Applied AI Engineer, Operations Automation
We're looking for an experienced Applied AI Engineer to join our Growth team and help build operations automation systems for our global mobility platform. If you're excited about applying machine learning to customer support, document ver…
↑ Вакансия с автоподнятиемWe're looking for an experienced Applied AI Engineer to join our Growth team and help build operations automation systems for our global mobility platform. If you're excited about applying machine learning to customer support, document verification, and fraud detection challenges across Bolt's 200M+ customers, you'll find plenty of impactful work here.
About us
With over 200 million customers across 50+ countries and 850+ cities, Bolt is one of the fastest-growing tech companies in Europe and Africa — powered by 4.5+ million partners on our platform, 4,000+ employees globally. And it's all thanks to our people.
We believe in creating an inclusive environment where everyone is welcome, regardless of race, colour, religion, gender identity, sexual orientation, national origin, age, or ability.
Our ultimate goal is to make cities for people, not cars — and we need your help on this mission!
About the role
Every new customer and order at Bolt can trigger an operational decision: a refund, a document check, an account review, a ruling in a dispute. Our teams already use AI on top of existing processes to make them faster and more accurate. Many of those processes need a redesign from the ground up, and a design that gets better with every decision it makes.
You start with customer support for all users, then move to document verification & fraud detection. After that, any process with high decision volume and a recorded outcome is in scope.
You are hands-on. You ship the product and own the result.
Main tasks and responsibilities
Redesign processes. Mine an area's systems of record, interview the people who run it, and decide which steps become software, agents or human checkpoints.
Define what great looks like. Turn real cases and human decisions into test sets, and turn every new failure into a regression test.
Build checks that are hard to game. Calibrate LLM judges against human labels, keep them apart from programmatic checks, and guard cost and payouts.
Run the improvement loop across policies, prompts, tools and models. Add fine-tuning where a better policy is not enough.
Own the rollout gates. Decide what ships, run the A/B test, and feed the live result back into the test sets.
Codify what works so other teams can run it without you.
You are measured on how many decisions you automate while raising their quality.
About you
You come from software engineering, ML or data science, and you have shipped and operated a system that calls LLMs.
You have built an evaluation suite for an LLM or agent system and used it to decide what ships.
You have spent dozens of hours in agent traces finding where decisions went wrong, and fixed them.
You have designed an LLM judge, measured its agreement with human labels, and fixed it when the two disagreed.
You know how verifiers get gamed, and have caught a case of reward hacking in your work.
You can design an A/B test, read its result, and explain to an operations lead why the offline tests predicted something different.
You know when a rule, a classic ML model or a human beats an LLM, and you can show the cost trade-off.
You write clearly in English. Your reports pair a ceiling estimate with a realistic one.
Nice to have:
Hands-on post-training: RLVR, GRPO or DPO, reward modelling, LoRA etc.
Program optimisation frameworks such as GEPA, DSPy or TextGrad.
RL environment or gym design with programmatic grading.
Operations automation at a marketplace, fintech or trust and safety team.
Strong SQL, and comfort working in codebases you did not write.
This role is not for you if you want to train frontier models, need a finished spec before you start, or prefer benchmark scores to live results.
Why you'll love it here
Accelerate your professional growth with unique career opportunities.
Enjoy a rewarding salary and stock options, knowing that as Bolt succeeds, so do you.
Take care of your physical and mental health with our wellness perks.
Celebrate 5 years at Bolt with a 1-month paid sabbatical to recharge.
Connect with colleagues at annual company events and smaller team gatherings.
Work on-site at our Tallinn HQ, next to the operations and engineering teams whose decisions you automate.
Some perks may differ depending on your location and role.
At Bolt, using AI daily is a baseline expectation for everyone. If there's a faster, smarter way to do your work, we expect you to find it. You're still responsible for the output, so the standard stays high when using AI tools.
Experience is great, but what we really look for is drive, intelligence, and integrity. So even if you don't tick every box, please consider applying!
Everyone is welcome
Bolt is an equal opportunity employer. We are committed to building a diverse and inclusive workplace where all qualified applicants are considered for employment without regard to race, colour, nationality, religion, gender or gender identity, sexual orientation, age, or disability.
