площадок)

Крупный производственный холдинг ищет зрелого сеньора, который хочет не просто кодить, а реально влиять на цифровую трансформацию производства.

Задача: Развиваем импортозамещающую систему управления надёжностью оборудования (APM). Она уже работает на части предприятий, в следующем году тиражируем на все 20+ площадок. Параллельно внедряем ИИ-агентов для автоматизации и оптимизации производства.

Роль — 70/30: 🛠 70% — разработка:

-Функционал системы надёжности оборудования

-Создание ИИ-агентов, интеграция LLM-решений

-Автоматизация производственных процессов по запросам площадок

-Технические решения по архитектуре и качеству кода

👔 30% — продукт:

-Сбор требований у бизнес-заказчиков (от линейных сотрудников до управленцев)

-Формализация ТЗ, согласование сроков

-Ведение бэклога и приоритетов

-Цепочка «заказчик → требования → вайбкод → релиз» — полностью на вас

Кого ищем:

✅ Опыт в IT от 6 лет, зрелый сеньор;

✅ Опыт в производстве (производственная компания или подрядчик/интегратор)

✅ Глубокое понимание LLM: модели, агенты, чат-боты, пайплайны

✅ Активно используете ИИ-инструменты (Claude и аналоги) в рабочем пайплайне; ✅ Самостоятельно работаете с бизнес-заказчиками: сбор требований, согласование;

✅ Бэкенд-бэкграунд на любом языке (понимание архитектуры важнее конкретного стека);

✅ Проактивность, инициатива, клиентское мышление;

✅ Готовность к высокому темпу: быстрые MVP, работа на результат.

Будет плюсом: Опыт с PM, ТОиР, EAM, MES или АСУ ТП

Не подойдёт: ❌ Кандидаты из компаний со старыми/медленными процессами

Что предлагаем:

🏢 Гибрид: Москва, 50% офис / 50% удалённо, оформление в штат;

💰 Прозрачная система премирования;

🏥 Расширенный ДМС (стоматология, страхование выезжающих за рубеж, психолог, врач в офисе);

⚽ Корпоративные секции (футбол, хоккей, йога, бег) и скидки на фитнес;

🚀 Реальное влияние: вы меняете подход к автоматизации целого производственного холдинга.

Контекст: Это не про «кодинг от звонка до звонка». Это про создание продукта, который будет работать на 20+ производственных площадках. Вы будете самостоятельно вести цепочку от сбора требований до релиза, без подчинённых, но с полной ответственностью за результат.

Заинтересовало? Напишите мне в личные сообщения или оставьте комментарий — расскажу подробнее о проекте и команде.

И буду благодарна за репосты 🙏

#разработка #backend #senior #production #AI #LLM #агенты #цифроваятрансформация #APM #производство #вакансия #москва #гибрид

Сайты компаний
СБЕР
Зарплата не указанаРоссияМоскваГибрид

Команда дивизиона "Исследования и аналитика" ищет стажера python-разработчика на проекты по внедрению AI-агентов в hr процессы Сбера (подбор, оценка и развитие компетенций сотрудников)

• Разрабатывать прототипы AI-агентов

• Доводить решения до production-ready кода (тесты, типизация, логирование)

• Интегрировать агентов с корпоративными API и базами данных (PostgreSQL, OpenSearch)

• Оптимизировать инференс моделей, LLM и RAG-пайплайнов

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Уверенное знание языка Python, умение писать чистый, тестируемый код

• Знакомство с агентными фреймворками и архитектурами (LangGraph, LlamaIndex и др.)

• Опыт разработки RAG-систем и работы с реляционными и векторными базами данных (понимание какую БД когда выбирать)

• Умение работать с параллелизмом и асинхронностью

• Знание Elastic/OpenSearch, Kafka, FastAPI, Docker, OpenShift, SQL, BitBucket

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость 40 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• Вознаграждение за рекомендацию друзей в команду Сбера

hh.ru
технониколь

Разработчик AI решений

технониколь
Зарплата не указанаРоссияМоскваУдалёнка

Внутреннему аудиту необходимо создать и внедрить приложение для работы с локальными ИИ решениями от сбора документов и чат-ассистента до анализа транзакционных данных (структурированных и неструктурированных). Есть локальные LLM с доступом по API, много данных. Готовой платформы нет. Данные не должны покидать контур компании. Допустимые стек: Go+Vue+Python+PostgreSQL.

Обязанности:

  • Строить поисковые движки.

  • Интегрировать локальные LLM через API, проектировать системные промпты, цепочки вызовов агентов, обрабатывать галлюцинации.

  • Разрабатывать пользовательское мини-приложение (бэкенд на Go, фронт на Vue).

  • Проводить пилоты и выводить решения в пром.

Требования:
  • Высшее образование: ИТ или физико-математическое.

  • Go. 3+ лет коммерческой разработки сервисов.
  • AI от 1 года. Интеграция через openai-совместимые интерфейсы, понимание RAG алгоритмики, методы работы с контекстными окнами и токенами, знать, что такое чанкинг, эмбеддинг, векторный индекс, гибридный поиск, реранкинг.
  • Vue 3. Практический опыт разработки, понимание Composition API, Vuex, Router, стрминг ответов, верстка.
  • Python - наличие опыта работы с ML, RAG, парсинг, embedding, дообучение SLM, стат. обработка и тестирование гипотез, регрессионные тесты, мониторинг галлюцинаций.

Будет преимуществом:

  • Опыт в управлении рисками, OCR, агентные системы, LLMOps.

  • Опыт проведения интервью с бизнесом, формирования ТЗ и архитектурных решений, работа с обратной связью пользователей.

Условия:
  • Оформление по ТК РФ.
  • Уровень заработной платы обсуждается с успешным кандидатом.
  • График работы: пн - пт, с 09:00 до 18:00 по Москве.
  • Социальный пакет (компенсация мобильной связи; страхование жизни, ДМС со стоматологией, компенсация питания, компенсация процентов по ипотеке и прочее в рамках социальной политики компании).
  • Программы обучения и развития за счет компании (иностранные языки и профильные курсы).
hh.ru
Зарплата не указанаРоссияМоскваГибрид

Мы – компания «Топ Системы», аккредитованная ИТ-компания, ведущий российский разработчик комплексных решений автоматизации проектирования, подготовки и управления производством с более чем 30-летним успешным опытом на рынке САПР.

Мы ищем сильного играющего технического лидера, который возглавит команду, возьмет на себя архитектуру решений, будет сам писать ключевой код и обеспечит вывод решений в промышленную эксплуатацию. Вам предстоит развивать направление прикладного корпоративного ИИ с локальным развертыванием (on-premise). В фокусе интеграция LLM, оркестрация сложного контекста и предметных данных, API-автоматизация и соответствие жестким требованиям ИБ в контуре заказчика.

