Задачи:
— Разработка и поддержка ригов (Control Rig) для персонажей и существ
— Настройка процедурной анимации и интеграция Motion Matching
— Работа с MetaHuman Framework и кастомизация персонажей
— Настройка физики (Chaos Physics) и деформаций (ML Deformer)
— Организация и оптимизация графов (Linked Layer)
Обязательные навыки:
— Уверенное владение инструментарием UE5: Control Rig, Motion Matching
— Практический опыт работы с Linked Layer (Layer Interface)
— Понимание пайплайна от DCC (Maya/Blender) до движка
— Навыки риггинга и оптимизации анимационных систем
Будет плюсом (уровень Pro):
— Опыт адаптации и риггинга MetaHumans
— Навыки работы с ML Deformer & Deformer Graph
— Продвинутая настройка симуляции физики (ткань, мягкие тела)
Мы предлагаем:
— Проект на передовых технологиях геймдева
— Возможность роста от Middle до уровня Architect
Задачи:
— Руководить командой NLP-инженеров и backend-разработчиков.
— Планировать и приоритизировать задачи, проводить ревью и контролировать качество решений.
— Определять архитектуру и технологический стек LLM/NLP-разработки.
— Вести ключевой проект направления — банковскую платформу парсинга документов.
— Формулировать технические требования и декомпозировать задачи.
— Вести технический бэклог и приоритизировать запросы от нескольких заказчиков.
— Контролировать реализацию решений на всех этапах разработки.
— Взаимодействовать с бизнес-заказчиками и смежными IT-командами.
— Развивать экспертизу команды, организовывать обмен знаниями и формировать лучшие практики.
— Заниматься наставничеством и профессиональным развитием сотрудников.
— Участвовать в выборе, интеграции и оптимизации ML-, OCR-, LLM- и VLM-моделей.
— Проектировать масштабируемые решения для промышленной эксплуатации моделей.
Требования:
— От пяти лет коммерческого опыта в NLP, LLM или backend-разработке на Python.
— Не менее трёх лет опыта в роли Tech Lead.
— Практический опыт управления инженерной командой и технической частью продукта.
— Глубокое понимание ML-алгоритмов, OCR-моделей, архитектуры LLM и VLM-моделей.
— Уверенное владение Python.
— Практический опыт работы с PyTorch, Hugging Face, sentence-transformers и FastAPI.
— Опыт интеграции и оптимизации моделей Qwen, DeepSeek, Llama, Mistral или аналогичных.
— Понимание принципов оптимизации inference.
— Знание подходов к масштабированию, кэшированию и распределённому inference.
— Опыт взаимодействия с бизнес-заказчиками и смежными IT-командами.
— Умение формировать и вести технический бэклог.
— Навыки сбора, декомпозиции и приоритизации требований от нескольких заказчиков.
Будет плюсом:
— Опыт интеграции LLM с корпоративными системами и BI-платформами.
— Знание инструментов мониторинга LLM по показателям latency, quality и cost.
— Опыт работы с библиотеками Docling и Kreuzberg.
— Опыт проектирования и разработки высоконагруженных систем.
Условия:
— Полный рабочий день.
— Можно удалённо.
— Работа в команде экспертов.
— Широкий технологический стек, сотни проектов.
— Гибкий график работы.
— Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии.
— Процессы удаленной работы и просторные офисы с зонами коворкинга.
— Возможность профессионального роста: тимлид, архитектор, full-stack разработчик.
— Система наставничества, сертификация, участие в конференциях, изучение английского.
— Внутренние и внешние митапы, хакатоны, доклады по развитию hard и soft skills.
— 50+ клубов по интересам и профессиональных сообществ.
— Корпоративная база знаний и социальная сеть для сотрудников.
