AI инженер — свежие вакансии

Чем предстоит заниматься

• Превращением бизнес-потребностей в работающие AI-продукты: вы будете брать сложные задачи бизнеса и превращать их в эффективные, масштабируемые решения.
• Созданием интеллектуальных систем: разработка AI-агентов и copilot-решений, способных самостоятельно планировать задачи, работать с памятью и принимать решения.
• Построением RAG-архитектуры: настройка систем поиска по знаниям (векторный поиск, чанкинг, обогащение метаданными) и гибридного ранжирования.
• Обеспечением качества и прозрачности: внедрение метрик (accuracy, latency), настройка трейсинга (LangFuse) и мониторинга для контроля затрат и качества ответов.
• Кросс-функциональная работа: взаимодействие с командами разработки и DevOps для интеграции решений в продакшен.
• Управлением активами: версионирование промтов, моделей и датасетов.

Что мы ожидаем от кандидата

:

• Опыт: от 3 лет в прикладном ML/AI, с упором на NLP и работу с большими языковыми моделями (LLM).
• Стек технологий: уверенный Python (ООП, асинхронность, типизация, Docker), опыт с FastAPI.
• Работа с LLM: глубокое понимание промпт-инжиниринга, контекстных окон, стриминга.
• Агентные системы: опыт реализации паттернов ReAct, Chain-of-Thought и multi-agent архитектуры.
• Инструменты: знание LangChain/LangGraph/ADK и опыт работы с no-code/low-code платформами (LangFlow, n8n, Dify).
• Базы данных: опыт работы с векторными хранилищами (Qdrant, Milvus, Chroma).
• Архитектура: понимание принципов микросервисов и опыт деплоя LLM (vLLM, квантизация, GPU-оптимизация).
• Умение доступно объяснять технические концепции бизнес-стейкхолдерам.

Будет плюсом: * Опыт работы с low-code/no-code платформами для оркестрации AI-агентов (N8N, LangFlow, Dify или аналоги). * Опыт использования agent harness для разработки ПО (OpenCode, Pi, KiloCode, Claude Code, Cursor, Hermes, OpenClaw). * Опыт с open weights LLM (Qwen, DeepSeek, GLM). * Опыт развертывания инференс-кластеров (SGLang, vLLM).

Мы предлагаем

• Работу в аккредитованной ИТ-компании;

• Возможность выбора формата работы (офис/гибрид/удаленка);

• Комфортный офис недалеко от м. ул. 1905 года;

• Оформление в соответствии с ТК РФ;

• Конкурентный уровень заработной платы — на уровне лидеров ИТ/телеком-индустрии;

• ДМС со стоматологией с первых дней работы, льготные условия страхования близких, оплата больничного до 100% (в соответствии с политикой компании);

• Скидки в сети фитнес-клубов World Class и другие предложения;

• Возможность обучения и участия в профессиональных конференциях за счёт компании;

• Возможность участия в спортивных мероприятиях: бег, футбол, шахматы и другие.

• Шаг в космос — для тех, кто вдохновлен идеей покорения космоса и мечтает быть к этому причастным.

ВАЖНО: Прочитайте перед откликом!

МЫ НЕ ИЩЕМ классического разработчика!

Эта вакансия НЕ подойдёт вам, если вы:

• Пишете код преимущественно вручную в IDE
• Не используете в ежедневной работе агентов OpenCode, Codex, Claude, Cline или аналоги для ГЕНЕРАЦИИ кода
• Считаете, что «ИИ агенты никогда не заменят разработчика»
• Не следите за трендами агентской разработки и не можете показать реальный пет-проект, где >50% кода написано AI-агентами
• Не имеете опыта работы с Angular + .Net, но "готовы переучиться"

Эта позиция подойдёт вам, ТОЛЬКО если вы:

• Ежедневно используете AI-ассистентов как ОСНОВНОЙ инструмент разработки
• Умеете строить работу через тулкиты (Spec Kit, Spec Kitty, Kiro, Tessl и им подобные)
• Готовы преимущественно не писать код руками, а управлять проектом через постановку спецификаций агентам

Обязанности:

• Писать детальные спецификации для AI-агентов: Вы будете определять архитектурные решения и создавать технические спецификации на естественном языке (через соответствующие инструменты), по которым ИИ-агенты станут генерировать production-ready код. Основная часть задач будет касаться пользовательских витрин (Angular), но определенная часть относится к BFF или даже более глубоким слоям - поэтому ищем человека с опытом Fullstack.
• Иногда править код за агентом вручную - если вы четко понимаете, что пять строк быстрее исправить самому, чем заново запускать /clarify.
• Управлять мульти-агентными сессиями разработки: Организовывать цепочки задач между разными AI-агентами (один пишет код, второй тесты, третий документацию), контролировать контекст между итерациями, использовать MCP-серверы и .md-файлы для управления поведением агентов.
• Проводить AI-code review без написания кода: управлять правилами генерации списков тест-кейзов и критериев приемки агентом, считывать результаты прохождения агентом тестов и оперативно поправлять его по мере надобности.
• Настраивать AI-driven CI/CD пайплайны: Автоматизировать не только деплой, но и генерацию hotfix'ов через агентов, создание скриптов миграций, автоматическое исправление проваленных тестов.

