Неизвестный работодатель ·
AI engineer/LLM engineer
Местоположение: Алматы
Формат работы: Гибрид
Опубликована: ••••••••
Требования:
• LangGraph
• CrewAI
• Haystack
• RAGAS
Контакт: ••••••••
•••••••• опубликована в ••••••••
Osano is an innovative B-Corporation built around a simple belief: privacy is a fundamental right. Since day one, we’ve been focused on giving modern enterprises the ability to innovate quickly, stay competitive, and earn customer trust by respecting data privacy and complying with consent guidelines. Our products help organizations operate confidently in a rapidly evolving regulatory and technological landscape.
About the Role:
We’re hiring a Senior AI Engineer to build and improve Osano AI, our intelligent privacy assistant. As part of the Osano AI team, you will take capabilities from first idea to production, with an emphasis on delivering capabilities that are reliable, measurable, and trustworthy.
This role goes beyond wrapping APIs or building chat interfaces. We are looking for an engineer who has shipped LLM-powered systems that real users depend on. That means that you’ve dealt with hallucinations, latency, cost, evaluation, and tricky edge cases within agentic systems, and you know what it takes to keep these non-deterministic systems working after launch.
You will often work on problems that aren’t well-defined. Success here depends on how you think, communicate, and work with others as much as on what you build. This position is ideal for someone who is highly technical, thrives in ambiguity, takes ownership of 0→1 initiatives, wants to have an outsized impact, and believes responsible AI is non-negotiable.
About You:
Must-Haves:
Nice-to-Haves:
Why Us:
Benefits:
Osano is a leading data privacy platform that helps organizations quickly and confidently comply with laws like GDPR, CCPA, and other global privacy regulations. From consent management to vendor risk monitoring, Osano makes complex privacy tasks refreshingly simple, so companies can focus on what they do best, while we handle the rest.
We’re backed by top-tier investors including Baird Capital, Jump Capital, and LiveOak, and we’re scaling fast with a multi-year runway and ambitious growth plans. We’ve also been recognized as a Great Place to Work for four years running, with 97% of employees saying Osano is a great place to work.
As we grow, we're looking for individuals who lean into modern technologies and smarter systems to drive efficiency, clarity, and speed; both in our product and in how we operate. If you're excited by the idea of helping build a high-growth, privacy-first company that embraces thoughtful automation, emerging tech, and intentional collaboration, we’d love to hear from you.
Osano is an Equal Opportunity Employer. All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity or expression, national origin, age, marital status, genetic information, disability, veteran status, or any other characteristic protected by applicable law.
Старший разработчик в команду LLM Inference Optimization в ••••••••
Наша команда развивает направление оптимизации инференса LLM на GPU ••••••••. Мы повышаем эффективность использования оборудования и помогаем продуктовым командам запускать модели с учётом профиля нагрузки, качества и метрик производительности.
Что предстоит делать:
— проводить нагрузочное тестирование моделей по запросам продуктовых команд и оптимизировать их под конкретные сценарии использования;
— развивать методику оценки производительности LLM на нашем оборудовании: бенчмарки, инструменты и мониторинг;
— регулярно замерять производительность, отслеживать выход новых моделей и поддерживать таблицу результатов;
— тестировать новые GPU и сопровождать их настройку вместе с командами инфраструктуры и платформы инференса;
— масштабировать оптимизации на весь парк моделей: спекулятивное декодирование, мульти-LoRA, распределённый инференс, переход на новые инференс-бэкенды;
— доводить изменения до продакшена по циклу - профилировать, оптимизировать, тестировать, внедрять при подтверждённых метриках;
— запускать LLM-модели с использованием платформы инференса.
Кого мы ищем:
— оптимизировали LLM-модели с учётом профиля нагрузки;
— работали с инференс-фреймворками LLM: vLLM, SGLang, TensorRT-LLM и другими, запускали и настраивали их, подбирали параметры;
— знаете, как устроен LLM-инференс, и понимаете методы оптимизации: prefill и decode, KV-кеш, batching, спекулятивное декодирование, квантизация;
— знаете принципы работы GPU: память, пропускная способность, утилизация, NVLink, конфигурации с несколькими GPU;
— профилировали GPU и работали с инструментами для мониторинга;
— проводили нагрузочное тестирование и бенчмаркинг LLM-моделей: latency, TTFT, TPOT, throughput, и тд, умеете корректно сравнивать результаты и делать выводы;
— работали с Docker, Kubernetes, метриками и дашбордами Prometheus, Grafana;
— готовы внедрять изменения в продакшен, поддерживать их и объяснять результат продуктовым командам.
Будет плюсом
— писали или оптимизировали CUDA-кернелы, понимаете SIMT и архитектуру GPU NVIDIA;
— внедряли спекулятивное декодирование, мульти-LoRA-сервинг или распределённый инференс;
— работали с роутингом и балансировкой с учётом KV-кеша: llm-d, NVIDIA Dynamo, Mooncake или аналогами;
— знаете C++ или Go;
— следите за статьями и проектами с открытым исходным кодом по ускорению инференса и быстро проверяете идеи на практике.
Условия сотрудничества:
— Москва
— расширенная забота о здоровье: ДМС, страхование жизни, онкострахование;
— сервис психологической поддержки, а также финансовые, юридические и ЗОЖ-консультации для вас и ваших близких;
— корпоративный спорт: групповые тренировки, велбиинг-приложение;
— спецпредложения от партнёров и скидки на сервисы ••••••••: бронирование жилья, услуги продвижения, ипотечное страхование;
— компенсация питания;
— инженерная свобода для реализации масштабных задач;
— продуктовый подход к инфраструктуре, который базируется на метриках;
— сильное инженерное комьюнити, готовое поддержать и поделиться опытом;
— эффективные инструменты для роста и развития: матрица компетенций, внутреннее обучение, менторство и обмен опытом.
Как откликнуться:
— ••••••••
Лучшие вакансии от работодателей мечты на ••••••••
••••••••
Fully remote, office-based, or hybrid work options are available.
A global technology provider builds software platforms and data-driven solutions for performance monitoring, analytics, and operational optimization across international markets.
The project integrates agentic AI into a sports performance platform, turning athlete data into reliable, scalable insights for coaches and performance specialists.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.