AI инженер (Python, FastAPI)

A global software development company is looking for a talented Senior AI Engineer to join their growing team. 

The company develops a highly scalable technology platform designed to help businesses and professionals optimize complex, multi-step operations. Its proprietary software combines advanced algorithms, intelligent automation, mapping, and real-time decision-making capabilities to make everyday operations more efficient and predictable.

The platform is built entirely on proprietary technology and runs on a highly scalable cloud infrastructure designed for continuous, mission-critical performance. The team is fully remote and consists of experienced professionals who have demonstrated strong technical expertise, problem-solving abilities, and resilience in demanding environments.

About the role

Company are building an AI layer across its platform: an in-app copilot that answers questions and takes actions, analytics assistants over our data warehouse, an MCP server that exposes 100+ platform tools to AI assistants, and multi-agent systems that automate dispatching.

As a Senior AI Engineer, you will design, ship and operate these systems in production, end to end. The AI stack is Python on Google Cloud (Vertex AI, Cloud Run, BigQuery) with several model providers (Gemini, Claude).

As an AI Engineer you will:

• Build and own the in-app AI copilot that answers questions and performs actions on routes, orders, drivers and vehicles;

• Extend our MCP server (100+ tools) so AI assistants can work with the platform safely;

• Design multi-agent systems for automated dispatching, with agent routing and human approval for risky actions;

• Build AI analytics: natural-language questions and insight reports over our BigQuery data;

• Own the AI platform layer: prompt and model versioning, model routing, caching, guardrails, tracing, cost and latency;

• Write design docs and ADRs; work with the PO, backend (PHP/Python) and frontend teams; share AI practices across the team;

Requirements:

• 5+ years of commercial software engineering, Python as the primary language (async, typing, testing; FastAPI or similar);

• 2+ years building and shipping LLM-powered products to production for real users;

• MCP servers: design and build MCP servers and tools on top of existing REST APIs (auth, multi-tenancy, rate limits, error handling);

• AI chats: production conversational assistants with multi-turn context, streaming, tool calling and structured outputs;

• Agents: tool-using agents with planning, state, retries, termination conditions and human-in-the-loop for risky actions;

• Agent systems: multi-agent orchestration (supervisor/worker, handoffs, shared state) with LangGraph, Google ADK, OpenAI Agents SDK or custom code;

• Agent routing: intent classification and routing between agents, tools and models by task, cost and latency, with fallbacks;

• RAG: chunking, embeddings, vector and hybrid search, reranking, grounded answers with citations;

• System prompting and context engineering: versioned system prompts, tool descriptions, few-shot examples, context window management, prompt-injection defense;

• Modern AI architecture: model abstraction across providers (Gemini, Claude, OpenAI), caching, guardrails, tracing and observability, cost and latency control;

• Cloud and delivery: GCP or AWS, Docker, CI/CD (GitHub Actions), monitoring;

• Security for AI actions: tenant isolation, least-privilege tools, audit logs;

• AI-assisted development as a daily habit (Claude Code, Cursor, Copilot);

• English B2+ (written and spoken); clear design docs and ADRs;

Nice to have:

• Production evals: golden datasets, CI regression gates, LLM-as-judge, A/B tests of prompts and models;

• Google Cloud: Vertex AI (Gemini, Agent Engine, prompt management, context caching), Cloud Run, BigQuery, Pub/Sub;

• Text-to-SQL and analytics agents over BigQuery-scale data;

• Workflow engines: Google Workflows, Temporal, or event-driven pipelines (Pub/Sub, Kafka);

• Long-term (semantic) memory for agents, scoped per tenant;

• Frontend for AI UX: TypeScript with Vue or React/Next.js (streaming chat UIs);

• Kubernetes (GKE), Helm, Terraform;

• Ability to read PHP/Laravel code (our core platform APIs);

• Fine-tuning or serving open-weights models (Gemma, Llama, Qwen; vLLM);

• Optimization tools: OR-Tools, VRP heuristics;

• Published MCP servers, connectors or open-source work in AI tooling.