We welcome applications from all backgrounds and are happy to make reasonable accommodations throughout our hiring process. If you require any adjustments, please let us know
Похожие вакансии Специалист по внедрению AI
AgroStock — единый каталог запасных частей сельхозтехники и система складского учёта для агропредприятий. Ищем специалиста, который будет работать с данными вместе с руководителем направления и использовать ИИ как основной рабочий инструмент.
Кого ищем
Человека на стыке инженера и аналитика данных. Вы понимаете, как устроены техника и запчасти, или готовы в этом разобраться. Уверенно работаете с большими таблицами. С ИИ работаете так: ставите задачу, проверяете результат и доводите его до системы.
Обязанности:
- обработка каталогов запчастей и складских данных с помощью ИИ;
- поиск дублей, ошибок и несоответствий в данных;
- сопоставление номенклатуры клиентов с каталогом;
- загрузка проверенных данных в систему;
- постановка задач разработчикам и проверка результата.
Требования:
- высшее техническое, инженерное, IT или математическое образование (выпускников тоже рассматриваем);
- опыт применения ИИ в работе или учёбе: не только вопросы чат-боту, а задачи, которые вы с его помощью решили;
- уверенный Excel: сводные таблицы, ВПР/XLOOKUP, фильтры, таблицы на десятки тысяч строк;
- умение читать техническую документацию на английском (можно с переводчиком).
Будет плюсом:
- Python, SQL;
- опыт работы с 1С;
- знание сельхозтехники и каталогов запчастей;
- пример своей автоматизации или разбора данных, который можно показать.
Вам подойдёт, если вы:
- инженер-механик или агроинженер, и вам интересны данные и ИИ;
- начинающий аналитик данных или BI-аналитик и готовы разбираться в технике;
- специалист по запчастям, снабжению или складу (дилер техники, СТО, магазин запчастей) и уже автоматизируете свою работу;
- специалист 1С по складскому учёту с аналитическим складом ума;
- выпускник IT-специальности или прикладной математики, и вам интересна сельхозтехника.
Что для нас важно:
- дотошность: вы перепроверяете цифры, прежде чем сказать «готово»;
- самостоятельность: разбираетесь в новом сами и приходите с вариантом решения, а не только с вопросом;
- честность в работе: говорите «не проверено» или «не знаю», а не угадываете;
- терпение к объёму: спокойно разбираете тысячи строк и ищете, как ускорить работу;
- ясное письмо: коротко сообщаете, что сделано, сколько и что осталось.
Условия:
- подписки на ИИ-инструменты (Claude Code, Codex) за счёт компании;
- работа с реальными данными агропредприятий и прямое взаимодействие с руководителем направления;
- офисный формат работы в Астане;
- стандартный график 5/2;
- ЗП обсудим на собеседовании.
Если вам интересно работать с данными и ИИ на реальных задачах агробизнеса, откликайтесь! Приложите к резюме пример своей автоматизации, разбора данных или задачи, которую вы решили с помощью ИИ. Так мы быстрее увидим, как вы работаете.
Инженер по качеству AI-агентов
О продукте
Uklad AI — AI-платформа для комплексной автоматизации работы компаний.
Мы создаём AI-сотрудников, которые помогают бизнесу управлять задачами, проводить встречи, работать с CRM и кассой, собирать отчёты и автоматизировать повседневные процессы. По сути, это полноценные цифровые помощники, которые понимают контекст компании, помнят договорённости и умеют самостоятельно выполнять рабочие задачи с помощью множества инструментов.
Наши агенты уже работают с реальными бизнес-процессами: от ресторанов и сервисных компаний до бухгалтерских фирм и производственных предприятий.
Сейчас мы развиваем платформу и хотим сделать работу AI-агентов ещё более надёжной и эффективной.
Мы ищем инженера, которому интересно разбираться в том, почему AI-агент не справился с задачей, находить причину проблемы и исправлять её так, чтобы в следующий раз агент работал лучше.
Что предстоит делать:
-
Анализировать качество работы AI-агентов: изучать диалоги и результаты работы агентов, находить ситуации, в которых они не смогли правильно выполнить задачу пользователя.
