Вакансии

Задачи: — Разработка и оптимизация веб-приложений по работе с автопроизводителями и дилерскими центрами — Рефакторинг и развитие существующего функционала — Документирование архитектурных решений и разработанных приложений — Участие в грумминге и оценке трудозатрат задач — Участие в проработке архитектуры решений — Поддержка и развитие систем в промышленной эксплуатации Требования: — Опыт коммерческой разработки на Python от 1,5 лет — Уверенное знание Python (asyncio, typing, обработка ошибок и контекстные менеджеры (contextlib), логирование) — Опыт разработки с использованием FastAPI и Django/DRF (или аналогов) — Опыт проектирования и разработки REST API — Понимание принципов микросервисной архитектуры — Опыт работы с PostgreSQL (транзакции, ACID, индексы, оптимизация запросов) — Опыт работы с Redis, брокерами сообщений (Kafka и/или RabbitMQ) — Опыт контейнеризации (Docker), настройки CI/CD (GitLab CI, GitHub Actions или аналогичные) — Понимание практик логирования и мониторинга (Prometheus, Grafana, ELK или аналоги) — Базовое понимание вопросов безопасности приложений (аутентификация, авторизация, защита данных) — Уверенная работа с Git — Опыт написания unit и интеграционных тестов (pytest или аналоги) — Английский на уровне чтения технической документации Будет плюсом: — Опыт работы в разработке веб-сервисов — Опыт деплоя приложений (Kubernetes) — Опыт работы по git-flow — Практика TDD/BDD — Опыт использования AI-инструментов (например, ChatGPT, GitHub Copilot) для разработки и поиска технических решений — Понимание best-practice применения AI в разработке: валидация и критическая оценка сгенерированного кода, использование AI для ускорения разработки без потери качества и безопасности

Компания «Доктор Веб» каждый день исследует новые цифровые угрозы и разрабатывает решения, позволяющие эффективно защищаться от них. Сейчас мы ищем специалиста, который поможет поддерживать качество наших продуктов на высоком уровне. В нашей команде Вы получите новые знания, обменяетесь опытом с коллегами, повлияете на функциональность, архитектуру и внешний вид наших продуктов, а также поучаствуете в автоматизации тестирования и сможете развиваться в этом направлении. Мы используем Git для хранения кода, менеджер управления пакетами Pip, фреймворки PyTest и Robot Framework и Python 3.x как основной язык для написания тестов. Задачи: — автоматизированное и иногда ручное тестирование; — регистрация, классификация и контроль найденных дефектов; — использование, исправление, дополнение базы автотестов; — разворачивание стендов для проведения автоматизированного тестирования; — взаимодействие с командами разработки. Требования: — знание и понимание процессов тестирования и разработки ПО; — знание ОС семейства Windows / Linux на уровне продвинутого пользователя; — знание Python / C++; — опыт работы с Git; — опыт работы с системами виртуализации Virtualbox, Hyper-V. Будет преимуществом: — базовые знания ОС Linux / Unix; — знание Bash / Powershell; — опыт составления и поддержания в актуальном состоянии базы знаний по развёрнутым системам автоматизированного тестирования. Условия: — официальное трудоустройство; — работа только в офисе, гибкое начало рабочего дня; — современный офис на Петроградской стороне; — конкурентоспособная заработная плата (обсуждается индивидуально, зависит от вашего опыта и квалификации); — ДМС, включая стоматологию; — горячие обеды, фрукты, напитки; — зона отдыха, тренажёры, полезные для работы книги.