Benefits:

• Semi-flexible working hours;

• Completely remote work;

• Interesting projects to work on;

• Exposure to a variety of industries and technologies.

Мы в поиске Senior AI инженера в международную компанию.

О вакансии

Компания создает слой искусственного интеллекта на своей платформе: встроенный в приложение помощник, который отвечает на вопросы и выполняет действия, аналитические помощники на базе нашего хранилища данных, сервер MCP, предоставляющий более 100 платформенных инструментов для помощников с искусственным интеллектом, и мультиагентные системы, автоматизирующие диспетчеризацию.

В качестве старшего инженера по искусственному интеллекту вы будете проектировать, внедрять и эксплуатировать эти системы в производственной среде. Стек — Python на Google Cloud (Vertex AI, Cloud Run, BigQuery) с несколькими поставщиками моделей (Gemini, Claude).

«ДиасАвтоПлюс» — динамично развивающаяся компания, специализирующаяся на продаже автозапчастей и моторных масел. Мы стремимся к постоянному росту и развитию, и сейчас ищем самостоятельного Python-разработчика, который умеет использовать современные ИИ-инструменты для быстрого создания внутренних сервисов, интеграций и автоматизации бизнес-процессов.

Чем предстоит заниматься:

• Реализовывать задачи по требованиям и пользовательским сценариям, подготовленным бизнес-аналитиком.
• Быстро создавать прототипы и рабочие решения с помощью OpenAI Codex, Claude Code и других AI-инструментов.
• Разрабатывать на Python внутренние сервисы, API, обработчики данных и инструменты автоматизации.
• Интегрировать решения с учётными системами, CRM, базами данных, сайтами и внешними API.
• Автоматизировать обработку прайс-листов, каталогов, документов и заявок.
• Создавать решения для поиска и сопоставления автозапчастей, нормализации товарных данных и поддержки отделов продаж и закупок.
• Проверять созданный с помощью ИИ код: писать тесты, проводить отладку, устранять ошибки и контролировать безопасность.
• Поддерживать документацию и решения после запуска.

Требования:

• Опыт коммерческой разработки на Python — от трёх лет.
• Практический опыт разработки с использованием OpenAI Codex и Claude Code.
• Опыт создания backend-сервисов на FastAPI, Django или Flask.
• Знание SQL и опыт работы с PostgreSQL или другими реляционными базами данных.
• Опыт работы с LLM API, function calling, AI-агентами, RAG и векторным поиском.
• Умение работать с REST API, JSON, Git и Docker.
• Умение ставить задачи ИИ-агентам: передавать контекст, декомпозировать работу, задавать критерии готовности и контролировать результат.
• Понимание архитектуры приложений, принципов тестирования и безопасной разработки.
• Способность анализировать и проверять сгенерированный код, а не принимать результат ИИ без проверки.
• Умение работать с требованиями бизнес-аналитика, выявлять противоречия и задавать уточняющие вопросы.
• Самостоятельность и ответственность за результат — от получения задачи до запуска решения.

Будет преимуществом:

• Опыт интеграции с 1С, ERP-, CRM- или складскими системами.
• Опыт обработки Excel, CSV, XML, PDF и больших товарных каталогов.
• Опыт работы с Celery, Redis, очередями сообщений и планировщиками задач.
• Знание Linux, CI/CD и основ развёртывания приложений.
• Опыт автоматизации процессов в оптовой торговле, e-commerce, логистике или автомобильной отрасли.

Что мы предлагаем:

• Доступ к современным AI-инструментам разработки за счёт компании.
• График работы: 5/2 с 09:00 до 18:00.
• Трудоустройство по ТК РБ и полный социальный пакет.
• Официальную заработную плату (выплаты 2 раза в месяц);.

