AI инженер в S7

At JetBrains, we build developer tools used by millions of engineers. The AI for Code team works on the next generation of coding agents and agentic workflows: systems that can understand codebases, plan and execute multi-step tasks, collaborate with developers, and ship reliable results inside real development environments.

We are looking for a Staff/Senior AI Engineer to join the team and support these efforts. This role is for someone who can take our internal coding models, such as Mellum2, as well as open-weight models, and turn them into production-ready coding agents for our users. You’ll work on model training and fine-tuning, context engineering, tool use, evaluation, feedback loops, and product integration. This is not research in isolation – you’ll build systems that are used by tens of thousands of developers.

What you’ll do:

• Build production-ready coding agents and agentic workflows for real developer tasks inside JetBrains products.
• Turn promising model capabilities into dependable product behavior through prompt design, context construction, fine-tuning, instruction-tuning, or other post-training techniques where appropriate.
• Design and improve the agent loop itself, including tool use, execution strategy, safeguards, and task completion quality.
• Create evaluation suites and quality infrastructure for agent behavior, including online and offline evaluations, regression checks, failure analysis, and release criteria.
• Build feedback loops from real usage, using logs, user signals, and edge cases to improve data, evaluations, and agent behavior.
• Work with both hosted frontier APIs and self-hosted or open-weight models, making pragmatic decisions about where each model belongs based on capability, latency, reliability, privacy, and cost.
• Collaborate closely with product managers, software engineers, ML engineers, and researchers to ship features end to end.
• Help define the technical direction for future work, especially in ambiguous areas where we need strong judgment rather than a prewritten playbook.

What we’re looking for:

• Strong software engineering fundamentals and a track record of shipping complex systems to production.
• Hands-on experience building LLM-powered products, coding agents, or other AI systems.
• Experience improving model behavior through systematic iteration, whether via prompting, context engineering, fine-tuning, preference optimization, or broader post-training methods.
• Practical experience with evaluation and benchmarking for LLM systems, including defining task-grounded success metrics and catching regressions.
• Experience working from noisy real-world signals rather than only from clean benchmark datasets.
• Good judgment about trade-offs between model quality, latency, reliability, privacy, and cost.
• Confidence working with ambiguity and taking ownership of a direction over multiple iterations.
• Strong communication skills and the ability to align engineering and product decisions.

What success looks like in the first year:

• You ship one or more agent capabilities that users can rely on for meaningful work, not just demos.
• You establish better evaluation coverage and clearer release criteria for agent behavior.
• You help the team build a repeatable loop from idea to shipped capability: prototype, evaluate, learn from usage, improve, and scale.

Why join us?

You’ll help define what practical, trustworthy AI for software development looks like in real products. You’ll work on challenging problems at the boundary of model capability and product reality, with the freedom to stay hands-on and the scope to influence how the next generation of JetBrains AI systems is built. 

And:

• Strong base salary. We offer competitive pay that reflects your skills and experience.
• Flexible work location. Enjoy the freedom to work from home or from the office.
• Remote work. Spend up to 30 days per year working remotely from abroad.
• Extra time off. More days to relax, recharge, and do the things you love.
• Medical insurance allowance. Enjoy peace of mind for you and your family
• Learning and development opportunities. Access to conferences, courses, and language classes.
• Relocation support. We help make your move as smooth and stress-free as possible. 
• Language classes. Pick up the local language or sharpen your English skills.
• Fuel your day. Enjoy a hot meal or receive a lunch allowance on workdays.
• Mental health support. To help you feel your best, we provide easy access to professional mental health services.
• Sports benefit. Enjoy an on-site gym or sports club stipend.
• Internal events. Join company-wide celebrations and team gatherings.

*Some benefits may vary depending on location.

#LI-DNI

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы работаем с задачами, в которых недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить подходы, спроектировать решение и довести его до измеримого результата для бизнеса.

Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. В таких решениях необходимо проектировать взаимодействие агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах.

Мы ищем Senior Applied ML Engineer, который будет самостоятельно вести сложные LLM-проекты: разбираться в бизнес-контексте, формулировать технический подход, выбирать архитектуру, выстраивать оценку качества и отвечать за технический результат проекта. В этой роли важно видеть систему целиком: пользовательский сценарий, данные, архитектуру, интеграции, ограничения и риски.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере: диалог займет примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали по вашему опыту и ускорить рассмотрение кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим отнестись с пониманием: ваш опыт и участие помогут сделать его удобным и полезным для всех.

Чем предстоит заниматься:

• самостоятельно вести разработку LLM-агентов, копилотов и агентных систем для реальных бизнес-процессов: формализовывать задачу, проверять гипотезы, выбирать подход и доводить его до рабочего решения
• проектировать архитектуру и агентную логику решений: обработку запросов, выбор и вызов инструментов, работу с базами знаний и взаимодействие с внутренними системами
• принимать и аргументировать технические решения: выбирать между простыми и более сложными подходами, оценивать их влияние на качество, скорость, стоимость, надежность и сложность поддержки
• выстраивать пайплайн разработки и оценки качества: определять необходимые данные и тестовые сценарии, проектировать evals, проводить эксперименты, анализировать ошибки и находить слабые места в системе
• брать техническое лидерство в сложных задачах: декомпозировать работу, проводить design/code review, помогать команде принимать технические решения и снимать технические блокеры
• находить повторяющиеся паттерны и превращать удачные решения в переиспользуемые компоненты, внутренние инструменты и инженерные практики
• работать на стыке research и engineering: изучать статьи и open-source-решения, проверять новые подходы и применять удачные идеи в рабочих системах
• взаимодействовать с заказчиками, продуктовыми и инженерными командами, согласовывать требования, ограничения и критерии готовности решения, сопровождать его пилотирование и внедрение.