Overview Мы разрабатываем продукты рискового скоринга и лидогенерации. Нашими решениями пользуются 80% банковского сектора России. Также мы создаём продукты для страхования, электронной коммерции, ритейла и туризма. Мы ищем Middle Python-разработчика (на декретную ставку) в команду проекта компании OneFactor. Сервис принимает сегменты абонентов из потоковых и пакетных источников, применяет правила фильтрации и арбитража, а затем управляет рассылками через внешних партнёров. Задачи: • Развивать существующие и разрабатывать новые сервисы на Python • Проектировать и реализовывать бизнес-логику сервиса • Создавать и поддерживать интеграции с Kafka, внутренними системами и HTTP API внешних партнёров • Повышать производительность и надёжность асинхронных сервисов, улучшать метрики, логирование и обработку ошибок • Разбирать инциденты, участвовать в архитектурных решениях и поддерживать интеграционные тесты Требования: • Опыт коммерческой разработки на Python от 3 лет • Уверенное владение asyncio и понимание конкурентного выполнения, таймаутов, повторных попыток и контроля нагрузки • Опыт разработки API и сервисных интеграций; практическая работа с FastAPI или aiohttp • Хорошее знание SQL и PostgreSQL, опыт работы с SQLAlchemy • Понимание принципов распределённых отказоустойчивых систем и опыт работы с Kafka • Умение диагностировать производственные проблемы и писать интеграционные тесты Будет плюсом: • Опыт работы с Redis и большими наборами данных • Понимание контейнеризации в Docker • Мониторинга сервисов в Prometheus и оптимизации асинхронных приложений. • Готовность при необходимости перейти на Go Наш основной стек Python 3.13, FastAPI, asyncio, aiohttp, SQLAlchemy, PostgreSQL, Kafka, Redis, Docker, pytest, Prometheus

Задачи: — Доставлять результаты работы AI клиентам через веб-API и приложения — Поддерживать серверные сервисы на Python в распределённой системе — Разрабатывать и поддерживать REST API — Покрывать существующий код тестами, внедрять автоматизированное тестирование — Повышать стабильность системы: разбирать отчёты об ошибках, исправлять баги — Регулярно обновлять схему базы данных — Создавать переиспользуемую и гибкую кодовую базу Требования: — 2+ года коммерческой разработки на Python — FastAPI, REST, HTTP, TCP — SQL: запросы, проектирование БД, миграции — Опыт разработки веб-приложений с нуля — Unit-тесты, pytest — Linux, Docker — Английский B2+ Будет плюсом: — Знание медицинских стандартов DICOM, HL7 — Опыт с облаками: AWS, k8s — JavaScript — Понимание ML и computer vision Условия: — Полная удалёнка — Гибкий график — Работа с американским и европейским рынком — ЗП: обсуждается индивидуально, ориентируемся на рынок

Задачи: — Проектировать и реализовывать высокопроизводительные асинхронные Python backend-сервисы с использованием FastAPI и asyncio для сложных рабочих процессов. — Транслировать сложную бизнес-логику в надежные конечные автоматы, управляя переходами состояний требований от Draft до Active и Approved/Rejected. — Создавать и поддерживать интеграционный слой с REST API JAMA Connect, обеспечивая синхронизацию данных и обработку крайних случаев, таких как ограничение скорости и повторные попытки. — Быть главным архитектором клиент-серверного контракта, сотрудничая с инженерами Swift/macOS для определения JSON-схем, кодов ошибок и перечислений статусов. — Проектировать схемы реляционных баз данных в PostgreSQL, поддерживающие полные аудиторские следы и версионирование записей для каждого решения об утверждении. — Поддерживать высокое качество кода через тщательное покрытие тестами с pytest и документировать жизненный цикл API для обеспечения долгосрочной поддержки QA и будущих инженеров. Требования: — Опыт работы с асинхронными I/O паттернами (FastAPI, asyncio или aiohttp) и глубокое понимание написания неблокирующего, масштабируемого кода. — Сильный опыт проектирования и использования RESTful API, включая пагинацию, обработку ошибок и интеграцию с внешними сервисами. — Продвинутые навыки работы с PostgreSQL, особенно в проектировании схем для отслеживания версий, сложных миграций и аудиторских журналов высокой целостности. — Опыт создания конечных автоматов или сложных движков рабочих процессов с многоэтапным утверждением и переходами состояний. — Мышление "test-first" с профессиональным опытом использования pytest для юнит- и интеграционного тестирования как с моками, так и с живыми эндпоинтами. Условия: — Возможность работать над передовыми проектами. — Работа в мотивированной и преданной команде. — Конкурентная зарплата. — Гибкий график. — Пакет льгот: медицинская страховка, спорт. — Возможности профессионального развития.