Задачи:
- Разрабатывать, обучать и оптимизировать ML/AI-модели на PyTorch или TensorFlow
- Проектировать end-to-end пайплайны обработки и подготовки данных
- Работать с синтетическими данными и автоматизацией разметки
- Интегрировать AI/ML-модели с backend и другими компонентами продукта
- Подготавливать модели к production-деплою и масштабированию
- Настраивать процессы мониторинга, версионирования и экспериментов с использованием MLOps-инструментов
- Контейнеризировать ML-процессы с помощью Docker
- Работать с облачной инфраструктурой AWS или аналогами
- Участвовать в оптимизации inference и производительности моделей
- Взаимодействовать с инженерами и другими участниками AI-команды на всех этапах разработки
- Определять техническое направление AI-проектов, принимать ключевые архитектурные решения и обеспечивать техническое руководство командой на всех этапах разработки.
Требования:
- Опыт 4+ года коммерческого опыта в Machine Learning / AI Engineering
- Практический опыт разработки и внедрения ML-моделей в production
- Английский (свободный)
- Уверенное понимание основ Machine Learning и Deep Learning
- Знание методов оптимизации моделей и ключевых ML-метрик
- Практический опыт с MLOps (MLflow/Kubeflow/AWS SageMaker или аналогичные)
Условия:
- Формат: Full-time
- Локация: Ташкент (Офис)
- Официальное трудоустройство по ТК УЗ
- Занятость: полный рабочий день
About The Role ✍️ We’re hiring a Technical Lead Manager to lead a cross-functional product squad, combining hands-on technical leadership with people management. You’ll lead a team of 4–5 engineers, working closely with Product, Design, Data and other technical leaders to build products that improve our users’ financial health.
Обязанности:
• Принять и изучить существующую архитектуру и кодовую базу.
• Стать техническим владельцем продукта.
• Самостоятельно разрабатывать ключевые backend-модули.
• Развивать функции на...
Требования:
• Не менее 5 лет опыта коммерческой разработки.
• Уверенное знание TypeScript, Node.js и NestJS.
• Сильное понимание backend-архитектуры.
• Практический опыт работы...
Нужен специалист, который сможет не только писать код по готовому ТЗ, но и участвовать в архитектуре, принимать технические решения и отвечать за backend-часть проекта. — изучить требования проекта.
Задачи:
— Погрузиться в продукт по управлению талантами и стать его маркетинговым экспертом.
— Исследовать рынок Talent Management, конкурентов, тренды и потребности клиентов.
— Формировать и развивать позиционирование продукта и его ключевые преимущества.
— Сегментировать целевую аудиторию, роли ЛПР и ключевые боли клиентов.
— Формировать value proposition для разных сегментов и сценариев использования продукта.
— Участвовать в определении продуктовой стратегии и roadmap с точки зрения потребностей рынка.
— Разработать и реализовать go-to-market стратегию.
— Выстроить процесс постоянной лидогенерации.
— Создавать sales kit: презентации, battle cards, кейсы, FAQ, материалы для переговоров.
— Помогать продажам лучше объяснять ценность продукта клиенту и отстраиваться от конкурентов.
— Участвовать в формировании продуктовых предложений, упаковке и коммерциализации новых релизов.
— Проводить CustDev и глубинные интервью с HRD, руководителями функций и другими пользователями продукта.
— Выявлять реальные Jobs-to-be-Done, боли и барьеры к покупке.
— Анализировать обратную связь клиентов и превращать ее в продуктовые и маркетинговые гипотезы.
— Следить за изменениями HR-рынка и понимать, как они влияют на спрос на Talent Management решения.
— Совместно с контент-командой создавать контент, который помогает продавать продукт: кейсы, исследования, статьи, вебинары, лендинги, презентации.
— Формировать продуктовые месседжи для разных каналов и аудиторий.
— Работать с командой производства/маркетинга/продаж над привлечением качественного спроса.
— Измерять эффективность маркетинга и связывать активности с бизнес-результатами.
Требования:
— Опыт продуктового маркетинга в HR-tech продуктах от 3 лет.
