ML и AI — свежие вакансии

Яндекс Еда — сервис доставки из ресторанов и магазинов с миллионами пользователей и заказов. Для машинного обучения это означает работу с большими данными, быструю проверку гипотез в A/B-тестах и обработку данных в реальном времени под нагрузкой.

Наша команда занимается алгоритмической и ML-составляющей ранжирования. Мы определяем порядок отображения:
* ресторанов — на главной странице;
* блюд — как внутри ресторана, так и на блюдоцентричных поверхностях;
* ресторанов и магазинов вместе — в тех местах, где вертикали пересекаются (например, в поиске);
* подборок заведений для офлайна (в разделе «Сходить»).

От наших моделей зависит, какие позиции пользователь увидит первыми и что в итоге закажет. В работе мы используем как классические методы ML, так и нейросетевые подходы.

Над чем мы работаем сейчас

* Дискавери на главной. Историю заказов уже закрывает отдельная карусель, но и на остальных поверхностях главной пользователь встречает в основном знакомые ему рестораны. Хотим, чтобы эти поверхности открывали новое — места, где человек ещё не заказывал, но закажет.
* Блюдоцентричное ранжирование. Учимся ранжировать не рестораны, а сами блюда — на поверхностях вне карточки ресторана.
* Общий поиск Еды. Ищем баланс между семантической релевантностью и бизнес-метриками.
* Ядро ранжирования. Новые факторы и новые архитектуры — сквозная задача для всех поверхностей сразу.

Что у нас есть

* Стек: Python, C++, SQL.
* Инфраструктура Яндекса: общие фреймворки, собственная A/B-платформа и вычислительные мощности.

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

Цикл ML-проекта

Вы будете преобразовывать бизнес-требования в ML-задачи, собирать пайплайн, обучать и проверять модель, внедрять её в реалтайм-сервис и тестировать с помощью A/B-теста.

Развитие продукта

Вам предстоит искать точки роста, предлагать и отстаивать свои идеи, а также запускать рекомендации на новых поверхностях и вертикалях. При этом нужно не только ранжировать по предпочтениям, но и учитывать доступность и загрузку ресторана, скорость и стоимость доставки, а также балансировать органику с рекламным продвижением.

Работа со смежниками

Вам нужно будет сотрудничать с продуктовыми командами, аналитиками и MLOps — решать общие задачи, проводить совместные эксперименты и защищать результаты.

Больше об ML в Яндексе — в канале Yandex for ML

* Разрабатывали на Python или C++
* Хорошо знаете методы анализа данных и ML и применяли их на практике
* Готовы вести решение от обработки данных до внедрения в продакшен

* Делали рекомендательные системы или поиск
* Работали с высоконагруженными реалтайм-системами

Сейчас мы ищем Стажера ML Инженера в наш продукт ArchOps.
ArchOps - архитектурный продукт, позволяющий наполнять и управлять ландшафтом предприятия

Чем предстоит заниматься:

• дорабатывать текущий Copilot продуктового архитектора;
• участвовать в обучении моделей;
• разрабатывать новые AI-агенты.

Что мы ожидаем от кандидата:

• понимание работы и построения AI агентов;
• базовые навыки Python;
• знание ООП.

Что мы предлагаем:

• Студенты 1 и 2 курсов бакалавриата или специалитета, и студенты колледжей, обучающиеся на любом курсе по ИТ-специальности;​​​​​​​

• график работы 30-40 часов в неделю;

• развитие в командах профессионалов и опытный наставник, готовый делиться опытом;

• мобильная связь за счет компании;
• специальные предложения и скидки от продуктов экосистемы МТС;
• собственный корпоративный университет, онлайн-библиотека, Best Benefits (приложение для сотрудников, где собраны различные скидки);
• спорт: онлайн зарядки, йога, дыхательные практики.

Banks Soft Systems - системно значимая российская ИТ-компания, специализирующаяся на разработке, внедрении и поддержке решений по цифровизации клиентского обслуживания для банков, финтех-компаний, госсектора, телекома, ритейла, медицины, сферы ЖКХ в России и СНГ. Мы разрабатываем системы речевой аналитики, развиваем платформы дистанционного банковского обслуживания, а также оказываем услуги по заказной и аутсорс разработке. Мы практикуем наиболее востребованные рынком технологические решения: от машинного обучения до разработки 1С.

Чем нужно будет заниматься:

• Настройка и поддержка инфраструктуры для ML-решений в продакшене с высокой нагрузкой;
• Развертывание и эксплуатация ML-моделей;
• Автоматизация CI/CD процессов;
• Мониторинг и оптимизация инфраструктуры;
• Проведение оценки технических рисков на этапах проектирования информационных систем;
• Формирование и анализ проектной, нормативной и технической документации, включая задания, регламенты, стандарты, нормы, правила, инструкции и спецификации;
• Проектирование и внедрение MLOps платформы;
• Оценка технических рисков проектирования информационных систем.

• Знание и опыт работы с NGINX;
• Опыт работы с облачными провайдерами (AWS, Azure, Yandex Cloud);
• Уверенное владение Docker и Kubernetes;
• Опыт работы с реляционными и NoSQL базами данных (Postgres, Oracle, Redis);
• Знание Apache Airflow;
• Опыт настройки CI/CD в Gitlab;
• Знакомство с Grafana и Prometheus, ELK;
• Опыт проектирования, развертывания и эксплуатации ML-решений в продакшене;
• Опыт развертывания и эксплуатации LLM-моделей.

Будет плюсом:

• Опыт работы с векторными базами данных (Qdrant, Milvus);
• Опыт работы с API;
• Знакомство с MLflow;
• Знакомство с Kubeflow;
• Знание и умение представлять платформенные решения, отстаивать позицию и защищать на комитетах.

Что мы предлагаем:

• Полное соблюдение ТК РФ c первого дня работы и своевременная выплата заработной платы;
• Удаленный формат работы;
• Расширенный ДМС со стоматологией;
• Бесплатное обучение английскому языку вам и вашим детям;
• Скидки в фитнес-клубы;
• Предоставляем всю необходимую технику для работы.

Откликайтесь и присоединяйтесь к нашей дружной команд

WILIX - аккредитованная IT - компания. Мы создаем корпоративные системы, помогаем компаниям оптимизировать и развивать свой бизнес.

Сегодня мы в поиске ML инженера для работы на внешних проектах - потребность открыта на различные проекты в сферах финтеха, ритейла, эдтеха и пр.

​​​​​
• Понимание принципов проектирования моделей, управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
• Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов.
• Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных.
• Опыт работы хотя бы в одном из направлений: o классическое машинное обучение; o временные ряды и прогнозирование; o рекомендательные системы, поиск и ранжирование; o NLP, LLM и генеративный AI.
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты. • Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review.
• Уверенное владение SQL • Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. • Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. • Умение оценивать стоимость, latency и масштабируемость LLM-решений.
• Опыт работы в e-commerce, retail или других продуктовых highload-системах. • Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
​​​​​​​• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.

