AI инженер — свежие вакансии

Мы создаём и развиваем ML-решения и AI-агентов для продуктов банка, которыми пользуются юридические лица.

Ищем ML Engineer, который возьмёт на себя инженерную часть этих решений: разработку агентов, интеграцию моделей и данных, а также их вывод в промышленную эксплуатацию. Это роль для Python-разработчика, которому интересно работать на стыке ML, LLM и больших данных.

• проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами

• превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать

• разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью

• проектировать, строить и сопровождать витрины данных для ML-моделей и агентов

• обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи

• обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных.

• опыт промышленной разработки на Python от 2 лет

• умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями

• уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных

• опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных

• опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию

• понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API

• понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления.

Будет преимуществом:

• опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора
• опыт работы с LLM, RAG и векторными хранилищами
• опыт оркестрации пайплайнов в Airflow или аналогичных системах
• опыт работы с Kafka и событийными архитектурами
• знание Docker, CI/CD и Kubernetes
• практический опыт работы с Hadoop и Spark
• опыт внедрения ML- или LLM-сервисов во внутреннем контуре
• опыт в банковском домене, продуктах для юридических лиц или документообороте.

• удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро)

• гибридный формат работы

• регулярный пересмотр заработной платы и возможность получения годовой премии

• доступ к более чем 400 образовательным программам СберУниверситета

• программу адаптации и поддержку наставника на первых этапах работы

• расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи

• ипотечные программы для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждения за рекомендации кандидатов.

Автоматизация процессов и внедрение AI-решений в крупной компании 🚀

КОГО МЫ ИЩЕМ?

Мы ищем специалиста, который сочетает в себе навыки бизнес-аналитика, системного архитектора и эксперта по автоматизации. Если ты умеешь проектировать сложные бизнес-процессы, настраивать Bitrix24 как конструктор LEGO и при этом держишь руку на пульсе AI-трендов — нам точно по пути! 🤖

ЧЕМ ВЫ БУДИТЕ ЗАНИМАТЬСЯ?🎯

• Анализ и проектирование — собираешь требования от внутренних заказчиков, описываешь текущие и целевые процессы, находишь узкие места и ручные операции для автоматизации;
• Настройка Bitrix24 — проектируешь и внедряешь сложные бизнес-процессы, смарт-процессы, CRM-воронки, роботов и триггеры. Настраиваешь маршруты согласования (заявки, оплаты, закупки, документы), автоматические уведомления, контроль сроков и связки между сущностями;
• Интеграции — настраиваешь взаимодействие Bitrix24 с 1С, телефонией, мессенджерами, сайтами и другими системами через REST API и вебхуки;
• Внедрение AI 🤖 — создаёшь внутренних AI-ассистентов, автоматизируешь обработку обращений и документов, подключаешь базы знаний и ищешь новые AI-решения для повышения эффективности команды;
• Поддержка и развитие — диагностируешь и исправляешь ошибки в процессах, оптимизируешь существующие автоматизации, готовишь ТЗ для разработчиков и тестируешь доработки перед запуском;
• Обучение и документация — пишешь инструкции, обучаешь сотрудников и сопровождаешь пользователей после внедрения.

ТРЕБОВАНИЯ:🚀

• Опыт от 3-х лет — глубокой настройки Bitrix24: бизнес-процессы, смарт-процессы, роботы, триггеры, универсальные списки;
• Системное мышление — понимаешь логику условий, ветвлений, циклов, переменных, документов и связанных сущностей Bitrix24;
• Опыт автоматизации — настройка согласований, заявок, документооборота и внутренних процессов;
• Аналитические навыки — умеешь переводить бизнес-требования в технические решения и составлять ТЗ для разработчиков;
• Интеграции — опыт настройки REST API, вебхуков и интеграций с внешними системами;
• AI-компетенции — практический опыт работы с AI-инструментами, понимание работы больших языковых моделей, AI-ассистентов и баз знаний. Умеешь составлять промпты и контролировать качество ответов ИИ;
• Бонусом будет — опыт внедрения AI-решений в реальные бизнес-процессы и знание современных AI-трендов;
• Ответственность — готовность работать с конфиденциальной корпоративной информацией.

УСЛОВИЯ:⭐

• Достойное вознаграждение — конкурентная зарплата, уровень обсуждаем индивидуально по итогам собеседования;
• Комфортный офис — современное пространство в центре города (метро ЦСКА);
• Гибкий график — обсуждаем формат работы (офис / гибрид);
• Амбициозные задачи — участие в масштабных проектах по цифровизации и автоматизации Группы Компаний;
• Профессиональная команда — работа с экспертами, которые заряжают и поддерживают;
• Карьерный рост — возможности развития внутри крупной компании;
• Современный стек — работа с передовыми AI-решениями и технологиями.

Присылай резюме с описанием твоих успешных кейсов по автоматизации в Bitrix24 и внедрению AI-решений. Ждём тебя в команде! 🚀

Мы — команда в Департаменте маркетинга Сбера. Мы строим ИИ-агентов на базе LLM, совмещая скорость стартапа с масштабом большой компании: у нас есть доступ к огромным массивам данных, серьёзная инфраструктура и свобода выбирать лучшие инструменты под задачу.