Задачи: — проведение функционального, регрессионного и интеграционного тестирования веб-версии, а также мобильных приложений на iOS и Android — составление и поддержка тестовой документации и тестирование AI-сервисов — участие в подготовке релизов и обеспечение стабильности продукта — проверка автопротокола: распознавание договорённостей, автоматизация задач и назначение ответственных — тестирование API (REST, WebSocket) для корректного обмена данными между фронтендом и бэкендом — участие в приемо-сдаточных испытаниях и подготовке демо для заказчиков. Требования: — опыт функционального и регрессионного тестирования веб-приложений от 3 лет — опыт автоматизации тестирования на Python от 2 лет — навыки работы с DevTools, Postman (или аналогами) для тестирования API — знание SQL для проверки данных в БД и первичной диагностики — знание Python (core, Pytest, Selenium, Selenoid, requests, allure) — опыт применения CI/CD (Jenkins, GitLab CI/CD) для запуска тестов — будет плюсом опыт создания AI-агентов и использования их в работе — опыт анализа логов (Openshift, Kubernetes, Elastic) — опыт тестирования сложных аналитических систем (дашборды, прогнозные модели) — опыт тестирования и автоматизации тестирования мобильных приложений на iOS и Android (Python + Appium) — опыт или интерес к тестированию AI-систем. Условия: — гибридный формат работы из офиса в г. Москва — годовой бонус и ежегодный пересмотр — расширенный ДМС с первого дня + стоматология и льготное страхование для семьи — корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях — офис на Ленинском проспекте с зонами отдыха и спортзалом — льготная ипотека в Сбере, корпоративная пенсионная программа — подписка СберПрайм с возможностью совместного использования на трёх близких — скидки от партнеров и сервисов группы компаний.

Задачи: — Подготовка тест-кейсов на основании требований и критериев приемки инициатив — Функциональное и интеграционное тестирование ИИ-агентов, workflow на платформе Dify, API-интеграций со внутренними системами — Проверка позитивных, негативных и пограничных сценариев, включая нетипичные запросы пользователей и «галлюцинации» модели — Регрессионное тестирование после изменений промптов, моделей, базы знаний (RAG) и интеграций — Проверка соответствия результата согласованным требованиям и метрикам качества — Формирование и поддержание тестовых выборок (golden set) совместно с бизнесом и ML-командой, участие в оценке качества ответов — Фиксация дефектов, контроль их устранения, отчётность по качеству релизов — Проведение приемочного тестирования перед выпуском в production и участие в приемке с бизнесом Требования: — Опыт работы от 3 лет в тестировании ПО — От 1 года тестирования продуктов на основе ML/LLM или тестирования API и интеграций backend-сервисов — Понимание специфики недетерминированных ответов модели — Не менее 2 проектов тестирования интеграционных / API-решений или ИИ-продуктов с выводом в промышленную эксплуатацию — Опыт построения регрессионных наборов и тестовых выборок — Желательно: опыт в e-commerce, ритейл, B2B-дистрибуция, клиентский сервис — Тест-дизайн, тестовая документация, работа с баг-трекером — Тестирование REST API (Postman или аналоги), чтение JSON, логов — SQL на уровне выборок для проверки данных — Python на базовом уровне для скриптов проверки и подготовки тестовых данных — Понимание принципов работы LLM, RAG, промптов и метрик качества ИИ (точность, полнота, оценка ответов по критериям) — Желательно: опыт работы с платформами оркестрации LLM (Dify, LangChain и т.п.) — Желательно: автоматизация тестирования API (pytest, requests) и LLM-eval инструменты (RAGAS, DeepEval, promptfoo или аналоги) — Желательно: опыт разметки и оценки ответов модели (LLM-as-a-judge, ручная оценка по рубрикам) — Желательно: CI/CD, Git на базовом уровне — Системы учета задач и документации: Jira / Yandex Tracker, Confluence / Yandex Wiki, Git, реестр ИИ-инициатив в Google Sheets Условия: — Занятость: фултайм — Формат работы: удалённая по РФ или в офисе в Москве/Саранске (hybrid) — Тип контракта: ГПХ, ИП — Оплата до 1400 руб./час гросс

