Задачи:
— Работа с NLP и AI-проектами, запуск AI-проектов в продакшн и построение архитектуры вокруг сторонних LLM-решений.
— Обучение нейросетевых моделей на GPU-кластере.
Требования:
— Большой опыт разработки на Python с использованием Pandas, NumPy, Scikit-learn.
— Опыт работы с LangChain, vLLM.
— Опыт работы с PyTorch, Hugging Face Transformers.
— Глубокое понимание машинного обучения, глубокого обучения и NLP.
— Опыт запуска AI-проектов в продакшн и построения архитектуры вокруг сторонних LLM-решений.
— Опыт обучения нейросетевых моделей на GPU-кластере.
— Знание SQL.
— Владение Git.
— Высшее техническое образование в области Computer Science, прикладной математики, AI/ML или смежных областях.
Условия:
— Работа в команде экспертов.
— Широкий технологический стек, сотни проектов.
— Гибкий график работы.
— Льготы и меры господдержки, предусмотренные для IT-компаний (аккредитованы Минцифры).
— Возможность разрабатывать IT-решения для разных отраслей и пробовать новые технологии.
— Возможность работать удалённо с доступом к просторным офисам с зонами коворкинга.
— Возможность профессионального роста: стать тимлидом, архитектором, full-stack разработчиком.
— Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка.
— Активный обмен опытом, митапы, хакатоны, доклады по развитию hard и soft skills.
— 50+ клубов по интересам и профессиональных сообществ.
— Уютный мерч.
— Полный соцпакет и официальная "белая" зарплата.
— Корпоративная база знаний и социальная сеть для сотрудников.
— Гибкий ДМС с возможностью подключения родственников.
Разработка co-pilot решения на базе данных RAG и применении LLM. Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI.
Задачи:
— разработка классических LLM агентов
— разработка tools для агентов, а также skills-инструкций для LLM
— воспроизведение основных паттернов разработки в продуктовой парадигме
— участие в обсуждении требований с бизнес-заказчиками
— контроль качества agent-pipeline
— декомпозиция верхнеуровневых задач на исполнимые в рамках разработки
— вывод в production llm-приложений, agent'ских систем.
Требования:
— знания в области: математических анализ, линейная алгебра, Deep Learning, Classic ML, Python (async, fastapi, Semaphore)
— высшее образование (МГУ, Физтех, ВШЭ, РЭШ и тд)
— понимание построенных целевых решений, предложения по внесению изменений в архитектуру
— опыт работы в open-source LLM (GLM5.2, qwen 3.5, etc)
— знание фреймворков LangChain, LangGraph, fastapi, huggingface, а также regex и иных библиотек по обработке текста
— vanilla RAG, Advanced RAG, работа с контекстом llm
— базовое знание принципов промышленной разработки на python (SOLID, Singleton)
— базовый MLops (работа с version control, CI/CD)
Будет плюсом:
— опыт работы с openclaw, его форками
— использование llm GigaChat, Kandinsky
— опыт работы в финтехе
— опыт использования и доработки OCR.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможность выбрать удобный график – офис/гибрид
— ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
ASOS.com — британский онлайн‑ритейлер модной одежды, обуви, аксессуаров и косметики. Размер команды — 1k-5k, инвестиции — £587.5M.
Технологии и инструменты: Microsoft Copilot Studio, Azure AI Foundry, Azure OpenAI, Semantic Kernel, LangChain, LangGraph, AutoGen/CrewAI, Python или C#/.NET.
Фаундеры компании: Nick Robertson, Andrew Regan, Quentin Griffiths, Deborah Thorpe.
В компании работают русскоговорящие сотрудники.
разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM. адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO).
проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация). разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации.
Разрабатывать и поддерживать backend-сервисы на Python (FastAPI, asyncio). Развивать логику диалогового агента: сценарии и состояния звонка, извлечение данных из реплик, работу с LLM.
Show contacts Job description Команда «ИИ для сотрудников» отвечает за создание AI-инструментов для сотрудников компании: определение приоритетов, разработка решений и внедрение. Обязанности: Разрабатывать платформу для создания внутренних ассистентов с использованием современных подходов.
We are looking for a Middle / Strong Middle NLP / LLM Engineer to develop production AI solutions across RAG, LLM applications, AI assistants, document processing and multilingual NLP, working closely with senior engineers. -Develop and improve RAG applications: chunking, embeddings, retrieval and reranking.
Мы ищем Senior Data Engineer / Knowledge Graph Engineer с сильным практическим опытом работы с Neo4j и Graph-RAG для проектирования и разработки графа знаний и расширенных возможностей работы с данными для платформы с большим объемом данных. Роль сочетает в себе Knowledge Graph Engineering, Graph-RAG, Data Engineering и архитектуру данных на AWS.
В рамках данной позиции предстоит заниматься проектированием и разработкой AI-агентов, включая реализацию сценариев, оркестрацию, вызов инструментов и интеграцию с внутренними сервисами. Необходимо преобразовывать прототипы и модели Data Science в стабильные промышленные решения, обеспечивая их упаковку, интеграцию в сервисы и пайплайны, версионирование и сопровождение. Работа включает разработку на Python сервисов, библиотек и пайплайнов, написание автотестов и участие в код-ревью. Также требуется проектировать, создавать и поддерживать витрины данных для ML-моделей и агентов, обрабатывать большие объемы данных с использованием SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи. Важной частью является обеспечение качества и наблюдаемости решений через логирование, мониторинг, обработку ошибок и контроль качества данных. Кандидат должен иметь опыт промышленной разработки на Python не менее двух лет, уметь писать поддерживаемый код с типизацией, тестированием, обработкой ошибок и логированием, а также уверенно владеть SQL, включая сложные запросы, оконные функции и оптимизацию. Требуется опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных, а также опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию. Необходимо понимание принципов работы AI-агентов, включая оркестрацию, вызов инструментов, управление состоянием и интеграцию с API, а также жизненного цикла ML-модели от артефакта и данных до инференса, мониторинга и обновления. Будет преимуществом опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора, а также опыт работы с LLM, RAG и векторными хранилищами. Дополнительным плюсом считается опыт оркестрации пайплайнов в Airflow или аналогичных системах, работы с Kafka и событийными архитектурами, знание Docker, CI/CD и Kubernetes, практический опыт с Hadoop и Spark, внедрение ML- или LLM-сервисов во внутреннем контуре, а также опыт в банковском домене, продуктах для юридических лиц или документообороте. Формат работы — офис или гибрид в Москве.