Требования:

MUST HAVE по AI-инструментам:

• Минимум 6 месяцев ЕЖЕДНЕВНОЙ работы с Cursor/Cline, Claude, Codex, OpenCode или иной средой AI-разработки
• Портфолио собственных проектов, где можно проверить, что код действительно сгенерирован AI (git history с характерными коммитами, структура кода). Доступа к вашим рабочим проектам под NDA мы не просим.
• Опыт работы с контекстными окнами 100k+ токенов, умение их оптимизировать, настраивать обвязки полезными плагинами.
• Навык написания системных промптов и agent instructions (покажите примеры ваших .cursorrules или SYSTEM.md)

MUST HAVE по технологиям:

• Современные версии Angular. И опыт работы со старыми версиями, которые придется поднимать до актуальных.
• Figma и ее MCP для ИИ-агентов - no comments.
• .NET 6+ — крайне желательны 2+ года опыта. Понимание архитектуры на уровне, достаточном для написания промптов: REST API, gRPC, message brokers, CQRS, DDD
• Git — умение читать AI-сгенерированные диффы по 500+ строк

Red flags:

"Я пробовал ChatGPT для написания SQL-запросов" — это НЕ тот уровень

"Я использую Copilot для автодополнения" — это НЕ AI-first разработка

"Я готов научиться" без реального опыта — мы ищем тех, кто УЖЕ работает так

• Работа в аккредитованной IT-компании, входящей в состав Холдинга РЖД
• Оформление, отпуска, больничные по ТК, стабильный, полностью официальный доход
• График работы: 5/2, 8-ми часовой рабочий день (работа в офисе)
• ДМС, включая стоматологию

Привет!

Мы — Lexica. Наша компания реализует проекты в ключевых и динамичных сферах: медиа, недвижимость, финтех, наука, e-commerce и SaaS

С 2017 года разрабатываем программное обеспечение, цифровые продукты, интерфейсы, сервисы для бизнеса и государственного сектора

Наша цель — создавать решения, которые помогают бизнесу процветать, а нашей команде развиваться

Мы ищем LLM-инженера с коммерческим опытом от 3 лет

Нам важны в будущем коллеге:

• Коммерческий опыт разработки на Python от 3 лет, из них от 1 года — в LLM/RAG-проектах
• Опыт работы с Python-библиотеками для обработки и анализа данных: pandas, Polars, NumPy или аналоги
• Глубокое понимание принципов работы LLM, архитектуры RAG и техник prompt engineering
• Понимание принципов проектирования agentic-систем: инструменты, state management, orchestration, контроль выполнения, обработка ошибок, human-in-the-loop и ограничения автономности
• Умение оценивать стоимость, latency и масштабируемость LLM-решений
• Опыт работы с PostgreSQL: проектирование схем данных и оптимизация SQL-запросов
• Опыт работы хотя бы с одной векторной БД: pgvector, Qdrant, Weaviate, Pinecone или аналогами

Чем предстоит заниматься:

• Проектирование и разработка LLM-сервисов и API (REST/gRPC) для интеграции с внешними системами
• Создание и оптимизация RAG-пайплайнов и систем гибридного поиска для повышения качества и точности ответов
• Проектирование и разработка agentic workflows и, при необходимости, мультиагентных систем
• Интеграция LLM-провайдеров и моделей, оптимизация промптов и управление маршрутизацией LLM-вызовов
• Внедрение observability и evaluation для LLM-систем: tracing, оценка качества ответов, анализ стоимости и latency
• Обеспечение безопасности API (OAuth2 и JWT) и документирование API с использованием OpenAPI/Swagger

Будет здорово, если Вы:

• Имеете опыт работы с LangChain/LangGraph
• Владеете Airflow, MLflow, Kafka, Kubernetes, Prometheus и Grafana
• Уверенно владеете ИИ-инструментами разработки (Copilot, Claude Code / Cursor, MCP)
• Имеете опыт настройки ИИ под задачи: промпты, кастомные инструкции, skills
• Понимаете ограничения генеративных моделей и ответственность за сгенерированный код

Рады предложить:

• Работу в динамично растущей компании, которая разрабатывает и внедряет современные IT-решения с профессиональной командой. Компания аккредитована в Минцифры
• Формат привлечения: на постоянной основе
• Возможность работать в офисе г. Пермь, в гибридном формате или удаленно
• ДМС и компенсацию спорта
• Два дополнительных выходных дня в год за счет компании
• Подарки по важным поводам
• Уникальную корпоративную культуру, минимум бюрократии, максимум скорости принятия управленческих решений

Мы создаём новое поколение AI-решений для сферы продаж. Наша цель — разработать интеллектуальную систему, которая значительно повысит эффективность коммерческих команд. В основе продукта — передовые большие языковые модели (LLM). Они работают не как обычные чат-боты, а как сложные механизмы принятия решений и могут автономно управлять диалогами с клиентами.

Это проект в экосистеме Яндекса. Мы получаем доступ к уникальным технологиям ML-платформы и инфраструктуры, но при этом остаёмся гибкой и амбициозной командой.
Вы присоединитесь к ядру бэкенд-разработки и будете решать задачи на стыке высокой производительности, машинного обучения и бизнес-логики.

Технологический стек: основной язык — Go; в области ML используются большие языковые модели (LLM), речевые технологии (ASR/TTS), эмбеддинги; в инфраструктуре — Kubernetes (k8s), Docker, PostgreSQL, брокеры сообщений (NATS/Kafka), Redis.

Разработка ядра AI-агента

Вы будете создавать с нуля высоконагруженные сервисы на Go для интеллектуального агента: управлять состоянием диалога, принимать решения на основе LLM и интегрировать с внешними системами.

Оптимизация RAG-платформы

Вы будете работать над системами поиска и подачи релевантной информации для AI-моделей: внедрять векторный и гибридный поиск, работать с базами знаний и метаданными, чтобы ответы агента были точными и контекстными.