Чем предстоит заниматься:

  • Планировать техническое развитие направления, участвовать в подборе и развитии команды, выстраивать эффективные процессы.
  • Проектировать и разрабатывать переиспользуемые ИИ-сервисы и общие компоненты для линейки B2B-продуктов компании.
  • Осуществлять техническое руководство командой разработки, проводить код-ревью и самостоятельно писать ключевой код.
  • Интегрировать языковые модели, механизмы поиска по данным и инструменты выполнения действий (function calling / agents) с API продуктов.
  • Обеспечивать информационную безопасность: реализовывать авторизацию, разграничение прав доступа к данным, контроль действий ИИ и аудит операций.
  • Определять требования к инфраструктуре, организовывать локальное развертывание (on-premise), контролировать качество ответов и производительность систем.

Обязательные требования:

  • Опыт проектирования серверных систем и API, доведения решений до стабильной промышленной эксплуатации.
  • Практический опыт работы с LLM, RAG, embeddings и вызовом инструментов (tool calling); понимание методов оценки качества (evals) и локального запуска моделей (vLLM или аналоги).
  • Уверенное владение C# / .NET и SQL, а также рабочее знание Python для разработки и интеграции ИИ-компонентов.
  • Опыт работы с PostgreSQL, понимание векторного и полнотекстового поиска, опыт применения pgvector.
  • Опыт реализации аутентификации и авторизации: SSO, OpenID Connect, Keycloak (или аналоги), интеграция с AD / LDAP; понимание проверки прав пользователя, защиты секретов и аудита.
  • Понимание инфраструктуры локальных решений: контейнеризация, сети, TLS/mTLS, работа с GPU, мониторинг, резервное копирование и восстановление.
  • Опыт технического лидерства, код-ревью и настройки CI/CD; готовность регулярно писать код руками.

Будет плюсом:

  • Опыт разработки надстроек, плагинов и интеграций через API/SDK сложных инженерных или корпоративных систем, автоматизации операций с моделями и структурированными данными.
  • Опыт работы со сложными системами управления данными и документооборотом (учет версий и ревизий, согласование документации, управление составом изделий/объектов).
  • Опыт разработки или внедрения ПО для крупных промышленных предприятий, взаимодействия с ИТ-службами и профильными специалистами заказчиков.
  • Желание глубоко погружаться в предметную область и развивать указанные компетенции.

Мы предлагаем:

  • Масштаб и продукт: участие в создании комплексных отечественных решений уровня Enterprise, находящихся на пике спроса, прямое влияние на их архитектуру.
  • Команда: опытное инженерное окружение с глубокой экспертизой в предметной области и конструктивная, рабочая атмосфера.
  • Оформление и гарантии: официальное трудоустройство по ТК РФ в аккредитованную ИТ-компанию.
  • Доход: конкурентоспособная заработная плата по итогам отбора.
  • Забота и развитие: расширенный полис ДМС со стоматологией после испытательного срока, а также корпоративные скидки на обучение, спорт и курсы иностранных языков от лидеров рынка.
  • Формат и график: гибридный формат работы (Москва, полная удаленка не предусмотрена), график 5/2 с гибким началом рабочего дня.
  • Комфортный офис: современное рабочее место в БЦ «Премьер» в шаговой доступности от станции метро и МЦД «Дмитровская», оборудованные кухни в офисе, столовая и кафе на территории бизнес-центра.
Сайты компаний
СБЕР

Стажер-инженер AI-агента

СБЕР
Зарплата не указанаРоссияМоскваГибрид

Мы ищем стажера-инженера, который сможет глубоко погрузиться в предметную область и принять активное участие в разработке агентных систем для работы с банковскими данными — от идеи до внедрения в бизнес-процессы крупнейшей финтех-компании.

• Разрабатывать PoC и MVP AI-агентов на базе LLM с использованием фреймворков (LangChain, GigaChain)

• Анализировать и адаптировать существующие SOTA-практики

• Участвовать в полном цикле разработки и интеграции: от создания прототипов до продакшн-внедрения и мониторинга решений

• Взаимодействовать с прикладными и бизнес-командами внутри экосистемы Сбера

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Хорошая подготовка в области математики и алгоритмов

• Уверенное знание языка Python (NumPy, Pandas, PyTorch, основы ООП и пр.)

• Глубокое понимание DL и классического ML

• Практический опыт работы с LLM, RAG и релевантными фреймворками и БД (LangChain, FAISS, Qdrant) и желание развиваться в этой области

• Опыт работы с инструментами разработки (bash, git), в том числе опыт командной разработки или желание оперативно освоить эти навыки

• Умение разбираться в научных публикациях и современных SOTA-решениях, формулировать и продвигать собственные исследовательские гипотезы

Будет плюсом:

• Участие в научных конференциях и наличие публикаций

• Участие в соревнованиях (Kaggle)

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость 40 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• Вознаграждение за рекомендацию друзей в команду Сбера

Сайты компаний
СБЕР

Разработчик AI-агентов

СБЕР
Зарплата не указанаРоссияНовосибирскОфис

Мы ищем разработчика для создания и внедрения интеллектуальных агентных систем на базе LLM, которые трансформируют бизнес-процессы Сибирского банка. Ваша роль будет ключевой в ускорении AI-трансформации через централизованную разработку AI-агентов для конкретных бизнес-сценариев.

  • исследование, проектирование, разработка и внедрение AI-агентов и мультиагентных систем на базе GigaChat для автоматизации и оптимизации бизнес-процессов

  • применение передовых техник: использование RAG (Retrieval-Augmented Generation), разработка архитектуры мультиагентных взаимодействий, инженерия промптов, тонкая настройка моделей под задачи банка

  • техническое лидерство: консультирование команд по интеграции AI-агентов в существующие ИТ-ландшафт и процессы

  • оценка эффективности: мониторинг работы внедренных агентов, анализ их производительности, точности и экономического эффекта

  • взаимодействие: тесная работа с другими командами для понимания требований и успешной реализации

  • документирование и отчетность: подготовка технической документации, отчетов и презентаций о результатах разработки и внедрения

  • поиск инноваций: исследование и тестирование новых инструментов, фреймворков (LangChain, LlamaIndex и т.д.) и подходов в области разработки AI-агентов.

  • высшее образование в области ИТ (техническое/физико-математическое/экономическое)

  • глубокое знание Python и ключевых библиотек для работы с данными:

  • Pandas, Numpy

  • опыт разработки приложений с использованием AI/ML, особенно с крупными языковыми моделями (LLM)

  • практический опыт работы с фреймворками для LLM: LangChain

  • знание концепций и опыт построения агентных/мультиагентных систем на базе LLM

  • понимание и применение техник RAG (Retrieval-Augmented Generation)

  • уверенное владение SQL для работы с данными

  • понимание основ машинного обучения (ML)

  • умение проектировать архитектуру программных решений

  • аналитические навыки: умение анализировать требования, декомпозировать задачи, оценивать результаты и экономический эффект

  • коммуникация: умение ясно излагать технические концепции как техническим, так и нетехническим специалистам.

Будет плюсом:

  • релевантный опыт работы в интеграции AI-моделей

  • опыт адаптации AI-моделей под специфические бизнес-задачи

  • опыт работы с векторными базами данных (ChromaDB, Qdrant, FAISS и т.д.)

