Задачи:
— Проектировать и развивать MCP-сервер: архитектуру, инструменты, схемы входных и выходных данных.
— Интегрировать MCP-сервер с API и внутренними сервисами DSP совместно с backend-командой.
— Реализовывать инструменты для работы с кампаниями, флайтами, объявлениями, креативами, таргетингами и лимитами.
— Давать ИИ доступ к статистике: показы, клики, CTR, VTR, охват, частота, качество трафика и другие показатели в разных разрезах.
— Делать инструменты понятными для моделей: точные описания, предсказуемые ответы, полезные сообщения об ошибках.
— Обеспечивать разграничение прав и изоляцию данных клиентов, аудит действий, подтверждение чувствительных изменений и защиту от повторного выполнения операций.
— Проверять полноценные сценарии работы ИИ с платформой: правильно ли выбраны инструменты, получены данные и выполнены изменения.
— Отвечать за тестирование, документацию, мониторинг и стабильность MCP-сервера в продакшене.
Примеры сценариев:
— «Покажи кампании, которые отстают от плана по открутке».
— «Сравни эффективность площадок и устройств за неделю».
— «Найди источники с низким VTR и подготовь предложения по отключению».
— «Подготовь изменение таргетингов, покажи разницу и примени после подтверждения».
— «Объясни, почему кампания не расходует бюджет, используя настройки и статистику».
Требования:
— Уверенный опыт backend-разработки на TypeScript / Node.js.
— Опыт проектирования API и интеграции нескольких сервисов.
— Практический опыт с MCP либо с инструментами для LLM: tool calling, структурированные ответы, агентные сценарии.
— Понимание авторизации, ролей доступа, валидации данных, идемпотентности и обработки ошибок.
— Умение работать с SQL, разбираться в чужом API и существующей бизнес-логике.
— Опыт тестирования, Docker и эксплуатации сервисов.
— Самостоятельность: способность разобраться в продуктовой задаче, предложить решение и довести его до работающего функционала.
Будет плюсом:
— Опыт запуска MCP-серверов в продакшене.
— Знание NestJS, Go, PostgreSQL, Redis и ClickHouse.
— Опыт разработки систем с несколькими клиентскими кабинетами и сложными правами доступа.
— Понимание рекламных платформ и метрик: DSP, SSP, RTB, VAST, CTR, VTR, CPM.
— Опыт защиты ИИ-интеграций от prompt injection и нежелательных действий.
Техническое окружение:
Backend платформы — NestJS и Go. Данные и инфраструктура — PostgreSQL, Redis, ClickHouse, Kafka, Docker/k8s. Frontend — React + TypeScript.
О роли:
Основной фокус — исключительно MCP-направление: его архитектура, функциональность и надёжность. Работа предполагает тесное взаимодействие с продуктовой и backend-командой и возможность влиять на то, как пользователи будут управлять рекламой через ИИ.
В отклике:
Расскажите о backend- и ИИ-интеграциях, которые вы разрабатывали. Если есть MCP-серверы или проекты с tool calling — приложите ссылку либо кратко опишите свою роль и решённые задачи.
Проект:
Мы разрабатываем и поддерживаем продукт ERA - систему комплексной диагностики продуктов и услуг. Наше решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека.
Технологический стек:
Язык программирования: Python 3.12+
Фреймворки: FastAPI, LangChain / LangGraph, FastStream
Базы данных: PostgreSQL, Redis
Очереди: Kafka, RabbitMQ
Поиск и аналитика: Opensearch, Elasticsearch
CI/CD: Jenkins, Nexus, BitBucket, SonarQube
Инфраструктура: OpenShift (Kubernetes), DropApp, Docker
Управление: Jira, Confluence
Требования:
Высшее профильное образование
Опыт коммерческой разработки на Python от 4 лет (по ТК РФ)
Уверенное знание Python 3.7+ (в проекте используется 3.12+)
Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP)
Опыт проведения код-ревью и работы по GitFlow
Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду
Опыт разработки приложений, основанных на микросервисной архитектуре
Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL)
Опыт написания unit-тестов
Опыт разработки асинхронных приложений на Python
Понимание жизненного цикла разработки приложений в контексте Agile
Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться
Задачи:
Разработка co-pilot решения на базе данных RAG и применении LLM
Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI
Разработка микросервисов на Python в качестве MCP инструментов
Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов
Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний
Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода
Тесное взаимодействие с командой на всех этапах разработки
Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями
Документирование своей работы и менторство джуниор-разработчиков
Условия:
Возможность участия в интересном проекте
Возможность профессионального и карьерного роста в компании
Опыт работы в команде профессионалов
Уровень заработной платы обсуждается индивидуально
Формат работы - офисный формат в Москве на период ИС, далее возможен гибрид
Задачи:
— Общаться с Shopify merchants через live chat, email и calls
— Помогать клиентам настраивать приложения и решать технические вопросы
— Проводить product demos для новых клиентов
— Работать с негативными отзывами и помогать восстанавливать доверие клиентов
— Собирать customer feedback и feature requests для product team
— Взаимодействовать с Product и Engineering командами
— Улучшать support workflows, templates и self-service решения
Требования:
— Хороший письменный английский — B1+
— Сильные коммуникативные навыки
— Проактивность и самостоятельность
— Умение самостоятельно разбираться в проблемах
— Эмпатия и customer-oriented mindset
— Готовность работать с AI-инструментами
— Способность быстро осваивать новые продукты и software
— Надёжность и самостоятельность при удалённой работе
Будет плюсом:
— Опыт в Customer Support, особенно в SaaS или e-commerce
— Опыт в Sales или Account Management
— Опыт работы с Shopify
— Знание Intercom, Crisp, HelpScout или Zendesk
— Опыт работы с Claude или MCP-based tools
Условия:
— Full-time, 100% remote
— 9 часов в день, включая 1 час обеда
— Вечерние/ночные смены по London time
— $600–1,000 gross + performance bonuses
— 21 день оплачиваемого отпуска
— 5 дней оплачиваемого sick leave
— 3 месяца probation
Задачи:
— Отвечать за всю AI-часть продукта: архитектура AI-системы от выбора LLM-моделей до построения RAG-pipeline и интеграции компьютерного зрения, принимать все ключевые технические решения
— Обеспечивать качество рекомендаций, повышая конверсию на каждой итерации
— Проводить быстрые итерации с выкатыванием изменений каждую неделю, сбором метрик, анализом и улучшением
— Проводить эксперименты: A/B тесты промптов, гибридный поиск (текст + визуал + отзывы), мультимодальные модели, быстро проверять гипотезы на реальных пользователях
— Масштабировать систему с 2000 туров на Мальдивы до 50,000+ туров по трём направлениям с тысячами запросов в день
— Строить продукт с нуля, быстро экспериментировать и влиять на архитектуру
Требования:
— Опыт с продакшен LLM-приложениями, построение RAG-систем или чат-ботов на основе GPT/Claude
— Экспертный уровень промпт-инжиниринга: правильная структура промптов, few-shot examples, chain-of-thought
— Опыт работы с эмбеддингами и векторным поиском, понимание similarity search, hybrid search, reranking
— Python на уровне продакшена: чистый, быстрый, поддерживаемый код
Будет плюсом:
— Опыт с компьютерным зрением и мультимодальными моделями (CLIP, GPT-4o, Claude 4.5 Sonnet)
— Опыт с high-load системами и оптимизацией latency
— Понимание рекомендательных систем
— Понимание MLOps: мониторинг моделей, версионирование, A/B тестирование
— Опыт построения recommendation систем и MCP для LLM систем
— Личный опыт использования LLM для автоматизации задач
Софт-скиллы:
— Продуктовое мышление: AI как инструмент решения бизнес-задач
— Умение работать с метриками: конверсия, время сессии, escalation rate
— Быстрота принятия решений: выкатывать несовершенное решение и тестировать
— Умение объяснять сложное простым языком для команды и бизнеса
Условия:
— Официальное оформление по ТК РФ
— График 5/2, офис, сокращённый рабочий день по пятницам до 15:30
— Корпоративные программы обучения и развития
— Медицинское обслуживание: ДМС и собственная медсанчасть
— Специальные предложения от компаний-партнеров (рестораны, магазины, отдых, мероприятия)
— Организация отдыха сотрудников и их детей, оплата детского сада
— Аккредитованная IT компания
— Офис на станции м. Курская
— Корпоративные условия на приобретение туров
— Дополнительный оплачиваемый отпуск 3 дня, оплата больничного
— ДМС для членов семьи по корпоративным условиям
— Корпоративные условия на изучение английского и занятия спортом
Группа компаний «ДОМ.РФ» реализует национальные проекты в области жилищного строительства и ипотеки. Более 25 лет занимается развитием жилищной сферы в России. В компании работает более 9 тысяч человек, из которых более 1,5 тысяч — команда цифровой вертикали, проводящая цифровую трансформацию строительной отрасли и создающая инновационные ИТ-продукты.