Интеграция с экосистемой продаж

Вы будете проектировать отказоустойчивые API и механизмы взаимодействия с CRM-системами, сервисами коммуникаций (мессенджерами, телефонией) и другими корпоративными инструментами.

Развитие пайплайнов

В тесной связке с ML-инженерами вы будете создавать и оптимизировать пайплайны для анализа диалогов, извлечения сущностей и генерации контекстно-зависимых действий.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Разрабатывали и проектировали веб-сервисы на Go
* Глубоко понимаете принципы работы и масштабирования реляционных СУБД (например, PostgreSQL)
* Строили высоконагруженные и отказоустойчивые системы
* Умеете самостоятельно декомпозировать сложные задачи и не боитесь брать на себя ответственность за ключевые компоненты архитектуры

* Понимаете принципы работы RAG-систем и агентских фреймворков
* Знакомы с основами машинного обучения и большими языковыми моделями (LLM)
* Работали с event-driven-архитектурой и очередями сообщений
* Интересуетесь сферой продаж и автоматизацией бизнес-процессов

Чем предстоит заниматься:

• Создавать backend-сервисы на Java либо Python.
• Настраивать интеграции с LLM, внешними API и MCP-инструментами.
• Реализовывать RAG-архитектуру, работу с векторными представлениями (embeddings) и поиск по документам.
• Разрабатывать механизмы проверки и валидации результатов работы языковой модели.
• Подключать PostgreSQL, Redis и систему файлового хранения данных.
• Подготавливать тестовое покрытие, а также настраивать логирование и мониторинг сервисов.
• Участвовать в проработке технических решений и сопровождении выкладки функционала в production.

Для нас важно:

• Свободное владение Java и Python: важно уметь реализовывать AI‑функционал на Python и интегрировать его с Java‑решениями.
• Практический опыт работы с RAG‑подходами, векторными представлениями (embeddings) и реализацией семантического либо гибридного поиска.
• Опыт разработки MCP‑сервисов или построения систем на базе LLM‑агентов.
• Навыки обработки файлов форматов DOCX, PDF и Excel; знание спецификаций OOXML либо библиотеки Apache POI.
• Умение оценивать качество ответов LLM и подбирать метрики для их проверки.
• Опыт в сфере LegalTech, ContractTech либо в проектах электронного документооборота.
• Знание особенностей работы с корпоративными и локально развёрнутыми LLM.
• Опыт создания backend‑сервисов и REST API.
• Практические навыки работы с LLM либо уверенное понимание принципов построения LLM‑приложений.
• Опыт взаимодействия с PostgreSQL.
• Базовые знания в области безопасности и управления доступом к данным.

Главный принцип SkillStaff - Выбирай!

• ЭКСПЕРТИЗА. Делай выбор в пользу проектов с разным уровнем сложности и экспертных команд, где можно работать с лучшими специалистами и обмениваться опытом.
• РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса.
• КОМФОРТ. Создавай идеальные условия для своей работы.

• разработкой и тюнингом LLM под бизнес-задачи с использованием PyTorch, Lightning, Transformers.
• созданием агентских систем с применением LangChain/LangGraph (оркестрация, tool calling, state management).
• оптимизацией моделей для продакшена: инференс-ускорение (ONNX, Triton), эффективный тюнинг (LoRA, QLoRA).
• полным циклом ML: от экспериментов до промышленного внедрения с использованием MLOps (ClearML), включая мониторинг дрифта и бизнес-метрик.
• разработкой микросервисов на Python (FastAPI) для интеграции моделей в продукты.

Ключевые технологии:

• Core ML: PyTorch • Hugging Face Transformers • PyTorch Lightning
• LLM Tools: LangChain • LangGraph/smolagents • Prompt-engineering
• Optimization: ONNX Runtime • Triton • LoRA/P-tuning
• MLOps: ClearML • Docker • CI/CD (GitLab CI/Jenkins)

Чего ожидаем от тебя:

• профильное высшее образование по информатике;
• опыт работы с NLP от 3-х лет;
• глубокое понимание архитектур трансформеров: механизмы внимания, токенизация, позиционные энкодинги;
• опыт ускорения инференса: оптимизация через ONNX/Triton;
• практика с оркестрацией LLM: цепочки промптов, агентские системы (LangChain/LangGraph);
• навыки продакшен-кода: питоновские микросервисы, тестирование, CI/CD;
• знание MLOps-инструментов (ClearML/MLflow) для трекинга и деплоя;
• понимание мониторинга моделей: data drift, бизнес-метрики (например, containment rate для чат-ботов).

• опыт с PEFT (Parameter-Efficient Fine-Tuning) для адаптации LLM;
• знание векторных БД (Qdrant, Pinecone), гибридного поиска.
  
  Мы похожи, если ты любишь свою работу и стремишься делать ее наилучшим образом; готов работать в концептуально поставленных задачах; задаешь себе вопросы: "почему и зачем мы это делаем?"; открыт к обучению и другому мнению, рефлексируешь свой опыт; профессионально любопытен.

Что готовы предложить:

• большой спектр задач, связанных с обработкой естественного языка: от обучения классификаторов до файн-тюна LLM и написания агентских систем;

• вклад в развитие сложного высоконагруженного продукта: все решения принимаются командой, ты можешь на них влиять и будешь видеть результаты своего труда;

• развитие и обучение: предсказуемый онбординг, помощь наставника; оплата тренингов, семинаров и конференций, корпоративная библиотека;

• стабильность и прозрачность: оформление по ТК, пересмотры зарплаты по итогам performance review;

• неформальная рабочая атмосфера: отсутствие бюрократии, гибкость процессов;
• ДМС после испытательного; другие "плюшки" в виде классного мерча, заботы о сотрудниках и т.д.
• возможность посетить Владивосток и насладиться красотой региона :)

«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!