— Опыт работы с B2B-продуктами и длинным циклом продаж.
— Умение самостоятельно проводить конкурентный анализ, CustDev и исследования рынка.
— Опыт создания позиционирования, value proposition и go-to-market стратегии.
— Data-driven подход.
— Умение превращать сложный технологический продукт в простое и убедительное предложение для клиента.
— Будет большим преимуществом: опыт с Talent Management / Performance Management / Learning & Development / HR Analytics продуктами.
— Опыт вывода HR-tech продукта или нового модуля на рынок.
— Понимание российской специфики корпоративного HR.
— Опыт работы с HRD / C&B / L&D / Talent Management руководителями.
— Понимание HR изнутри рынка, умение ставить гипотезы и проверять их, коммуникация с клиентами и продавцами, умение обсуждать продукт с Product Manager и HRD, работа в условиях неопределенности, самостоятельность, ориентация на выручку, pipeline, adoption и product-market fit.
Условия:
— Официальное оформление и стабильный прозрачный доход.
— Формат работы: офис или гибрид (территориально м.Алексеевская/Марьина Роща).
— Все льготы и преимущества работы в аккредитованной ИТ-компании.
— Обучение: корпоративный университет, электронная библиотека, вебинары с экспертами, центр карьерного консультирования.
— Сообщества: школа спикеров, дебат клуб, писатели Хабр, киберспорт.
— Спорт: футбольный, волейбольный и баскетбольный клубы, частичная компенсация затрат на спорт.
— Здоровье: ДМС, включая стоматологию и страхование родственников, врач в офисе, сервис «Понимаю» (психологические и юридические консультации).
— Партнерские программы и скидки для сотрудников: магазины-партнеры, фитнес-клубы, образовательные платформы, досуговые мероприятия.
— Собственный комфортный офис с местом для работы, спорта и отдыха: спортзал, салон красоты, летний коворкинг на крыше.
— Питание: столовая, оборудованные кухни, кофейный киоск, вендинговые аппараты здоровой еды.
Задачи:
- вести разработку от идеи и MVP до production, управлять командой и при этом оставаться hands-on. Переходим к продуктовой разработке малыми командами и AI-agentic подходу. Важно уметь самостоятельно быстро собрать пилот с AI-инструментами, а затем вместе с командой довести его до production.
- Руководить командой разработки: планирование, декомпозиция, приоритизация, delivery.
- Вести продукты от идеи до релиза и оценивать результат.
- Принимать продуктовые и технические решения, формировать roadmap и техническое видение.
- Выстраивать процессы разработки, code review, тестирование и контроль качества.
- Развивать команду, участвовать в найме и менторинге.
- Внедрять AI-инструменты и агентные сценарии разработки в команду.
Требования:
- 5+ лет коммерческой разработки.
- 1–2+ года в роли Team Lead / Tech Lead / руководителя разработки или проекта.
- Опыт управления командой и delivery.
- Практический опыт с Claude Code, Cursor, OpenAI Codex, GitHub Copilot или аналогами.
- Умение самостоятельно собрать MVP и довести его до production вместе с командой.
- Понимание LLM, RAG, AI-агентов и оценки качества AI-фич.
- SQL / PostgreSQL, REST API, Docker, Git.
- Понимание product metrics, PMF, ICP, activation, retention.
- Fullstack / hands-on опыт.
- Опыт основания стартапа.
- Open Source.
- Построение команды с нуля.
- n8n, LangChain/LangGraph, Open WebUI.
- Идеальный профиль: Product × Engineering × AI — человек, который умеет не только управлять разработкой, но и сам быстро превращать идею в работающий прототип.
Условия:
- РФ, удалённо, full-time, ИП/СЗ.
