AI инженер — свежие вакансии

**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.

Команда ГигаЧат Бизнес, дочерняя организация Сбера, мы занимаем лидирующие позиции в сфере коммерциализации технологии GenAI с продуктом GigaCowork. Мы предлагаем полный цикл решений: LLM-модель GigaChat для локальной и облачной инсталляции, инфраструктуру для GenAI, платформу для разработки агентных систем, готовые GenAI-решения для быстрого старта в типовых задачах, реализацию уникальных клиентских кейсов, консалтинг по GenAI-трансформации. В своей работе мы помогаем нашим партнерам перейти от экспериментов с технологией к промышленному масштабированию, обеспечивая безопасность, адаптивность и экономическую выгоду.

Обязанности

• разработка продукта по полному циклу: от исследования и прототипа до production-ready решения
• создание end-to-end функциональности на Python и TypeScript/React
• разработка асинхронных backend-сервисов и API на FastAPI
• развитие интерфейсов для работы с AI-агентами: чаты, потоковая генерация, вызовы инструментов, управление сессиями, разрешения и Human-in-the-Loop сценарии
• проработка архитектуры, API-контрактов и интеграций между frontend, BFF, агентным runtime и другими сервисами платформы
• интеграция LLM API, баз знаний, корпоративных систем и внешних сервисов
• развитие существующей кодовой базы: рефакторинг, оптимизация производительности и устранение технического долга
• разработка переиспользуемых компонентов и модулей, участие в развитии дизайн-системы
• покрытие решений unit-, integration- и e2e-тестами
• участие в code review, технической декомпозиции и менторинге менее опытных разработчиков

• участие в настройке CI/CD, контейнеризации, мониторинге и диагностике приложений.

Требования

• общий опыт коммерческой разработки от 5 лет
• уровень Middle+ или Senior
• опыт коммерческой backend-разработки на Python от 3 лет
• уверенное владение TypeScript и практический опыт разработки production-приложений на React
• опыт работы с FastAPI или другим современным Python web-фреймворком
• хорошее понимание asyncio, конкурентного выполнения, сетевого взаимодействия и обработки ошибок
• понимание архитектуры frontend-приложений, управления клиентским и серверным состоянием, композиции и декомпозиции компонентов
• опыт проектирования и интеграции REST API; понимание SSE и WebSocket
• навыки работы с PostgreSQL, SQL, миграциями и ORM; опыт использования Redis или других нереляционных хранилищ
• понимание аутентификации и авторизации: JWT, OAuth 2.0, OIDC
• опыт написания автоматических тестов на backend и frontend
• владение Git, понимание CI/CD, Docker и Docker Compose
• базовое понимание Kubernetes и принципов эксплуатации сервисов в production
• умение самостоятельно прорабатывать техническое решение, декомпозировать задачу и договариваться о контрактах внутри команды
• внимание к качеству интерфейсов, адаптивности и кроссбраузерности

Будет плюсом

• опыт создания продуктов или отдельных функций на базе LLM
• знакомство с агентными фреймворками: Strands Agents, LangChain/LangGraph, CrewAI или Semantic Kernel
• опыт работы с протоколами MCP, A2A или AG-UI
• опыт реализации AI-интерфейсов: чат-ботов, потоковой генерации, визуализации вызовов инструментов и Human-in-the-Loop сценариев
• опыт построения RAG-систем: embeddings, chunking, hybrid search, reranking, Qdrant или другие векторные базы данных
• знакомство с event-driven архитектурой, Redis Streams и системами надёжного выполнения длительных процессов, например Restate
• опыт работы с S3-совместимыми хранилищами и пайплайнами обработки документов
• опыт с TanStack Query/Router, Zustand, Tailwind CSS, shadcn/ui, Radix UI или Storybook
• знание Kubernetes, Helm и практический опыт эксплуатации микросервисов
• опыт настройки наблюдаемости с помощью Prometheus, OpenTelemetry, Langfuse или Sentry
• практика использования AI-ассистентов для разработки: Codex, Claude Code, GitHub Copilot или Cursor.

Условия

• ДМС с первого месяца работы
• работа в аккредитованной IT компании
• льготная ипотека от Сбера
• локация: Москва, м. Цветной бульвар.
• участие в развитии одного из ключевых направлений GenAI Сбера
• возможность работать с крупнейшими российскими компаниями и промышленными холдингами
• команду экспертов и доступ к передовым технологиям GenAI/LLM
• обучение, рост и участие в стратегических проектах по трансформации отраслей.

Создаем лучшие сервисы для управления жизненным циклом бизнеса от создания бизнеса до его ликвидации.

Нужно будет поддерживать и развивать проекты:

1. агент по регистрации бизнеса. Агент в процессе диалога с клиентом выполняет регистрацию бизнеса
2. агент по ликвидации бизнеса. Агент в процессе диалога с клиентом выполняет ликвидацию бизнеса
3. агент по подбору оквэдов для регистрации бизнеса.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• проектирование и внедрение AI-агентов и мультиагентных систем на базе современных NLP-технологий (LangChain, LangGraph, RAG, Fine-Tuning, LLM)

• создание Retrieval Augmented Generation (RAG)

• мониторинг ключевых показателей эффективности процессов, обнаружение отклонений и аномалий, анализ их воздействия на общие показатели.

• опыт работы в роли разработчика от 3-ех лет

• понимание современных нейросетевых архитектур

• опыт создания агентов на LangChain или GigaChain

• знание основных концепций промпт-инжиниринга и использования Structured Outputs и Function Calling для моделей

• опыт работы с RAG и векторными БД

• опыт разработки в команде (Git, Linux)

• знания базового DS стека Python: numpy, scipy, pandas, sklearn, matplotlib

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

• комфортный современный офис рядом с м. Кутузовский проспект

• график – гибрид

• ежегодный пересмотр зарплаты, годовая премия

• 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.

Мы — продуктовая компания, развиваем cowork.ru — корпоративную AI-платформу: агентный ассистент с подключаемыми инструментами (MCP), отложенными задачами, базами знаний и каталогом навыков. Ищем инженера в AI-команду: мы делаем экспериментальные фичи для продукта, быстрые PoC для B2B-заказчиков на базе платформы, standalone-решения и R&D — от агентских бенчмарков до вопросов инференса на собственных GPU.