интегратор и поставщик информационных технологий для корпоративных заказчиков. Активно действует на рынке IT России с 1997 года, входит в ТОП-400 крупнейших российских компаний, ТОП-10 крупнейших IT-компаний России.

В связи с активным развитием проектов в компании открыта вакансия: Python разработчик.

ОБЯЗАННОСТИ:

• Разработка сервисов с использованием LLM.
• Разработка ai-агентов.
• Разработка прикладного ПО на Python.
• Оценка трудоёмкости задач, участие в планировании.
• Написание unit-тестов.
• Поиск наилучших решений совместно с дизайнерами и аналитиками.
• Менторство (развитие tech skills) стажёров (актуально для middle, senior).
• Взаимодействие с разработчиками и другими командами в формате Agile.

НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА:

• Опыт работы в роли разработчика от 4 лет в проектах по разработке ПО с использованием инструментов и технологий Python.
• Опыт в AI/ML/NLP не менее 2 лет.
• Опыт работы с языковыми моделями (LLM) через API.
• Опыт использования библиотек для взаимодействия с LLM: LangChain, LangGraph, etc.
• Опыт работы с фреймворками Python: FastAPI/Django/Flask.
• Опыт разработки REST API.
• Опыт работы с реляционными БД PostgreSQL, нереляционными БД - к примеру, mongodb.
• Опыт интеграции инфраструктурных компонентов с внешними системами.
• Опыт работы c использованием гибких методологий (Agile, DevOps и/или Scrum) разработки.

МЫ ПРЕДЛАГАЕМ:

Работу в стабильной компании, "белую" заработную плату;
Оформление в соответствии с ТК РФ с первого дня работы;
Расширенный социальный пакет: ДМС (включая стоматологию), корпоративные скидки на посещение фитнес-клубов, футбольная и волейбольная секции;
Профессиональное обучение и развитие;
Яркая и насыщенная корпоративная жизнь;
Снабжаем всей необходимой современной техникой: мощный ноут привезут прямо в день оформления;

ОТКЛИКАЙСЯ =) ЖДУ, КОГДА ВМЕСТЕ ПОРАДУЕМСЯ ТВОЕМУ ОФФЕРУ)

• Управление командой аналитиков и разработчиков, устойчивость отчетности и развитие.

• Формирование портфеля автоматизации и AI-продуктов совместно с бизнесом.

• Перевод бизнес-требований в план, задачи и критерии приемки.
  Создание AI-агентов и сервисов обработки данных.

• Выбор способа реализации: своя разработка, готовый продукт, интеграция, партнерство.

• Управление сроками, ресурсами, бюджетом и подрядчиками; проверка качества решений.

• Пилоты, оценка качества AI, запуск, мониторинг и поддержка.

• Подтверждение эффекта: сокращение трудозатрат и ошибок, стоимость эксплуатации.

• План развития AI/ML: сценарии, данные, команда, этапы.

• Опыт руководства командой: цели, приоритеты, развитие, ответственность за результат.

• Продуктовый подход: анализ процессов, гипотезы, метрики, экономика, внедрение.

• Инженерная база: опыт кода, оценка архитектуры и качества, понимание интеграций, данных, эксплуатации.

• Практика AI: LLM, RAG, вызов инструментов/API, сценарии AI-агентов.

• Качество AI: тестовые наборы, оценка ошибок, границы автономности, human-in-the-loop, доступы, мониторинг, стоимость.

• Реализация: декомпозиция, зависимости, подрядчики, запуск и поддержка.

• Умение выбирать простую автоматизацию или AI по задаче и эффекту.

• Python, SQL, Git, API, тестирование; понимание CI/CD, Docker, мониторинга; понимание Power BI/DAX и ETL.

• Работа в крупной компании.

• Оформление по ТК РФ, белая заработная плата.

• График: 5/2 с 8 до 17, возможен удаленный формат работы.

• Испытательный срок: 3 месяца.

• ДМС (+ стоматология + льготные условия при подключении родственников), страхование от несчастных случаев - после испытательного срока.

Мы учим банк слышать клиента - и действовать раньше, чем он пожалуется.

Каждый день клиенты Сбера оставляют миллионы сигналов: оценки, ответы в опросах, жалобы, обращения в поддержку. Наша команда превращает этот поток в решения - где клиенту неудобно, что чинить первым, как вернуть доверие после сбоя. Именно по нашим данным банк управляет NPS и CSI.

Мы не просто измеряем клиентский опыт. Мы делаем так, чтобы его улучшали. Сегодня это делают люди с дашбордами и методиками. Завтра - автономные ИИ-системы, которые сами найдут аномалию в клиентском пути, объяснят её причину и предложат продуктовой команде готовую гипотезу и задачу.

Чем вы будете заниматься?

Мы ищем Head of AI Engineering - ИТ-лидера кластера, который возглавит четыре команды и построит в них AI-инженерию. У вас будут три зрелых продукта, которыми пользуется весь Сбер и Экосистема: «Голос клиента», Service Recovery, «Анкеты и опросы» - и новое AI-направление: мультиагентная система для анализа клиентского опыта. Ваша задача - не развивать их порознь, а соединить: данные зрелых продуктов становятся топливом для агентов, а агенты дают продуктам возможности, которых раньше не было. Это роль для руководителя с сильным инженерным бэкграундом, который сочетает техническую глубину, продуктовое мышление и умение выстраивать организацию - от найма первых AI-инженеров до перестройки практик всего кластера.