Наши агентные направления Вы будете развивать ключевое направление департамента — создавать агентные системы двух типов:

1. Внутренние продукты для сотрудников. Автоматизация рабочих процессов внутри банка. Например, агенты, которые по текстовому брифу генерируют готовую структуру веб-страниц с контентом и изображениями, экономя время маркетинговых команд.
2. Внешние интерфейсы для клиентов. Диалоговые ассистенты на публичных ресурсах. Ваш код будет напрямую взаимодействовать с миллионами пользователей сайта Сбербанка, помогая им получать ответы через GigaChat, поиск по базам знаний (RAG) и систему скиллов.

Наш главный продукт сегодня — backend AI-ассистента на сайте банка. Это сложная система оркестрации диалогов на LangGraph.

Сейчас мы собираем современный агентный стек с нуля (LangGraph, RAG, function calling).

Чем предстоит заниматься:

• развивать и рефакторить оркестрацию агентов на LangGraph
• разрабатывать скиллы и инструменты (tools) для агента
• интегрировать LLM (писать и оптимизировать system/user-промпты, проектировать Pydantic-схемы для структурированного вывода, настраивать параметры моделей)
• подключать внешние системы (HTTP API, Kafka, поисковые движки)
• строить RAG-пайплайн
• покрывать код unit-тестами
• участвовать в проектировании архитектуры агентских систем.

Мы ожидаем:

• опыт разработки AI агентов от 1 года
• опыт разработки python от 3 лет
• опыт с веб-фреймворками (FastAPI и/или aiohttp) и проектировали REST API; опыт работы с WebSocket/SSE для real-time коммуникаций.
• опыт интеграции LLM через API (GigaChat, аналоги)
• опыт с LangGraph/LangChain или похожими оркестраторами агентов
• опыт с PostgreSQL (проектирование схем, миграции, транзакции) и асинхронным доступом к БД
• умеете доводить LLM-фичи до стабильной работы в проде.

Будет плюсом:

• опыт работы с AEF
• опыт с RAG
• опыт с Kafka и событийными интеграциями
• опыт работы с Docker / Kubernetes, Helm, CI/CD пайплайнами.

Мы предлагаем:

• гибридный формат работы (2-3 дня в офисе)
• годовой бонус и ежегодный пересмотр
• расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи
• корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
• офис на Кутузовской с зонами отдыха и спортзалом
• льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Эт ко мне 🫡

JSCB Hamkor Bank

5 017 отслеживающих

7 ч

Отредактировано

🚀 Hamkorbank ищет AI Engineer

Ищем специалиста, который будет развивать инфраструктуру AI/ML-систем, интегрировать модели в продукты банка и обеспечивать стабильную работу AI-сервисов.

Ключевые задачи:

— разработка и поддержка микросервисов для AI/ML-систем;

— интеграция AI-моделей в backend-продукты и сервисы;

— настройка CI/CD, Docker, Kubernetes и ML-инфраструктуры;

— мониторинг, оптимизация и масштабирование AI-сервисов;

— развёртывание и сопровождение моделей.

Что важно:

— уверенное знание Python, Bash и Linux;

— опыт разработки микросервисов;

— понимание принципов работы AI/ML-систем и backend-инфраструктуры;

— опыт работы с CI/CD, Docker и Kubernetes;

— опыт развёртывания и сопровождения моделей на GPU будет преимуществом.

📩 Для отклика: Abdumalik Abdurakhimov

Знаете специалиста, которому может подойти эта вакансия?

Будем благодарны за рекомендацию или репост 💚

Команда продукта «Smart Support» работает для 200 тысяч сотрудников компании и занимается разработкой удобных и комфортных инструментов ИТ-поддержки.

Наши сервисы направлены на поддержку и решение проблем пользователей с оборудованием (ПК/ноутбуки, мобильные устройства, принтера, ВАРМ и т.д), а также решением проблем с программным обеспечением на этом оборудовании. Сейчас мы активно внедряем AI-агентов в процессы онлайн и оффлайн поддержки, которые позволяют оперативно решать проблемы или вопросы клиентов.

Чем предстоит заниматься:

• разрабатывать агентов и мультиагентные сценарии
• улучшать качество агентов на основе разметки и данных из production
• развивать RAG, Agentic RAG, работу с инструментами и базами знаний
• разрабатывать ML-модели для поиска, ранжирования или классификации
• интегрировать агентов с внутренними системами и сопровождать их в production.

Мы ожидаем:

• уверенный уровень Python и опыт асинхронной разработки
• опыт разработки LLM-агентов от 1 года
• опыт разработки и оценки ML-моделей
• понимание принципов работы и ограничений LLM
• понимание принципов построения агентных систем (structured output, tool calling, ReAct/agentic loop, управление состоянием и контекстом, multi-agent и human-in-the-loop)
• понимание RAG и Agentic RAG (подготовка знаний, embeddings, поиск, retrieval, reranking и формирование контекста для LLM)
• понимание подходов к оценке агентных систем (формирование eval-выборок, выбор метрик, оценка итогового результата и действий агента).