Обязанности:

• Разрабатывать агентные системы: tool use / function calling, многошаговое планирование, human-in-the-loop
• Проектировать и подключать MCP-серверы: превращать внешние системы и данные в инструменты агентов
• Быстро собирать PoC и MVP под заказчиков на базе платформы (сжатые сроки, живые демо)
• Делать экспериментальные фичи для продукта и отдельные standalone-решения
• Итеративно улучшать компоненты агентной системы — системные промпты, скилы, инструменты — опираясь на метрики и разбор траекторий (в том числе прогоны на нашем открытом агентском бенчмарке)
• Тестировать и внедрять модели разных модальностей: текст, vision/OCR, ASR
• Работать с базами знаний: RAG-пайплайны, гибридный поиск, обработка документов
• Контейнеризировать и деплоить решения, в том числе on-prem

Требования:

• Опыт работы 1–3 года, есть реальные LLM-проекты (агенты, ассистенты, RAG)
• Python (asyncio, FastAPI), Git, Docker / docker-compose
• Уверенная работа с LLM API: OpenAI-compatible интерфейсы, function calling, structured output, стриминг
• Опыт работы с большими моделями разных семейств (Qwen, DeepSeek, GigaChat, GPT/Claude/Gemini)
• Понимание архитектуры LLM на прикладном уровне: трансформеры, MoE, контекстное окно и его ограничения, узкие места инференса
• Понимание MCP (Model Context Protocol): устройство протокола, опыт создания или подключения серверов
• RAG как один из навыков: chunking, embeddings, гибридный поиск (BM25 + dense), reranking
• PostgreSQL, Redis
• Оценка качества: eval-пайплайны, метрики, разбор трейсов агентов
• Способность объяснить принятые технические решения и их trade-offs

Будет плюсом:

• Опыт разворачивания инференса на GPU: vLLM / SGLang, multi-GPU конфигурации, квантизация (FP8/INT8)
• Агентные фреймворки и SDK: Strands Agents, OpenAI Agents SDK, LangGraph, CAMEL
• Durable execution: Restate, Temporal
• Observability и трейсинг: Langfuse, OpenTelemetry
• Мультимодальные модели: VLM (Qwen-VL и др.), OCR-пайплайны, ASR (Whisper и аналоги)
• Фронтенд-навыки: собрать демо на React/TypeScript и показать решение
• Опыт с LiteLLM или другими model-роутерами

Условия:

• Достойная заработная плата + годовой бонус

• Сильная команда

• ДМС с первого месяца работы

• Работа в аккредитованной IT компании

• Льготная ипотека от Сбера

• Локация: Москва, м. Цветной бульвар.

О продукте

Афина ИИ - платформа ИИ-агентов для бизнеса. Наши клиенты подключают WhatsApp, Telegram, Instagram и другие каналы, после чего ИИ-агент самостоятельно консультирует покупателей, помогает выбрать услуги, записывает на приём и отвечает на вопросы.

Наша платформа построена на NestJS и Kubernetes и интегрирована с CRM-системами, мессенджерами, сервисами онлайн-записи и платёжными системами.

Чем предстоит заниматься

• Развивать ИИ-агентов: обработку сообщений, вызов внешних функций, проверку ответов нейросети и защиту от ошибочных действий.

• Разрабатывать и поддерживать интеграции с YClients, мессенджерами, CRM и платёжными системами.

• Обеспечивать стабильную работу сервисов при сбоях, повторной обработке сообщений и одновременных запросах.

• Работать с базами данных и оптимизировать запросы.

• Писать автоматические тесты для бизнес-логики, интеграций и диалогов ИИ-агента.

• Следить за стабильностью платформы, устранять ошибки и внедрять обновления.

• Участвовать в проектировании архитектуры, проверять код коллег и вести техническую документацию.

Наши технологии

TypeScript, Node.js, NestJS, PostgreSQL, Prisma, Redis, RabbitMQ, Socket.IO.

Для работы с искусственным интеллектом используем OpenAI SDK, OpenRouter, LangChain и Pinecone.

Инфраструктура: Docker, Kubernetes, GitLab CI, Cloudflare.

Что мы ожидаем

• От 5 лет коммерческого опыта серверной разработки, из них от 3 лет с Node.js и TypeScript.

• Уверенное знание NestJS и опыт разработки микросервисов.

• Опыт интеграции со сторонними сервисами через REST API.

• Практический опыт работы с PostgreSQL, Redis и RabbitMQ.

• Опыт работы с большими языковыми моделями (LLM) и их API.

• Умение писать автоматические тесты.

• Опыт работы с Docker, Kubernetes и автоматизацией развёртывания.

• Самостоятельность, ответственность и умение доводить задачи до результата.

Будет преимуществом

• Опыт интеграции с YClients, Altegio, DIKIDI или аналогичными системами.

• Опыт работы с API WhatsApp, Telegram и Instagram.

• Опыт подключения платёжных систем.

• Знакомство с LangChain и векторными базами данных.

• Опыт разработки SaaS-продуктов и сервисов на основе искусственного интеллекта.

Формат работы

Полностью удалённая работа.

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

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

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

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

production-развитием.

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

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

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

понятным, переиспользуемым и готовым к развитию.

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

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

• улучшать архитектуру краткосрочной и долгосрочной памяти агента

• инженерия агентской памяти для эффективной работы агента

• разрабатывать skills и изолированные инструменты (MCP)

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

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

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

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

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

• умение прототипировать без потери инженерной дисциплины.

• комфортный современный офис рядом с м. Кутузовская

• гибридный формат работы после испытательного срока

• ежегодный пересмотр зарплаты, квартальная и годовая премия

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

• программа адаптации и помощь руководителя на старте

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы.

Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code.

• разрабатывать и поддерживать бэкенд сервисов платформы (оценка полноты, читаемости, поиск дублей/противоречий, регресс-тесты, поиск неявных знаний)

• проектировать и реализовывать интеграционные потоки между сервисами: очереди сообщений, оркестрация асинхронных пайплайнов

• строить надёжные пайплайны вызовов LLM-as-judge: очереди, ретраи, кэширование, контроль стоимости и латентности

• работать с Postgres (структура хранения) и Redis (кэш, очереди, rate-limiting)

• участвовать в проектировании API сервисов (REST, документация через Swagger/OpenAPI)

• писать поддерживаемый, тестируемый код, участвовать в код-ревью.

• знание python (уверенный уровень: асинхронность, типизация, тестирование)

• опыт работы с брокерами сообщений (Kafka, RabbitMQ или аналоги)

• Redis — практический опыт использования

• Postgres — проектирование схем, написание и оптимизация SQL-запросов

• Temporal (или готовность быстро войти в оркестрацию воркфлоу — Celery/Airflow опыт тоже подойдёт как база)

• понимание интеграционной архитектуры.