-
Находить причины ошибок: разбираться, почему агент не вызвал нужный инструмент, неправильно выбрал последовательность действий или не смог получить необходимые данные.
-
Улучшать логику работы агентов: самостоятельно вносить изменения в код, который отвечает за выбор инструментов, выполнение задач и взаимодействие с ними.
-
Проверять результат изменений: писать тесты, запускать проверки на реальных и тестовых сценариях, сравнивать качество работы агента до и после внесённых изменений.
-
Работать с метриками качества: анализировать статистику ошибок, отслеживать динамику и понимать, какие изменения действительно улучшают результат, а какие не дают эффекта.
-
Развивать систему автоматической оценки: работать с AI-судьёй, который оценивает, удалось ли агенту выполнить задачу пользователя, проверять точность его оценок и улучшать систему проверки.
-
Работать напрямую с основателем: обсуждать основные проблемы продукта, определять приоритеты и регулярно показывать результаты своей работы.
Что для нас важно:
-
У тебя есть опыт разработки на TypeScript или Node.js. Важно уметь самостоятельно читать, понимать и изменять код backend-приложений.
-
Умеешь работать с SQL и базами данных: можешь самостоятельно анализировать логи, находить закономерности и собирать статистику по работе системы.
-
Понимаешь, как устроены LLM и AI-агенты: что такое Tool Calling, как модели выбирают инструменты и почему иногда не используют нужные возможности.
-
Есть опыт написания автоматических тестов и проверки качества работы программных систем.
-
Умеешь работать с метриками: не просто находить ошибки, а измерять, насколько конкретное изменение повлияло на результат.
-
Умеешь самостоятельно разбираться в технических проблемах, искать их первопричину и предлагать системные решения.
Будет преимуществом:
-
Опыт работы с AI-агентами и LLM.
-
Опыт построения систем автоматической оценки качества AI (LLM-as-a-Judge, Evals).
-
Опыт работы с PostgreSQL и SQLite.
-
Опыт настройки мониторинга и анализа работы backend-систем.
Кого мы ищем
Нам нужен инженер, которому действительно интересно разбираться в устройстве AI-агентов и делать их лучше.
Ты не просто фиксируешь, что агент ошибся, а пытаешься понять, почему это произошло, находишь причину в коде, исправляешь её и проверяешь результат на цифрах.
Нам близок подход, при котором каждое изменение можно проверить: было определённое количество ошибок, внесли исправление, повторили тесты и увидели, изменился ли результат.
Важно, чтобы ты не боялся признавать, что гипотеза не сработала, и спокойно возвращал изменения, если они не дали ожидаемого эффекта.
Нам подойдут специалисты с опытом backend-разработки, QA Automation или разработки и тестирования AI-агентов. Главное — техническая самостоятельность и желание работать с качеством AI-продукта.
Важно: эта позиция предполагает самостоятельную работу с кодом. Опыт только в написании промптов или ручном тестировании без навыков разработки не подойдёт.
Что мы предлагаем:
-
Уровень дохода обсуждаем индивидуально — ориентируемся на твой опыт и ожидания.
-
Удалённый формат работы.
-
Полная занятость, пятидневка, 9-18 или 10-19 по мск.
-
Возможность работать над реальным AI-продуктом, который уже решает задачи действующего бизнеса.
-
Прямое взаимодействие с основателем и возможность влиять на техническое развитие продукта.
-
Высокий уровень самостоятельности: ты будешь отвечать за качество работы AI-агентов и видеть непосредственный результат своих решений.
-
Возможность развиваться на стыке backend-разработки, автоматизированного тестирования и современных AI-технологий.
Если тебе интересно не просто тестировать AI, а понимать, как он устроен внутри, находить причины ошибок и делать так, чтобы агенты действительно лучше справлялись с задачами пользователей, — будем рады познакомиться!
В сопроводительном письме расскажи об одном техническом улучшении, которое ты внедрил и результат которого смог измерить:
- какую проблему решал,
- что именно изменил,
- как проверял эффективность своего решения.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.