  • проактивность в поиске и внедрении инновационных решений, стремление к постоянному совершенствованию процессов

  • навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

  • опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

  • инструментальное владение AI для анализа, генерации и автоматизации.

  • работу в современном офисе в центре города

  • квартальную и годовую премию, а также ежегодный пересмотр зарплаты

  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

  • уникальную систему онлайн обучения Сбера для карьерного развития и роста

  • ДМС с первого дня работы и льготное страхование для семьи

  • корпоративную пенсионную программу

  • подписка Прайм с возможностью совместного использования на трёх близких

  • вознаграждение за рекомендацию друзей в команду Сбера.

Эта вакансия также есть на:hh.ru
hh.ru
Зарплата не указанаРоссияМоскваУдалёнка

Ozon Банк — это современные финансовые технологии для людей и бизнеса. Мы сами реализуем ключевые системы: процессинг, учётное ядро, переводы. Даём возможность влиять на результат, ценим открытость и поддерживаем коллег.

Мы строим внутреннюю агентскую платформу — систему, которая позволяет создавать и управлять AI-агентами для работы с корпоративными знаниями. Агенты подключаются к документам, инструментам и сервисам, помогают командам быстро получать ответы и автоматизировать рутину.

Ищем разработчика, готового участвовать в создании платформы, закладывать архитектуру, закрывать бэкенд, фронтенд и инфраструктуру, работать с внутренними заказчиками.

Стек: Python, FastAPI, gRPC, SQLAlchemy, Alembic, Pydantic, JavaScript/TypeScript, Svelte, PostgreSQL, Qdrant, интеграция с LLM, эмбеддинги, Haystack/LangChain, Docker, Kubernetes, Helm, Airflow, CI/CD, Sentry, Grafana, Prometheus.

Вам предстоит:

  • разрабатывать и сопровождать бэкенд-сервисы на Python (REST, gRPC)
  • разрабатывать административную панель (UI) для управления агентами, инструментами, сценариями и доступами
  • интегрировать с внутренними сервисами компании (LLM, базы знаний, векторные хранилища, системы мониторинга, Airflow, системы авторизации)
  • реализовывать агентнуют логику: маршрутизация запросов, работа с инструментами (MCP), контекстное управление
  • настраивать индексацию и поиск по документам (Confluence, файлы, API-источники)
  • обеспечивать наблюдаемость и стабильность: сбор метрик, логирование, алертинг, интеграция с Sentry и Grafana
  • деплой и сопровождение сервисов в Kubernetes (Helm), CI/CD
  • взаимодействовать с внутренними заказчиками: сбор требований, демонстрация новых фич, помощь в миграции

Для нас важны:

  • опыт разработки на Python от 3 лет
  • опыт с REST API, желательно — с gRPC
  • хорошее знание PostgreSQL: сложные запросы, индексы, миграции
  • опыт разработки интерфейсов (JS/Svelte/React) или готовность закрывать фронтенд-задачи
  • понимание Docker и Kubernetes
  • умение работать с заказчиками: собирать требования, презентовать результаты, помогать с внедрением
  • готовность к полному циклу: от идеи до деплоя и поддержки

Будет плюсом:

  • опыт работы с векторными БД и поисковыми системами
  • опыт работы с LLM, RAG, агентными архитектурами
  • знание Haystack, LangChain
  • опыт разработки платформенных решений для внутреннего пользователя
  • навыки настройки observability (Grafana, Prometheus, Sentry)

Эта вакансия также есть на:Getmatch
hh.ru
лайфтех

Senior AI developer

лайфтех
Зарплата не указанаБеларусьМинскОфис

lifetech запускает масштабную AI-трансформацию инженерных процессов. Наша цель — встроить AI-инструменты в повседневную разработку так, чтобы они повышали предсказуемость, качество и скорость нашей работы, но с сохранением полного контроля над безопасностью и рациональностью использования ресурсов.

Мы ищем ведущего инженера, который сможет перепроектировать наш SDLC, внедрить практики Spec-Driven Development и интегрировать AI-агентов в корпоративную инфраструктуру.

Проект затронет несколько пилотных команд с последующим масштабированием на всю компанию.

Какие задачи Вас ждут?

  • Провести аудит текущих процессов разработки, выбрать 2–3 пилотных сценария с измеримым эффектом.
  • Спроектировать целевой процесс разработки со спецификациями, критериями приёмки и встроенными проверками (SDD).
  • Настроить инфраструктуру для запуска AI-агентов (оркестрация, RAG, инструменты, observability) — начиная с прототипов и до промышленной эксплуатации.
  • Интегрировать AI-инструменты с существующими системами (CI/CD, трекерами, репозиториями).
  • Разработать стандарты безопасности, оценки качества и мониторинга стоимости.
  • Переводить ML-метрики в бизнес-показатели, защищать технические решения перед бизнесом / топ-менеджментом.
  • Стать техническим лидером, обучить команды, проводить code review, помогать инженерам эффективно работать с AI, координировать работу с архитектором, DevOps, InfoSec и топ-менеджментом.

Наши ожидания:

  • Высшее техническое образование.
  • Опыт в разработке от 5 лет.
  • Опыт проектирования архитектуры крупных модулей.
  • Глубокое понимание полного SDLC. Умение налаживать процессы, а не только писать код.
  • Опыт работы с неполными требованиями и общения как с разработчиками, так и с бизнесом / заказчиками.
  • Техническое лидерство: опыт ведения хотя бы одного проекта от идеи до продакшена, принятия архитектурных решений, обучения коллег.
  • Понимание корпоративных требований к безопасности и умение проектировать системы с учётом InfoSec (без привязки к конкретному облачному вендору или фреймворку).

Будет большим плюсом:

  • Практический опыт с LLM-агентами: понимание различий agent / workflow / multi-agent, опыт с supervisor-оркестрацией, управлением состоянием и памятью, human-in-the-loop, защитой от неконтролируемых действий.
  • Опыт с RAG, построением систем оценки для AI-приложений.
  • Практический опыт развёртывания LLM на локальной инфраструктуре (on-premise), понимание принципов оптимизации инференса и балансировки между скоростью, качеством и потреблением ресурсов.
  • Внедрение Spec-Driven Development.
  • Опыт работы в крупных организациях, телекоме или регулируемых отраслях — это поможет быстрее адаптироваться к нашим процессам.
  • Практический опыт с MLOps — как задел на будущее, но не основная задача.

Условия работы:

  • Работа в офисе, г. Минск, БЦ «Виктория Олимп».

  • Современная корпоративная среда и социальный пакет (подробнее – в профиле компании или на сайте).

  • Индивидуальный подход к мотивации и компенсации.

Сайты компаний
СБЕР

Стажер (LLM & AI-агенты)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Команда занимается разработкой NLP моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.