Будет плюсом

• опыт работы с LLM API (OpenAI, Anthropic и т.д.) в проде

• опыт проектирования пайплайнов оценки качества данных/контента

• опыт в высоконагруженных или высоконадёжных интеграционных системах.

• гибридный формат работы

• годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• регулярные митапы и развитое DS-community

• 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 Сбер.

amoCRM — аккредитованная IT-компания. Создаем и развиваем собственную CRM-систему, занимаем лидирующие позиции и верхние строчки рейтингов. Более 7 лет назад вышли на международный рынок и успешно работаем с клиентами в Латинской Америке, США, Европе и других частях света.

Мы же ищем новые подходы, стараемся не держать себя в рамках простых агентов и много экспериментируем в поисках лучшего качества и отличного конечного продукта для наших клиентов. Создав прототип и подтвердив теории и гипотезы внутри компании – мы внедряем это в продукт.

🚀Для нас важно, чтобы AI был естественной частью рабочего процесса разработчика: помогал быстрее находить решения, писать и анализировать код, создавать тесты и документацию. При этом специалист должен понимать техническую часть, контролировать качество результата и самостоятельно принимать инженерные решения.​​​​​​​​​​​​​.

💡Что нужно делать:

• развивать AI-агентов для продукта (например, Амма, amo AI и внешние агенты);
• генерировать идеи и кейсы и оценивать реализацию;
• заниматься промпт-инжинирингом;
• работать с локальными LLM моделями, заниматься их обучением;
• исследовать новые технологий, искать нетипичные подходы;
• уметь оценивать задачи, отнести ответственность за результат.

🎯Тебе к нам, если ты:

• имеешь коммерческий опыт от 3-х лет backend разработки;

• разрабатывал сложные архитектурные задачи;

• владеешь Python и инструментами, связанными с решением задач;

• знание фреймворков: LangChain, LangGraph или аналоги;

• владеешь MySQL, FastApi, Redis, Uvicorn, gRPC;

• умеешь смотреть на продукт как с технической стороны, так и со стороны бизнеса.

➕Будет плюсом, если ты:

• имеешь опыт работы с highload продуктом;

• работал с локальными LLM моделями, занимался их обучением;

• умеешь работать и готовить мультимодальные агентские системы;

• знаешь другие языки программирования (Go/PHP);

• встроил AI в инженерные процессы: агенты для расследования инцидентов и анализа, например какие как code review.

🚀Что мы предлагаем:

• офисный формат работы в центре Москвы (м. Добрынинская);

• гибкое начало рабочего дня с 10 до 11, 5/2;

• полностью белая заработная плата, пересмотр несколько раз в год (итоговое предложение формируется по результатам собеседования);

• работа внутри большого продукта, свобода действий и выбора технологий;

• компенсация 50% питания для сотрудников и другие корпоративные скидки.

Если ты готов к активной работе над новым направлением, взаимодействию с ключевыми сотрудниками компании и стремишься показывать результат, то эта вакансия для тебя! Мы не строим рамок в использовании технологий, открыты к новым и готовы поддерживать тебя в этом.

📩 Минимум бюрократии. Всего два этапа собеседования до оффера.
Ждём твой отклик!

Обязанности:

• Интеграция современных LLM и AI‑моделей (через API агрегаторов и напрямую), тестирование/сравнение по конкретным задачам, локальное развертывание open‑source решений
• Построение pipeline обработки корпоративных документов (PDF, DOCX, TXT, Markdown и т.д.), извлечение и структурирование контента, chunking, работа с embedding‑моделями, vector‑search, hybrid‑search и reranking
• Разработка REST‑API и Python‑сервисов, равертывание через Docker, взаимодействие с PostgreSQL, Redis, очередями; контроль производительности, стабильности и стоимости AI‑сервисов

Требования:

• Уверенное знание Python
• Практический опыт работы с LLM, API моделей, embeddings, vector‑search и RAG
• Минимум один завершённый RAG‑проект
• Опыт работы с Docker, REST‑API, базами данных (PostgreSQL/Redis)
• Способность быстро осваивать новые библиотеки и технологии

Условия:

• Работа в офисе
• График работы: 5/2
• Трудоустройство по ТК РФ
• ДМС
• Трансфер

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

Примеры:

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

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

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

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

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

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

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

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

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

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

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

• Наличие любого опыта работы, релевантного направлению стажировки

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

• Знание Python и математической статистики

• Понимание принципов работы с AI-агентами

Будут плюсом:

• langchain/langgraph

• C++

• Java

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• График работы: от 30 в неделю

• Формат: гибрид

• Комфортный современный офис на Кутузовском проспекте

Алиса — AI-ассистент, которым каждый день пользуются более 24 миллионов человек: в Поиске, Браузере и на умных устройствах. Мы учим её не просто отвечать на вопросы, а доводить задачи до результата: работать с Почтой, Диском, Календарём и внешними API. Коннекторы — это переход от диалоговой модели к агенту, действующему от имени пользователя, — со всеми вытекающими требованиями к надёжности, предсказуемости и качеству.

При этом мы строим не одного ассистента, а экосистему, в рамках которой агенты смогут решать реальные задачи, а сервисы Яндекса и внешние продукты подключаются как полноправные участники сценария. Некоторые из коннекторов, например почтовый, вы можете попробовать уже сейчас. Мы хотим, чтобы благодаря этой экосистеме наше решение конкурировало с frontier-моделями в эффективности и качестве решения пользовательских задач.

Ищем инженера, который поможет расширить функциональность и свободу действий Алисы, чтобы люди с её помощью решали рутинные и сложные задачи в несколько запросов.

У нас широкий, разнообразный research-продуктовый скоуп задач, включающий RAG-пайплайн, разнообразные агентные и нетривиальные подходы, RL и RLHF, alignment и классическое 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.

Какие задачи вас ждут

Развивать модель
Вам предстоит повышать автономность модели: развивать масштабируемые подходы к обучению и методики измерения качества агентного поведения. Также вы будете тюнить и оптимизировать поведение модели: анализировать ошибки на реальном трафике и закрывать их через SFT, DPO и RLHF.

Развивать инструментарий для LLM
Вы будете развивать интерфейсы вызова внешних инструментов, RAG-пайплайны, работу с длинным контекстом.