Мы ожидаем от вас:

• от 4 лет коммерческого опыта разработки и внедрения ML/NLP-решений
• практический опыт разработки LLM-агентов, RAG-систем, копилотов или других решений на базе LLM, понимание современных архитектурных паттернов, ограничений и критериев качества таких решений
• опыт самостоятельной разработки LLM-решений end-to-end: от понимания бизнес-задачи, определения необходимых данных и выбора архитектуры до выстраивания оценки качества, реализации сервиса, запуска пилота и сопровождения внедрения
• уверенное владение Python и опыт разработки backend-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD
• умение работать с неопределенными задачами: переводить бизнес-потребности в технические решения, формулировать гипотезы, выбирать подход, объяснять технические компромиссы и доводить решение до результата
• опыт технического лидерства в сложных задачах: декомпозиции работы, проведения design/code review, помощи менее опытным инженерам и снятия технических блокеров
• способность быстро разбираться в новых статьях, фреймворках и подходах, проверять их применимость на практике и превращать удачные идеи в рабочие решения.

Будет плюсом:

• опыт координации небольшого технического стрима или работы нескольких инженеров над общим проектом
• сильный backend-опыт и умение строить production-grade сервисы
• опыт внедрения ML/LLM-решений в enterprise-контуре: безопасность, доступы, интеграции, мониторинг, SLA и ограничения production-среды.

Мы предлагаем:

• комфортный современный офис г. Москва, рядом с метро Кутузовская
• возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю)
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи 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.

Sidekick – это международная IT-компания, которая разрабатывает современное программное обеспечение в сфере веб и мобильных приложений.

Почему Sidekick?

• Мы работаем с международными клиентами из Великобритании, Германии и США.
• Используем современный стек технологий, а также развиваем экспертизу в таких современных и востребованных доменах как FinTech, DeFi, AI (ML/DL);
• Профессиональный рост: менторство, knowledge sharing, регулярные performance review.

Обязанности:

AI / LLM-инфраструктура

• Разворачивать, настраивать и поддерживать self-hosted LLM.

• Обслуживать GPU-серверы и оптимизировать расход GPU и VRAM.

• Запускать inference-сервисы на vLLM, llama.cpp и других движках, следить за их работой.

• Настраивать и чинить NVIDIA Drivers, CUDA, NCCL и Docker GPU.

• Собирать Multi-GPU-конфигурации.

• Внедрять AI-агентов и agentic workflows.

• Подключать LLM и агентов к внутренним сервисам компании.

• Помогать автоматизировать процессы с помощью AI.

Инфраструктура

• Администрировать Linux, Proxmox VE, Docker и LXC.

• Поддерживать серверный и GPU-парк.

• Развивать мониторинг на Zabbix, Grafana и Prometheus.

• Разбирать и закрывать инфраструктурные и сетевые инциденты.

• Управлять VPN, Firewall, VLAN, маршрутизацией и доступами.

• Выстраивать резервное копирование и Disaster Recovery.

Автоматизация

• Автоматизировать развертывание и настройку серверов и сервисов.

• Писать сценарии на Ansible, Terraform и других инструментах.

• Сокращать ручные операции, чтобы инфраструктура работала стабильнее.

Помощь команде

• Решать инфраструктурные задачи вместе с разработчиками, DevOps, QAи NОC.

• Настраивать окружения и CI/CD.

Требования:

• От 3 лет в системном или сетевом администрировании.

• Уверенное администрирование Linux.

• Знание сетей: TCP/IP, Routing, Switching, VLAN, NAT, VPN, Firewall, DNS, Proxy.

• Опыт работы с Proxmox VE, Docker и LXC.

• Опыт настройки мониторинга на Zabbix, Grafana или Prometheus.

• Опыт обслуживание серверов и GPU-инфраструктуры.

• Опыт установки и ремонта NVIDIA drivers, CUDA toolkit, nvidia-container-toolkit, диагностики через nvidia-smi.

• Понимание основ информационной безопасности и управления доступами.

• Понимание принципов LLM inference и self-hosted LLM.

• Опыт запуска нагрузки на GPU, подсчета VRAM, сборки Docker-контейнеров с GPU.

• Знание vLLM или llama.cpp и OpenAI-compatible API.

• Опыт деплоя open-weight моделей: Qwen, GLM, Llama, Mistral и другие.

• Понимание CUDA и NCCL.

• Опыт использования AI coding-агентов: OpenHands, Continue или аналогов.

• Опыт построения agentic workflows и связывания LLM с внутренними сервисами.

• Ansible, Bash, Python, CI/CD, Terraform, Git и Git Workflow.

• Опыт автоматизации развертывания и настройки серверов.

• Опыт обслуживания bare-metal серверы: IPMI / BMC, прошивки, аппаратная диагностика.

• Умение описывать инфраструктуру в Markdown или Wiki.

Будет плюсом:

• Опыт с Multi-GPU.

• Знакомство с Hermes и OpenCode.

• Опыт с Vast.ai: развертывание GPU-инстансов, настройка Docker-окружения и запуск AI workloads.

• Bittensor: опыт запуска Miner и Validator, и работы с Subnets.

• Опыт автоматизации развертывания GPU-инфраструктуры.

Мы предлагаем:

• Официальное оформление по ТК РБ;
• 5 sick-days в год;
• Частичная/полная оплата курсов по повышению квалификации;
• Возмещение затрат на спорт.

Добро пожаловать в команду!

*Вакансия является планируемой к созданию и замещению (перспективной).