Стратегия и бизнес-результат

• формировать и реализовывать технологическую стратегию кластера в связке с продуктовой стратегией Трайба: где AI создаёт максимальную ценность для клиентского опыта, в какой последовательности внедрять, как измерять эффект
• управлять портфелем AI-инициатив: приоритизация, распределение ресурсов, go/no-go по итогам PoC, доведение до промышленной эксплуатации
• отвечать за метрики направления: эффект AI-решений в NPS, CSI и скорости реакции на проблемы клиентов, стоимость инференса, adoption среди продуктовых команд
• защищать инициативы и бюджет направления перед руководством Трайба и Блока.

Команда и организация

• руководить четырьмя agile-командами через лидеров команд; отвечать за delivery, качество, надёжность, найм и развитие людей
• формировать инженерную культуру: стандарты качества, код-ревью, evals-first подход, документация, обмен знаниями; помочь классическим командам освоить работу с LLM
• работать в паре с бизнес-лидером кластера и владельцами продуктов; выстраивать взаимодействие с data-подразделениями, безопасностью и комплаенсом.

Технологии и архитектура

• задавать целевую архитектуру кластера и архитектурные принципы AI-платформы: слой доступа к моделям, RAG-инфраструктура, агентные фреймворки, система evals, наблюдаемость

• принимать ключевые технологические решения: build vs buy, выбор моделей, стратегия мультимодельности, требования к данным, управление техническим долгом и переход на целевые платформы банка.

• отвечать за надёжность, безопасность и соответствие требованиям регуляторов: защита клиентских данных, guardrails, аудит AI-решений, AI governance

• оставаться на переднем крае технологий: оценивать новые модели и подходы, проводить быстрые эксперименты, отделять хайп от применимого.

• 8+ лет опыта в разработке ПО (на стэке Java/Python), из них 3+ года в руководстве инженерными командами (от 30 человек, несколько команд) и 2+ года практического опыта с LLM/GenAI-решениями в промышленной эксплуатации

• подтверждённый опыт доведения AI-продуктов до прода с измеримым бизнес-эффектом: можете рассказать, что внедрили, как измеряли и что это дало бизнесу

• опыт ответственности за высоконагруженные отказоустойчивые системы с большим числом команд-потребителей: надёжность, SLA, масштабирование, управление техническим долгом

• глубокое техническое понимание современного AI-стека: LLM-провайдеры и open-source модели, RAG, агентные архитектуры, evals, fine-tuning, инференс-инфраструктура - на уровне, достаточном для архитектурных решений и оценки работы команды

• опыт построения команды с нуля или значимого масштабирования (найм, онбординг, развитие, работа с эффективностью)

• сильные навыки стейкхолдер-менеджмента: умение работать с топ-менеджментом, защищать бюджеты, переводить технические возможности на язык бизнес-ценности (NPS, CLTV, отток)

• гибридный формат работы

• ежегодный пересмотр зарплаты и годовая премия

• расширенный ДМС и льготное страхование для семьи

• уникальная система обучения Сбера для профессионального и карьерного развития

• выгодная ипотека для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера

• корпоративная пенсионная программа

• Управление командой аналитиков и разработчиков, устойчивость отчетности и развитие.

• Формирование портфеля автоматизации и AI-продуктов совместно с бизнесом.

• Перевод бизнес-требований в план, задачи и критерии приемки.
  Создание AI-агентов и сервисов обработки данных.

• Выбор способа реализации: своя разработка, готовый продукт, интеграция, партнерство.

• Управление сроками, ресурсами, бюджетом и подрядчиками; проверка качества решений.

• Пилоты, оценка качества AI, запуск, мониторинг и поддержка.

• Подтверждение эффекта: сокращение трудозатрат и ошибок, стоимость эксплуатации.

• План развития AI/ML: сценарии, данные, команда, этапы.

• Опыт руководства командой: цели, приоритеты, развитие, ответственность за результат.

• Продуктовый подход: анализ процессов, гипотезы, метрики, экономика, внедрение.

• Инженерная база: опыт кода, оценка архитектуры и качества, понимание интеграций, данных, эксплуатации.

• Практика AI: LLM, RAG, вызов инструментов/API, сценарии AI-агентов.

• Качество AI: тестовые наборы, оценка ошибок, границы автономности, human-in-the-loop, доступы, мониторинг, стоимость.

• Реализация: декомпозиция, зависимости, подрядчики, запуск и поддержка.

• Умение выбирать простую автоматизацию или AI по задаче и эффекту.

• Python, SQL, Git, API, тестирование; понимание CI/CD, Docker, мониторинга; понимание Power BI/DAX и ETL.

• Работа в крупной компании.

• Оформление по ТК РФ, белая заработная плата.

• График: 5/2 с 8 до 17, возможен удаленный формат работы.

• Испытательный срок: 3 месяца.

• ДМС (+ стоматология + льготные условия при подключении родственников), страхование от несчастных случаев - после испытательного срока.

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.

Алиса — AI-ассистент, которым каждый день пользуются более 24 миллионов людей в Поиске, Браузере и на умных устройствах. Наша команда учит Алису работать с реальными сервисами (Почтой, Диском, внешними), чтобы она не просто отвечала на вопросы, а действовала: писала письма, заводила задачи, обновляла статусы, перемещала и находила файлы. Коннекторы, продукт нашей работы — это настоящие руки модели, которыми она может делать полезные вещи! Некоторые из них (например, коннектор почты) уже в проде и каждый день становятся ещё лучше.

Мы ищем инженера, который поможет расширить функциональность и свободу действий Алисы, чтобы люди с её помощью решали рутинные и даже сложные задачи в несколько запросов и хотели пользоваться Алисой каждый день.