Примеры:

• Система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак

• AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка

• Разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO

• AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов

• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке

• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин

• Разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph

• Адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO)

• Помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию)

• Писать поддерживаемый, читаемый код; участвовать в обсуждениях и формировании технических подходов

• Обучение в российском ВУЗе на 2-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (точно очная форма)

• Наличие любого опыта работы, релевантного направлению стажировки

• Тех.стек: ML, DL, Git, NLP, RAG, LLM

• Знание Python и математической статистики

• Понимание принципов работы с AI-агентами

Будут плюсом:

• langchain/langgraph

• C++

• Java

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• График работы: от 30 в неделю

• Формат: гибрид

• Комфортный современный офис на Кутузовском проспекте

Другие площадки
джетлин

Machine Learning Engineer (Generative AI / Computer Vision)

джетлинАвтоподнятие
162k–365k ₽Не указана странаЛокация не указанаУдалёнка

Мы запускаем ИИ-инкубатор в Лемана ПРО, чтобы проверять смелые гипотезы и создавать продукты будущего. В рамках одного из ключевых Proof of Concept (PoC) мы ищем специалиста, который разработает модели для генерации изображений, дизайн-проектов и визуализаций готовых решений на основе ассортимента товаров Лемана ПРО.

Это возможность работать на стыке Computer Vision и Generative AI, превращая идеи в работающие прототипы, которые в перспективе изменят клиентский опыт в сфере ремонта и обустройства дома.


Чем предстоит заниматься (Задачи)

  • Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО.

  • Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов.

  • Создавать и поддерживать фреймворки для оценки качества (evals) генеративных моделей и LLM-систем (контроль галлюцинаций, метрики качества генерации).

  • Писать чистый, поддерживаемый production-ready код: модульная архитектура, unit-тесты, логирование, документация, code review.

  • Оптимизировать инференс моделей (стоимость, latency, масштабируемость), работать с GPU-инфраструктурой.

  • Обеспечивать информационную безопасность: контроль рисков prompt injection, защита персональных данных (PII) и корректное управление правами доступа в агентных системах.

  • Тесно взаимодействовать с командой продукта и другими ML-специалистами для валидации бизнес-гипотез и дизайна A/B-тестов.

Наши ожидания (Требования)

Фундаментальная база:

  • Глубокое понимание принципов машинного обучения: подготовка данных и feature engineering, выбор архитектур, регуляризация, борьба с переобучением и data leakage, интерпретация результатов.

  • Уверенные знания математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.

  • Понимание принципов оценки качества ML-систем: offline/online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных (data drift).

Технический стек и разработка:

  • Уверенное владение Python и экосистемой: pandas / polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch (или аналоги).

  • Уверенное владение SQL для работы с большими объемами данных.

  • Навык написания production-кода: модульность, тестирование, логирование, Git, опыт участия в code review.

Специализация (опыт работы хотя бы в одном из направлений, приоритетно CV/GenAI):

  • Computer Vision и генеративный AI (генерация изображений, NeRF, 3D-реконструкция или аналогичные задачи).

  • NLP, LLM и построение RAG-систем.

  • Рекомендательные системы, поиск и ранжирование.

  • Классическое машинное обучение или прогнозирование временных рядов.

Генеративный AI и LLM (важно для текущего PoC):

  • Опыт построения evals для LLM-систем, оценки качества ответов и мониторинга поведения системы.

  • Понимание рисков безопасности: prompt injection, некорректный tool calling, утечки данных.

  • Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками (LangChain, LlamaIndex или аналоги).

  • Опыт fine-tuning или адаптации LLM (LoRA / PEFT).

  • Понимание принципов проектирования AI-агентов: управление состоянием (state management), выбор инструментов, контроль автономности и human-in-the-loop.

Инфраструктура и MLOps:

  • Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.

  • Опыт эксплуатации GPU-инфраструктуры и оптимизации инференса (квантование, ONNX, TensorRT и т.д.).

  • Понимание принципов информационной безопасности, privacy и работы с персональными данными.

  • Опыт работы в e-commerce, retail или других продуктовых highload-системах будет значительным преимуществом.

hh.ru
Зарплата не указанаРоссияСанкт-ПетербургУдалёнка

AI-инженер (LLM, агенты, автоматизация)

О компании

Эврионика — молодая компания, специализирующаяся на разработке и внедрении современных цифровых решений для бизнеса. Мы помогаем нашим клиентам автоматизировать бизнес-процессы, внедрять IT-системы и создавать интеллектуальные решения на базе искусственного интеллекта. Наша команда обеспечивает полный цикл работ: от проектирования до разработки и внедрения решения.

Чем предстоит заниматься?
  • Разрабатывать мультиагентные системы на LangGraph: ReAct, human-in-the-loop, subagents, tool calling, обработка ошибок.
  • Строить RAG-пайплайны(OCR,VLM): разбор PDF, DOCX, сканов и таблиц, chunking, эмбеддинги, векторный и гибридный поиск (BM25 + dense), реранкинг.
  • Разрабатывать и подключать корпоративные MCP-серверы, упаковывать агентов в микросервисы на FastAPI.
  • Интегрировать решения с корпоративными системами (DWH, S3, 1С, CRM, Bitrix, Jira, WMS, REST API).
  • Развертывать и сопровождать open-source LLM (vLLM, LiteLLM, OpenWebUI), настраивать LLM-шлюзы.
  • Оценивать качество: собирать тестовые наборы, выбирать метрики (recall@k, faithfulness, RAGAS), разбирать ошибки агентов по трейсам, сравнивать версии промптов и пайплайнов.
  • Выбирать подходящее решение для задачи (LLM, скрипт, классический ML или изменение процесса) и обосновывать выбор по качеству, стоимости и надежности.
  • Автоматизировать рабочие процессы в n8n.
  • Вести проект от прототипа до эксплуатации, готовить документацию и обучать сотрудников.

Что важно для успеха ?
  1. Высшее образование в области IT, математики, инженерии или ML.
  2. Опыт разработки на Python от 2 лет, из них не менее года в LLM-проектах (агенты, ассистенты, RAG). Знание asyncio, FastAPI, pydantic, тестирования.
  3. Опыт внедрения LLM-решений в промышленную эксплуатацию.
  4. Практика RAG и работы с векторными БД.
  5. Понимание ограничений LLM: контекстное окно, галлюцинации, и тд.
  6. Уверенные знания SQL, Docker, Git и Linux.
  7. Уверенная работа с браузерами, таблицами и файлами, аккуратность, организованность, умение управлять временем.
  8. Самостоятельность и умение доводить проекты до конца.

Будет преимуществом
  • Опыт эксплуатации vLLM, LiteLLM и OpenWebUI: масштабирование, мониторинг, обработка ошибок.
  • Работа с open-weight моделями (Qwen, DeepSeek), квантование, локальные LLM.
  • Опыт работы с GigaChat или YandexGPT через API.
  • Опыт создания MCP-серверов.
  • Защита LLM-систем: prompt injection, маскирование конфиденциальных данных.
  • Классический ML и NLP.
  • Опыт Spec-Driven Development (OpenSpec, GitHub Spec Kit).
  • Опыт упаковки Python-приложений в исполняемые продукты.