Интегрировать Алису с сервисами
Предстоит разрабатывать коннекторы к Почте, Диску, Календарю, внутренним и внешним сервисам.

Проектировать многошаговые агентные пайплайны
Вашими задачами будут планирование, декомпозиция задач, обработка ошибок и восстановление после сбоев.

Участвовать в построении системы оценки качества
Нужно будет работать с офлайн-метриками, reward-моделями, разметкой и человеческой оценкой.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

• Уверенно владеете deep learning и NLP — понимаете, как устроены современные языковые модели
• Имеете практический опыт работы с LLM: занимались дообучением, построением пайплайнов, оценкой качества
• Выводили агентные или LLM-решения в продакшн и отвечали за их качество в нём

Продуктовая IT компания, которая занимается разработкой и поддержкой высоконагруженных проектов для крупных компаний, в том числе с мировой известностью, основная часть которых представляет собой B2B решения развлекательной, игровой и спортивной тематики, находится в поисках ТехЛида!

Новый AI-native проект, где с нуля строится масштабируемая технологическая платформа. Цель - переосмыслить подход к созданию digital-продуктов и максимально автоматизировать весь путь от идеи до релиза.

Рассматриваем кандидатов в первую очередь с успешным опытом запуска стартапов.

Чем предстоит заниматься:

• Сформировать техническую стратегию и архитектуру проекта
• Построить AI-пайплайн разработки: агенты, контекст, память, инструменты, проверки качества
• Выбрать модели, фреймворки и инфраструктурный стек
• Автоматизировать ключевые этапы разработки: код, тесты, ревью, рефакторинг и документацию
• Спроектировать backend, SDK, game engine и переиспользуемые компоненты
• Выстроить production-инфраструктуру, CI/CD и мониторинг
• Сформировать техническую команду и при этом самому оставаться глубоко вовлеченным в разработку.

Что ожидаем:

• Опыт TechLead / VP Engineering / Head of Engineering / Principal Engineer от 5 лет
• Практический опыт построения AI-пайплайнов и агентных систем
• Готовность оставаться hands-on: архитектура, код, эксперименты, проверка гипотез
• Опыт запуска продукта или платформы с нуля до продакшена
• Сильная backend-база и системное мышление
• Отличное понимание LLM, RAG, AI-агентов, orchestration и контроля качества AI-систем
• Хорошее понимание современной инфраструктуры: Cloud, Kubernetes, CI/CD, GPU-инфраструктура и self-hosted модели
• Ориентация в современных AI-моделях и инструментах для работы с текстом, кодом, изображениями, видео и аудио.

Будет плюсом:

• Бэкграунд в game development / entertainment-продуктах
• Успешный опыт запуска стартапов
• Работа с game engines, SDK или платформами для серийного производства digital-продуктов.

Что предлагаем:

• Белая заработная плата (зависит от пожеланий и профессионально уровня кандидата)
• Годовой бонус по результатам работы
• Релокация на Кипр для Вас и членов Вашей семьи
• Современный офис с удобной транспортной доступностью
• Гибкий график работы
• Рабочее место оборудовано современной техникой с учетом Ваших пожеланий
• Компенсация занятий по английскому языку от SkyEng до 50%
• Реферальная программа за успешную рекомендацию кандидата.

Agent & Capability Owner отвечает за развитие агентного слоя Конструктора комплексных решений — архитектуры AI-агентов и registry из tools, skills и agents, которые обеспечивают создание и исполнение пользовательских сценариев.

В основе Конструктора находится мастер-агент — универсальный агент, который распознаёт интенты пользователя, динамически подгружает нужные tools, skills и agents из registry, планирует сценарий, оркестрирует его исполнение и управляет им.

Чем предстоит заниматься:

• развитие архитектуры мастер-агента
• формирование и развитие единого registry возможностей платформы
• развитие архитектуры агентных сценариев
• развитие архитектуры GenUI (A2UI) — агента, который динамически формирует нативный пользовательский интерфейс сценария (agent-to-UI)
• Обеспечение устойчивого исполнения сценариев через durable-execution на Temporal
• инженерное лидерство и развитие команды
• управление развитием агентной архитектуры.

Для нас важно:

• глубокий опыт Python-разработки (senior/staff-уровень): production-код, проектирование, тестирование, производительность, чистая архитектура
• практический опыт агентной разработки на LangGraph (или прямых аналогах: LangChain, собственные графовые/оркестрационные фреймворки) — не пилоты, а реальные системы в проде
• опыт durable-execution / workflow-оркестрации (Temporal — большой плюс; либо аналоги: Cadence, Airflow, собственные оркестраторы)
• опыт проектирования платформенных архитектур
• опыт работы с API и сервисной архитектурой
• опыт работы с распределёнными системами
• опыт технического лидерства: рост команды, code review, принятие архитектурных решений и ответственность за них.

Мы предлагаем:

• комфортный офис рядом с м.Кутузовская
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• уникальная система обучения Сбера для профессионального и карьерного развития
• расширенный ДМС и льготное страхование для семьи
• 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.

Важно: part-time или проектная занятость

Мы в Сёрф уже 15 лет создаём продукты, которыми ежедневно пользуются миллионы: мобильные приложения, веб-сервисы, AR- и ERP-системы, собственные AI-продукты. Среди клиентов — Росбанк, Т-Банк, Mars, KFC, Бургер Кинг, Магнит и более 200 компаний.

Сейчас мы ищем Python-разработчиков нового поколения — тех, кто активно работает с AI-агентами и использует их как полноценный инструмент разработки.

Если ты умеешь не просто писать код, а выстраивать процесс так, чтобы AI брал на себя значительную часть рутины и ускорял результат, будем рады видеть тебя в команде

Что нужно делать:

• Разработка и поддержка приложений на Python
• Проектирование и реализация REST/GraphQL API
• Работа с базами данных (проектирование схем, написание запросов, оптимизация)
• Интеграция внешних сервисов и API
• Написание чистого, поддерживаемого и документированного кода
• Написание unit- и integration-тестов
• Отладка, поиск и устранение ошибок
• Оптимизация производительности приложений
• Участие в проектировании архитектуры решений
• Взаимодействие с командой (backend, frontend, QA, аналитики, менеджеры)

Важно: объём задач и глубину вовлечения согласовываем индивидуально под проект.

Что ждём от тебя:

• Опыт разработки продуктов на Python от 3-х лет

• Python и SQL на уровне уверенной диагностики: читать чужой код, находить доменную ошибку, разбираться в боевой базе, читать план запроса.