• Интересные и разнообразные проекты
• Возможности карьерного и профессионального роста
• Работа в энергичной молодой команде, готовой обмениваться опытом
  
  Укажите, пожалуйста, в сопроводительном письме желаемый уровень финансовой мотивации

Привет! Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Думаю, что вы о нас слышали от Григория Петрова (Evrone Devrel).

Ищем Data/Lineage инженера уровня Senior. Заработная плата зависит от уровня и определяется после прохождения технического собеседования.

Проект в домене MedTech, формирование устойчивого контура идентичности, схем данных, происхождения и хранения артефактов в платформе in-silico drug discovery.

Стадия проекта: рабочий прототип, целевая архитектура не зафиксирована окончательно.

Среда: преимущественно on-prem и air-gap, возможны shared trust zone, dedicated cell и burst-очередь во внешний cloud.

Бизнес-задача роли: не допустить потери истории кандидатов и результатов вычислительных экспериментов при развитии платформы и замене отдельных инфраструктурных компонентов. Downstream-стадии должны получать входные данные по устойчивому идентификатору предшественника и ссылке на объектное хранилище, а не по локальному пути на GPU-ноде.

Задачи:

• Разобрать текущие источники данных, lineage-теги, выходные схемы и сценарии, где успешный статус задачи не гарантирует наличие скачиваемого файла;
• Зафиксировать правила идентичности сущностей. На текущем этапе — дисциплина тегов при enqueue; целевой контур — compound registry с соответствием `InChIKey ↔ internal id`;
• Версионировать `output_schema` и extractors для Vina, OpenFE, ADMET, Lilly, triage, nomination и MADD;
• Обеспечить читаемость старых артефактов после появления новых версий схем;
• Настроить происхождение между стадиями в формате OpenLineage `START / COMPLETE / FAIL` или эквиваленте;
• Реализовать audit exporter без создания второго журнала статусов рядом с оркестратором;
• Ввести QC артефактов. Объект в MinIO/S3 должен скачиваться и парситься; `completed` без файла должен завершаться явной ошибкой;
• Перевести downstream-получение входов на идентификаторы и `s3://`, исключив зависимость от локальных путей;
• Согласовать контракты схем через JSON Schema и YAML handoff, а также glossary научных метрик совместно с backend и R&D;
• Закрепить инварианты автоматизированными тестами и передать документацию внутренней команде

Что для нас важно:

• Уверенный Python;
• SQL и PostgreSQL, включая миграции и понимание Row-Level Security;
• Опыт построения пайплайнов, где объектное хранилище является source of truth;
• Практический опыт data contracts, schema evolution и lineage;
• Работа с файловыми и бинарными артефактами, а не только с таблицами DWH;
• Опыт проектирования устойчивой идентичности сущностей независимо от оркестратора;
• Умение фиксировать инварианты тестами и передавать решение внутренней команде

Будет ОГРОМНЫМ плюсом:

• Понимание семантики OpenLineage, Marquez или DataHub без привязки решения к конкретному бренду;
• Опыт MLOps или научных пайплайнов с артефактами: ClearML, MLflow, Flyte, Nextflow или Airflow;
• RDKit, SDF и Parquet, JSON Schema;
• Опыт on-prem или air-gap окружений

Результат первых 60–90 дней:

• Карта разрывов lineage на пути `enqueue → nomination`;
• Работающие инварианты «нет обязательных тегов — нет enqueue» и «нет файла — нет успешного завершения»;
• Версии extractors согласованы с `tools.manifest`;
• Принято решение по audit-событиям без появления второго source of truth;
• Зафиксирован контракт данных, не зависящий от API ClearML;
• Критичные инварианты покрыты тестами, документация передана внутренней команде

Вне скоупа:

• Интерпретация SAR и критерии nomination;
• SDTM/ADaM, SEND, ELN/LIMS, RWE и GLP system of record;
• GPU-очереди и выбор замены ClearML как workload manager;
• BFF и UI, кроме стыков по схемам, скачиванию и идентичности;
• Построение нового data lake или DWH

Почему Evrone:

• Мы занимаемся технически сложными, высоконагруженными, наукоёмкими проектами, проектами с большой бизнес логикой или большой серверной инфраструктурой. Нам доверяют: аналитику, проектирование интерфейсов и дизайн, разработку, инфраструктуру и эксплуатацию. Мы становимся технической командой проекта целиком или консультируем и расширяем возможности существующих команд наших клиентов.
• Кроме того, Evrone помогает развиваться сообществу разработчиков. Мы делаем самую большую в России конференцию по Ruby — RubyRussia, проводим технические митапы, делаем свой новостной дайджест, а также спонсируем и помогаем в проведении конференций по Go, Python, React/Vue и функциональным языкам.
• Наши инженеры выступают на ведущих конференциях России и Европы и вносят вклад в Open Source проекты, мы берем интервью у лидеров комьюнити и пишем статьи на самые горячие темы индустрии. В этом году мы ставили стенд и выступали на конференциях Highload и TeamLeadConf.
• Вся команда работает удаленно с 2008 года. Мы знаем как организовать распределенную разработку комфортно и эффективно. Есть офисы для работы и встреч в Москве и Воронеже, а также офисы продаж в Сан-Франциско и Берлине.

Что предлагаем:

• Удаленную фултайм работу и мягкий график. Достаточно синхронизировать тайм-зоны и иметь пересечения рабочего времени с командой;
• Качественный онбординг и hr-менеджмент (1:1, Grow Review). По желанию меняем проекты, не даем стагнировать. При формировании команды проекта учитываем профессиональные или личные интересы разработчиков;
• Работу в разновозрастном, разнополом и потрясающе дружном и профессиональном коллективе;
• Хорошо организованный воркфлоу, отсутствие бюрократии. Работа на доверии.
• Наши разработчики работают только над одним проектом. Без постоянных переключений между ними.

Одна из ценностей Evrone – работа с удовольствием.

Для этого мы придумали Evrone Benefits. Каждому из нас выделяется годовой бюджет, автоматически пополняемый каждый новый год вашей работы в Evrone. Его можно потратить на полезные категории трат, направленные на:

• ДМС и здоровье;
• Спорт и абонемент для фитнеса или инвентарь для спорта;
• Курсы иностранного языка;
• Техника для работы и улучшение рабочего места;
• Обучение: курсы, тренинги, мастер-классы, семинары, книги и конференции.

Бонусы и премии:

• Повышение зарплаты по мере роста компетенций (по результатам ассесмента);
• Премии за привлечение новых сотрудников и новых клиентов;
• Дополнительная премия за выступления на конференциях и митапах;
• У вас есть возможность принять участие в проведении технических интервью специалистов, которые могут стать вашими коллегами. Проведение интервью оплачивается.