Стек
Python, FastAPI, LangGraph, RAG, MCP, OpenAI API, промпт-инжиниринг, Qdrant, Elasticsearch, Hugging Face, LangSmith или LangFuse, Dify или Flowise, OpenWebUI, Apache Airflow, Docker Swarm, GitLab CI, n8n, vLLM, SGLang, llama.cpp, NVIDIA GPU, Claude Code, Codex, OpenCode, Cursor, VS Code, Hermes, OpenClaw, Antigravity.
Опыт работы с каждым инструментом не обязателен. Важнее готовность быстро и самостоятельно учиться.

На каких условиях будем работать?

  • Оформление по ТК РФ, полностью "белая" зарплата
  • Гибкий график: 5/2, часы по доверенности (можем рассмотреть разные варианты)
  • Работа полностью удалённо — ваш офис там, где удобно вам
  • Интересные задачи, возможность влиять на процессы и предлагать свои решения
  • Дружная команда, поддержка и обмен опытом
  • Профессиональное развитие и обучение за счёт компании.

ВАЖНО! В сопроводительном письме просим кратко рассказать о вашем опыте работы с AI-инструментами, указать, какими технологиями из нашего стека вы владеете, какие проекты реализовали (если есть), а также почему вам интересна данная вакансия.

hh.ru
джемтех

Lead AI Engineer (LLM / Python)

джемтех
Зарплата не указанаРоссияМоскваУдалёнка

Привет! Мы — GM-TECH, аккредитованная IT-компания и технологическое ядро группы Гринмани. Гринмани работает на рынке с 2015 года и входит в государственный реестр МФО Банка России. Сегодня это один из самых быстрорастущих сервисов онлайн-кредитования: более 3 млн клиентов, три МКК-бренда и постоянно растущая линейка продуктов.

GM-TECH — не просто IT-отдел. Мы выделены в отдельную аккредитованную компанию, в команде больше 90 человек.

О направлении

Мы создаём новое направление быстрой разработки приложений и сервисов под задачи бизнеса. Задача — с помощью AI и готовых решений в разы сократить сроки и стоимость такой разработки.

За последние месяцы мы заменили собственными решениями несколько дорогих внешних сервисов, запустили анализ звонков на собственных моделях внутри контура компании и почти доделали платформу, на которой сотрудники могут за 10 минут развернуть готовый проект и дорабатывать его с помощью AI.

Теперь ищем технически сильного руководителя, который возьмёт направление на себя. На старте около половины времени вы будете сами писать код вместе с AI-агентами. Остальное время уйдёт на работу с заказчиками, процессы и развитие направления. Дальше команда вырастет до 2–3 разработчиков.

Цель на первые полгода — направление, которое само принимает задачи от бизнеса и доводит их до результата.

Кого мы ищем в первую очередь

Сильных разработчиков с опытом руководства небольшими командами, технических руководителей, которые продолжают писать код, а также людей, которые запускали собственные IT-продукты вместе с командой.

Нам важно, чтобы человек умел не только быстро делать прототипы, но и доводить приложения до полноценной эксплуатации. Если вы давно не пишете код или ваш опыт ограничивается машинным обучением, эта роль вряд ли вам подойдёт.

Чем предстоит заниматься:

  • Создавать и развивать новое направление быстрой разработки бизнес-приложений с активным использованием AI;

  • Самостоятельно работать с бизнес-заказчиками: разбираться в задачах, предлагать решения, оценивать сроки и трудоёмкость;

  • Разрабатывать приложения и внутренние сервисы: от первой рабочей версии до внедрения и сопровождения;

  • Доводить до production прототипы, которые сотрудники бизнеса собирают сами;

  • Использовать AI-инструменты для ускорения разработки, тестирования и проверки кода;

  • Развивать внутреннюю платформу: шаблоны приложений, общие компоненты, инструменты тестирования и развёртывания;

  • Создавать условия, при которых сотрудники бизнеса смогут сами разрабатывать простые приложения с помощью AI, а команда помогает их проверить и внедрить;

  • Вместе с Центром разработки внедрять AI-инструменты в текущие процессы и сокращать трудозатраты без потери качества;

  • Выстраивать процессы разработки, отвечать за качество и безопасность выпускаемых решений;

  • Формировать команду и руководить ею по мере роста задач.

Что для нас важно:

  • Сильный опыт разработки веб-приложений, желательно в роли технического руководителя;

  • Вы сами разрабатывали, запускали и сопровождали приложения в промышленной эксплуатации;

  • Хорошее знание серверной разработки, желательно на Python (C# тоже подойдёт). Понимание API, баз данных и интеграций;

  • Запущенные LLM-сервисы в production и опыт оценки качества их ответов;

  • Опыт с Docker, Git, CI/CD, тестированием и мониторингом;

  • Ежедневная работа с AI-инструментами в разработке: Claude Code, Codex, Cursor или аналогами;

  • Понимание возможностей и ограничений AI, умение проверять качество и безопасность кода, который он пишет;

  • Понимание безопасности приложений: авторизация и права доступа, изоляция сред, хранение секретов, работа с персональными данными (152-ФЗ);

  • Умение самостоятельно проектировать решения и выбирать технологии без лишнего усложнения;

  • Опыт работы с бизнес-заказчиками: сбор требований, оценка трудоёмкости;

  • Опыт руководства небольшой командой;

  • Самостоятельность, инициативность, готовность принимать решения и отвечать за результат.

Будет плюсом;

  • Опыт внедрения разработки с AI-агентами в команде или компании;

  • Опыт работы с локальными моделями;

  • Опыт разработки платформ, шаблонов проектов или инструментов для разработчиков.

Что мы предлагаем

  • Новое направление с реальным спросом со стороны бизнеса и поддержкой руководства;

  • Самостоятельность в выборе технологий и подходов, прямое подчинение CTO;

  • Оплаченные AI-инструменты и собственную инфраструктуру с локальными моделями;

  • Бонус по результатам работы;

  • Работу в аккредитованной IT-компании;

  • Официальное трудоустройство, полностью удаленный формат работы

Сайты компаний
СБЕР

Middle Agentic Engineer (Перспективный AI)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Мы создаем прототипы и MVP в AI-направлениях: агентные мультимодальные

системы, персональные ассистенты, корпоративные знания. Наша цель — находить практические сценарии, проверять их ценность и доводить до

работающих решений для бизнеса. В команде ценятся инженерная самостоятельность, скорость экспериментов,

осмысленный выбор технологий и умение работать как с прототипами, так и с

production-развитием.

Мы ищем Agentic Engineer, который будет разрабатывать AI-агентов общего

назначения — от прототипов до MVP и пилотов в реальных бизнес-сценариях.

Важна способность не просто "заставить демо работать", а сделать решение

понятным, переиспользуемым и готовым к развитию.