Location: Москва Мы - направление Сбербанк Онлайн и AI-помощник в дивизионе Премиальный сегмент. Наша общая цель – развивать интеллектуальные сервисы для повышения качества обслуживания премиальных клиентов и эффективности работы сотрудников. Одно из ключевых направлений – комплексный AI-анализ коммуникаций менеджеров с клиентами: анализ транскрибированных диалогов и аудиосигнала, контроль стандартов обслуживания, выявление эскалаций и пропущенных элементов, анализ тональности и речевых характеристик, а также формирование рекомендаций для сотрудников и руководителей. **Почему мы:** ·      Развиваем прикладные AI-решения, которые быстро проверяются на реальных бизнес-сценариях; ·      Есть возможность работать не только с LLM и prompt-based подходами, но и с классическим ML, NLP, Speech и собственными моделями; ·      Доступна внутренняя инфраструктура для обучения моделей и использования GPU-ресурсов; ·      Можно участвовать в развитии решений на базе GigaChat, RAG, LoRA и агентных подходов; ·      Небольшая AI-команда: заметное влияние на архитектуру, эксперименты и итоговый продукт; ·      Сильное бизнес- и IT-окружение, высокие темпы вывода решений в эксплуатацию. Обязанности ·  разрабатывать и поддерживать высоконагруженные Python-сервисы (FastAPI), обеспечивающие работу AI-компонентов · проектировать и разрабатывать REST/gRPC API для интеграции AI-моделей с бизнес-системами; · строить надежные data-pipeline: от приема сырых данных (Kafka) до выдачи результатов в PostgreSQL и внешние системы; · работать с асинхронным кодом (asyncio) для обработки потоков данных в реальном времени · интегрировать LLM и RAG-сервисы в продуктовый контур через API · готовить данные для экспериментов, формировать обучающие и валидационные выборки · участвовать в Code Review, технических обсуждениях, документировании решений и выводе сервисов в промышленную эксплуатацию. Требования · уверенное владение Python (3.9+) для разработки высоконагруженных бэкендов, понимаете GIL, асинхронность и многопоточность · практический опыт с FastAPI, Pydantic, SQLAlchemy/asyncpg, asyncio и разработкой REST/gRPC API · умение проектировать и оптимизировать схемы PostgreSQL, писать сложные SQL-запросы, использовать индексы и понимать принципы работы MVCC · опыт работы с брокерами сообщений (Kafka/RabbitMQ), понимание моделей доставки, партиционирования и идемпотентности · понимание принципов контейнеризации (Docker) и базовых практик CI/CD · умение писать надежный, покрытый тестами код (pytest, coverage) и проводить code review · понимание принципов работы LLM, prompt engineering, RAG и подходов к оценке качества генеративных моделей · умение проводить воспроизводимые эксперименты и аргументированно сравнивать несколько подходов к одной задаче · самостоятельность, готовность разбираться во внутренней инфраструктуре и ограничениях корпоративного контура · умение объяснять результаты экспериментов разработчикам, аналитикам и бизнес-заказчикам. **Будет плюсом:** ·      опыт Speech/Audio ML: acoustic features или анализ эмоций по аудио ·      опыт в NLP: классификация текстов, embeddings, transformers, извлечение признаков или близкие задачи ·      опыт fine-tuning LLM, LoRA, работы с embeddings и векторным поиском ·      опыт с CatBoost/LightGBM и predictive ML-задачами ·      опыт разработки или эксплуатации ML-сервисов, контейнеризации и оркестрации ·      опыт работы в крупных корпоративных контурах с повышенными требованиями к безопасности. Условия ·      гибкий график начала рабочего дня ·      уровень заработной платы определяем по итогам собеседования, отталкиваемся от ваших ожиданий ·      команда профессионалов своего дела ·      возможность развития по направлениям ·      ДМС с 1-го дня работы ·      обучение и сертификация за счет компании (в том числе обучение английскому языку компенсируется) ·      скидки от партнеров и корпоративные программы ·      рыночная заработная плата и годовая премия по итогам ·      выстроенные процессы по адаптации, оценке и понятную систему роста в компании; ·      наставник на период адаптации и корпоративную жизнь, в которой можно участвовать по желанию ·      сплоченная команда, agile-практики и помощь в профессиональном развитии.