Будет плюсом

• опыт запуска агентов в production
• знание LangGraph
• практический опыт с MCP, A2A и multi-agent-системами
• базовое понимание Kubernetes и CI/CD.

Мы предлагаем:

• гибридный формат работы (3 дня офис, 2 удаленно)
• годовой бонус и ежегодный пересмотр
• расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи
• корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
• офис на Кутузовской с зонами отдыха и спортзалом
• льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

🚀 Hamkorbank ищет AI Engineer

Ищем специалиста, который будет развивать инфраструктуру AI/ML-систем, интегрировать модели в продукты банка и обеспечивать стабильную работу AI-сервисов.

Ключевые задачи:

— разработка и поддержка микросервисов для AI/ML-систем;

— интеграция AI-моделей в backend-продукты и сервисы;

— настройка CI/CD, Docker, Kubernetes и ML-инфраструктуры;

— мониторинг, оптимизация и масштабирование AI-сервисов;

— развёртывание и сопровождение моделей.

Что важно:

— уверенное знание Python, Bash и Linux;

— опыт разработки микросервисов;

— понимание принципов работы AI/ML-систем и backend-инфраструктуры;

— опыт работы с CI/CD, Docker и Kubernetes;

— опыт развёртывания и сопровождения моделей на GPU будет преимуществом.

📩 Для отклика: Abdumalik Abdurakhimov

Знаете специалиста, которому может подойти эта вакансия?

Будем благодарны за рекомендацию или репост 💚

Третье Мнение - разработчик IT-решений для системы здравоохранения. Мы создаем продукты на базе технологий искусственного интеллекта, которые помогают автоматизировать процессы в медицинских учреждениях, ускорять принятие врачебных решений и повышать безопасность пациентов и медицинского персонала

Мы ищем NLP-инженера, который станет центром компетенций NLP-направления и будет развивать ML-продукты в медицинском домене

Чем предстоит заниматься:

• Развивать NLP/LLM-направление внутри продукта и быть техническим экспертом для команды
• Проектировать и улучшать ML-сервисы для обработки медицинских документов и текстов
• Работать с self-hosted LLM: подбор моделей, настройка inference, оптимизация параметров, оценка качества
• Строить LLM-пайплайны: RAG, обработка документов, извлечение сущностей, классификация, суммаризация и структурирование данных
• Анализировать метрики, проводить анализ ошибок и находить неочевидные причины деградации качества
• Сопровождать решения от экспериментов до production-интеграции, включая внедрение современных NLP/LLM-подходов и, в перспективе, дообучение моделей под медицинский домен

Будем рады видеть в новом коллеге следующее:

• Опыт работы в NLP / Deep Learning / LLM от 3+ лет и глубоко понимаешь классический ML, NLP, трансформеры и современные LLM-подходы
• Увереные знания и навыки Python, основными ML/NLP-фреймворками
• Понимание основ production-разработки: docker, git, linux, API, логирование, мониторинг
• Опыт интеграции LLM в прикладные или production-решения
• Понимание особенностей self-hosted open-source LLM: инференс, параметры, ограничения и оптимизацию
• Опыт в построении обучения моделей для классических NLP задач, например, NER или классификация
• Навыки проведения воспроизводимых экспериментов, анализ метрики и формирование решений на их основе, глубоко разбирать ошибки моделей и автономно доводить сложные задачи до результата, брать ответственность за технические решения и качество продукта

Будет плюсом:

• Опыт работы с медицинскими текстами или healthcare-продуктами
• Практический опыт fine-tuning LLM, LoRA/QLoRA или других методов адаптации моделей
• Опыт оптимизации LLM-инференса: quantization, batching, caching, latency optimization
• Опыт в OCR и мультимодальных решениях (текст + изображение)
• Опыт построения баз знаний, краулинга, обогащения и валидации данных
• Опыт менторинга ML/NLP-инженеров или развития технических практик в команде
• Наличие научных публикаций или участие в исследовательских проектах
• Опыт работы с графовыми базами данных

Что мы предлагаем:

• Работу в аккредитованной IT – компании, где налажена прямая связь с командой, руководителем и менеджментом компании в концепции полного доверия и максимальной прозрачности
• Официальное трудоустройство по ТК РФ и предоставление всех обязательных гарантий
• Конкурентный и полностью официальный уровень дохода
• Стандартный отпуск 28 календарных дней и дополнительно еще 3 календарных дня за ненормированный рабочий день
• Программу ДМС после прохождения испытательного срока в лучших клиниках, а также возможность подключить близких родственников к корпоративному страхованию на льготных условиях
• Удобную и современную технику для эффективной работы

Мы переводим инфраструктуру и процессы разработки Яндекс Лавки в формат AI-first. Переосмысляем тестирование, код-ревью и релизы, создаём инструменты на базе искусственного интеллекта и проверяем новые подходы на практике.

Наша команда быстро превращает идеи в работающие MVP. Мы масштабируем решения, которые оказываются ценными: сначала внутри бизнес‑группы, а потом — дальше. У нас есть возможность создавать продукты, которыми ежедневно будут пользоваться десятки тысяч разработчиков, и напрямую влиять на организацию инженерной работы в крупной технологической компании.