  • разрабатывать прототипы и MVP агентных систем на базе OpenClaw, Hermes или аналогичных фреймворков

  • проектировать агентные сценарии: планирование, использование инструментов, управление контекстом и обработка ошибок

  • улучшать архитектуру краткосрочной и долгосрочной памяти агента

  • инженерия агентской памяти для эффективной работы агента

  • разрабатывать skills и изолированные инструменты (MCP)

  • тестирование и оценка trade-off (модель/производительность/качество/ стабильность).

  • опыт работы с LLM API (tool calling, structured output, управление контекстом)

  • практический опыт разработки AI-агентов или сложных LLM-сценариев

  • опыт работы с векторными базами, Docker compose, инфраструктурными компонентами вокруг backend

  • понимание observability LLM-приложений (трассировки, логирование, метрики стоимости и задержек)

  • умение прототипировать без потери инженерной дисциплины.

  • комфортный современный офис рядом с м. Кутузовская

  • гибридный формат работы после испытательного срока

  • ежегодный пересмотр зарплаты, годовая премия

  • корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

  • программа адаптации и помощь руководителя на старте

  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

  • подписка Прайм с возможностью совместного использования на трёх близких

  • вознаграждение за рекомендацию друзей в команду Сбера.

Соц.сети

AI engineer/LLM engineer

Неизвестный работодатель
Зарплата не указанаКазахстанАлматыГибрид

AI engineer/LLM engineer

Местоположение: Алматы
Формат работы: Гибрид
Опубликована: ••••••••

Требования:
• LangGraph
• CrewAI
• Haystack
• RAGAS

Контакт: ••••••••

•••••••• опубликована в ••••••••

hh.ru
170k–250k ₽РоссияМоскваУдалёнка

OSMI IT — интегратор решений в области искусственного интеллекта и веб-разработки. Мы помогаем среднему и крупному бизнесу внедрять AI-технологии и цифровые продукты, которые реально влияют на эффективность.

AI-разработка: создаём чат-ассистентов, AI-агентов и системы автоматизации на базе LLM и машинного обучения.
Веб-разработка: проектируем и реализуем современные цифровые платформы, сервисы и интеграции.
R&D проекты: ведём исследования в области AI.

Что предстоит делать:

• Разработка и оптимизация промптов для чат-ботов и LLM-моделей.

• Проектирование и реализация систем взаимодействия на базе векторных баз данных и эмбеддингов.

• Интеграция RAG-систем (Retrieval-Augmented Generation) для улучшения точности и релевантности ответов.

• Мониторинг и аналитика данных с использованием платформы Langfuse для оптимизации производительности.

• Внедрение решений с применением популярных нейросетевых моделей, таких как OpenAI GPT, Anthropic Claude, Meta LLaMA.

• Командная работа для успешной интеграции разработок в бизнес-процессы.

Общие требования:

• Отличные знания нейросетей и моделей LLM, таких как GPT, Claude, LLaMA, DeepSeek.

• Опыт интеграции RAG-систем и работы с векторными базами данных.

• Уверенные знания Python для кастомизации функций чат-ботов и работы с API.

• Опыт работы с SQL и взаимодействия с базами данных.

• Навыки мониторинга и анализа данных с целью оптимизации.

• Проактивный подход в решении задач, умение работать в команде.

Что хотим от вас:

• Опыт разработки промптов и систем взаимодействия от 3-х лет.

• Опыт работы с нейросетями и внедрения решений на основе векторных баз данных.

• Знание Python, SQL и взаимодействие с базами данных.

• Коммерческий опыт работы с аналитическими платформами, такими как Langfuse, будет плюсом.

• Опыт работы в командах по реализации масштабных проектов.

Что дадим взамен:

• Коллектив, всегда готовый помочь и поддержать.

• Возможности для карьерного и профессионального роста.

• Официальное трудоустройство.

• Работа над интересными продуктовыми проектами.

• Заработная плата от 170 000 рублей.

• Полностью удаленная работа.

Мы ищем проактивного и опытного разработчика, который готов вносить вклад в создание эффективных и инновационных решений в области нейросетей и чат-ботов.

hh.ru
Зарплата не указанаРоссияМоскваГибрид

Обязанности:

  • Разработка и развитие корпоративных AI-решений: интеллектуальных помощников, поиска по документам и систем обработки текстовых данных;
  • Обучение и дообучение ML-моделей для решения бизнес-задач;
  • Разработка и совершенствование NLP-решений для извлечения сущностей, классификации текстов и структурирования информации;
  • Разработка и развитие RAG-систем, семантического поиска и решений на основе локальных языковых моделей;
  • Повышение качества моделей и улучшение бизнес-метрик разрабатываемых решений;
  • Анализ результатов работы моделей, оценка качества и формирование гипотез для дальнейших улучшений;
  • Внедрение моделей в production, проведение A/B-тестирования и оценка эффективности изменений.

Требования:

  • Коммерческий опыт работы в области ML/NLP от 2 лет;
  • Практический опыт внедрения и применения LLM в бизнес-процессах и процессах разработки ПО, включая автоматизацию отдельных этапов разработки;
  • Практический опыт обучения и дообучения языковых моделей, включая fine-tuning;
  • Понимание принципов работы RAG-архитектур, семантического поиска и векторного поиска;
  • Опыт работы с трансформерами и локальными LLM, понимание особенностей их развёртывания и оптимизации для инференса;
  • Опыт работы с векторными базами данных и поисковыми решениями: FAISS, Qdrant, Milvus, Weaviate или pgvector;
  • Практический опыт работы с открытыми языковыми моделями, например Llama, Mistral, Qwen или Gemma;
  • Уверенное владение Python и PyTorch, опыт работы с Hugging Face;
  • Навыки работы с SQL, Git, Docker и Linux;
  • Понимание методов оценки качества ML-моделей и умение анализировать результаты экспериментов.

Что мы предлагаем:

  • Гибридный формат работы 4/1 в пользу офиса (полностью удаленного формата нет).
  • Конкурентоспособная заработная плата.
  • Официальное трудоустройство по ТК РФ, бессрочный договор.
  • ДМС после испытательного срока, 31 день отпуска.
  • Корпоративное изучение английского языка.
  • Работа в профессиональной команде, открытой к сотрудничеству, идеям и инновациям.
Соц.сети

Старший разработчик LLM Inference Optimization

Зарплата не указанаРоссияМосква

Старший разработчик в команду LLM Inference Optimization в ••••••••

Наша команда развивает направление оптимизации инференса LLM на GPU ••••••••. Мы повышаем эффективность использования оборудования и помогаем продуктовым командам запускать модели с учётом профиля нагрузки, качества и метрик производительности.

Что предстоит делать:
— проводить нагрузочное тестирование моделей по запросам продуктовых команд и оптимизировать их под конкретные сценарии использования;
— развивать методику оценки производительности LLM на нашем оборудовании: бенчмарки, инструменты и мониторинг;
— регулярно замерять производительность, отслеживать выход новых моделей и поддерживать таблицу результатов;
— тестировать новые GPU и сопровождать их настройку вместе с командами инфраструктуры и платформы инференса;
— масштабировать оптимизации на весь парк моделей: спекулятивное декодирование, мульти-LoRA, распределённый инференс, переход на новые инференс-бэкенды;
— доводить изменения до продакшена по циклу - профилировать, оптимизировать, тестировать, внедрять при подтверждённых метриках;
— запускать LLM-модели с использованием платформы инференса.

