ML Engineer (AI Agents) (Python, React)

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

NVIDIA AI Enterprise Engineer / Architect

OnTarget Labs is a leading international software product development company.
We create next generation of world class product lines.

The company is looking for NVIDIA AI Enterprise Engineers and Architects to join our innovative product team as a full-time member working REMOTELY.
Lots of opportunities for professional growth and business trips abroad are offered.
Join our friendly team of IT professionals now!

Role description

You will take AI from pilot to production on NVIDIA AI Enterprise (NVAIE), NVIDIA's end-to-end, cloud-native software suite for building, deploying and managing production AI.

You will build and run GPU-accelerated AI platforms on-prem, in VMware and in the cloud, and deliver generative AI use cases across industries.

• Engineer: builds, deploys and operates the NVAIE platform and AI workloads.
• Architect: Also owns the target design, technical decisions and guidance for the client's engineers.

Responsibilities

• Build: deploy and maintain NVAIE on NVIDIA-Certified systems, VMware vSphere / VMware Private AI Foundation, Kubernetes or AWS/Azure/GCP.
• Ship GenAI: stand up NIM microservices, RAG and agent workflows from NVIDIA Blueprints, and fine-tune or guardrail models with NeMo.
• Operate: own GPU orchestration, monitoring, security, upgrades and MLOps so workloads scale across nodes and stay supported in production.
• Transfer knowledge: document the platform and coach client engineers so they can run it themselves.

Tech stack

• Inference & GenAI: NVIDIA NIM, NeMo, Triton Inference Server, TensorRT-LLM
• Data science: RAPIDS, PyTorch, TensorFlow
• Orchestration: NVIDIA Run:ai, GPU Operator, Kubernetes / Helm, NGC catalog
• Infrastructure: NVIDIA-Certified systems, VMware vSphere & Private AI Foundation, vGPU, AWS / Azure / GCP

Requirements

• Bachelor’s degree in Information Systems, Computer Science, or a related field
• Excellent verbal and written communication skills in English
• Engineer: 5+ years in ML engineering, MLOps or AI infrastructure, including 2+ years on GPU workloads.
• Architect: 8+ years, including designing enterprise AI or cloud platforms end to end.
• Hands-on production experience with NVAIE components, especially NIM, NeMo, Triton.
• Strong Kubernetes, containers and Linux;
• Comfort with VMware vSphere and GPU virtualization.
• Delivered at least one GenAI/LLM solution (RAG, fine-tuning or agents) into enterprise production.
• Python fluency
• Infrastructure-as-code (Terraform, Ansible, Helm).

We offer

• Competitive compensation to be defined upon the interview results
• Full time REMOTE WORK

NVIDIA AI Enterprise Engineer / Architect

OnTarget Labs is a leading international software product development company.
We create next generation of world class product lines.

The company is looking for NVIDIA AI Enterprise Engineers and Architects to join our innovative product team as a full-time member working REMOTELY.
Lots of opportunities for professional growth and business trips abroad are offered.
Join our friendly team of IT professionals now!

Role description

You will take AI from pilot to production on NVIDIA AI Enterprise (NVAIE), NVIDIA's end-to-end, cloud-native software suite for building, deploying and managing production AI.

You will build and run GPU-accelerated AI platforms on-prem, in VMware and in the cloud, and deliver generative AI use cases across industries.

• Engineer: builds, deploys and operates the NVAIE platform and AI workloads.
• Architect: Also owns the target design, technical decisions and guidance for the client's engineers.

Responsibilities

• Build: deploy and maintain NVAIE on NVIDIA-Certified systems, VMware vSphere / VMware Private AI Foundation, Kubernetes or AWS/Azure/GCP.
• Ship GenAI: stand up NIM microservices, RAG and agent workflows from NVIDIA Blueprints, and fine-tune or guardrail models with NeMo.
• Operate: own GPU orchestration, monitoring, security, upgrades and MLOps so workloads scale across nodes and stay supported in production.
• Transfer knowledge: document the platform and coach client engineers so they can run it themselves.

Tech stack

• Inference & GenAI: NVIDIA NIM, NeMo, Triton Inference Server, TensorRT-LLM
• Data science: RAPIDS, PyTorch, TensorFlow
• Orchestration: NVIDIA Run:ai, GPU Operator, Kubernetes / Helm, NGC catalog
• Infrastructure: NVIDIA-Certified systems, VMware vSphere & Private AI Foundation, vGPU, AWS / Azure / GCP

Requirements

• Bachelor’s degree in Information Systems, Computer Science, or a related field
• Excellent verbal and written communication skills in English
• Engineer: 5+ years in ML engineering, MLOps or AI infrastructure, including 2+ years on GPU workloads.
• Architect: 8+ years, including designing enterprise AI or cloud platforms end to end.
• Hands-on production experience with NVAIE components, especially NIM, NeMo, Triton.
• Strong Kubernetes, containers and Linux;
• Comfort with VMware vSphere and GPU virtualization.
• Delivered at least one GenAI/LLM solution (RAG, fine-tuning or agents) into enterprise production.
• Python fluency
• Infrastructure-as-code (Terraform, Ansible, Helm).

We offer

• Competitive compensation to be defined upon the interview results
• Full time REMOTE WORK