Задачи:
— Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив
— Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop
— Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта
— Непрерывный мониторинг дрейфа моделей и качества данных в продакшене
— Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы
— Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента
— Оценка стоимости, latency и масштабируемости LLM-решений
Требования:
— Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов
— Знание методов борьбы с переобучением, data leakage, регуляризации
— Уверенный выбор алгоритмов под задачу
— Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов
— Опыт работы хотя бы в одном из направлений: классическое машинное обучение, временные ряды и прогнозирование
— Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL
— Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью
— Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками
— Опыт работы в e-commerce, retail или других продуктовых highload-системах
— Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes
— Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry
— Опыт эксплуатации GPU-инфраструктуры и оптимизации inference
— Адаптация моделей через fine-tuning (LoRA/PEFT)
— Опыт проектирования agentic workflows или multi-agent-систем
— Понимание принципов информационной безопасности, privacy и работы с персональными данными
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.
🕹 Список обязанностей: Разработка платёжной инфраструктуры: оркестрация и маршрутизация между провайдерами и MID. Реализация карточного vault, токенизации и безопасной работы с картами.
How you’ll make a difference: As a member of Iterable’s Managed Services team, this Email Deliverability Consultant will be responsible for providing our customers with the necessary tools, strategies, and best practices to ensure they’re maximizing their potential for landing in their recipients’ email inboxes.
Разрабатывать и дорабатывать сайты компании с использованием AI-инструментов (Cursor, Claude Code, v0, Lovable и т.п.). Настраивать, чинить и поддерживать уже существующие сайты.
Задачи Развитие платформы Работать над функционалом, стабильностью и производительностью. Развивать AI-функционал: LLM-based сценарии, tool calling, RAG, работу с контекстом, кэширование и другие механики.
Задачи:
— Разрабатывать компоненты платформы целиком
— Собирать требования, строить модели данных и описывать методики расчётов
— Общаться напрямую с конечными пользователями
— Проектировать архитектуру и защищать свои решения
— Глубоко применять Claude Code и Cursor как agentic-инструменты, а не просто чат
— Проводить ревью, технические обсуждения и развивать инженерную культуру
Требования:
— 5+ лет коммерческой разработки сложных DWH/BI-систем
— Уверенные навыки: C#, .NET, ASP.NET, Angular, AI-инструменты
— Реальный опыт работы с Claude Code: настройка CLAUDE.md, структурированные промпты, анализ кодовой базы, генерация production-ready кода, рефакторинг, тесты, pull requests и аудит безопасности
— Понимание ограничений LLM и умение выстраивать безопасный HITL процесс
Условия:
— Формат работы: удаленно, РФ, московский часовой пояс
— ЗП: готовы обсудить пожелания
— Корпоративные подписки на AI-инструменты
Что предстоит делать Разрабатывать собственную платёжную инфраструктуру вместе с CTO: оркестрацию и маршрутизацию между провайдерами и MID, карточный vault и токенизацию, рекуррентные списания, ребиллинг, ретраи и защиту от двойных списаний. Подключать эквайеров и доводить решения до продакшена.
We're building AI agents for performance marketing. Plurio, the AI agent for media buying teams running $300K–$15M/month on Google, Meta, and TikTok. It connects to your internal backend data and your ad accounts, automates analysis and optimization, saves 50% of time, and boosts ROAS by 10–30%. Our agents already run $500M+/year in ad spend. Since our public release in March, our customer base has grown 4× in 10–12 weeks. Our goal is the autonomous user acquisition factory that runs 10× better than anything before, growing budgets under management to $30B/year.
Задачи:
— Вы будете руководить командой и агентом, отвечать за рост клиентских метрик.
— Улучшать и обучать агента, формировать методологию его работы: как он читает данные, анализирует сигналы, автоматизирует решения и действия, взвешивает параметры.
— Встраивать логику медиабаинга в рабочие процессы и правила агента.
— Собирать лучшие практики из собственного опыта, клиентского портфеля и рынка, адаптировать их для агента и клиентов разных вертикалей.
— Совершенствовать агента совместно с продуктовой командой и AI маркетинговыми инженерами.
— Работать с клиентским портфелем: обучать команды клиентов работе с агентом, улучшать и контролировать рабочие процессы, правила и процессы внутри агента для роста метрик клиентов.
— Общаться с руководителями по привлечению пользователей, CMO и лидерами перформанс-маркетинга клиентов, обучать их, разбирать кейсы, находить новые задачи для агента.
— В случае, если агент управляет рекламой клиента, вы вместе с агентом и AI маркетинговыми инженерами становитесь командой клиента по Meta Ads, определяете логику и механику работы.
Требования:
— Опыт управления рекламным бюджетом в Meta от $1M в месяц.
— Опыт разработки стратегии, структуры, подходов к тестированию, автоматизации и найму команды, как лично, так и через команду.
— Глубокое понимание работы Meta: сигналы, аукционы, структура аккаунтов, логика оптимизации.
— Опыт управления командой из минимум 3-4 человек: медиабаеры, аналитики, креативные продюсеры.