Задачи:
— разработка, обучение и оптимизация ML/AI-моделей на PyTorch и/или TensorFlow
— проектирование end-to-end ML-пайплайнов
— работа с LLM, NLP, Computer Vision и Generative AI
— подготовка моделей к production и масштабированию
— интеграция моделей с backend
— оптимизация inference и производительности
— построение MLOps-процессов
— работа с Docker и cloud-инфраструктурой
— принятие архитектурных решений и техническое руководство AI-командой
Требования:
— от 4 лет коммерческого опыта в Machine Learning / AI Engineering
— практический опыт разработки и внедрения ML-моделей в production
— уверенный Python
— PyTorch и/или TensorFlow
— понимание Machine Learning и Deep Learning
— знание ML-метрик и методов оптимизации моделей
— Docker, Git
— AWS или аналогичные cloud-платформы
— практический опыт с MLflow, Kubeflow, AWS SageMaker или аналогичными MLOps-инструментами
— свободный английский язык
Условия:
— full-time
— офис в Ташкенте
— официальное трудоустройство по ТК Узбекистана
— вилка от $3,500
Верме — российская IT-компания, которая занимается HR-Tech разработкой и автоматизацией управления линейным персоналом (продавцами, кассирами, курьерами, работниками складов).
Задачи:
— Построить с нуля переиспользуемое ядро продукта: документы → граф знаний → гибридный поиск → ответ со ссылкой на пункт и статусом редакции.
— Отвечать за архитектуру и разработку.
— Первая цель — MVP.
Обязанности:
— Архитектура ядра.
— Работа с данными.
— Резолвинг перекрёстных ссылок, версионность и статусы актуальности документов.
— Hybrid retrieval.
— Graph RAG.
— Evaluation.
— Поставка.
— Техлидерство.
Требования:
— 5+ лет backend-разработки на Python, из них 2+ года с LLM/RAG в продакшене (в идеале).
— Графовые базы данных, моделирование онтологий.
— Векторные базы данных, гибридный поиск, реранкинг.
— LLM.
— Опыт поставки в закрытые контуры.
— Опыт руководства.
Плюсом:
— GraphRAG, entity extraction/resolution.
— Внедрения в промышленности или проектных институтах.
— React/TypeScript для интерфейса и админки.
Условия:
— Удалённая работа по России.
— Гибкий график: 5/2 с 10:00 до 19:00 по Москве, с возможностью подстроить часы работы.
— Клубы по интересам, летний выезд на природу AGIMA Camp, корпоративные вечеринки с возможностью приглашать семью.
— Поддержка в создании личного бренда для профессионального роста.
— Бесплатные билеты на забег для IT-специалистов RUNIT.
— ДМС со стоматологией.
— Оформление по ГПХ с физлицом.
FunnelFox — no-code инструмент для роста дохода приложений через Web2App-воронки.
Требования:
— 7+ лет опыта работы с Python
— опыт в платежных системах или биллинговой инфраструктуре
— опыт работы с PostgreSQL, Docker, Kubernetes
Размер команды – 50+.
Формат работы: удалённо.