Обучение и рост компетенций:

• Проводим митапы. Вы можете быть как и слушателем, так и спикером;
• У нас есть культура менторства. В повседневных задачах и планировании карьеры будет помогать наставник;
• Развивать профессиональный уровень можно с помощью системы ассессмента Evrone Challenge;
• Есть внутренняя библиотека с электронными книгами и записанными курсами;
• Работаем и дружим с западными заказчиками, есть возможность практиковать свой английский.

Возможность стать докладчиком или автором:

• Если вы хотите выступить на оффлайн конференции, мы поможем вам подготовить контент для доклада и сделаем крутые слайды. DevRel Evrone (Григорий Петров) поможет подготовиться к выступлению на конференции, окажем поддержку на самой конференции и подготовим материалы с вашим докладом.
• Если вы хотите выступить на онлайн конференции, помимо помощи по подготовке доклада и подбору конференции, мы организуем вам студийную съемку или трансляцию вашего доклада;
• У нас есть блоги на всех популярных платформах России и мира. Наши редакторы и профессиональные авторы еженедельно выпускают новые материалы;
• Если вы написали статью, мы нарисуем для нее иллюстрации и поможем вам ее оформить и опубликовать. Если у вас есть только идея - редакторы помогут сформулировать мысли, оформить пост самостоятельно и правильно опубликовать для максимального охвата.

Возможность прокачаться в Open Source:

• Если у вас есть популярные open source проекты – мы поможем с их продвижением и окажем поддержку в развитии;
• Если вы контрибьютите в популярные проекты с открытым исходным кодом, мы оплатим часы, которые вы на это потратили.
• Если вы ничего этого не делаете, но очень хочется начать – в Evrone есть менторы, которые помогут вам сделать первые шаги: подберут задачки для старта, помогут решить их и правильно оформить pr.

Отдых и развиртуализация:

Мы проводим ежегодный фестиваль Evrone Fest, на котором собирается вся наша команда, а также тематические встречи в различных городах. Поэтому, где бы вы ни находились, мы будем рады увидеться лично.

Группа Компаний Орбита - ведущий разработчик цифровых решений, российская аккредитованная ИТ-компания

Масштабный технологический проект с глубокой экспертизой в цифровизации бизнеса. Ключевые отрасли: государственный сектор, FinTech, HR Tech, коммуникации и медиа, услуги, рынок недвижимости, travel.

Нам доверяют крупнейшие компании РФ, среди них: Т1, ВТБ, Иннотех, Альфа Банк, ОИС и другие.

Более 6 лет мы ведем собственную продуктовую и заказную разработку высокоэффективных цифровых решений.

Проект

ИИ-инкубатор — единая платформа для проверки и запуска пилотов (PoC) на основе перспективных ИИ-идей. Команда помогает превращать идеи в работающие прототипы: от эксперимента и оценки качества до защиты результатов на ИИ-комитете и подготовки решения к дальнейшему внедрению.

Задачи:

• Разработка ИИ-ассистентов и функциональных AI-агентов в рамках PoC.
• Проработка и реализация agentic workflows: управление контекстом и состоянием, выбор инструментов, function calling, human-in-the-loop.
• Проведение экспериментов с LLM, NLP и BERT-подобными моделями.
• Разработка RAG-решений с использованием векторных баз данных и embedding-моделей.
• Построение evals для LLM-систем: оценка качества ответов, контроль галлюцинаций и мониторинг поведения моделей.
• Работа с эвристиками и алгоритмами повышения качества AI-систем.
• Fine-tuning и адаптация LLM, включая LoRA / PEFT.
• Квантизация моделей и оптимизация inference.
• Запуск и эксплуатация моделей на CPU/GPU, оптимизация latency и потребления ресурсов.
• Контейнеризация ML/AI-сервисов и подготовка решений к эксплуатации.
• Работа с Kubernetes и KServe для развёртывания моделей.
• Разработка production-кода на Python, написание тестов, логирование и документация.
• Интеграция AI-сервисов с существующими системами через API.
• Участие в CI/CD-процессах, работа с Jenkins и Git.
• Оценка стоимости, производительности и масштабируемости LLM-решений.
• Участие в разработке механизмов безопасности AI-систем: защита от prompt injection, некорректного tool calling, утечек данных и чрезмерных прав агентов.

Требования:

• Уверенное владение Python и основными библиотеками для анализа данных и ML: pandas/polars, NumPy, scikit-learn, CatBoost/LightGBM/XGBoost, PyTorch или аналогами.
• Глубокое понимание основных принципов машинного обучения: подготовка данных, признаки, выбор моделей, регуляризация, переобучение и data leakage.
• Практический опыт хотя бы в одном направлении: NLP/LLM/GenAI, классическое ML, рекомендательные системы, поиск и ранжирование, временные ряды.
• Практические знания NLP и опыт работы с современными языковыми моделями.
• Опыт работы с API языковых моделей, Hugging Face и хотя бы одним orchestration-фреймворком.
• Опыт разработки AI-агентов и понимание принципов agentic workflows.
• Опыт работы с RAG, embedding-моделями и векторными базами данных.
• Понимание принципов построения evals и оценки качества LLM-систем.
• Опыт fine-tuning/адаптации LLM, включая LoRA/PEFT.
• Опыт квантизации LLM и оптимизации inference.
• Понимание принципов работы и эксплуатации GPU-инфраструктуры.
• Уверенное владение SQL.
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, Git и code review.
• Понимание математической статистики: проверка гипотез, доверительные интервалы, A/B-тестирование.
• Понимание offline- и online-метрик, подходов к валидации ML-систем и оценке бизнес-эффекта.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.

Мы предлагаем:

• ​Удаленный формат работы по РФ;
• Белую заработную плату, оформление согласно Трудовому кодексу РФ;
• Комфортный старт: 3 месяца плавного погружения под присмотром HR;
• Поддержку: IT-отсрочку и консультации HR/юристов;
• Прозрачные процессы и открытую коммуникацию;
• Работу на лучшем оборудовании без логирования времени, с фокусом на доверии и результате;
• ДМС: медицинское страхование за счет компании;
• Развитие: индивидуальный план обучения, посещение конференций и митапов, поддержка в развитии карьеры;
• Личный бренд: возможность выступать на конференциях, митапах, публикация статей;
• Бенефиты: ежеквартальное обновление корпоративных скидок;
• Движ: организация вечеринок оффлайн и онлайн, предоставление мерча, проведение конкурсов и челленджей.

  Откликайтесь, будем рады познакомиться лично!