Кого мы ищем:
— оптимизировали LLM-модели с учётом профиля нагрузки;
— работали с инференс-фреймворками LLM: vLLM, SGLang, TensorRT-LLM и другими, запускали и настраивали их, подбирали параметры;
— знаете, как устроен LLM-инференс, и понимаете методы оптимизации: prefill и decode, KV-кеш, batching, спекулятивное декодирование, квантизация;
— знаете принципы работы GPU: память, пропускная способность, утилизация, NVLink, конфигурации с несколькими GPU;
— профилировали GPU и работали с инструментами для мониторинга;
— проводили нагрузочное тестирование и бенчмаркинг LLM-моделей: latency, TTFT, TPOT, throughput, и тд, умеете корректно сравнивать результаты и делать выводы;
— работали с Docker, Kubernetes, метриками и дашбордами Prometheus, Grafana;
— готовы внедрять изменения в продакшен, поддерживать их и объяснять результат продуктовым командам.

Будет плюсом
— писали или оптимизировали CUDA-кернелы, понимаете SIMT и архитектуру GPU NVIDIA;
— внедряли спекулятивное декодирование, мульти-LoRA-сервинг или распределённый инференс;
— работали с роутингом и балансировкой с учётом KV-кеша: llm-d, NVIDIA Dynamo, Mooncake или аналогами;
— знаете C++ или Go;
— следите за статьями и проектами с открытым исходным кодом по ускорению инференса и быстро проверяете идеи на практике.

Условия сотрудничества:
— Москва
— расширенная забота о здоровье: ДМС, страхование жизни, онкострахование;
— сервис психологической поддержки, а также финансовые, юридические и ЗОЖ-консультации для вас и ваших близких;
— корпоративный спорт: групповые тренировки, велбиинг-приложение;
— спецпредложения от партнёров и скидки на сервисы ••••••••: бронирование жилья, услуги продвижения, ипотечное страхование;
— компенсация питания;
— инженерная свобода для реализации масштабных задач;
— продуктовый подход к инфраструктуре, который базируется на метриках;
— сильное инженерное комьюнити, готовое поддержать и поделиться опытом;
— эффективные инструменты для роста и развития: матрица компетенций, внутреннее обучение, менторство и обмен опытом.

Как откликнуться:
— ••••••••

Лучшие вакансии от работодателей мечты на ••••••••
••••••••

Сайты компаний
СБЕР

Python-разработчик Middle+(AI-Agents)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Центр ИИ Блока «Строительство» разрабатывает автономных агентов для автоматизации ключевых бизнес-процессов — от обработки тендерной документации до контроля графиков производства работ и управления поставками.

В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды

  • Разработка высокодоступных сервисов для управления диалогами, планирования (planning), вызова инструментов (function calling) и multi-agent взаимодействия;

  • Написание чистого, тестируемого и поддерживаемого кода на Python; ревью кода коллег и поддержание инженерных стандартов;

  • Интеграция с LLM и внешними системами: подключение моделей (OpenAI, Anthropic, локальные), корпоративных API, CRM/ERP, баз данных и документооборота с обеспечением безопасности и обработки ошибок;

  • RAG и память агентов: построение retrieval-пайплайнов, управление краткосрочной и долгосрочной памятью, работа с векторными БД и кэшем;

  • Проектирование REST/gRPC-эндпоинтов, документирование (OpenAPI), обеспечение контрактов для фронтенда и смежных сервисов;

  • Реализация очередей, воркеров и фоновых задач для длительных LLM-операций (генерация, парсинг, эмбеддинги);

  • Оптимизация производительности и стоимости: профилирование, кэширование, батчинг запросов, снижение latency и затрат на токены;

  • Настройка логирования, трейсинга LLM-вызовов, алертов и дашбордов, анализ инцидентов;

  • Написание тестов, внедрение guardrails, валидация ответов моделей, защита от prompt injection;

  • Ведение архитектурной документации, ADR, гайдов для команды;

  • Участие в продуктовом процессе: совместно с продуктами и ML-инженерами уточнение требований, оценка сроков, итеративная поставка фич.

  • Опыт разработки на Python: от 3 лет в коммерческой разработке, включая проектирование высоконагруженных и отказоустойчивых сервисов;

  • Глубокое знание FastAPI, Django или Litestar; понимание внутреннего устройства ASGI/WSGI, middleware, DI, обработки ошибок и валидации;

  • Уверенное владение asyncio, httpx, aiohttp, anyio; понимание GIL, многопроцессности, пулов соединений и backpressure;

  • Опыт проектирования и оптимизации схем в PostgreSQL (индексы, EXPLAIN, партиционирование), опыт работы с Redis, MongoDB и другими NoSQL;

  • Практический опыт работы с OpenAI, Anthropic, Cohere, Mistral, локальными моделями (vLLM, Ollama, TGI); понимание streaming, tool/function calling, structured output, retry-политик и rate limiting;

  • Опыт построения агентных систем – ReAct, Plan-and-Execute, multi-agent orchestration, работа с фреймворками LangChain, LlamaIndex, LangGraph, AutoGen, CrewAI или собственные реализации;

  • Опыт работы с Qdrant, Milvus, Weaviate, Pinecone, pgvector; понимание чанкинга, эмбеддингов, гибридного поиска, reranking;

  • Уверенная работа с Kafka, RabbitMQ, NATS или Redis Streams для асинхронной обработки задач агентов;

  • Опыт с Docker, Kubernetes (деплой, HPA, secrets, probes), понимание принципов service mesh и работы с ingress;

  • Опыт настройки Prometheus, Grafana, OpenTelemetry, Langfuse или LangSmith для трейсинга LLM-вызовов;

  • Построение пайплайнов (GitHub Actions, GitLab CI, ArgoCD), понимание blue/green и canary-деплоя;

  • Опыт написания юнит-, интеграционных и e2e-тестов (pytest, testcontainers); понимание TDD/BDD;

  • Английский язык: (Upper-Intermediate+).

  • Гибридный формат работы (современный офис в Москве в пешей доступности от метро Кутузовская);

  • Льготные ипотечные условия кредитования;

  • Подписка Прайм с возможностью совместного использования на трёх близких ;

  • ДМС с первого дня и скидки на страхование для близких;

  • Корпоративная пенсионная программа;

  • Детский отдых и подарки за счет Компании;

  • Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

hh.ru
travelline

Python Developer AI team (Офисный формат в г. Йошкар-Ола)

travellineАвтоподнятие
Зарплата не указанаРоссияЙошкар-ОлаОфис

TravelLine — единая платформа для автоматизации и развития гостиничного бизнеса. Наши клиенты — более 12 000 отелей, санаториев, загородных объектов и других средств размещения. Инструменты TL помогают автоматизировать бизнес-процессы и получать больше онлайн-броней.