Создание инструментов для разработчиков

Вы будете создавать надёжные инструменты и сервисы, которые ускорят, упростят и повысят эффективность разработки.

Запуск AI-прототипов

Вам предстоит искать узкие места в инженерных процессах, выдвигать гипотезы и воплощать их в рабочие MVP. Например, с помощью AI‑агентов автоматизировать код‑ревью.

Масштабирование продуктов

Вы будете доводить прототипы до полноценных решений, которые выдержат высокие нагрузки и подойдут для использования в разных командах Яндекса.

Изменение инженерных процессов

Вам предстоит не только создавать технологии, но и внедрять их: договариваться с командами, демонстрировать ценность новых инструментов и помогать коллегам перейти к AI-first-подходу.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Понимаете принципы построения надёжных бэкенд‑систем и сервисов для большой аудитории
* Умеете писать код
* Понимаете возможности и ограничения современных AI-моделей и умеете учитывать их при проектировании решений
* Способны самостоятельно пройти путь от идеи и прототипа до внедрённого продукта
* Умеете договариваться с другими командами, аргументировать своё видение и объединять людей вокруг общего решения

* Создавали решения с использованием AI-агентов или LLM
* Понимаете, как устроены современные AI-модели и системы на их основе
* Хотите развиваться на стыке искусственного интеллекта, инженерной платформы и developer experience

Узнайте про разработку Городских сервисов Яндекса на [dev.go.yandex](http://dev.go.yandex/?utm\_source=yandex\_jobs&utm\_medium=social&utm\_content=1&utm\_campaign=vacancies)

💼 AI-Native Principal Engineer
🏢 Глобальная AI-платформа для создания, перевода и локализации контента (Fortune 500). Ключевой инвестор – Matrix Partners. AI-first 12+ лет. 100+ инженеров в 24 странах.🌍 Remote (из любой страны. Оформление через b2b)
💰 От 9 000$ gross
🗣 Рабочий язык – английский

Мы ищем инженера уровня Principal, который мыслит AI-first – для которого агенты и LLM не «фича», а мультипликатор скорости разработки. Того, кто ведёт задачу в core-системе от идеи до продакшена и долгосрочной поддержки, влияет на архитектуру, принимает высокоимпактные решения, видит весь пайплайн разработки целиком и готов его переосмыслить.

🚀 Чем ты будешь заниматься:

Около 80% времени – hands-on в продакшене: настоящий код, настоящая архитектура, настоящие ограничения, настоящий legacy, который нужно эволюционировать, а не переписывать.

Конкретные примеры импакта, которые уже на столе:
✔️ Переизобрести SDLC через агентов.
Брать работу, которая обычно занимает дни, и выкатывать за часы – с продакшен-качеством – интегрируя AI в требования, документацию, код, ревью, тесты и деплой.
✔️ Разобрать монолит с помощью AI.
Направить агентов на legacy 8–10-летней давности, понять его и точечно вытащить ценные куски в модульную, дружелюбную к агентам архитектуру. Нужен острый глаз и глубокий мыслитель, который любит hands-on.
✔️ Строить автономные инженерные циклы. Например, полностью автономный цикл багфиксинга: появился баг → агенты находят корневую причину в коде → предлагают и внедряют фикс → верифицируют результат, а человек подключается только на финальном решении. Это фундамент для автоматизации инженерии в целом.
✔️ Спроектировать quality gate.
Построить объективный сигнал go / no-go, который дает система, а не чутьё инженера. Здесь нужен инженерный ум, а не только QA-ум.
✔️ Менять то, как мыслит команда. Ты задаёшь стандарт через исполнение и помогаешь сдвинуть инженерное мышление 100+ инженеров в 24 странах.

🚀 Что мы ждем от тебя:

✔️ AI: глубокий production-опыт с LLM, агентами и современным AI-стеком. Умение строить multi-agent workflows, интегрировать AI в SDLC, оценивать границы автономности, контролировать стоимость, контекст и безопасность. Важны системное мышление и реальные кейсы, а не поверхностное использование ChatGPT. Релевантный стек: MCP, RAG, LangGraph/LangChain/CrewAI, LLM observability, LiteLLM/OpenRouter, vector DB, Claude Code/Cursor.

✔️ Инженерия: hands-on опыт с масштабными распределёнными production-системами, облаками AWS/Azure/GCP, Kubernetes, Kafka, CI/CD и observability. Нужен опыт архитектурных решений, развития legacy и поддержки зрелых систем. Backend или fullstack; .NET – плюс.

📝 tg @lyutingo

Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка. Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения.

Мы обеспечиваем полный цикл разработки (E2E): ML-инженеры и бэкенд-разработчики работают вместе над реализацией сервисов, в связке с фронтендом и дизайнерами. У нас есть собственная команда разметки для оценки качества и сбора датасетов, с помощью которых мы дообучаем доменные модели под банковские сценарии.

Масштаб задач:

Сейчас в портфеле более 200 реализованных сценариев.