Обязанности:

• Участие в разработке единой модели данных DWH, картина «сверху вниз» и связная модель данных по всем измерениям (домены, типы потребления, слои хранения)
• Организация сбора данных с разных источников в т.ч. внешних систем по API
• Обработка информации на языке программирования Python
• Создание отчетов в платформе PowerBI

Требования:

• Продвинутые знания SQL
• Отличное знание языков программирования DAX, Python, VBA
• Отличное знание платформы PowerBI
• Умение использовать технологию API для сбора данных из внешних источников
• Понимание и применение на практике принципов разработки в высоконагруженных информационных системах.
• Опыт работы с ETL инструментами

Плюсом будет

• Опыт работы с SQL/NoSQL базами данных (PostgreSQL, ClickHouse, S3)
• Опыт работы с AirFlow

Условия:

• Работу в аккредитованной ИТ-компании
• График гибрид (дни обсуждаем)
• Поддержка менторов и наставников, помощь в поиске точек роста и карьерном развитии
• Корпоративные мероприятия и дружный коллектив
• Скидки на фитнес, на продукцию для сотрудников компании
• Достойную Вашего профессионального уровня зарплату
• Официальное трудоустройство по ТК РФ, оплачиваемый отпуск, больничный

Привет! Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Думаю, что вы о нас слышали от Григория Петрова (Evrone Devrel).

Ищем HPC/GPU Cluster Expert уровня Senior/Architect. Заработная плата зависит от уровня и определяется после прохождения технического собеседования.

Проект в домене MedTech, аудит рабочего прототипа вычислительной платформы и проектирования целевой вычислительной ткани.

Стадия проекта: рабочий прототип, целевая архитектура не зафиксирована окончательно.

Среда: преимущественно on-prem и air-gap, возможны shared trust zone, dedicated cell и burst-очередь во внешний cloud.

Текущий контур: React UI, BFF API, PostgreSQL с RLS, ClearML, MinIO/S3 и GPU-агенты. Использует Campaign Control, NVIDIA MPS, `finish_compute` и образы с pinned digest.

Бизнес-задача роли: снять требования реальных CPU/GPU-нагрузок и обоснованно выбрать целевую модель оркестрации. Решение должно поддерживать on-prem ячейки, shared trust zone и возможный burst во внешний cloud, но не превращать локальный scratch в source of truth. Роль не заменяет действующего MLOps-специалиста и не предполагает постоянный on-call.

Задачи:

• Провести аудит прототипа: очереди, агенты, NVIDIA MPS, storage, сеть, образы, точки отказа и зависимости от ClearML;
• Определить требования к CPU, GPU, VRAM, scratch и сети для Vina-GPU/CUDA, OpenFE, ADMET-AI и ближайших MD-сценариев;
• Спроектировать целевую архитектуру on-prem cell, общей зоны доверия и burst-очереди во внешний cloud;
• Сравнить Slurm, Kubernetes с GPU Operator, гибридную модель и развитие текущих агентов;
• Подготовить обоснованное решение о замене ClearML;
• Спроектировать очереди, квоты, packing и exclusive-режимы;
• Зафиксировать требования к изоляции: non-root, без Docker socket;
• Обеспечить воспроизводимость через pinned digest, host driver, NVIDIA Container Toolkit и air-gap bundle;
• Провести PoC: fan-out докинга, packing OpenFE, отказ агента и точный повтор вычисления на том же образе;
• Оценить требуемую мощность, стоимость и этапы внедрения;
• Подготовить ADR и передать целевой контур внутреннему MLOps

Что для нас важно:

• Практический опыт эксплуатации Linux GPU-фермы или HPC-кластера в production;
• Глубокое понимание NVIDIA stack: драйверы, Container Toolkit, CUDA, MPS, MIG и packing;
• Практический опыт Slurm и/или Kubernetes GPU;
• Проектирование связки локального scratch и объектного хранилища.;
• Опыт on-prem или hybrid-инфраструктуры; желательно air-gap;
• Умение сравнивать архитектурные варианты, фиксировать решение в ADR и передавать контур эксплуатации

Будет ОГРОМНЫМ плюсом:

• Опыт замены experiment tracker или workload manager без потери воспроизводимости и артефактов;
• Научные или ML-нагрузки на GPU;
• Prometheus, Grafana, DCGM и NVML;
• Private registry и подготовка offline bundle;
• Практика capacity planning и оценки стоимости GPU-контуров

Результат первых 30–60 дней при 0,5 FTE:

• Карта компонентов и функций, которые перестанут работать при удалении ClearML;
• Сравнение Slurm, Kubernetes, гибридной модели и развития агентов;
• Целевая схема очередей, квот и packing для текущих нагрузок;
• Один проверяемый PoC с fan-out, packing, отказом агента и повторяемостью образа;
• ADR с рекомендуемой архитектурой и критериями приёмки для главного архитектора;
• Предварительная оценка мощности, стоимости и этапов внедрения

Вне скоупа:

• Разработка научных runners и payload отдельных инструментов;
• Lineage, схемы, registry и идентичность кандидатов;
• CI, секреты, compose control plane и постоянный on-call;
• Замена действующего Senior MLOps / DevOps;
• Политика выноса данных во внешний cloud;
• Ежедневное администрирование GPU-нод

Почему Evrone:

• Мы занимаемся технически сложными, высоконагруженными, наукоёмкими проектами, проектами с большой бизнес логикой или большой серверной инфраструктурой. Нам доверяют: аналитику, проектирование интерфейсов и дизайн, разработку, инфраструктуру и эксплуатацию. Мы становимся технической командой проекта целиком или консультируем и расширяем возможности существующих команд наших клиентов.
• Кроме того, Evrone помогает развиваться сообществу разработчиков. Мы делаем самую большую в России конференцию по Ruby — RubyRussia, проводим технические митапы, делаем свой новостной дайджест, а также спонсируем и помогаем в проведении конференций по Go, Python, React/Vue и функциональным языкам.
• Наши инженеры выступают на ведущих конференциях России и Европы и вносят вклад в Open Source проекты, мы берем интервью у лидеров комьюнити и пишем статьи на самые горячие темы индустрии. В этом году мы ставили стенд и выступали на конференциях Highload и TeamLeadConf.
• Вся команда работает удаленно с 2008 года. Мы знаем как организовать распределенную разработку комфортно и эффективно. Есть офисы для работы и встреч в Москве и Воронеже, а также офисы продаж в Сан-Франциско и Берлине.

Что предлагаем:

• Удаленную фултайм работу и мягкий график. Достаточно синхронизировать тайм-зоны и иметь пересечения рабочего времени с командой;
• Качественный онбординг и hr-менеджмент (1:1, Grow Review). По желанию меняем проекты, не даем стагнировать. При формировании команды проекта учитываем профессиональные или личные интересы разработчиков;
• Работу в разновозрастном, разнополом и потрясающе дружном и профессиональном коллективе;
• Хорошо организованный воркфлоу, отсутствие бюрократии. Работа на доверии.
• Наши разработчики работают только над одним проектом. Без постоянных переключений между ними.