Задачи:
— Развивать платформу разработки, проектировать и внедрять новые платформенные интеграции как готовый сервис для команд: от идеи до выката, доступов, мониторинга и документации
— Развивать текущий стек: секреты, управляемые БД, Kafka, registry, GitOps, CI/CD, наблюдаемость
— Сопровождать кластеры Kubernetes и платформенные сервисы, разбирать инциденты, поддерживать мониторинг и логирование
— Участвовать в развитии инфраструктуры: виртуальные машины, автоматизация, связанные платформенные компоненты
— Самостоятельно вести задачу до результата: уточнять требования, пушить смежников, эскалировать блокеры
— Оформлять заявки на сетевые доступы, учётные записи, сертификаты и согласования при необходимости
— Работать с продуктовыми командами как с заказчиками платформы и не оставлять интеграции незавершёнными
— Использовать LLM и ИИ-агентов в повседневной работе и развивать эти практики в команде, в том числе через MCP
Требования:
— 5+ лет в инфраструктуре, platform engineering или SRE
— Опыт с Kubernetes в продакшене: операторы, Helm, сеть, хранилище, RBAC, разбор инцидентов
— GitOps на практике: инфраструктура и сервисы описываются в Git, изменения идут через merge request, а не руками в кластере
— Опыт с Terraform и/или Ansible
— Опыт интеграций под ключ: Vault, операторы PostgreSQL и Kafka, registry, мониторинг
— Понимание корпоративного контура: сети, DNS, учётные записи, сертификаты, согласования со смежными командами и ИБ
— Умение доводить задачу до результата: заявки, переписка, эскалации
— Активная работа с LLM и ИИ-агентами: разбор инцидентов, код и манифесты, документация, исследование незнакомых API
Проект: система поддержки принятия решений для мониторинга и своевременного информирования
Требования:
- Высшее образование
- Опыт углубленного использования ИИ в работе (работа с ИИ-агентами, знание MCP)
- Опыт сбора и подготовки бизнес-требований и описания процессов
- Опыт описания моделей данных ИТ-систем (до атрибутов сущностей)
- Опыт проектирования пользовательских интерфейсов и UX-схем
- Опыт применения методологий функционального, информационного и процессного моделирования во всех указанных нотациях: eEPC, BPMN, UML
- Опыт применения всех указанных подходов к проектированию и интеграции enterprise-решений: SOA, SOAP, MQ, клиент-серверная архитектура, веб-сервисы
- Опыт написания тестовых сценариев и участие в их автоматизации
- Опыт командной разработки с использованием программных продуктов Confluence и Jira
- Опыт работы как в каскадных (waterfall), так и в гибких методологиях (Agile и/или DevOps и/или Scrum) разработки
Что нужно делать? • Разрабатывать новые и поддерживать/улучшать существующие проекты (backend+ML+участие в деплое), а также улучшать мониторинг и аналитику запущенных проектов.
Задачи:
— проектировать архитектуру микросервисных систем и интеграций
— разрабатывать высоконагруженные сервисы на Python
— проектировать и разрабатывать API (REST, gRPC)
— работать с асинхронными и event-driven подходами (Kafka)
— обеспечивать отказоустойчивость, масштабируемость и наблюдаемость сервисов
— оптимизировать производительность и работать с узкими местами
— участвовать в code review и развитии инженерных практик команды.
Требования:
— опыт коммерческой разработки на Python от 4-х лет
— опыт проектирования и разработки микросервисной архитектуры
— навык разработки высоконагруженных и отказоустойчивых систем
— уверенное знание PostgreSQL/ Redis (индексы, транзакции, оптимизация)
— опыт работы с Kafka или другими брокерами сообщений, а также разработки асинхронных приложений
— понимание CI/CD процессов и практик
— опыт работы с Kubernetes/ OpenShift.
Будет плюсом:
— опыт промышленной разработки на Go
— опыт работы с observability (метрики, логи, трейсы)
— знание инфраструктурных решений (виртуализация, storage, сети)
— опыт работы с security-протоколами (TLS, mTLS)
— понимание принципов работы LLM и AI-ассистентов
— понимание работы с контекстом, prompt design, MCP
— опыт использования AI-инструментов в разработке.
Условия:
— комфортный современный офис рядом с м. Кожуховская по адресу: 2-й Южнопортовый проезд,12А, к1
— формат работы офис на время адаптации, далее гибрид
— ежегодный пересмотр зарплаты и годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— расширенный ДМС, льготное страхование для семьи
— 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.
-Улучшение MCP-сервера: Вам предстоит расширить функциональность MCP-сервера, добавить инструменты для поиска и получения детальной информации о компонентах (пропсы, API, примеры). -Создание системы управления правилами и промптами для AI-ассистентов: Вы будете создавать централизованное хранилище версионированных промптов и правил поведения AI-ассистентов.
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.
💎 Сбор и документирование требований для e-learning платформы с 15M пользователей: написание user stories с критериями приёмки, gap- и конкурентный анализ, визуализация бизнес-процессов и UML-диаграммы, работа со стейкхолдерами на этапе пресейла, использование AI-инструментов в ежедневном workflow аналитика.
Ищем менеджера продукта, который возьмет на себя развитие десктопного AI-приложения для разных ролей в процессе разработки ПО: аналитиков, QA, product/project-менеджеров и других специалистов. Отвечать за продуктовую стратегию и развитие GigaCode Desktop.