В планах — реализация еще 300+ сценариев, включая создание слоя процедурной памяти для агентов, специализированных поисковых агентов и систем автоматической оценки качества GenAI (Auto-Eval).

Развитие Self-Service инструментов (песочниц с UI), где команды банка могут тестировать гипотезы перед интеграцией.

Чем предстоит заниматься

Мы ищем инженеров, которым интересно не только R&D, но и создание полноценных продуктовых систем, способных обучаться на пользовательском фидбэке и решать конкретные бизнес-задачи.

• развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов

• обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM)

• MLOps и Data Management: Организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга)

• развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge

• Engineering: релиз новых моделей и сервисов в продуктовые среды.

• глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM

• инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных.

• LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS)

• Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов

• Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии.

Будет плюсом

• активный профиль на GitHub с качественным кодом

• достижения (медали) на Kaggle

• участие в Open-Source проектах, связанных с LLM/NLP

• комфортный современный офис - м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовой бонус

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• 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

• корпоративная пенсионная программа.

• Разработка и поддержка сервисов, взаимодействующих с API различных LLM
• Проектирование, подбор параметров и создание эффективных промптов для решения конкретных бизнес-задач
• Оптимизация работы с моделями для снижения времени ответов и стоимости запросов
• Автоматизация тестирования API

• Высшее техническое образование

• Опыт работы full stack разработчиком от 5 лет (.NET), опыт взаимодействия с LLM от 1 года

• Опыт работы с API LLM (Qwen, DeepSeek, OpenAI, Yandex, Mistral, Google Gemini и т.д.)

• Понимание принципов и практический опыт применения техник проектирования промптов

• Уверенное владение JS на уровне senior, опыт работы с веб-компонентами, Vue или подобными системами

• Понимание принципов ООП

• Опыт использование систем контроля версий (Git)

• Английский язык на уровне чтения технической документации

Приветствуется:

• Опыт работы с фреймворками для LLM-разработки: LangChain, LlamaIndex, Haystack или их аналогами

• Навыки анализа, предобработки и подготовки данных для обучения и тонкой настройки (fine-tuning) моделей

• Опыт развертывания собственных LLM

Условия:

• Трудоустройство в соответствии с Трудовым кодексом РФ
• Заработная плата обсуждается по результатам собеседования и зависит от профессионального уровня кандидата
• Премии - по результатам работы
• Медицинское страхование (ДМС)
• Возможность профессионального развития и карьерного роста
• Доброжелательная, демократичная и творческая атмосфера в коллективе
• Офис в шаговой доступности от ст.м. Профсоюзная
• Рабочий день с 10 до 18 часов, включая обеденный перерыв 30 мин. Начало рабочего дня можно изменить по согласованию с руководителем
• Удаленный формат работы

Мы — команда мобильного приложения Сбербанк Онлайн.

Разрабатываем цифрового ассистента для мобильного приложения СБОЛ, который работает на базе технологий LLM.

В ядре нашего ассистента лежит мультиагентная система.

Мы ищем опытного NLP-специалиста, который будет разрабатывать новых ИИ-агентов для удовлетворения потребностей пользователей.

Обязанности

• анализ бизнес-задач и участие в выборе методов моделирования для их решения / проработка с заказчиками вариантов реализации ML-решений.
• разработка ИИ-агентов на базе LLM с использованием фреймворков LangChain/GigaChain/LangGraph.
• создание RAG-пайплайнов.
• решение вспомогательных NLP-задач (Preprocessing, Classification, Clustering, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Embeddings, Prompt Tuning).
• дообучение LLM под бизнес-задачи (SFT, LoRA), разработка пайплайнов оценки качества ML-решения (LLM-as-a-judge, классические метрики качества для задач классификации с естественными метками).
• разработка дизайна пилотов для оценки продуктового и финансового эффектов от запуска ML-решений, приоритезация бэклога гипотез по улучшению качества ML-решений.
• вывод ML-решений в промышленную эксплуатацию совместно с командой MLOps.

Требования

• высшее образование (желательно техническое/экономическое).
• опыт в ML от 3-х лет.
• знание библиотек и фреймворков: pandas, PySpark, CatBoost, PyTorch, LangChain/LangGraph.
• отличные знания классического и нейросетевого ML применительно к NLP-задачам.
• имеешь опыт решения задач с использованием различных LLM-моделей (BERT, RoBERTa, XLNet, LLaMA).
• Знаешь, как работает RAG.

Условия

• офисный/гибридный формат работы: г. Москва, Бизнес-центр, Кутузовский проспект, д. 32, к. 1.
• ежегодный пересмотр зарплаты и годовая премия.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• расширенный ДМС (медицинское страхование), льготное страхование для семьи.
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• вознаграждение за рекомендацию друзей в команду Сбера.

Привет! Мы — PIX Robotics, аккредитованный российский ИТ-разработчик экосистемы для цифровой трансформации бизнеса.

Мы создаем ИТ-продукты, занимающие лидирующие позиции в своих нишах: платформа программной роботизации PIX RPA, система умной аналитики PIX BI и платформа для организации процессного управления PIX Процессы. Наши клиенты — ВТБ, Газпромбанк, OZON, S7, Московская биржа, Россети, Лукойл, Норильский Никель и многие другие.