Одна из ценностей Evrone – работа с удовольствием.

Для этого мы придумали Evrone Benefits. Каждому из нас выделяется годовой бюджет, автоматически пополняемый каждый новый год вашей работы в Evrone. Его можно потратить на полезные категории трат, направленные на:

• ДМС и здоровье;
• Спорт и абонемент для фитнеса или инвентарь для спорта;
• Курсы иностранного языка;
• Техника для работы и улучшение рабочего места;
• Обучение: курсы, тренинги, мастер-классы, семинары, книги и конференции.

Бонусы и премии:

• Повышение зарплаты по мере роста компетенций (по результатам ассесмента);
• Премии за привлечение новых сотрудников и новых клиентов;
• Дополнительная премия за выступления на конференциях и митапах;
• У вас есть возможность принять участие в проведении технических интервью специалистов, которые могут стать вашими коллегами. Проведение интервью оплачивается.

Обучение и рост компетенций:

• Проводим митапы. Вы можете быть как и слушателем, так и спикером;
• У нас есть культура менторства. В повседневных задачах и планировании карьеры будет помогать наставник;
• Развивать профессиональный уровень можно с помощью системы ассессмента Evrone Challenge;
• Есть внутренняя библиотека с электронными книгами и записанными курсами;
• Работаем и дружим с западными заказчиками, есть возможность практиковать свой английский.

Возможность стать докладчиком или автором:

• Если вы хотите выступить на оффлайн конференции, мы поможем вам подготовить контент для доклада и сделаем крутые слайды. DevRel Evrone (Григорий Петров) поможет подготовиться к выступлению на конференции, окажем поддержку на самой конференции и подготовим материалы с вашим докладом.
• Если вы хотите выступить на онлайн конференции, помимо помощи по подготовке доклада и подбору конференции, мы организуем вам студийную съемку или трансляцию вашего доклада;
• У нас есть блоги на всех популярных платформах России и мира. Наши редакторы и профессиональные авторы еженедельно выпускают новые материалы;
• Если вы написали статью, мы нарисуем для нее иллюстрации и поможем вам ее оформить и опубликовать. Если у вас есть только идея - редакторы помогут сформулировать мысли, оформить пост самостоятельно и правильно опубликовать для максимального охвата.

Возможность прокачаться в Open Source:

• Если у вас есть популярные open source проекты – мы поможем с их продвижением и окажем поддержку в развитии;
• Если вы контрибьютите в популярные проекты с открытым исходным кодом, мы оплатим часы, которые вы на это потратили.
• Если вы ничего этого не делаете, но очень хочется начать – в Evrone есть менторы, которые помогут вам сделать первые шаги: подберут задачки для старта, помогут решить их и правильно оформить pr.

Отдых и развиртуализация:

Мы проводим ежегодный фестиваль Evrone Fest, на котором собирается вся наша команда, а также тематические встречи в различных городах. Поэтому, где бы вы ни находились, мы будем рады увидеться лично.

Для быстрорастущего AI-стартапа ищем Senior Python AI инженера, который поможет строить AI-агентов и масштабировать продукт с миллионами пользователей.

Что важно:

✔️ 5+ лет опыта разработки на Python

✔️ Опыт создания AI-агентов и LLM-приложений

✔️ RAG, LangGraph, LangMem

✔️ Векторные базы данных (Qdrant и аналоги)

✔️ Опыт с PostgreSQL

✔️ Опыт работы в стартапах или создания систем с нуля

✔️ Английский B2+

Будет плюсом:

➕ TypeScript / NestJS / React

➕ Docker, CI/CD

➕ Высоконагруженные системы

Что предлагает компания:

💰 Конкурентная зарплата в USD

🌍 Полностью удалённая работа

🏖️ 20 дней оплачиваемого отпуска

🚀 Реальное влияние на архитектуру продукта

🤖 Работа над AI-продуктом с 2M+ пользователей ежемесячно

📮 Если вам интересна вакансия или знаете подходящего специалиста — пишите, пожалуйста, в личные сообщения.

#python #ai #backend #llm #rag #job #vacancy #developer #opportunity

Просмотр информации C2PA

ОДИН ИЗ ЛУЧШИХ РАБОТОДАТЕЛЕЙ РОССИИ

Мы – Neoflex. Аккредитованная IT компания. За 20 лет работы мы создали 12+ готовых решений для бизнеса, так же занимаемся заказной разработкой программного обеспечения.

Приветствуем на странице нашей компании и благодарим за интерес к вакансии. Будем рады оказаться полезны друг другу.

Сейчас мы расширяем команду, занимающуюся проектом по миграции данных из 87 источников на единую платформу. Команда входит в Центр компетенций BDS - одно из сильнейших подразделений нашей Компании, экспертов в области работы с большими данными, построения DWH и использующих в работе современный стек BigData: Greenplum, Hadoop, NiFi, Hive, Spark/Scala, PostgreSQL, Informatica, Kafka, Apache Airflow, Apache Griffin, Iceberg, Parquet, SQL, Python

Офисный режим работы , график 5/2

Москва: Кутузовский 32к1

Санкт-Петербург :Уральская 1А

Нижний Новгород: Академика Сахарова 2к1

Что нужно делать:

• Взаимодействовать с бизнес-заказчиком: анализировать, уточнять и согласовывать бизнес-требования. Вы будете мостиком между командой разработки и заказчиком.
• Искать источники данных и выполнять проверку качества данных (data sources, data quality checks)
• Разрабатывать модели данных витрин (прототипирование с помощью SQL)
• Согласовывать решения с архитекторами заказчика и презентовать их заказчику
• Разрабатывать прототипы ETL до передачи в разработку (если позволяют тех скилы, с помощью Python и Spark)
• Писать и выполнять тестовые сценарии, поддерживать сверки с эталонными данными
• Создавать проектную документацию (требования, S2T, модели данных, описание логики трансформаций)
• Выполнять ad-hoc-запросы (проверка гипотез, валидация и сверка данных, подготовка эталонов)

• Участвовать в жизни команды разработки, дата-аналитики и дата- инжиниринга. Работа по Scrum

• Позиция требует посещения офиса 5 дней в неделю и работу с чувствительными данными

• Уверенное знание SQL (join, CTE ), понимание принципов нормализации, опыт разработки витрин данных
• Базовые знания построения хранилищ данных, витрин и моделей данных
• Развитое логическое мышление, умение структурированно излагать мысли устно и письменно
• Опыт поиска информации, чтения и проектирования моделей данных
• Опыт работы с Jira и Confluence

Что ты приобретёшь, присоединившись к нам:

