Вакансии

Управлять командой аналитиков, вести техническое менторство, участвовать в найме, формировать и декомпозировать задачи; Много взаимодействовать с заказчиками в разных частях бизнеса;

Зарплата не указана

Чем предстоит заниматься: Анализировать SOTA в области калибровок и смежных областях, проектировать эксперименты, проверять гипотезы и разрабатывать методы калибровки сенсоров. Проектировать CLI/API разработанных методов, автоматизировать процессы калибровки и их тестирование.

Зарплата не указана

-Анализ SOTA в области калибровок и смежных областях. Дизайн экспериментов, проверка гипотез и разработка методов калибровки сенсоров.

Зарплата не указана

Задачи: — Разработка и поддержка системы доставки и конфигурирования ПО; — Создание схем релизов, версионирования ПО; — Настройка и развитие мониторинга сервисов и инфраструктуры; — Внедрение и развитие систем обеспечивающих кибербезопасность; — Расследование инцидентов, связанных с отказами инфраструктуры. Требования: — Понимание OS Linux на уровне системного администратора; — Знание Python, Bash, SSH, Git, Docker, Gitlab, Gitlab CI, Ansible; — Опыт работы с системой мониторинга prometheus (или Victoria Metrics); — Знание сетевого стека: протоколы TCP/IP, статическая маршрутизация, DNS, DHCP, VLAN, VPN и межсетевых экранов (Firewall); — Навык и готовность работы с оборудованием; — Опыт работы Nginx. Будет плюсом: — Опыт работы с маршрутизаторами mikrotik; — Опыт Yocto Project; — Опыт работы с PXE; — OpenTelemetry; — Понимание PKI.

Зарплата не указана

Задачи: — Участие в развитии процесса тестирования автономных технологий; — Описание тестовой модели, заведение дефектов и репортов по результатам тестирования; — Автоматизация тестирования автономных технологий и систем. Требования: — Высшее техническое образование; — Понимание теории тестирования; — Уверенное владение терминалом Linux; — Понимание принципов работы Docker; — Начальные навыки программирования на Python; — Базовые знания принципов работы автомобиля и опыт его управления; — Желание общаться с коллегами и навыки четкого формулирования задач.

Зарплата не указана

Задачи: — Разрабатывать AI-ассистентов, чат-ботов и AI-агентов. — Создавать многоэтапные AI-workflow. — Интегрировать OpenAI, Anthropic и другие LLM API. — Работать с context, memory, state и tool calling. — Разрабатывать AI-решения для Telegram, WhatsApp и Web. — Автоматизировать бизнес-процессы с помощью AI. — Разрабатывать и улучшать RAG-системы. — Работать с embeddings, semantic search, hybrid search и reranking. — Настраивать обработку, chunking и индексацию документов. — Работать с векторными, SQL- и NoSQL-базами данных. — Реализовывать цитирование и проверку источников ответов. — Разрабатывать backend на Python / FastAPI и создавать REST API. — Работать с Pydantic и асинхронным Python. — Интегрировать внешние API и базы данных. — Реализовывать retry, timeout, error handling и logging. — Контейнеризировать сервисы через Docker. — Оптимизировать промпты и системные инструкции. — Создавать тестовые сценарии и evals. — Выявлять галлюцинации и проблемы с контекстом. — Проводить регрессионное тестирование AI-функциональности. — Сравнивать модели по качеству, скорости и стоимости. — Контролировать token usage, latency, ошибки и расходы на LLM. — Анализировать реальные диалоги пользователей и улучшать AI-системы. Требования: — От 2 лет коммерческого опыта в AI Engineering, Backend, ML Engineering или смежной технической роли. — Уверенный Python. — Практический опыт работы с FastAPI. — Опыт работы с REST API, Pydantic и асинхронным Python. — Опыт работы с Docker и Git. — Практический опыт интеграции OpenAI, Anthropic или других LLM API. — Опыт работы с LangChain, LangGraph или аналогичными инструментами. — Понимание RAG, embeddings и semantic search. — Опыт разработки AI-ассистентов, чат-ботов или AI-агентов. — Опыт работы с SQL и/или NoSQL. — Понимание ограничений LLM: галлюцинации, context window, latency и стоимость. — Умение писать структурированный и поддерживаемый код. — Способность самостоятельно разбираться в задачах и предлагать технические решения. — Английский язык. Будет большим плюсом: — Qdrant, Pinecone, pgvector, Weaviate, Milvus или другие vector DB. — Production-ready RAG. — AI Agents и tool calling. — Structured Outputs, JSON Schema и Function Calling. — LLM evaluation / automated evals. — LangSmith, Langfuse, Arize Phoenix или аналогичные инструменты. — PostgreSQL, Redis, Elasticsearch / OpenSearch. — CI/CD. — AWS, GCP, Azure. — OCR и обработка документов. — Опыт разработки multi-tenant SaaS. — Понимание информационной безопасности и защиты данных. AI-инструменты в разработке: — Claude Code — Cursor — GitHub Copilot — Codex и аналоги Ожидания на первые 3 месяца: — Разобраться в существующей AI- и backend-архитектуре. — Самостоятельно развивать LLM-функциональность. — Реализовать минимум одну значимую AI-функцию от идеи до production. — Улучшить качество, стабильность, скорость или стоимость существующих AI-сценариев. — Настроить базовое тестирование и оценку качества AI-ответов. — Улучшить логирование и мониторинг ключевых AI-сценариев. Условия: — Полная или частичная занятость. — Формат: удалённо / гибрид. — График: 5/2 и другие варианты. — Рабочий день 8 часов. — Оформление по трудовому договору. — Остальные условия обсуждаются индивидуально с финальным кандидатом. — Работа над production-ready AI-системами, а не только демонстрационными решениями.