• Опыт работы с одним или несколькими фреймворками: Django / FastAPI / Flask
• Понимание принципов проектирования API (REST, желательно GraphQL)
• Опыт работы с реляционными БД (PostgreSQL / MySQL) и умение писать эффективные SQL-запросы
• Опыт работы с ORM (SQLAlchemy / Django ORM)
• Понимание асинхронного программирования (asyncio, async/await)
• Опыт написания unit- и integration-тестов
• Умение работать с Git и понимать процессы code review
• Понимание основ архитектуры приложений (слои, разделение ответственности, масштабирование)
• Опыт интеграции внешних сервисов и API
• Умение самостоятельно разбираться в задачах и доводить их до результата

• Осознанная работа с кодинг-агентами: формулируешь задачу так, что результат проверяем, и знаешь, что за агентом нужно перепроверять в денежной логике.

Будет плюсом:

• Финтех или фудтех с реальными мастер-системами: банковские API, кассы, 1С, складские системы

• Прошлое системного аналитика или интегратора

• React / TypeScript для кастомных экранов админки

Почему с нами интересно:

• Большие проекты — твои решения увидят миллионы пользователей
• Возможность влиять на конечный продукт и процессы разработки
• Открытая коммуникация, уважение к экспертизе, минимум бюрократии
• Гибкий формат (part-time / проектная занятость)
• Честные и прозрачные условия сотрудничества
• Возможность развиваться и пробовать новые подходы с AI

Готов подключаться к интересным задачам и работать в современном AI-ориентированном формате?

1. Отправь отклик
2. Заполни небольшую анкету

ㅤ

Internet Revolution — e-commerce компания полного цикла. Мы сами исследуем спрос, разрабатываем товары, производим их в Китае, ввозим в Россию, управляем ВЭД, логистикой, складами, аналитикой, ассортиментом и продажами. Мы строим компанию, которая умеет быстро находить спрос, запускать товары и масштабировать продажи через сложную операционную систему.

Сегодня у нас 40 000 заказов в сутки и 1 млрд рублей в заказах в месяц.

Следующий этап — рост x10 и перенос нашей бизнес-модели на новые международные рынки.

ㅤ

ㅤ

Зачем нам эта роль

Ищем сильного hands-on инженера, который поможет нам ускорить запуск и работу на новых рынках, используя AI и автоматизацию для радикального сокращения времени и ручной работы.

Это не роль исследователя ML и не разработчика, задача которого — просто внедрять LLM, RAG или LangGraph.

Нам нужен человек, который способен посмотреть на реальный бизнес-процесс — анализ рынка, запуск товара, поиск поставщиков и закупку, ценообразование, контент, рекламу или логистику — и понять:
что здесь можно автоматизировать, какие данные и интеграции нужны и как за несколько недель собрать работающий инструмент.

Главный критерий результата — не сложность AI-архитектуры, а то, насколько быстрее и эффективнее начал работать бизнес.

Основная задача

При выходе в новую страну нужно быстро воспроизвести цепочку:

анализ рынка → поиск товарных возможностей → расчёт экономики → поиск поставщиков → создание товара и контента → размещение → реклама → аналитика → операционное управление.

AI Engineer должен находить участки, которые сегодня требуют человека, таблиц, браузера и десятков повторяющихся действий, и превращать их в автоматизированные процессы, сервисы или AI-агентов.

Не обязательно автоматизировать процесс на 100%. Часто правильный результат — система, которая делает 70–90% работы и передаёт человеку только спорные решения.

Приоритетные задачи будем выбирать вместе с бизнесом — по ожидаемому эффекту и сложности внедрения.

ㅤ

Какие задачи могут быть

• Анализ новых маркетплейсов и категорий, поиск быстрорастущих товаров и ниш.

• Сбор и нормализация данных из маркетплейсов и внешних источников, конкурентная аналитика.

• Поиск аналогов товара и поставщиков, AI-агенты для запросов цен и коммуникации с фабриками.

• Расчёт полной стоимости поставки и потенциальной прибыльности товара.

• Анализ отзывов и поиск возможностей для улучшения продукта.

• Генерация и локализация карточек товара под разные страны и площадки.

• Автоматизация рекламы и регулярной операционной работы.

• Интеграция маркетплейсов, ERP, CRM и аналитических систем; внутренние инструменты и AI-интерфейсы для сотрудников.

Один из возможных классов решений — Product Hunter: система, которая находит перспективные товары, ищет аналоги, считает экономику и помогает принять решение о запуске. Но роль не ограничивается разработкой одного такого продукта.

ㅤ

Какого человека мы ищем

Нам интересен инженер, который уже внедрял AI-системы в реальные бизнес-процессы и может рассказать не только об используемых технологиях, но и о результате.

Например: «Раньше 12 сотрудников вручную обрабатывали 3 000 запросов в неделю. Я разобрал процесс, подключил данные из четырёх систем и построил AI workflow с проверкой спорных случаев человеком. После этого 80% запросов стали проходить автоматически».

Нам важно понять, что именно вы сделали и как это изменило работу бизнеса.

ㅤ

Какой опыт особенно интересен

Будет плюсом опыт в:

• E-commerce, маркетплейсах и международной торговле.

• Закупках, поиске поставщиков, логистике и управлении цепочками поставок.

• Fintech, adtech, travel или SaaS с большим количеством интеграций.

• Внутренних продуктах для автоматизации и компаниях с большим объёмом ручных операций.

Название предыдущей должности не принципиально. Нам важен сильный инженерный опыт в сочетании с пониманием бизнеса и практикой внедрения AI-систем.

Очень интересны люди с опытом ролей:
AI Product Engineer / Applied AI Engineer / AI Automation Engineer / Forward Deployed Engineer / Solutions Engineer / Founding AI Engineer / Senior Python Engineer с сильным product/business уклоном.

ㅤ

Технический профиль

Нужен сильный инженер, способный самостоятельно довести решение от идеи до production.

Базово ожидаем:

• Python и SQL/PostgreSQL.

• API и интеграции со сторонними сервисами.

• Асинхронная разработка, очереди и фоновые задачи.

• Построение data pipelines.

• Docker, Git/CI/CD и работа с облачной инфраструктурой.

• Практический опыт работы с LLM API.

• Умение оценивать качество AI-систем, обрабатывать ошибки и контролировать стоимость их работы

Из AI-инструментов и подходов полезны:

• Structured output, tool calling, агенты и agentic workflows.