• Работу с задачами, которые просто не возникают в маленьких компаниях. Твой код здесь — это не эксперимент. Масштаб данных в Банке Топ-2 РФ — это другая лига. Это стандарт качества, на который ориентируется вся отрасль. Мы ищем людей, которым интересно решать задачи на пределе возможностей современных технологий!
• Возможность расти по карьерному пути как дата аналитика, так и дата инженера или деливери менеджера;
• достойную оплату труда + компенсационные, стимулирующие и мотивационные выплаты, бонусы за участие в реферальной программе;
• работа в команде профессионалов готовых делиться экспертизой;
• официальное трудоустройство по ТК РФ, аккредитация IT, расширенный социальный пакет:

✔️ страховка ДМС (с 3-го месяца работы, стоматология, возможность подключения родственников, теле медицина, полис ВЗР)

✔️ сотрудникам со стажем в Neoflex более 3 месяцев при предоставлении листка нетрудоспособности устанавливается доплата до полного заработка за период болезни,

✔️ обучение детей сотрудников ИТ специальностям,

✔️ компенсация затрат на фитнес и занятия английским языком;

• обеспечиваем техникой для работы (ноутбук, наушники, мышь);
• профессиональное развитие - в Учебном Центре (курсы по работе с большими данными, видео лекции, тренажеры, карьерный коучинг, лекции, тренинги, конференции, участие в митапах);
• персонального наставника с первого дня работы;
• насыщенную корпоративную жизнь: яркие корпоративы, праздники для детей сотрудников, корпоративные спортивные мероприятия, мотивационные награждения;
• комфортную, доброжелательную атмосферу в офисах заказчика, с организованным питанием, спорт залом с лаунж зонами и всем необходимым для комфортной работы в атмосфере заботы.

Мечты и команды работают вместе. Мы будем рады, если ты станешь частью нашей команды! Откликайся ;)

ОДИН ИЗ ЛУЧШИХ РАБОТОДАТЕЛЕЙ РОССИИ

Мы – Neoflex. Аккредитованная IT компания. За 20 лет работы мы создали 12+ готовых решений для бизнеса, так же занимаемся заказной разработкой программного обеспечения.

Приветствуем на странице нашей компании и благодарим за интерес к вакансии. Будем рады оказаться полезны друг другу.

Сейчас мы расширяем команду, занимающуюся проектом по миграции данных из 87 источников на единую платформу. Команда входит в Центр компетенций BDS - одно из сильнейших подразделений нашей Компании, экспертов в области работы с большими данными, построения DWH и использующих в работе современный стек BigData: Greenplum, Hadoop, NiFi, Hive, Spark/Scala, PostgreSQL, Informatica, Kafka, Apache Airflow, Apache Griffin, Iceberg, Parquet, SQL, Python

Офисный режим работы , график 5/2

Москва: Кутузовский 32к1

Санкт-Петербург :Уральская 1А

Нижний Новгород: Академика Сахарова 2к1

Что нужно делать:

• Взаимодействовать с бизнес-заказчиком: анализировать, уточнять и согласовывать бизнес-требования. Вы будете мостиком между командой разработки и заказчиком.
• Искать источники данных и выполнять проверку качества данных (data sources, data quality checks)
• Разрабатывать модели данных витрин (прототипирование с помощью SQL)
• Согласовывать решения с архитекторами заказчика и презентовать их заказчику
• Разрабатывать прототипы ETL до передачи в разработку (если позволяют тех скилы, с помощью Python и Spark)
• Писать и выполнять тестовые сценарии, поддерживать сверки с эталонными данными
• Создавать проектную документацию (требования, S2T, модели данных, описание логики трансформаций)
• Выполнять ad-hoc-запросы (проверка гипотез, валидация и сверка данных, подготовка эталонов)

• Участвовать в жизни команды разработки, дата-аналитики и дата- инжиниринга. Работа по Scrum

• Позиция требует посещения офиса 5 дней в неделю и работу с чувствительными данными

• Уверенное знание SQL (join, CTE ), понимание принципов нормализации, опыт разработки витрин данных
• Базовые знания построения хранилищ данных, витрин и моделей данных
• Развитое логическое мышление, умение структурированно излагать мысли устно и письменно
• Опыт поиска информации, чтения и проектирования моделей данных
• Опыт работы с Jira и Confluence

Что ты приобретёшь, присоединившись к нам:

• Работу с задачами, которые просто не возникают в маленьких компаниях. Твой код здесь — это не эксперимент. Масштаб данных в Банке Топ-2 РФ — это другая лига. Это стандарт качества, на который ориентируется вся отрасль. Мы ищем людей, которым интересно решать задачи на пределе возможностей современных технологий!
• Возможность расти по карьерному пути как дата аналитика, так и дата инженера или деливери менеджера;
• достойную оплату труда + компенсационные, стимулирующие и мотивационные выплаты, бонусы за участие в реферальной программе;
• работа в команде профессионалов готовых делиться экспертизой;
• официальное трудоустройство по ТК РФ, аккредитация IT, расширенный социальный пакет:

✔️ страховка ДМС (с 3-го месяца работы, стоматология, возможность подключения родственников, теле медицина, полис ВЗР)

✔️ сотрудникам со стажем в Neoflex более 3 месяцев при предоставлении листка нетрудоспособности устанавливается доплата до полного заработка за период болезни,

✔️ обучение детей сотрудников ИТ специальностям,

✔️ компенсация затрат на фитнес и занятия английским языком;

• обеспечиваем техникой для работы (ноутбук, наушники, мышь);
• профессиональное развитие - в Учебном Центре (курсы по работе с большими данными, видео лекции, тренажеры, карьерный коучинг, лекции, тренинги, конференции, участие в митапах);
• персонального наставника с первого дня работы;
• насыщенную корпоративную жизнь: яркие корпоративы, праздники для детей сотрудников, корпоративные спортивные мероприятия, мотивационные награждения;
• комфортную, доброжелательную атмосферу в офисах заказчика, с организованным питанием, спорт залом с лаунж зонами и всем необходимым для комфортной работы в атмосфере заботы.

Мечты и команды работают вместе. Мы будем рады, если ты станешь частью нашей команды! Откликайся ;)

ИТ-ИМПЛАНТ - аккредитованный системный интегратор, специализирующийся на заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса.

Миссия компании:

Для компаний: Дать возможность сильным компаниям увеличиваться, благодаря аутстаффингу эффективных IT-специалистов.

Для соискателей: Дать возможность трудоустройства сильным соискателям в передовые компании на выгодных условиях труда.

MLOps Engineer (Strong Middle+/Senior)

О проекте:
Мы ищем инженера, который не просто «поднимает Airflow», а строит фундамент для ИИ-продуктов. Наши проекты разнородны: от высоконагруженных онлайн-инференсов (GPU) до пакетной обработки терабайт данных на-premise. Нам нужен человек, который понимает физику работы моделей так же хорошо, как и архитектуру облаков.