А еще мы выстраиваем внутри культуру развития и сотрудничества, что отражается в высокой оценке экспертов рынка - мы финалисты рейтингов работодателей HH.ru, Хабр, РБК и Forbes.

В нашу команду ищем Full-stack разработчика .NET + AI-агенты.

Чем предстоит заниматься:

• Backend-ядро: разработка agent loop (MAF поверх IChatClient), tool middleware, фильтрация, стриминг, субагенты. Новые tools и коннекторы (IConnectorProvider, send-safety, Quartz). API (Minimal API, SSE, JWT, ownership), EF Core (SQLite/Postgres).

• Frontend: React + TypeScript — чат, tool calls, интеграции, mentions, PWA. Доведение UI до аккуратного состояния по существующим паттернам.

• Интеграция с 1С: доработка расширения «Оператор1С» (BSL): endpoints, схемы, запросы к регистрам (либо уверенное чтение BSL и работа в паре). Отладка end-to-end: LLM → tool → .NET → 1С.

• AI-assisted разработка: работа через агентов (Claude Code и аналоги): декомпозиция, TDD, ревью кода. Ключевой навык — верификация: тесты, ручная проверка, отсутствие регрессий. Ведение документации как части кода (CLAUDE.md, спеки).

• Качество: unit (xUnit + NSubstitute + FluentAssertions), API и интеграционные тесты с реальной LLM. Диагностика по логам (Serilog), воспроизведение багов, бенчмарки.

• C#/.NET (от 3 лет): async/await, DI, EF Core (миграции, транзакции), Minimal API.

• Практическое понимание LLM-приложений: tool calling, агентные циклы, стриминг, промптинг. Готовность быстро освоить MAF.

• TypeScript/React — рабочий уровень: реализация фич от API до UI. Готовы рассмотреть знания любого фронтового языка

• Активный опыт AI-assisted разработки (Claude Code/Cursor/Copilot agent mode) с демонстрацией подхода на интервью.

• Инженерная дисциплина: тесты до/вместе с кодом, чтение diff перед коммитом, критическая оценка сгенерированного кода.

• Самостоятельная отладка по всей цепочке (HTTP, JSON, логи, SQL).

• Все преимущества надежной ИТ-компании с аккредитацией Минцифры;
• Гибридный или удаленный режим работы;
• Гибкое начало дня с 9 до 11;
• Отсутствие бюрократии и микро-менеджмента – мы молодая компания, поэтому скорость работы и качественный результат для нас на первом месте;
• Разработка нового продукта с минимумом легаси;
• Дружная и креативная команда: вместе играем в волейбол, бегаем забеги, играем в настольные игры на кухне и многое другое;
• Участие в программе лояльности BestBenefits;
• Скидки от партнеров: World Class, Eduson, М-Видео, Инвитро, Иви и др.;
• ДМС по корпоративным тарифам;
• Дресс-код, который ограничивается здравым смыслом — с тату и зелеными волосами можно.

Мы - команда Disrupt в Сбере, часть блока ГенИИ. Отвечаем за все новые воплощения Гиги на рынках и работаем в формате фабрики гипотез: ищем перспективные сценарии, запускаем MVP, масштабируем лучшие продукты.

Ищем ML-инженера, который будет запускать в продакшен и ускорять большие языковые модели на инфраструктуре NVIDIA.

• Запускать и поддерживать распределённый инференс LLM на кластере GPU.

• Тюнить движки (vLLM, SGLang, TensorRT-LLM или аналоги) для максимальной скорости и утилизации железа.

• Снижать задержки генерации, повышать пропускную способность и эффективно работать с длинным контекстом в MoE-моделях.

• Применять квантизацию (FP8/INT8), speculative decoding и другие оптимизации без потери качества ответов.

• Находить узкие места по памяти (VRAM/HBM) и сети (NVLink/InfiniBand), устранять OOM и сбои узлов.

• Упаковывать сервисы в Kubernetes/Docker, настраивать автоскейлинг, выкаты и откаты.

• Строить мониторинг метрик вывода (задержки, токены/сек, стоимость за 1М токенов).

• Проводить нагрузочное тестирование и планировать мощности.

• От двух лет опыта в ML Engineering, MLOps или высоконагруженном бэкенде. Обязательно хотя бы один свой GPU-сервис, доведенный до продакшена.

• Уверенное владение Python и Linux. Знание Docker, Git, CI/CD и базовая работа с Kubernetes.

• Практический опыт запуска моделей на PyTorch под NVIDIA GPU.

• Опыт работы минимум с одним production-стеком для инференса (vLLM, Triton, TensorRT-LLM, SGLang, TGI или аналоги).

• Понимание того, как устроена память GPU, что такое mixed precision, батчинг, KV-кэш и параллелизм моделей.

• Умение замерять производительность, читать профилировщики (PyTorch Profiler, Nsight, DCGM) и находить баланс между скоростью, качеством ответов и стоимостью вывода.