• RAG и embeddings.

• MCP, browser automation и мультимодальные модели.

• Инструменты мониторинга и отладки AI-систем: Langfuse или аналоги

Конкретный фреймворк не принципиален. Если задачу можно нормально решить обычным Python-скриптом без AI, нужно выбрать Python-скрипт.

ㅤ

Очень важные качества

Product thinking.
Сначала понять проблему бизнеса и только потом выбирать технологию.

Ownership.
Самостоятельно находить и обосновывать задачи, не ждать детального ТЗ и проходить путь: проблема → исследование → прототип → интеграции → production → измерение результата

Скорость.
Нам ближе за неделю собрать первую рабочую версию и проверить её на реальном процессе, чем три месяца проектировать идеальную архитектуру.

Умение работать с неопределённостью.
На новом рынке заранее неизвестны все API, источники данных и ограничения площадок. Нужно самостоятельно исследовать среду и находить рабочий путь.

Business curiosity.
Должно быть интересно разбираться: как работает marketplace, из чего складывается прибыль товара, как устроены закупки и реклама, где возникает ручной труд и чем рынки отличаются друг от друга.

ㅤ

Что мы предлагаем

• Полную занятость, удалённую работу, официальное оформление и полностью белый доход.

• Команду открытых коллег, которые готовы помочь и заинтересованы в общем результате. В каждом направлении есть эксперты, которые помогут разобраться в процессах. В ИТ-блоке — разработчики, дата-инженеры, ML-специалисты и DevOps.

• Бюджеты на AI-сервисы и инфраструктуру, доступ к необходимым данным, системам и экспертизе команды.

• Задачи международного масштаба: участие в выходе на новые рынки и задачи по автоматизации на разных этапах e-commerce — от поиска товара до операционного управления.

ㅤ

Как откликнуться

В сопроводительном письме коротко расскажите:

1. Какую AI-систему вы внедрили в реальный бизнес-процесс, что сделали лично и какой результат получили.

2. Почему наша задача вам интересна.

Brandquad — продуктовая IT-компания в области e-commerce решений.

Мы непрерывно развиваем собственную платформу для автоматизации работы с товарами.

Наш продукт охватывает полный цикл: от создания и хранения данных до аналитики онлайн‑продаж.

Наши клиенты — ваши любимые бренды: L'Oréal, Estée Lauder, Tikkurila, Coty, Henkel, Unilever, Reckitt Benckiser, Kimberly‑Clark, Avon, Teva, Stada, Dior.

Мы ищем Python-разработчика AI-агентов в команду продукта DSA // Data Shelf Analytics.

Вам предстоит создавать AI-агентов, которые помогут пользователям получать аналитику из наших данных на естественном языке, и разрабатывать MCP-сервер с набором инструментов для работы с ClickHouse.

Актуальные задачи:

• Проектирование и разработка AI-агентов для аналитики DSA (сценарии, промпты, цепочки вызовов инструментов, работа с контекстом)
• Разработка MCP-сервера (Model Context Protocol) с набором инструментов для ClickHouse: безопасное выполнение запросов, получение схем и метаданных, типовые аналитические выборки
• Обеспечение безопасности и контроля доступа к данным при работе агентов (ограничения запросов, разграничение данных клиентов, защита от некорректных и тяжёлых запросов)
• Оптимизация запросов агентов к ClickHouse по скорости и стоимости
• Построение системы оценки качества агентов (eval-наборы, метрики, регрессионное тестирование)
• Интеграция агентов с существующими сервисами и REST API платформы
• Мониторинг и логирование работы агентов (трейсинг вызовов LLM и инструментов, расход токенов)
• Подготовка unit-тестов (pytest) и технической документации (Confluence)
• Участие в Scrum-мероприятиях (дейли, грумминги, техническое ревью) и code review
• Участие в технических дежурствах в течение рабочего дня

Необходимый опыт:

• Коммерческая разработка на Python от 3 лет
• Отличное знание Python, включая asyncio
• Практический опыт разработки LLM-приложений или AI-агентов, которые дошли до продакшена
• Опыт работы с API LLM (Anthropic, OpenAI или аналоги): tool use / function calling, structured outputs
• Понимание Model Context Protocol (MCP) и опыт разработки MCP-серверов или аналогичных tool-интерфейсов для LLM
• Обязателен опыт работы с ClickHouse: уверенный SQL, понимание движков таблиц и оптимизации запросов
• Опыт работы с PostgreSQL
• Опыт проектирования и разработки REST API (FastAPI, aiohttp или DRF)
• Навыки промпт-инжиниринга и умение системно оценивать качество ответов моделей
• Linux на уровне продвинутого пользователя
• Умение и желание писать и поддерживать тесты
• Эффективное использование AI-инструментов в собственной разработке

Будет плюсом:

• Опыт с фреймворками для агентов (LangGraph, LangChain, PydanticAI, Claude Agent SDK и др.)
• Опыт построения Text-to-SQL решений
• Опыт с инструментами наблюдаемости LLM (Langfuse, LangSmith, Phoenix)
• Опыт работы с RAG и векторными базами данных
• Опыт работы с ETL и оркестраторами (желательно Prefect)
• Опыт работы с Apache Kafka, Celery
• Знание Go

Условия:

• Все плюсы аккредитованной IT-компании
• Оформление в соответствии с ТК РФ
• Возможность работать удалённо или в офисе
• Мотивированная слаженная команда
• Новое направление с возможностью влиять на архитектуру AI-решений продукта с нуля

Если вам интересно создавать AI-агентов, которые работают с реальными данными крупнейших брендов, будем рады вашим откликам здесь или по указанным контактам!

В AI Центре мы занимаемся прикладным применением AI/ML в продуктах кибербезопасности BI.ZONE и исследуем последние достижения в этой области. В том числе мы развиваем AI-ассистента BI.ZONE Cubi, который помогает специалистам ИБ справляться с большими объемами данных и растущим уровнем киберугроз.

Мы ищем опытного AI-инженера, который будет отвечать за создание и развитие GenAI-решений (агентов, ассистентов) для продуктов по сетевой безопасности.

Гарантируем интересные и амбициозные задачи, дружную команду и поддержку на старте!