Обязательные требования:
— От 3 лет коммерческого опыта разработки на Java
— Опыт Senior Developer, Tech Lead или технического лидера
— Участие в олимпиадах по программированию — ICPC, IOI, Codeforces или аналогичных соревнованиях
— Сильные знания алгоритмов, структур данных и оценки сложности
— Глубокое знание Java, Spring Boot и экосистемы Spring
— Опыт проектирования микросервисных и распределённых систем
— SQL и NoSQL, оптимизация запросов и баз данных
— Kafka и/или RabbitMQ
— Docker и Kubernetes
— CI/CD, мониторинг, логирование и observability
— Опыт принятия архитектурных решений и проведения code review
Задачи:
— Разрабатывать backend-сервисы на Java и Spring Boot
— Проектировать микросервисы, интеграции и отказоустойчивые компоненты
— Принимать ключевые технические решения
— Повышать производительность и стабильность high-load систем
— Находить системные узкие места и разбирать production-инциденты
— Декомпозировать задачи и участвовать в планировании
— Проводить code review и поддерживать инженерные стандарты
— Менторить разработчиков и развивать команду
— Взаимодействовать с разработчиками, DevOps и аналитиками
Будет преимуществом:
— Призовые места или выход в финальные этапы олимпиад
— Высокий рейтинг на Codeforces, LeetCode или аналогичных платформах
— Опыт с DDD и Event-Driven Architecture
— Работа с high-load и legacy-системами
— Архитектурные ревью и подготовка ADR
— Участие в найме и технических интервью
— Английский язык B2+
Задачи:
— Руководить командой Computer Vision Engineers
— Проектировать архитектуру production AI-систем
— Менторить инженеров и проводить code review
— Декомпозировать задачи и контролировать качество реализации
— Разрабатывать пайплайны обработки десятков и сотен RTSP-потоков
— Оптимизировать инференс на GPU и CPU
— Принимать ключевые технические решения
— Участвовать в найме и развитии AI-команды
Основной стек:
Python, PyTorch, OpenCV, YOLO, RTSP, GStreamer, NVIDIA DeepStream, TensorRT, Triton Inference Server, ONNX, OpenVINO, CUDA, FastAPI/gRPC, Docker и Kubernetes.
Что важно:
✅ Сильный коммерческий опыт в Computer Vision и Video Analytics
✅ Опыт технического лидерства или менторства
✅ Запуск production AI-систем
✅ Уверенное знание Python, PyTorch, OpenCV и YOLO
✅ Практический опыт с RTSP, GStreamer, DeepStream и TensorRT
✅ Оптимизация моделей через ONNX, TensorRT, OpenVINO, CUDA или Quantization
✅ Понимание высоконагруженной обработки видеопотоков
✅ Умение принимать и аргументировать архитектурные решения
Будет плюсом:
➕ Triton Inference Server
➕ C++ и CUDA
➕ Kafka и потоковая обработка данных
➕ MLflow и MLOps
➕ ViT, DETR, Swin и Video Transformers
➕ VLM, RAG, LangGraph, vLLM и Function Calling
➕ Опыт найма и формирования AI-команд
Предлагаем влияние на архитектуру и технологический стек, сильную инженерную команду и работу над высоконагруженной системой промышленного уровня.
About the Role
We are looking for a unique Senior Backend Engineer who bridges the gap between powerful infrastructure and scalable, maintainable application architecture. You are as comfortable managing Kubernetes clusters as you are architecting complex server-side logic and ensuring long-term code health. In this role, you will own the full lifecycle: designing robust RESTful architectures, orchestrating containers via Kubernetes, and building systems that are as resilient as they are efficient.
Key Responsibilities
You’ll create and develop Kubernetes Operators using Go & Operator SDK, implemented as microservices.
End-to-End Development: Design and develop high-performance web applications with a focus on high availability architectures and disaster recovery scenarios.
Infrastructure & Orchestration: Manage containerized environments using Kubernetes or Docker Swarm (including deployment, scaling, and health.
Requirements
7+ years of professional experience in Backend development, with minimum 5 years of experience in Go.
Experience as a Tech lead/Team lead.
Hands-on production experience with Kubernetes.
Experience using Go & Operator SDK
Experience with AWS. (proven experience developing and maintaining operators for managing resources in AWS)
Advantage
Proficiency in modern server-side languages such as Node.js, Python or Rust.
Experience with GCP or Azure.
Задачи:
— Техническое руководство ИИ-командой из 7 человек
— Разработка агентной системы для врачей, включающей сбор анамнеза, саммаризацию медицинских карт и создание драфтов заключений
— Опционально people management
Требования:
— Сильные технические навыки в области искусственного интеллекта
Условия:
— Удалённая работа
— Полная занятость
— Зарплата от 500 000 ₽ в месяц
Компания Лучи предоставляет ДМС, обслуживает более 1 млн застрахованных и имеет собственную телемедицинскую клинику.