У нас широкий, разнообразный research-продуктовый скоуп задач, включающий RAG-пайплайн, разнообразные агентные и нетривиальные подходы, RL и RLHF, alignment и «классический» NLP — он позволит вам не устать от однообразных вызовов. От самописного харнеса (при желании) до оптимизации и обучения — вы будете видеть импакт своих действий, не отказываясь от возможности использовать самые передовые и интересные методы из свежих статей!

Улучшать базовую самостоятельность модели

Продумывать масштабируемые модельные решения, методы оценки и ревардинга модели, подходы к агентности и интеграции с сервисами, а также улучшать качество ответов как таковое, включая человечность и, конечно же, красоту.

Развивать и строить новые инструменты и подходы

Мы делаем ставку на самостоятельность модели в решении задач: LLM должна уметь использовать инструменты реактивности там, где это нужно, а где-то генерировать код, искать документы и извлекать информацию RAG-методами. Наша задача — сделать модель, которая будет работать в среде внутренних и внешних сервисов, источников, «как у себя дома».

Интегрировать Алису с реальными сервисами

Разрабатывать новые коннекторы Почты, Диска, Календаря, трекеров задач и внешних API. Придумывать, как сделать так, чтобы взаимодействие модели с этими сервисами не просто работало, а решало задачу пользователя.

Проектировать и улучшать воркфлоу- и агентные пайплайны

Строить многошаговые сценарии: планирование, декомпозиция задачи, вызов инструментов, проверка результата и корректировка курса — всё это должно работать надёжно и предсказуемо даже в нестандартных ситуациях.

Разрабатывать системы оценки и ревардинга

Придумывать метрики, которые отражают реальную пользу, а не просто красивые цифры на бенчмарке. Строить reward-модели, запускать human-eval- и LLM-as-judge-эксперименты, закрывать петлю обратной связи.

Тюнить и оптимизировать поведение модели

Анализировать ошибки и сбои на живом трафике, собирать целевые датасеты и итеративно улучшать модель с помощью SFT, DPO, RLHF и других методов. Находить баланс между общим качеством и точечными улучшениями под конкретные сценарии — так, чтобы Алиса становилась лучше с каждым релизом.

Больше об ML в Яндексе — в канале Yandex for ML

* Обладаете глубокими знаниями в deep learning и NLP
* Работали с LLM и пайплайнами вокруг них
* Интегрировали LLM или агентные решения в прод

В Дирекцию реализации и популяризации AI-инициатив Департамента развития искусственного интеллекта и машинного обучения (Сбер AI) Сбера требуется DS/AI Lead для реализации AI/GenAI-проектов в сегменте B2G. Нашей дружной командой мы помогаем государству проводить disrupt госуправления через внедрение AI/GenAI и ускорять национальное развитие AI/GenAI, организуем одно из крупнейших в мире профильных мероприятий – AI Journey, объединяем бизнес, государство и международное научное сообщество, чтобы обеспечить GenAI-трансформацию страны.

Обязанности

• Лидирование прототипирования в домене NLP
• Разработка и валидация ML-моделей, создание и внедрение AI/GenAI решений для B2G
• Проектирование архитектуры AI/GenAI и ML-моделей под бизнес-задачи
• Формализация бизнес-задач в ML-постановки, выбор метрик качества и критериев успеха
• Контроль сроков и планов выполнения пилотов и разработки прототипов
• Проектирование, разработка, контроль качества фичей, в частности - мультиагентных систем на базе LLM для решения сложных задач
• Проектирование и разработка систем RAG
• R&D в области NLP: эксперименты с новейшими архитектурами, reasoning-моделями, fine-tuning моделей под специфические задачи
• Оптимизация inference для работы с высокими нагрузками
• Сбор, анализ и подготовка данных (EDA), формирование признаков (feature engineering)
• Проведение экспериментов, сравнение подходов, интерпретация результатов, подготовка рекомендаций для заказчика
• Анализ данных, feature engineering, A/B тестирование
• Участие во внедрении моделей в прод: совместная работа с инженерами, подготовка артефактов (спецификации, требования к данным/сервису)
• Подготовка технической документации и презентаций результатов
• Взаимодействие с бизнес-заказчиками и техническими командами.

Требования

• Умение решать ad-hoc задачи вне стандартных подходов к разработке продукта
• Высшее техническое/математическое/экономическое образование
• Опыт production-разработки ML-систем от 5 лет
• Глубокое понимание современных LLM архитектур (Transformers, attention mechanisms)
• Практический опыт с RAG: vector databases, embedding models, retrieval strategies
• Опыт работы с распределенными вычислениями (PyTorch Distributed, DeepSpeed)
• Python на уровне написания эффективного production кода
• Опыт управления командой разработки, использующей в т.ч. системы автоматического написания кода (Codex и др.)
• Понимание полного жизненного цикла ML-модели, знание основных подходов к оценке качества моделей, работе с дисбалансом, переобучением, интерпретируемостью
• Владение английским на уровне Upper Intermediate и выше
• Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.

Будет плюсом

• Опыт работы с information retrieval системами
• Опыт построения мультиагентных систем (LangChain, AutoGen, CrewAI)
• Опыт fine-tuning больших языковых моделей
• Знание современных подходов к prompt engineering и chain-of-thought reasoning.

Условия

• Комфортный современный офис рядом с м. Кутузовская
• Гибридный формат работы
• Ежегодный пересмотр зарплаты и годовая премия
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи
• Ипотека для сотрудников выгоднее до 1/3 от текущей ставки
• Подписка Прайм с возможностью совместного использования на трёх близких.