Чем предстоит заниматься:

• Проектировать и разрабатывать AI-агентов

• Разрабатывать и оптимизировать промпты, учить агентов взаимодействовать с продуктами компании

• Решать задачи NLP: классификация, суммаризация, NER, семантический поиск, кластеризация и другие

• Писать поддерживаемый, читаемый код в рамках разработки AI-агентов (Python 3.12+)

• Участвовать в разработке на всех этапах жизненного цикла AI/ML (от предобработки данных до деплоя и мониторинга в проде)

• Выводить GenAI-приложения в прод совместно с DevOps-командой

Что для нас важно:

• Высшее техническое образование

• От 2-х лет опыта разработки на Python

• Опыт создания агентов на современных фреймворках (LangChain, LangGraph, LlamaIndex, Agno, Pydantic AI Harness, Agno, и др.)

• Знание стратегий планирования AI-агентов (ReAct, Plan-and-Execute и т.д)

• Уверенная работа с LLM API (OpenAI, vLLM, Anthropic и др.)

• Понимание агентских протоколов (MCP, A2A, AG-UI)

• Сильный prompt engineering + chain/tool/function calling

• Опыт работы с векторными БД (Weaviate, Pinecone, Qdrant, Milvus и др.)

• Опыт оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги)

• Опыт работы с Linux, Git, Docker, умение упаковать своего агента в контейнер

Что нам также важно, но можем рассмотреть кандидатов и без этого:

• Опыт в сфере информационной безопасности

• Опыт fine-tuning и дообучения LLM (PEFT: LoRA, DoRA, qLoRA и др.)

• Опыт обнаружения и минимизации галлюцинаций и ошибок в генерируемых ответах LLM

• Опыт реализации мер по RAG-Security (RBAC на уровне чанков, маскирование PII)

Мы предлагаем:

Защищенность.Все гарантии официального оформления по ТК РФ и преимущества аккредитованной IT-компании

Сообщества.Регулярные профессиональные митапы и встречи для обмена опытом. А также сообщества по интересам: спорт, игры, книги, аниме

Гибкий график.Никто не следит, когда сотрудник садится за компьютер, сколько часов проводит в офисе, как часто работает удаленно

Забота о здоровье. ДМС со стоматологией c первого месяца работы в компании

Обучение.Сертификация, профильные курсы, конференции, митапы, хакатоны, CTF-ы

Свободная атмосфера.У нас на «ты», никакого дресс-кода и лишней бюрократии

Самореализация.Поддержка креатива и воплощение идей. Можно профессионально расти и развивать личный бренд

Скидки на фитнес, покупки и многое другое

Скидки от BestBenefits, «Фитмост», «СберПрайм+»и других компаний-партнеров для всех сотрудников

Корпоративная жизнь.Крутые внутренние мероприятия и участие в спортивных стартах, а еще мерч и подарки

Битрикс24 — крупный российский Highload-проект. Сейчас мы меняем сам подход к разработке. Для нас AI — часть production-процесса: от анализа задачи и подготовки спецификации до генерации кода, тестов, ревью, рефакторинга и сопровождения.

Мы ищем разработчика, который использует AI на постоянной основе и умеет работать с ним ответственно: понимать задачу, уточнять требования, использовать AI-инструменты, проверять результат и доводить изменения до рабочего состояния.

Чем предстоит заниматься:

• Разрабатывать и развивать продуктовые сервисы и модули;
• Работать по спецификации и уточнять недостающие детали до начала реализации;
• Использовать AI для анализа задачи, генерации кода, рефакторинга, тестов и поиска рисков;
• Разбивать задачу на части, которые можно безопасно реализовать, проверить и объединить в готовое изменение;
• Проверять AI-generated код: логику, соответствие требованиям, безопасность, тесты и влияние на существующую систему;
• Локально проверять изменения: запускать тесты, разбирать ошибки, дорабатывать результат после feedback от AI, CI или reviewer-а;
• Участвовать в code review кода коллег и дорабатывать свой код по обратной связи;
• Работать с legacy-кодом и аккуратно менять существующую систему;
• Участвовать в улучшении командных практик AI-driven разработки.

Что мы ожидаем:

Инженерная база:

• Коммерческий опыт web-разработки от 3-х лет. Мы рассматриваем кандидатов со стеком:

Backend: PHP, Golang, Python

Frontend: JavaScript (ES6+) / TypeScript, Vue и React

• Понимание устройства веб-приложений и API: слои приложения, контракты, валидация, авторизация, обработка ошибок;
• Умение работать с реляционными БД: понимать модели данных, писать и проверять запросы, работать с индексами и миграциями;
• Понимание CI/CD, автотестов и автоматических проверок качества как контура проверки AI-generated изменений;
• Умение работать с legacy-кодом и аккуратно менять существующую систему;
• Понимание поддерживаемого кода: соответствие стандартам проекта, тестируемость, отсутствие лишней сложности;
• Понимание базовых рисков веб-разработки: SQL injection, XSS, CSRF, ошибки авторизации и небезопасная работа с пользовательскими данными;
• Опыт работы с высоконагруженными продуктами и performance-задачами будет преимуществом.

AI-driven разработка:

• Опыт системной работы с ИИ в рамках процесса разработки;
• Глубокое понимание возможностей LLM: знание сильных и слабых сторон различных моделей, понимание применимости конкретной модели к той или иной задаче;
• Использование AI как постоянной части процесса разработки;
• Опыт работы с инструментами Claude и Codex;
• Умение работать по спецификации и дополнять ее для разработки с AI: уточнять контекст, ограничения, ожидаемый результат и сценарии проверки;
• Умение задавать уточняющие вопросы по требованиям, ограничениям и сценариям проверки;
• Использование AI не только для генерации кода, но и для анализа, тестов, рефакторинга и поиска рисков;
• Умение локально проверять изменения: запускать тесты, читать ошибки, дорабатывать результат после feedback от AI, CI или reviewer-а;
• Умение проверять AI-generated код: логика, соответствие требованиям, безопасность, тесты, влияние на существующую систему; сложные архитектурные и performance-вопросы — выносить на review;
• Готовность работать с AI-агентами и сценариями автоматизации разработки; практический опыт будет преимуществом;
• Понимание ограничений LLM и ответственности разработчика за итоговое решение.

Что мы предлагаем:

• Работу над продуктом, которым пользуются миллионы компаний в крупной стабильной аккредитованной IT компании;
• Участие в переходе к AI-driven разработке;
• Команду, где AI используется в реальном production-процессе;
• Задачи, где можно расти в архитектуре, качестве кода, тестировании и эффективной работе с AI-инструментами;
• Полную занятость, возможность гибкого графика;
• Официальное оформление;
• Конкурентный ежемесячный оклад, о котором договоримся в соответствии с уровнем и компетенциями кандидата;
• Премии по результатам работы;
• Профессиональный рост и программы обучения и развития;
• ДМС со стоматологией;
• Сервис психологической поддержки и онлайн фитнес-платформа;
• Комфортные офисы в удобных локациях, возможность выбрать офисный или дистанционный формат работы.