Ключевая задача:
Закрывать пробелы между Data Science и DevOps. Вы — мост, который превращает Jupyter Notebook в production-grade микросервис с мониторингом дрейфа данных.

Hard skills (Обязательно):

1. Инженерия данных: Уверенное владение Python (плюс опыт асинхронности). Опыт работы с Pandas/Polars в продакшене (не в ноутбуках).

2. Оркестрация: Глубокое понимание хотя бы одного инструмента (Airflow / Prefect / Dagster / Argo Workflows). Понимаете разницу между Event-driven и Scheduled пайплайнами.

3. Контейнеризация и оркестрация: Docker + Kubernetes. Умение писать хелм-чарты, настраивать HPA (Horizontal Pod Autoscaler) под GPU-нагрузки.

4. Infrastructure as Code (IaC): Опыт с Terraform или Pulumi (неважно, AWS, GCP или Yandex Cloud — важно понимание состояния и providerов).

5. CI/CD для ML: Опыт настройки пайплайнов не только для кода, но и для данных (DVC / LakeFS / Git LFS).

6. Мониторинг: Знание стеков (Prometheus + Grafana / VictoriaMetrics) и опыт настройки алертинга на качество модели (дрейф данных/концепций).

Будет Вашим преимуществом:

• Если ваш стек — AWS/GCP/Azure: Будет плюсом опыт с SageMaker / Vertex AI / Azure ML, но мы также ценим, если вы умеете собирать тот же функционал из "чистых" сервисов (EC2 + S3 + Lambda) без готовых ML-обвязок.

• Если ваш стек — On-premise / Bare-metal: Будет плюсом опыт с GPU-виртуализацией (MIG / vGPU), Slurm или Kubeflow, а также опыт настройки распределенных хранилищ (Ceph / MinIO / NFS).

• Если ваш стек — Open Source: Будет огромным плюсом глубокое знание MLflow или Weights & Biases (включая самостоятельный хостинг), а также опыт с Ray (для распределенного обучения).

• Если ваш стек — Feature Store: Мы будем рады, если вы работали с Feast / Tecton или писали свой велосипед на Redis / Cassandra для низколатентных фичей.

• Если ваш стек — Безопасность: Опыт с аутентификацией (OIDC, Keycloak) и управлением секретами (Vault) в контексте ML-пайплайнов — это жирный плюс.

• Если ваш стек — Бэкенд: Навыки написания микросервисов на FastAPI / Triton Inference Server / TorchServe для упаковки моделей.

Мы точно НЕ про вас, если:

• Вы запускаете модели только через python app.py и считаете это MLOps.

• Вы боитесь терминала Linux и не умеете читать dmesg или kubectl describe pod при падении GPU-ноды.

• Вы считаете, что мониторинг — это только "смотрит ли CPU в потолок".

Мы предлагаем:

• Удалённый формат работы

• Оформление по Самозанятости или ИП (По ТК РФ ставка будет ниже, чем указано в вакансии)
• Фултайм
• График работы с гибким началом рабочего дня

Стеки на проектах разные, откликайтесь!

• Разработка и развитие production-бэкенда на Python.
• Проектирование API, бизнес-логики, асинхронных задач и очередей.
• Интеграция LLM через API: prompts, tool calling, structured outputs, routing, retries/fallbacks, работа с контекстом.
• Интеграция ML-решений команды в продукт.
• Поддержка генерации изображений и видео через ComfyUI / inference services.
• Работа с GPU-провайдерами, очередями и оркестрацией inference.
• Мониторинг, health checks, failover и повышение reliability.
• Диагностика production-инцидентов.
• Самостоятельный ownership архитектуры и технических решений в своей зоне.

• Сильный production Python.
• Опыт с FastAPI или аналогичными web-frameworks.
• Хорошее понимание async/await и concurrency.
• PostgreSQL, Redis.
• Очереди и background jobs.
• Docker, Linux.
• Опыт проектирования и поддержки production-сервисов.
• Понимание retries, idempotency, caching, observability.
• Практический опыт интеграции LLM или других ML-моделей в production.
• Понимание работы LLM API, prompt/system prompt, tool calling и structured generation.
• Самостоятельность и способность брать технический ownership без постоянного контроля.

• ComfyUI.
• Image/video generation pipelines.
• RunPod, Vast, Lambda или другие GPU-провайдеры.
• Kubernetes / Helm.
• Prometheus / Grafana / Sentry.
• ClickHouse.
• Langfuse или другая LLM observability.
• Опыт с agents / tool-based systems.
• vLLM, OpenAI, Anthropic, OpenRouter и аналогичные API.

• Это не research ML-позиция. Не нужны глубокие знания обучения LLM, RL/RLHF, CUDA, distributed training или разработки собственных моделей.
• Основной фокус роли — сильный Python backend + production AI integrations + базовый MLOps/inference.

• Полностью удаленный формат.
• Гибкий график.
• Достойная заработная плата.

Мы — аккредитованный системный интегратор, специализирующийся на заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса.

Миссия компании:

Для компаний: Дать возможность сильным компаниям увеличиваться благодаря найму эффективных IT-специалистов.

Для соискателей: Дать возможность трудоустройства сильным кандидатам в передовые компании на выгодных условиях труда.

Для нашей команды: Обеспечить рост благополучия всех членов команды благодаря возможности зарабатывать, самосовершенствоваться и развиваться в рамках компании.

Требования:

Уверенный опыт разработки в области DWH
Опыт коммерческой разработки и сопровождения корпоративных хранилищ данных от 3 лет. Понимание архитектуры DWH, принципов построения слоёв хранения и обработки данных, подходов Kimball/Inmon, а также принципов работы с большими объемами данных.

SQL и разработка процедур
Уверенное владение SQL, опыт написания сложных запросов с использованием CTE, оконных и аналитических функций, подзапросов и различных типов JOIN. Умение анализировать и оптимизировать запросы, работать с планами выполнения и находить узкие места.

Базы данных
Практический опыт разработки на уровне СУБД. Обязателен опыт работы с Oracle. Будет плюсом знание PostgreSQL, MS SQL Server, Greenplum, Vertica, Hadoop или других аналитических СУБД.

ETL/ELT и загрузка данных
Опыт построения ETL/ELT-процессов, загрузки данных из различных источников, разработки процедур трансформации и контроля качества данных. Понимание принципов инкрементальной загрузки, CDC, обработки ошибок и повторного запуска загрузок.

Разработка витрин данных
Опыт проектирования и разработки многослойных DWH и аналитических витрин. Понимание принципов построения фактов и измерений, денормализации, историзации данных (SCD), формирования агрегатов и подготовки данных для BI-систем.