— Умение объяснять логику и механику работы команде и отстаивать решения на уровне CMO.
— Опыт работы с автоматизацией: создание собственной или интеграция внешних сервисов, понимание CPA, правил масштабирования и остановки, логики принятия решений.
— Знание потребительских воронок: мобильные, веб, web-to-app, app-to-app, особенности окон конверсии, задержек атрибуции и отслеживания доходов.
— Опыт создания или соучастия в создании креативной фабрики для Meta: анализ, механика тестирования и генерация.
— Свободное владение английским языком, уверенное общение и письменная коммуникация с англоязычными клиентами.
Условия:
— Работа в команде, использующей AI-агентов во всех функциях: инженерия, продажи, операции, клиентские проекты.
— Обучение использованию и созданию агентов, интеграция вашего опыта в них.
— Прямая работа с основателями и руководством компании.
— Компенсация до $15K в месяц, включая базовую часть и бонусы за результат.
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.
Задачи:
— Выстраивать и развивать QA-процессы в команде.
— Участвовать в анализе требований и выявлять риски до начала разработки.
— Проводить функциональное, интеграционное, регрессионное и end-to-end тестирование.
— Тестировать API, базы данных, обмен данными и интеграции между компонентами системы.
— Разбирать логи и совместно с разработчиками локализовывать причины ошибок.
— Формировать тестовые сценарии и критерии готовности релиза.
— Организовывать тестирование решений на стендах и с реальным производственным оборудованием.
— Развивать автоматизацию тестирования.
— Выстроить подход к автоматизации QA с использованием ИИ: генерация и актуализация тестов, анализ требований, подготовка тестовых сценариев, анализ результатов прогонов и поиск потенциальных дефектов.
— Помогать развивать QA-команду и культуру качества внутри разработки.
Требования:
— Опыт работы QA на уровне Senior / Lead.
— Хорошее понимание техник тестирования и тест-дизайна.
— Опыт тестирования сложных интеграционных систем.
— Знание REST API, SQL, JSON/XML.
— Умение работать с логами и самостоятельно проводить первичную диагностику проблем.
— Понимание клиент-серверной архитектуры и сетевого взаимодействия.
— Опыт автоматизации тестирования или готовность самостоятельно выстроить её с нуля.
— Интерес к современным AI-инструментам и желание использовать ИИ как практический инструмент для повышения скорости и качества тестирования.
— Способность смотреть на продукт целиком, а не только проверять отдельные задачи.
Будет плюсом:
— Опыт тестирования промышленного ПО.
— Опыт с системами маркировки, сериализации и прослеживаемости.
— Знание PostgreSQL, Linux.
— Опыт взаимодействия ПО с принтерами, маркираторами, камерами и другим оборудованием.
— Практический опыт использования LLM/AI Agents в разработке или QA.
Условия:
— Собственные продукты и сложные задачи на стыке разработки, интеграций и промышленной автоматизации.
— Возможность напрямую влиять на качество продукта и процессы разработки.
— Возможность построить QA-практику и автоматизацию, в том числе с активным использованием AI.
— Работа в тесном контакте с разработчиками, аналитиками и инженерами внедрения.
— Возможность влиять на технические решения и инструменты команды.
— Оформление по ТК РФ, полный социальный пакет.
— Белая заработная плата (фиксированный оклад) и переменная часть по итогам выполнения KPI.
— График работы: 5/2.
— Комфортабельный бизнес-центр (БЦ «Барклай-Плаза», м. Парк Победы/Багратионовская/Фили) с магазинами, кофейнями и фитнес-клубом.
— Уютный офис с кофемашиной, снеками и свежими фруктами.
— ДМС/фитнес (на выбор).
— Отсутствие жёсткого дресс-кода.
— Открытая и прозрачная коммуникация на всех уровнях компании.
— Классные корпоративные мероприятия.
Задачи:
— разработка и обучение ML-моделей, систем инференса, численных вычислений, оптимизация производительности и программирование на Python;
— создание, решение, проверка и валидация сложных задач в области ML Engineering;
— реализация или модификация ML-модели;
— создание воспроизводимого процесса обучения или инференса;
— оптимизация использования памяти или производительности;
— поиск и исправление численных или системных ошибок;
— проверка соответствия реализации требованиям по корректности и производительности;
— разработка и проверка ML-моделей, training pipelines, inference-систем и вспомогательной инфраструктуры;
— реализация компонентов моделей, data pipelines, систем оценки и численных методов;
— создание воспроизводимых программных процессов с использованием Python и инструментов командной строки.
Требования:
— степень магистра или PhD;
— опыт использования coding agents с Python в рабочем процессе;
— уровень английского языка C1.
Условия:
— 15 часов в неделю;
— оплата $80–$150 в час;
— полностью удалённая работа с гибким графиком, специалист самостоятельно выбирает дни и часы работы, включая выходные при желании.
Удалённо
80 – 150 $
Удалённоhead
до 15 000 $
lead
Зарплата не указана
Все вакансии в одном месте — страница 10 · Job Hunters