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.

Что мы ожидаем увидеть:

• 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).

Что с нас:

• 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.

NLP-команда управления развития искусственного интеллекта (блок «Развитие клиентского опыта B2C») ищет NLP/LLM-инженера для разработки AI-агентов и опромышливания LLM-решений. Мы создаем co-pilot для клиентских менеджеров премиальных каналов, переходя от классических алгоритмов к адаптивным AI-агентам, способным понимать контекст и решать задачи автономно (поиск по базе знаний, суммаризация профиля клиента, извлечение инсайтов из звонков, управление графиком).

Обязанности

• проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация)
• разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации
• обучать и дообучать NLP-модели (classification, embeddings) и современные LLM под бизнес-задачи (SFT, LoRA/QLoRA)
• строить системы оценки качества генерации, внедряя продуктовые и ML-метрики (RAGAS, DeepEval, кастомные LLM as a judge)
• переводить бизнес-задачи в ML-постановку и реализовывать решения полного цикла от гипотезы до интеграции в продакшен.

Требования

• опыт работы в Deep Learning от 3 лет, включая обучение моделей на PyTorch
• продвинутое понимание архитектуры современных LLM, включая механизмы attention, MoE, принципы инференса (KV-cache, batching) и методы alignment
• практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain, LangGraph или аналогичных фреймворков
• уверенная база в классическом ML и NLP, знание статистики, алгоритмов поиска и векторизации (от TF-IDF до эмбеддингов)
• опыт работы с фреймворками для оценки и мониторинга LLM-решений, такими как Arize, LangSmith или Weights & Biases
• владение техниками промпт-инжиниринга и опыт их применения на практике для оптимизации работы моделей
• уверенное владение Git и Linux-окружением.

будет плюсом:

• базовое понимание принципов проектирования архитектуры микросервисов
• опыт опромышливания AI-агентов и знание принципов LLMOps, включая CI/CD, оркестрацию и управление версиями промптов
• глубокое понимание архитектуры масштабируемых RAG-систем и опыт работы с векторными базами данных
• опыт разработки асинхронных сервисов (asyncio) и интеграции ML-моделей в высоконагруженные системы.

Условия

• комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Мы разрабатываем инновационную платформу на основе генеративного искусственного интеллекта (GenAI), предназначенную для автоматизации создания и управления маркетинговыми кампаний. Основной целью нашего продукта является генерация персонализированных коммуникаций в автономном режиме, где мультиагентные системы самостоятельно анализируют данные аудитории, разрабатывают стратегии, создают контент и оптимизируют результаты в реальном времени.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

• разработка и внедрение современных моделей машинного обучения для рекомендательных систем, AI-агентов и связанных AI-сервисов, включая задачи NLP, предиктивной аналитики и генеративного ИИ
• исследование и реализация решений на базе архитектур Transformer/Attention для обработки и анализа текстовых данных, извлечения сущностей, векторизации и reasoning
• проектирование масштабируемых MLOps-процессов для обеспечения стабильной работы моделей в продакшене
• интеграция создаваемых решений со смежными банковскими продуктами и внешними сервисами
• анализ больших массивов данных, выявление инсайтов и формирование data-driven рекомендаций для развития сервисов
• ведение экспериментов по оптимизации агентов и рекомендательных моделей, мониторинг и улучшение их качества.

Требования

• не менее 3 лет в области машинного обучения, реализованные и внедренные решения
• опыт решения задач с использование агентов и LLM, включая интеграцию и настройку AI-агентов, кастомизацию под бизнес-задачи
• отличное владение Python, знание основных data science-библиотек (NumPy, Pandas, Scikit-learn, LangGraph), уверенное знание PyTorch, опыт написания продакшен кода
• опыт работы с Big Data-стеком (Spark, Hadoop, Hive), умение строить и оптимизировать пайплайны обработки больших данных
• базовые знания и опыт в области MLOps (развёртывание и управление моделями машинного обучения в продакшене)
• сосредоточенность на результатах и развитии профессионального роста, проактивность и самостоятельность в решении задач.

Будет плюсом:

• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• современный IT-офис на Кутузовском проспекте 32
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.

Отвечает за:

• ETL из СУБД, построение DWH со SCD2-историей
• RAG-слой на pgvector (семантический поиск по шаблонам запросов и описаниям таблиц)
• Интеграцию с локальной LLM через Spring AI
• Безопасную валидацию и исполнение сгенерированного SQL
• API-слой между дашбордом/чатом и данными

Нужно уметь:

Ядро — Java/Spring:

• Java/Kotlin + Spring Boot — уверенный уровень, это основа всего стека
• Spring Boot REST API — разработка backend-слоя для чат-интерфейса дашборда

Данные и ETL:

• Spring Batch — джобы инкрементальной загрузки, идемпотентность (повторный запуск без дублей), обработка частичных сбоев
• PostgreSQL + pgvector — установка расширения, проектирование логических схем (dwh и semantic_search в одной БД), права доступа, партиционирование по времени
• SQL продвинутого уровня — оконные функции, CTE, оптимизация запросов
• SCD Type 2 на практике (valid_from/valid_to/is_current)
• Flyway (или аналог) — версионирование миграций схемы

AI-слой:

• Spring AI:
  • ETL Pipeline (DocumentReader → Transformer → Writer) — кастомные ридеры под ЕПВО, обогащение метаданными
  • PgVectorStore — настройка размерности вектора, выбор индекса (HNSW)
  • ChatClient + Advisors — сборка RAG-контекста, chat memory
  • Tool/Function calling — логика "шаблон → фолбэк на генерацию SQL"
  • OllamaChatModel / OllamaEmbeddingModel — интеграция с локальной моделью

Безопасность запросов:

• JSqlParser (или аналог) — валидация сгенерированного SQL: только SELECT, whitelist схем/таблиц, лимиты строк и времени
• Настройка read-only доступа на уровне JDBC-соединения
• Логирование пайплайна "вопрос → шаблон/SQL → результат" для аудита

Желательно, но не критично на старте:

• Опыт администрирования GPU-инфраструктуры (Ollama, CUDA)