Задачи: — Проектирование и реализация backend- и frontend-частей веб-приложений и внутренних систем — Разработка async API и сервисов на Python (Litestar, FastAPI) — Проектирование моделей данных, схем БД и миграций — Работа с аналитическими нагрузками: тяжёлые запросы, агрегации, оптимизация под OLAP — Проработка бизнес-логики и доменных моделей (DDD), слоистая архитектура — Интеграция сервисов между собой: gRPC, брокеры сообщений, фоновые задачи — Контейнеризация сервисов и настройка окружений (Docker, GitLab CI) — Разработка пользовательских интерфейсов на React + TypeScript — Интеграция фронтенда с backend-API, кодогенерация клиента из OpenAPI, обработка edge-кейсов — Разработка и поддержка переиспользуемых UI-компонентов — Участие в проектировании архитектуры приложений и выкатка своего кода в прод Требования: — Опыт коммерческой разработки от 3 лет, из них год+ в роли fullstack — Python 3.12+, полная типизация — Litestar или FastAPI, Pydantic v2, Dishka — SQLAlchemy 2.0, Alembic, asyncpg — PostgreSQL: индексы, план запроса, оконные функции, оптимизация тяжёлых запросов — Опыт хотя бы с одним аналитическим или поисковым хранилищем: ClickHouse, Elasticsearch, Neo4j — Слоистая архитектура, DDD — Git, Docker, GitLab CI (или аналог) — Фоновые задачи и очереди: taskiq или Celery, NATS, Redis — React 19, TypeScript, Vite, bun — TanStack Router, TanStack Query, TanStack Table, Zustand, react-hook-form, zod — Компонентные библиотеки: Mantine 8 либо Tailwind 4 + Radix/shadcn — Feature-Sliced Design или другая явная слоистая структура фронтенда — HTML, CSS, component-based подход — Системное мышление, внимание к качеству кода, самостоятельность в проработке задачи Будет плюсом: — structlog, uv, ruff, pytest с async-тестами — gRPC (grpclib, betterproto2) — MinIO / S3 — Интеграция self-hosted LLM через OpenAI-совместимый API, pydantic-ai — Ansible, Terraform, Grafana — Biome, кодогенерация API-клиента (@hey-api/openapi-ts) — motion, ECharts / Recharts, графовые визуализации — vitest, Playwright Условия: — Полная занятость, работа в офисе — Влияние на архитектуру backend- и frontend-частей продукта — Собственная инфраструктура on-premise, современный стек без легаси — Конкурентная заработная плата, обсуждается по итогам собеседования