Мы в поиске Senior Engineer AI DSO (LLM / AI-продукты) в направление Data Science Operations команды Data Science

Вы будете заниматься сопровождением и развитием операционной архитектуры корпоративной LLM-платформы РУСАЛа

Задачи:

Вы будете отвечать отвечать за полный цикл операционного сопровождения разработки и внедрения интеллектуальных решений на корпоративной LLM-платформе:

• Настройка и обеспечение работоспособности интеграций и конфигураций LLM-платформы для активностей и пользователей;
• Формирование и администрирование групп пользователей в OpenWebUI (пользователи по проектным активностям в рамках реализации проектов);
• Формирование и администрирование групп пользователей LiteLLM (пользователи по проектным активностям в рамках реализации проектов);
• Реализация сетевых доступов для сегментов сетей под сервисы реализуемых продуктов в рамках LLM-платформы, в соответствии с архитектурой платформы и требованиями ИБ;
• Подготовка и актуализация гайдов и инструкций для подразделений-заказчиков по работе с сервисами LLM-платформы;
• Обеспечение доступа к гайдам, администрирование корпоративных баз знаний;
• Подготовка и актуализация внутренних гайдов для администрирования сервисов LLM-платформы;
• Управление процессами взаимодействия пользователей с активностями и сервисного обеспечения платформы;
• Организация SLA и процедур поддержки LLM-платформы;
• Синхронизация с ИБ и формирование документации для фреймворков по обеспечению безопасности и платформы в целом.

Требования:

• Опыт работы в Data Science c LLM/NLP разработкой от 2 лет;
• Опыт администрирования и настройки, конфигурирования сервисов на базе LiteLLM, OpenWebUI;
• Понимание реализации On-premise архитектуры для работы с LLM, LLM Orchestration plane;
• Опыт реализации API-интеграций и обеспечения сетевых доступов для сегментов сетей под сервисы реализуемых продуктов в рамках LLM-платформы;
• Опыт применения фреймворков для обеспечения безопасной работы, использования Guardrails;
• Навыки подготовки, документации и гайдов для пользователей и администраторов корпоративных сервисов;
• Навыки организации SLA и управления процессами взаимодействия пользователей с активностями и сервисного обеспечения платформы.

Будет плюсом:

• Опыт создания / поддержки сервисов на базе n8n;
• Понимание жизненного цикла AI-продуктов;
• Опыт работы с таск-трекерами (Jira, YouTrack, Azure DevOps) и платформами для управления корпоративными знаниями (Confluence).

Условия:

• Возможность присоединиться к сильной команде, работающей с задачами в реальном секторе;
• Оформление в аккредитованную ИТ компанию;
• Полностью удаленный формат работы/гибрид;
• Возможность участвовать в интересных и сложных проектах с ведущими специалистами индустрии;
• Пятидневная рабочая неделя (5/2) с 9:00 до 18:00;
• Работа в крупной международной компании (69 тыс. сотрудников, 1-е место по объему производства алюминия в мире), официальное трудоустройство (белая ЗП, отпуск, больничный);
• Оформление, оплата отпусков и больничных в соответствии с ТК РФ.

Для связи @Tatyana_pim

ML Engineer / AI Agent Developer (LangGraph / ReAct / Python / ML)

Ставка: обсуждается.

Грейд: Middle+.

Загрузка: Part-time (70%).

Длительность проекта: до 31.12.2027.

Формат: Удалённо (но интервью строго в офисе).

Локация/Гражданство: ❗️ строго Москва ❗️ / РФ.

❗️ КРИТИЧЕСКИ ВАЖНО: заказчик в обязательном порядке проводит интервьюирование в офисе по адресу: г. Москва, ул. Краснопролетарская, 4, в режиме live-coding под запись.

Ищем ML Engineer / AI Agent Developer уровня Middle+ для разработки агентов и ML-моделей. Роль предполагает частичную занятость (70%) и требует уверенных навыков в Python, оптимизационных задачах и современных паттернах AI-агентов (ReAct, Tool, MCP, A2A).

Ключевые направления работы:

• Разработка агентов на LangGraph по паттерну ReAct.
• Настройка скиллов, использование Tool, MCP, A2A.
• Работа с LLM и решение оптимизационных ML-задач.

Обязательные требования:

Опыт:

• Опыт разработки ML-моделей от 3 лет.

AI Agents (КРИТИЧНО!):

• Опыт разработки агентов на LangGraph по паттерну ReAct.
• Понимание и опыт использования Tool, MCP, A2A.

Python и ML (КРИТИЧНО!):

• Знание Python (pandas, scikit-learn, XGBoost/LightGBM).
• Опыт работы с задачами ранжирования и оптимизации.
• Понимание метрик качества моделей и дрейфа данных.

Базы данных:

• Уверенное знание SQL.

Критерии успешности собеседования:

Успешное прохождение очного интервью с решением задач на применение Python и SQL на темы: – создание агента; – настройка скиллов; – использование Tool, MCP, A2A; – использование LLM; – использование ML (оптимизационная задача).

В SimbirSoft более 1500 разработчиков ежедневно решают интересные задачи, которые делают комфортнее жизни миллионов пользователей.

Если тебе интересны сложные технические задачи, работа в команде профессионалов, возможность прокачать экспертизу на проектах из разных сфер бизнеса – присоединяйся к нам!

Обязанности:

• Участие в запуске проектов по направлению AI;
• Проектирование и разработка AI-решений на базе LLM и NLP;
• Построение RAG-систем и архитектуры вокруг сторонних LLM;
• Дообучение (fine-tuning) нейросетевых моделей на GPU-кластере;
• Оценка качества LLM-решений и оптимизация инференса (vLLM);
• Разработка и реализация стратегии AI в части используемых технических решений;
• Оценка рисков использования AI-решений с учётом специфики технологических и бизнес-процессов;
• Исследование современных тенденций и технологий по направлению AI для их последующего применения.