Сейчас мы ищем Python Developer в команду разработки AI и Data Platform. Наша команда занимается созданием Data Platform на стеке Airbyte - dbt - Airflow и разработкой AI-проектов как для внутренних заказчиков компании, так и для маркетинговых целей. Среди наших AI-проектов: поисковик по базе знаний с RAG и агентами внутри, HotelGPT с генерацией текста и картинок для отелей, речевая аналитика со своим whisper, платформа для быстрого создания AI проектов. Мы активно проводим RnD эксперименты и тестируем новинки, особенно отдавая предпочтение open source проектам.

Команда: Руководитель команды, техлид, 2 инженера-программиста, инженер платформы данных и искусственного интеллекта, ML-инженер и мы в поиске еще одного бодрого коллеги :)

Чем предстоит заниматься?

  • Развивать флагманские AI-продукты компании;
  • Разрабатывать и масштабировать высоконагруженные микросервисы (FastAPI) для работы с генеративным AI (LLM-агенты, RAG-системы, векторный поиск);
  • Проектировать архитектуру интеграции AI-компонентов в существующую инфраструктуру;
  • Проводить RnD-исследования: тестировать новые open-source модели, библиотеки и подходы, быстро собирать и оценивать PoC (proof of concept).

Для нас важен:

  • Опыт коммерческой разработки на Python с FastAPI не менее 4 лет;
  • Опыт работы с высоконагруженными сервисами;
  • Опыт работы с web-технологиями;
  • Опыт разработки микросервисов;
  • Интерес к ИИ;
  • Понимание важности написания тестов и готовность их писать для своего кода;
  • Ответственный подход к работе

    Будет плюсом:
  • Опыт работы с Kong;
  • Опыт работы с Kubernetes.

Наш стек: Python, FastAPI, Kong, qdrant, langchain, neo4j, airflow, dbt

Мы предлагаем:

Оформление по ТК

  • платим белую зарплату и все отчисления, оформляем больничные, не беспокоим во время оплачиваемого отпуска. Все легально, по закону и трудовому кодексу;
  • у нас есть IT-аккредитация.

Забота о команде

  • ежедневные обеды за счет компании;

  • предоставляем технику для работы;
  • ДМС, платформа корпоративного благополучия Понимаю, компенсация спорта после прохождения испытательного срока;
  • курсы, конференции, мастер-классы за счет компании;
  • подарки на праздники и важные даты;

Стабильность

  • мы на рынке с 2008 года. Всегда прибыльные.

Прозрачность

  • мы всегда отмечаем победы, а один на один откровенно обсуждаем точки роста;
  • регулярная индексация и пересмотр зарплаты, по итогам твоих достижений и реалий рынка.

Команда

  • всего в TravelLine уже больше 790 специалистов: разработчики, тестировщики, аналитики, дизайнеры, маркетологи, sales-менеджеры, копирайтеры и еще кого только нет.Если просит душа — выезды на природу, сплавы по рекам, спорт и фитнес, бары и кафе, настолки с коллегами. Этого сколько угодно. :)

Будем рады познакомиться!

hh.ru
Р

AI-инженер

рн- геология исследования разработкаАвтоподнятие
Зарплата не указанаРоссияКрасноярскОфис

ООО «РН-Геология Исследования Разработка» («РН-ГИР») - крупнейший в России научно-исследовательский центр «Роснефти» в области геологии и разработки нефтяных, газовых и газоконденсатных месторождений. Филиалы и обособленные подразделения РН-ГИР расположены в Тюмени, Уфе, Красноярске, Москве, Самаре, Краснодаре, Томске.

Обязанности:

  • разработка AI-автоматизаций: Создание MVP, прототипов и полноценных решений для автоматизации рутинных задач (документооборот, внутренние запросы, аналитика);

  • работа с RAG-системами: Проектирование и реализация архитектур семантического поиска по внутренним базам знаний (LangChain, LlamaIndex, Qdrant);

  • интеграция LLM: Встраивание локальных и внешних языковых моделей, AI-агентов и инструментов оркестрации в бизнес-процессы;

  • развитие внутренней AI-платформы: Вместе с IT/DevOps развитие инфраструктуры для AI-сервисов (Docker, GPU, мониторинг);

  • улучшение кода и процессов: Рефакторинг существующих решений, внедрение лучших практик AI-driven разработки;
  • реализация новых AI-функции и пользовательских сценариев;
  • настройка и оптимизация инференс-серверов для запуска больших языковых моделей (LLM) с использованием современных фреймворков, таких как vLLM и SGLang;
  • контейнеризация и деплой решений в production-среду с помощью Docker и Docker Compose;
  • работа в Linux-среде: написание Bash-скриптов, автоматизация рутинных задач, настройка рабочих окружений;

Требования:

  • высшее (магистратура/специалитет) в области прикладной математики, компьютерных наук, программной инженерии или смежных технических специальностей;
  • опыт: 1–2 года коммерческой разработки (Python, JavaScript/TypeScript);
  • понимание LLM: Принципы работы Generative AI, промпт-инжиниринг, понимание архитектуры RAG (embeddings, vector search, chunking);

  • разработка ПО, искусственный интеллект и машинное обучение, курсы по LLM, Generative AI.

Необходимые профессиональные знания, навыки, умения:

  • уверенное владение одним или несколькими языками программирования: Python, JavaScript, TypeScript;
  • понимание принципов работы REST API, HTTP, JSON, интеграции внешних сервисов;
  • знание современных подходов к разработке web-приложения;
  • понимание принципов работы LLM и Generative AI;
  • практические навыки интеграции LLM в контур компании;
  • понимание архитектуре и принципов работы RAG-систем: embeddings, vector search, chunking, retrieval;
  • умение работы с современными AI-инструментами разработки: Cursor, Claude, ChatGPT и аналогами;
  • навыки работы с векторными базами данных;
  • понимание построения AI-агентов и AI-workflow;
  • готовность работать в условиях изменяющихся требований и быстро проверять продуктовые гипотезы.

Владение программным обеспечением:
стек разработки: Python (asyncio, FastAPI), SQL, Git, Linux/Bash;
данные и пайплайны: PostgreSQL, ClickHouse, Apache Airflow;
ML/LLM стек: LangChain/LlamaIndex, Qdrant, vLLM/SGLang, Hugging Face;
контейнеризация: Docker, Docker Compose.

Условия:

  • официальное трудоустройство по ТК РФ;
  • уровень заработной платы обсуждается при собеседовании;
  • ДМС, санаторно-курортное лечение;
  • страхование жизни и здоровья;
  • жилищная программа и программа негосударственного пенсионного обеспечения;
  • работа в офисе города Красноярска по адресу ул. 9 мая, д.65 Д.

Смотрите также в каталоге

Хотите персональную подборку?

Введите свои критерии — мы отфильтруем вакансии по вашим требованиям

Найти подходящие вакансии →