Интеграция источников
Опыт работы с различными источниками данных: реляционными БД, файловыми источниками, API и корпоративными информационными системами. Умение анализировать структуру исходных данных, определять правила преобразования и обеспечивать их корректную загрузку в хранилище.

ETL-инструменты и оркестрация
Опыт работы с Informatica PowerCenter и/или Apache Airflow. Понимание принципов построения DAG, зависимостей между задачами, мониторинга загрузок и обработки ошибок.

Качество и контроль данных
Понимание принципов Data Quality, умение реализовывать проверки полноты, уникальности, непротиворечивости и актуальности данных. Опыт поиска и устранения расхождений между источниками и DWH.

Производительность и большие объемы данных
Опыт оптимизации ETL-процессов и SQL-запросов, работа с большими объемами данных. Понимание партиционирования, индексации, статистики, параллельного выполнения и других механизмов оптимизации СУБД.

Командная разработка
Уверенное владение Git, опыт работы в команде разработки, участие в code review, взаимодействие с аналитиками, BI-разработчиками и бизнес-заказчиками. Умение документировать структуру данных, правила трансформации и логику загрузок.

Будет плюсом:
Опыт работы с Greenplum, Hadoop, Vertica, ClickHouse, PostgreSQL, Kafka, Spark, dbt, Kubernetes. Опыт построения высоконагруженных DWH, участия в миграции хранилищ и разработки решений для банковского или финансового сектора.

Условия:

Интересные проекты в крупнейших компаниях РФ.

Преимущественно удалённый формат работы.

График с 9:00 до 18:00 по МСК.

Возможность быстрого карьерного роста.

Трудоустройство в аккредитованной ИТ-компании.

Оформление по ТК РФ или через ИП (приоритет).

Работа в дружном, сплочённом коллективе.

Откликайтесь! Мы с нетерпением ждём вас в нашей команде!

• Создание, написание промптов для нейросетей

• Проведение тестирования различных формулировок одного и того же запроса для поиска наиболее точной версии

• Разработка библиотеки для хранения протестированных промптов

• Мониторинг качества: регулярная проверка и актуализация запросов

• Высшее образование по профилю: прикладная информатика, информационные системы и технологии, прикладная математика и информатика, информатика и вычислительная техника

• Практический опыт работы с платформами: ChatGPT, Claude, Gemini, Midjourney, Stable Diffusion, Kandinsky

• Понимание искусственного интеллекта: знание построения запросов, обучения нейросети

• Базовое программирование (преимущественно Python) для написания скриптов автоматизации тестирования

• Уверенный пользователь ПК

• Уровень владения английским языков не ниже B2-C1 для чтения технической документации, исследований.

• Официальное трудоустройство по ТК, оплачиваемые отпуска и больничные
• Ежегодная индексация зарплаты
• Выплата годового бонуса
• Единовременное пособие при трудоустройстве
• Забота о здоровье по программе ДМС, оздоровление в нашем санатории-профилактории
• Льготные цены на оздоровительные путевки и отдых
• Оплата проезда к месту отдыха раз в 2 года
• Ежедневная дотация на питание
• Комфортные рабочие места и удобная спецодежда
• Профессиональное обучение и тренинги корпоративного университета
• Спортивные, экологические и корпоративные мероприятия для работников и членов их семей

Playerok — это маркетплейс цифровых товаров и услуг. Мы соединяем покупателей и продавцов, берём на себя безопасность сделки и запускаем собственные продукты. Строим масштабный бизнес на быстрорастущем рынке, на стыке гейминга, финтеха и e-commerce.

Мы ищем Data Engineer, который будет развивать нашу платформу данных: строить и поддерживать пайплайны загрузки данных в ClickHouse и PostgreSQL, развивать слои данных (staging, DDS, витрины) и обеспечивать их стабильную работу. Отдельное направление - настройка репликации данных из операционных баз в аналитическое хранилище через CDC (Debezium + Kafka).

ПрофЛаб ищет технически сильного специалиста на стыке AI + автоматизация + бизнес-процессы. Вы не просто пишете код по ТЗ — вы разбираетесь в том, как работает бизнес, находите узкие места и самостоятельно создаёте решения, которые реально экономят время и снижают ошибки.

На старте это hands-on позиция. В перспективе — формирование и развитие целого направления автоматизации в компании.

Если вам дать бизнес-проблему без готового ТЗ — сможете ли вы самостоятельно разобраться в процессе, оценить целесообразность, выбрать разумный способ решения и с помощью AI, кода и готовых инструментов довести его до работающего результата?

Если ответ «да» — ждём ваш отклик. Расскажите о 1–2 своих проектах: какая была проблема, что вы сделали, какой эффект получили.

• Анализ реальных бизнес-процессов: коммуникация с Сотрудниками, отслеживание ручных операций, дублирование, задержки и ошибки.
• Оценка целесообразности автоматизации: стоимость внедрения, ежемесячные затраты на AI-решения и ожидаемый экономический эффект.
• Проектирование улучшения процессов (не автоматизировать плохие как есть).
• Самостоятельное создание решений: интеграции, AI-агенты, боты, внутренние web-приложения, инструменты для работы с документами и данными.
• Внедрение, тестирование, обучение пользователей и измерение результатов.
• Вести backlog автоматизаций: эффект / сложность / срок / приоритет

• Опыт работы с Bitrix24 (роботы, триггеры, смарт-процессы, бизнес-процессы, интеграции, Битрикс Вайбкодинг).
• Python, JavaScript/TypeScript, SQL, REST API, Git.
• n8n, Make, облачные сервисы.
• AI-агенты, RAG, корпоративные базы знаний.
• Опыт автоматизации в продажах, маркетинге, HR, документообороте.
• Готовность записывать видеоуроки / проводить обучение сотрудников по новым инструментам.
• Реальные работающие автоматизации в портфолио — не концепции, а запущенные решения, которые вы можете разобрать.
• Техническая самостоятельность: понимаете код, API, webhooks, JSON, интеграции; способны довести решение от идеи до рабочего запуска.
• AI и vibe coding как привычный рабочий инструмент: Claude, Cursor, Codex, другие LLM — вы не просто генерируете код, а понимаете его, отлаживаете и отвечаете за результат.
• Умение разбираться в бизнес-процессе без готового ТЗ: поговорить с пользователями, увидеть проблему, предложить решение. С Вас 1–2 кейса, включая удалённые.
• Ориентация на результат и прагматизм: понимаете, зачем автоматизировать, можно ли решить проще, какой эффект получен.
• Понимание базовых принципов информационной безопасности при работе с инструментами.

• Интересные задачи с реальным влиянием на эффективность компании.
• Готовую базу для старта: список агентов, коллектив пользующийся ИИ более года, понятные процессы.
• Перспективу роста: Специалист → Руководитель направления автоматизации.
• Поддержку в обучении и профессиональном развитии.
• Формат работы: гибрид/офис – по договоренности.