В сопроводительном письме просим ответить на три вопроса:

• Какие коммерческие задачи вы реализовывали с помощью Codex, Claude Code или аналогичных инструментов?
• Как вы проверяете качество и безопасность созданного ИИ кода?
• Пришлите ссылку на GitHub, портфолио или кратко опишите один реализованный вами сервис.

Этапы отбора: короткое знакомство → практическое задание → техническое интервью.

Федеральное государственное бюджетное учреждение запускает стратегический проект по созданию собственной языковой модели (LLM) для внутреннего использования. Модель будет разрабатываться с нуля под закрытым контуром организации – от выбора архитектуры и платформы до программирования, обучения и внедрения в рабочие процессы. Мы ищем ключевого специалиста, который возьмёт на себя полный технический цикл и сформирует ИИ-направление внутри учреждения.

Обязанности:

• провести анализ потребностей и определить оптимальную стратегию: обучение модели с нуля или глубокая адаптация открытых решений под закрытый контур;
• сформировать с нуля и возглавить команду, распределить зоны ответственности между ML-инженерами, дата-инженерами и DevOps;
• спроектировать архитектуру LLM, выбрать стек технологий, фреймворки и вычислительную платформу (on-premise или доверенная облачная среда) с учётом ограничений бюджетной организации и требований информационной безопасности;
• организовать полный цикл работы с данными: сбор, очистка, фильтрация, токенизация и разметка корпуса внутренних текстов с соблюдением законодательства о персональных данных и государственной тайны;
• обучить, валидировать и оптимизировать модель под ключевые бизнес-задачи (генерация документов, смысловой поиск, вопросно-ответные системы, классификация, суммаризация);
• развернуть LLM в продуктивном закрытом контуре, обеспечить стабильность и безопасность инференса, реализовать API для интеграции с внутренними информационными системами.

Требования:

• подтверждённый успешный опыт создания языковой модели с нуля (предобучение или глубокая адаптация под закрытый контур) с измеримым результатом: в резюме или портфолио должна быть раскрыта ваша роль и достигнутые показатели;
• глубокое знание архитектур трансформеров (GPT, BERT, LLaMA и т.п.), опыт работы с PyTorch/TensorFlow, Hugging Face Transformers, библиотеками распределённого обучения (DeepSpeed, Megatron-LM и аналогами);
• практический опыт подготовки и препроцессинга крупных текстовых массивов для обучения LLM;
• уверенное программирование на Python; знание C++ будет весомым плюсом;
• понимание методов оптимизации инференса (квантование, ONNX, TensorRT, vLLM и др.) и требований промышленной эксплуатации, включая мониторинг и отказоустойчивость;
• высшее техническое или математическое образование;
• готовность к работе с данными ограниченного доступа, понимание требований 152-ФЗ и нормативов ФСТЭК России (или готовность их оперативно изучить).

Будет плюсом:

• наличие собственной готовой команды (ML-инженеры, дата-инженеры, DevOps), способной включиться в проект в ближайшее время;
• опыт построения ИИ-систем в государственных структурах, научных институтах или режимных организациях;
• знание специфики российских вычислительных платформ и облачных провайдеров (Yandex Cloud, VK Cloud, on-premise GPU-фермы);
• опыт внедрения LLM в контуре, изолированном от сети Интернет, и опыт прохождения аттестации информационных систем.

Условия работы:

• работа в комфортном офисе в центре Москвы (2 минуты пешком от м. Семеновская), возможен гибридный формат работы;
• оформление согласно ТК РФ;
• уровень заработной платы зависит от уровня должности, квалификации кандидата и обсуждается на финальном собеседовании с успешным кандидатом;
• полная занятость, рабочий день с 9.00. до 18.00., в пятницу до 16.45.
• отпуск 28 календарных дней+4 дня дополнительно;
• масштабная и интеллектуально амбициозная задача: создание языковой модели с нуля, которой будут пользоваться реальные подразделения учреждения;
• высокая степень самостоятельности в выборе архитектуры, платформы и инструментов;
• возможность собрать под себя команду и выстроить долгосрочное ИИ-направление.