• Python (большой опыт разработки): Pandas, NumPy, Scikit-learn;
• LangChain, vLLM;
• PyTorch, Hugging Face Transformers;
• Глубокое понимание ML, Deep Learning, NLP;
• Опыт запуска AI-проектов в прод и построения архитектуры вокруг сторонних LLM-решений;
• Опыт обучения нейросетевых моделей на GPU-кластере;
• SQL;
• Git;
• Высшее техническое образование (Computer Science, прикладная математика, AI/ML или смежные области).

• Работу в команде экспертов.
• Широкий технологический стек, сотни проектов.
• Гибкий график работы, который позволяет высыпаться и выделять время на хобби.
• Льготы и меры господдержки, предусмотренные для IT-компаний (аккредитованы Минцифры*).
• Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии.
• У нас выстроены процессы удаленной работы, при этом есть просторные офисы с зонами коворкинга, где можно с комфортом пообщаться, поиграть в настолки или в тишине обдумать рабочие задачи.
• Возможность прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком full-stack.
• Развитую систему наставничества, сертификацию за счёт компании, участие в конференциях, изучение английского языка.
• Активный обмен опытом, внутренние и внешние митапы по разработке, хакатоны, доклады по развитию hard и soft skills.
• 50+ клубов по интересам и профессиональных сообществ внутри компании.
• Уютный мерч.
• Полный соцпакет и «белую» зарплату.
• Корпоративную базу знаний и социальную сеть для удобства общения с каждым из 1500+ сотрудников.
• Гибкий ДМС (депозит/риск) + подключение родственников по желанию.
• Заботу о ментальном здоровье: онлайн-консультации с психологом.​​​​​​​​​​​​​​

* Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации, осуществляющей деятельность в области информационных технологий от 10.03.2022 №АО-20220309-3771014210-3​​​​​​​

**Head of AI / Руководитель AI-направления**

Ищем специалиста на пересечении разработки, ML-инженерии и продуктового управления, который возглавит новое AI-направление и поможет изменить подход компании к работе.

Наша цель — построить AI-native модель бизнеса: сделать искусственный интеллект частью ежедневных процессов, от анализа данных и исследований до выполнения задач и поддержки управленческих решений.

Вы будете работать напрямую с CEO, определять приоритеты, проектировать инфраструктуру и превращать идеи в решения, которыми пользуются сотрудники компании.

Возможность создавать и расти

Это роль с широким пространством для профессионального развития. Здесь предстоит выходить за рамки отдельных технических задач: разбираться в бизнесе, выбирать направления внедрения, проверять гипотезы и видеть, как ваши решения меняют работу компании.

Направление формируется с нуля. Вы сможете влиять на архитектуру, выбирать инструменты и подходы, выстраивать практику разработки AI-систем, а по мере появления результатов — развивать команду.

Нам интересен человек, которому нравится учиться, исследовать новые технологии и браться за сложные задачи. Который умеет превращать неопределённость в понятный план действий, а эксперименты — в работающие решения.

Чем предстоит заниматься?

- Формировать и реализовывать план перехода компании на AI-native модель работы.
- Изучать процессы подразделений — колл-центра, бухгалтерии, аналитики — и находить задачи, где применение ИИ даст наибольший эффект.
- Проектировать AI-инфраструктуру и самостоятельно участвовать в разработке.
- Определять необходимые данные, выстраивать подходы к их сбору, хранению и использованию.
- Создавать AI-агентов и агентные сценарии: промпты, инструменты, навыки, среду выполнения и механизмы контроля.
- Доводить решения от первых гипотез до стабильной работы в реальных процессах.
- Разрабатывать метрики качества и оценивать влияние внедрений на бизнес.
- Обсуждать решения с руководителями и сотрудниками подразделений, помогать им осваивать новые подходы к работе.

Что для нас важно!

- Опыт создания AI-систем с нуля и внедрения в production — от подготовки данных до оценки бизнес-результатов.
- Сильная инженерная база: разработка программного обеспечения, работа с данными, понимание машинного обучения.
- Умение самостоятельно проектировать и реализовывать решения.
- Продуктовое мышление: способность понять задачу, определить приоритеты и выбрать подходящий способ её решения.
- Опыт взаимодействия с нетехническими коллегами и умение понятно объяснять сложные вещи.
- Готовность постоянно обновлять знания, проверять новые подходы и пересматривать решения на основе результатов.

Технологический ориентир: **Python, Docker, Bash, Git, GitLab CI/CD, ClickHouse, PostgreSQL, MCP, OpenAI API, n8n / Zapier**. Рассматриваем опыт работы с аналогичными инструментами.

Будет плюсом!

- Опыт организации совместной работы нескольких AI-агентов.
- Практический опыт выбора моделей с учётом качества, скорости и стоимости.
- Английский язык на уровне B1 и выше.

Что предлагаем!

- Прямую работу с CEO и возможность влиять на развитие AI-направления.
- Свободу в выборе архитектуры, инструментов, моделей и подходов к оценке результатов.
- Задачи, которые позволят развивать одновременно инженерную, продуктовую и управленческую экспертизу.
- Возможность построить направление с нуля и расширять команду по мере его развития и положительного влияния на бизнес.
- Удалённую работу.
- Достойную Заработную плату — по результатам собеседования.

Если вам интересно создавать новое и видеть, как ваши идеи становятся частью работающего бизнеса, — будем рады познакомиться.