• Базовое понимание распределенных систем: таймауты, повторы запросов, отказоустойчивость при падении узла и выкат без простоев.

Будет плюсом:

• Умение писать CUDA/Triton kernels, работать с NCCL и быстрой связкой узлов (NVLink/InfiniBand, GPUDirect/RDMA).

• Опыт запуска MoE-моделей с экспертным параллелизмом и очень длинным контекстом.

• Знакомство с KServe или Ray Serve; сбор метрик через Prometheus/Grafana, GPU Operator или DCGM Exporter.

• Навыки конвертации весов моделей, проведения quantization-aware evaluation и сравнения разных движков инференса.

• Базовый C++ или Go для написания быстрых компонентов control/data plane.

• комфортный современный офис рядом с м. Кутузовская

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• льготная программа ипотеки для сотрудников

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

• вознаграждение за рекомендацию друзей в команду Сбера.

ТРЕБУЕТСЯ СПЕЦИАЛИСТ С ОПЫТОМ УКАЗАННЫМ В ВАКАНСИИ

Обязательные технические требования (Hard Skills)

• Python на высоком уровне: написание чистого, оптимизированного кода, глубокое знание ООП и стандартов разработки. Уверенное владение базовым стеком (Pandas, NumPy, Scikit-learn).
• Опыт с Deep Learning фреймворками: уверенное практическое владение PyTorch (предпочтительно) или TensorFlow для проектирования и обучения нейросетей.
• Работа с данными и базами данных: отличный SQL (написание и оптимизация сложных запросов, агрегация данных, самостоятельный сбор и подготовка датасетов).
• Опыт работы с LLM / Generative AI: практический опыт интеграции больших языковых моделей через API (Claude, OpenAI) или развертывания open-source решений (Qwen, Llama). Понимание архитектуры Transformer, принципов Prompt Engineering и реализации подходов RAG.
• Инженерная база и Production: умение упаковывать разработанные модели в Docker-контейнеры и разворачивать их как стабильные API-сервисы (FastAPI / Flask). Базовое понимание работы брокеров сообщений (Kafka / RabbitMQ) для построения асинхронной архитектуры.
• Математический фундамент: четкое понимание теории вероятностей, математической статистики и линейной алгебры (необходимое для понимания внутренней логики работы алгоритмов и интерпретации результатов).
• Инфраструктурные инструменты: уверенная работа в среде Linux (Bash), Git, практический опыт распределения ресурсов на GPU-инстансах для эффективного обучения моделей.

2. Будет большим плюсом (Желательно)

• MLOps пайплайны: опыт построения и автоматизации MLOps-пайплайнов для управления жизненным циклом моделей (MLflow, ClearML или аналоги).
• Коммерческий опыт: наличие подтвержденного коммерческого опыта разработки в продуктовых IT-командах от 2 лет.

3. Мягкие навыки и продуктовое мышление (Soft Skills)

• Продуктовый подход: способность декомпозировать абстрактную бизнес-задачу или боль проекта на язык конкретных технических ML-гипотез.
• Самостоятельность и R&D: умение читать и разбирать актуальные профильные статьи (papers), быстро находить эффективные open-source решения и адаптировать их под задачи компании.

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:

• Опыт разработки на Python от 5 лет.
• Хорошее владение одним из веб-фреймворков: FastAPI или Flask.
• Проектирование API (REST / gRPC / WebSocket).
• 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.
• 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.

Присоединяйтесь к команде target ai для захвата рынка ИИ!

Хотите стать частью крутой команды, работающей с передовыми технологиями GenAI? Хотите разбираться в последних новинках ИИ, быть на острие технологий и внедрять эти технологии в реальный бизнес? Тогда вам - к нам! У нас вы станете частью одного из самых быстрорастущих стартапов в РФ.

О нас:

Мы создаем продукты, которые упрощают практическое применение ИИ для наших клиентов и позволяют получить результаты от внедрения в реальном бизнесе.

Наша команда из более чем 70 экспертов в области технологий Conversational and Gen AI разрабатывает собственную платформу для создания, управления и интеграции виртуальных сотрудников в бизнес-процессы наших клиентов.

Мы гордимся сотрудничеством с такими компаниями, как Билайн, Купер (СберМаркет), Яндекс, Авито, Самокат, Ренессанс, Ростелеком, Согаз и еще 70+ клиентов.

Чем предстоит заниматься:

Мы ищем LLM-инженера (T-shape) - человека, который одинаково хорошо разбирается в аналитике, разработке и интеграциях. Наша команда создает агентов «под ключ»: от идеи до релиза и поддержки. В твои задачи будет входить:

1. Проектирование агентов. Погружаться в бизнес-задачу заказчика, продумывать архитектуру диалога, личность агента, его цели и ограничения.

2. Разработка на Python + AI. Писать промпты, функции, настраивать RAG, tool calling.

3. Эксперименты и оптимизация. Тестировать разные LLM, техники промптинга, искать причины ошибок, добиваться стабильного качества диалогов («зеленых» симов).

4. Внедрение и интеграция. Подключать каналы связи, интегрировать агента с инфраструктурой клиента по API.