Задачи:
— Руководить проектированием и развитием масштабируемых распределённых систем на Go
— Отвечать за интеграцию и конфигурацию AI — от выбора моделей и интеграции API до prompt engineering и развертывания в продакшене
— Переводить бизнес-цели в технические дорожные карты и планы поставки
— Проводить архитектурные и код-ревью, наставлять старших инженеров
— Представлять инженерную команду на встречах с внешними заинтересованными сторонами и оспаривать нереалистичные требования
— Улучшать процессы CI/CD, наблюдаемости и инженерные процессы
— Балансировать между кодированием, руководством командой и архитектурным контролем
Требования:
— 5–6+ лет коммерческого опыта с Go
— 2+ года в роли технического лидера или ведущего инженера
— Глубокие знания распределённых систем, микросервисов и конкурентности в Go (goroutines, каналы, синхронизация)
— Практический опыт внедрения, настройки или интеграции AI/ML решений в продакшн-бэкендах, включая работу с LLM, RAG pipeline, OpenAI API, LangChain или аналогичными фреймворками
— Опыт с CI/CD, облачной инфраструктурой и современными DevOps практиками
— Высшее образование в IT
— Готовность работать по CEST и использовать корпоративный ноутбук
— Готовность выполнить live coding на Go во время интервью
Условия:
— Работа над долгосрочным продуктом с реальным бизнес-эффектом
— Международная распределённая команда с коллаборативной культурой
— Возможность взять ответственность за зрелое приложение
— Гибкие условия работы и удалёнка
Задачи:
— Разрабатывать платформу для создания внутренних ассистентов с использованием современных подходов.
— Обеспечивать сотрудникам доступ к актуальным возможностям LLM — интеграция новых моделей, MCP и API.
— Анализировать качество генеративных моделей, выявлять слабые места и предлагать способы их улучшения.
— Постоянно держать руку на пульсе: следить за best practices и open source-проектами в области LLM и интеграций.
— Разворачивать и поддерживать сервисы в Kubernetes: деплой, конфигурация, настройка мониторинга и алёртов.
— Проводить Code Review и архитектурные ревью существующих решений, вносить предложения по оптимизации и развитию.
Требования:
— Опыт разработки от 5 лет.
— Активный пользователь LLM, применяешь их в работе и личной жизни, понимаешь возможности и ограничения.
— Опыт деплоя сервисов в продакшн и обеспечение их стабильной работы.
Будет преимуществом:
— Понимание архитектуры AI-агентов (оркестрация, memory, tools).
— Опыт работы с одним из фреймворков для написания LLM пайплайнов: LangChain, LlamaIndex, Haystack.
Условия:
— Работа удалённо по РФ, возможен гибридный формат в офисах Москвы, Санкт-Петербурга и Новосибирска.
— Нет дресс-кода и строгого графика.
— Современные технологии, участие в конференциях.
— ДМС и забота о здоровье сотрудников.
В рамках данной позиции необходимо разрабатывать и внедрять механизмы изоляции и контроля для агентных систем, включая создание песочниц для выполнения инструментов, строгую изоляцию контуров, установку лимитов на действия и реализацию функции аварийного отключения агентов. В задачи входит настройка детального аудита логов действий агентов в продакшене, а также разработка и настройка системы мониторинга аномального поведения с оповещениями о подозрительных паттернах. Требуется проводить моделирование угроз и threat modeling для новых сценариев агентов на этапе проектирования, а также разрабатывать архитектурные решения и фильтры для защиты от атак на LLM, таких как prompt injection, data exfiltration и jailbreak, включая внедрение строгой валидации выходных данных агентов. Необходимо организовывать и проводить атаки на собственные агентные системы для выявления уязвимостей до их эксплуатации злоумышленниками, а также проводить аудит безопасности агентных пайплайнов от команды LLM-инженеров до продакшен-выкатки. Контроль исходящих данных включает обеспечение соблюдения политик по использованию данных и инвентаризацию всех потоков информации, направляемой во внешние LLM-провайдеры. Важной частью работы является настройка IAM и управление секретами, проектирование и внедрение ролевой модели доступа для агентов, определение прав доступа и безопасное хранение с ротацией секретов. Также требуется опыт использования сканеров исходного кода (SAST/DAST), включая подбор, пилотирование, установку, администрирование и интеграцию в CI/CD-конвейер, а также помощь разработчикам в расшифровке результатов и устранении уязвимостей. Кандидат должен уверенно владеть Python, иметь глубокие знания Docker и Linux, а также понимание принципов работы CI/CD. Необходим практический опыт threat modeling, работа с системами управления секретами (например, HashiCorp Vault), внедрение IAM-моделей, настройка песочниц и изолированных окружений. Важно понимание работы LLM и агентных систем, опыт с фреймворками LangChain, LangGraph, MCP и знание принципов Claude Code. Кандидат должен быть готов не только проводить ревью кода, но и самостоятельно проектировать и создавать безопасных агентов.