5. Поддержка готовых решений. Анализировать диалоги, дорабатывать базы знаний, адаптировать агентов под новые требования.

Ты не просто пишешь код - ты решаешь реальные бизнес-проблемы с помощью генеративного AI.

Что важно для нас:

- Опыт работы с LLM - глубокое понимание архитектуры современных моделей, их возможностей, ограничений и нюансов.

- Знание RAG: принципов работы, векторных представлений, тонкостей настройки.

- Python на уверенном уровне: уверенно пишешь скрипты для вызова API, работаешь с библиотеками. Вайбкодинг приветствуется.

- SQL - хотя бы базовые запросы для аналитики и проверки данных.

- Понимание жизненного цикла агентных систем и чат-ботов (от проектирования до поддержки).

- Аналитический склад ума - умеешь ставить эксперименты, проверять гипотезы, интерпретировать результаты.

- Коммуникабельность и открытость - готов объяснять заказчикам логику работы моделей простым языком, активно взаимодействовать с командой.

Что мы предлагаем:

- Cursor каждому сотруднику - мы инвестируем в твой инструментарий.

- Гибкое оформление (ТК / ГПХ / самозанятость - обсуждаем).

- Полная удаленка - работай из любой точки.

- Быстрый рост - мы растем как компания, и вместе с нами растут люди.

- Интересные задачи - реальные проекты с топовыми клиентами, сложные технические вызовы, работа с передовыми LLM.

Команда занимается разработкой Disrupt-решений в сфере Безопасности Сбера

Цель команды – разработка инновационных решений, проверка гипотез, посредством подготовки MVP и PoC планируемых продуктов, поддержка продуктовых команд в части оперативной разработки.

• разработка ML-алгоритмов

• разработка ML-моделей

• поддержка существующих AI-решений

• разработка AI-Агентов

• проработка AI-архитектуры внедрения решений в целевой процесс

• генерация идей.

• высшее образование

• коммерческий опыт работы разработки\в сфере ИИ не менее 2 лет

• опыт самостоятельного лидирования

• готовность работы в условиях многозадачности и сжатых сроков, интенсивному обучению и повышению квалификацию

• опыт работы со следующим стеком:

Python, numpy, pandas, scipy, scikit-learn, XGBoost, PyTorch, OpenAI, LangChain, LangGraph, Chroma, prompt engineering, FastAPI, REST/gRPC, React, Docker, Kubernetes, GitLab.

• офисный формат работы, 5\2
• ипотека выгоднее для каждого сотрудника и льготные условия кредитования
• фитнес залы в офисах
• бесплатная подписка СберПрайм+
• скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Сбер Еаптека и другие
• ДМС с первого дня и льготное страхование для близких
• корпоративная пенсионная программа
• реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение

Мы формируем новое стратегическое направление и ищем опытного технического лидера, который возглавит его.

Эта роль 60% hands-on инженерии и 40% управления и менторства.

Ключевые задачи:

• Проектировать и принимать ключевые архитектурные решения для production-ready AI-сервисов (от LLM-агентов до систем предиктивной аналитики). Участвовать в разработке наиболее сложных компонентов.
• Определять и развивать технологический стек, выстраивать процессы MLOps (CI/CD для моделей, мониторинг, версионирование).
• В тесном контакте с бизнес-юнитами превращать гипотезы в работающие AI-решения, которые напрямую влияют на P&L компании.
• Развивать экспертизу команды, задавать стандарты качества кода и подходов к разработке.
• Принять в работу существующую AI-инфраструктуру, оценить технический долг и разработать дорожную карту по оптимизации. Первая цель — полное понимание и документирование текущих решений.
• Возглавить разработку комплексной системы анализа работы персонала на основе аудио- и видеоданных. Создание MVP-моделей, разработку метрик качества моделей и дашбордов для бизнес-заказчиков.

Наши ожидания от кандидата:

• Опыт управления командой разработки от 3-х лет. Вы умеете нанимать, развивать и мотивировать
• Практическая экспертиза в Computer Vision и NLP/LLM (BERT, GPT и их аналоги). Вы не просто использовали готовые API, а строили решения на базе фреймворков вроде HuggingFace, LangChain, PyTorch.
• Уверенное владение Python и его экосистемой для ML/AI.
• Опыт вывода ML-моделей в production. Вы знаете, что такое Docker, Kubernetes, и понимаете принципы построения CI/CD пайплайнов для моделей.
• Системное мышление и продуктовый подход. Вы способны декомпозировать сложную бизнес-задачу до технической реализации.
• Опыт работы с системами мониторинга (Prometheus, Grafana) и понимание важности метрик качества моделей в реальном времени.
• Английский язык на уровне, достаточном для чтения технической документации и статей.

Что мы предлагаем:

• Мы нанимаем профессионалов и доверяем их экспертизе. Ваши решения — основа будущего направления.
• Гибридный формат работы.
• Мы готовы оплачивать ваше участие в ведущих конференциях, профильные курсы и обучение в нашем Корпоративном университете.
• Конкурентоспособная заработная плата и полное соблюдение ТК РФ в крупной, известной компании.
• Корпоративные скидки на ювелирные украшения для сотрудников.