Location: Colombia, Huila, Colombia; São Paulo, Brazil About Turing Turing’s mission is to accelerate superintelligence to drive real economic progress. Headquartered in San Francisco, Turing works with frontier AI labs to generate high-quality datasets, reinforcement learning environments, and frontier research benchmarks that improve model capabilities in software engineering, enterprise knowledge work, and advanced STEM reasoning. In software engineering, Turing is the largest and longest-running data provider in the category. Turing also works with Fortune 500 enterprises across financial services, life sciences, healthcare, retail, automotive, and CPG to build and deploy end-to-end agentic AI systems inside mission-critical workflows. By operating on both sides, Turing closes the loop between frontier research and enterprise deployment, turning real-world deployment signals into better data, evaluations, and more capable models. Learn more at www.turing.com . Senior ML & Data Engineer — Data Quality & Sensitive Data Compliance This is a full-time remote role based in Brazil or Colombia. About the role Enterprise data flows through our connectors, gets processed, and passes through a sanitization layer before anything downstream touches it. Two things have to be true at every step: the data is what we think it is, and no sensitive information — PII, PHI, company identifiable information (CII), or financial data — gets through. You'll own both. You'll do this primarily by building the machine learning that detects sensitive entities in text and image data and replaces them consistently at scale. This is a hands-on IC engineering role with a QA mindset. You'll build the detection models, validation infrastructure, adversarial test sets, and audit processes that let us make strong claims about data quality and de-identification performance — and back them up with evidence. You'll work closely with a senior ML lead, with no client-facing responsibilities. What you'll do Data Quality Run deep dives into enterprise data to assess quality: topic coherence across connectors, domain depth within connectors, completeness, and consistency Design and automate validation suites for data pipelines — schema checks, completeness, drift detection, and reconciliation across raw → processed → sanitized stages Surface and characterize quality issues in ways that engineering and product can act on Sensitive data compliance (PII / PHI / CII / financial) Design, train, and evaluate ML models (NER and other approaches) that detect sensitive entities across text and image-based documents such as scans, invoices, and presentations Build replacement pipelines that substitute detected entities with coherent alternatives, so the same entity always maps to the same replacement across every file in a corpus and the data stays useful Run these algorithms over large volumes of data to prepare it for downstream agentic task building Build adversarial test sets for de-identification across all sensitive data classes: edge cases, obfuscated identifiers, multilingual entities, OCR noise, and formats designed to slip past detectors Cover company identifiable information specifically — organization names and aliases, domains and email patterns, internal project and system names, org charts, vendor and partner relationships, contract terms, and any combination of details that could re-identify the source enterprise Cover financial data — account and routing numbers, card numbers, revenue and pricing figures, transaction records, tax IDs, and financial statements Measure and report de-identification performance by data class — entity-level precision and recall, leak rates, false-negative audits, and replacement consistency Implement regression gates in CI/CD so no pipeline change ships without passing data quality and sensitive-data checks Run sampling-based human-in-the-loop audits and maintain the audit trail as compliance evidence Partner with engineering on root-cause analysis when inconsistencies or leaks are found, and drive fixes to closure What we're looking for About 4 to 5 years of hands-on machine learning experience, with ML as your primary background Strong Python for ML development and data validation (pytest, Great Expectations, Pandera, or similar) Solid SQL and experience validating data across pipeline stages Familiarity with sensitive data categories and the relevant standards — HIPAA Safe Harbor for PHI, GDPR/LGPD for PII, PCI DSS for cardholder data, and confidentiality/NDA obligations for company information Experience building and testing NER or other ML-based detection systems: building labeled eval sets, computing precision/recall, handling non-determinism Understanding of re-identification risk — how seemingly innocuous details combine to reveal an organization or individual Comfort with ambiguity and a fast-moving environment A skeptical, detail-oriented approach — you assume things are broken until you've proven otherwise Nice to have Computer vision and OCR experience, especially building, scaling, and evaluating document pipelines for contracts, statements, invoices, presentations, and internal documents Hands-on experience with financial or healthcare data, including the privacy requirements specific to those industries Startup experience Auditing LLM or VLM outputs Synthetic sensitive-data generation (PII, PHI, company and financial records) Familiarity with the GCP data stack (BigQuery, GCS, Cloud Run jobs) and CI/CD integration Experience handling multi-tenant enterprise data with strict customer confidentiality requirements Compliance reporting or working with auditors Why this role matters Our enterprise customers trust us with their data on the condition that it can never be traced back to them. Every downstream model, dashboard, and customer commitment depends on the data being clean and the sanitization layer being airtight. When you find a leak, you've prevented an incident. When you prove there isn't one, you've earned the trust that lets the rest of the company move fast. Values We are client first: We put our clients at the center of everything we do, because their success is the ultimate measure of our value. We work at Start-Up Speed: We move fast, stay agile and favor action because momentum is the foundation of perfection We are AI forward: We help our clients build the future of Al and implement it in our own roles and workflow to amplify productivity. Advantages of joining Turing Work at the frontier of AI , helping the world’s leading AI labs improve their most advanced models by building expert datasets, RL environments, and first-of-a-kind benchmarks. Contribute to leading-edge AI research and showcase your work at top conferences such as ICLR, ICML, and NeurIPS. Bring frontier AI innovation to the enterprise , applying lessons learned from leading AI labs to solve real-world business challenges. Collaborate with and learn from exceptional colleagues with deep AI experience from Google, Meta, Amazon, and other leading technology companies. Move at the pace of AI innovation , with the speed, ownership, and impact of a startup. Turing is proud to be an equal opportunity employer. We do not discriminate on the basis of race, religion, color, national origin, gender, gender identity, sexual orientation, age, marital status, disability, protected veteran status, or any other legally protected characteristics. At Turing we are dedicated to building a diverse, inclusive and authentic workplace  and celebrate authenticity, so if you’re excited about this role but your past experience doesn’t align perfectly with every qualification in the job description, we encourage you to apply anyways. You may be just the right candidate for this or other roles. For applicants from the European Union, please review Turing's GDPR notice here .

Задачи: — Тестировать инструменты для валидации и верификации качества автономного автомобиля и грузовика. — Развивать существующие инструменты и писать новые, в том числе в роли заказчика для команды инфраструктуры и симулятора. — Проводить функциональное, регрессионное и интеграционное тестирование сервисов. — Составлять и поддерживать тестовую документацию: тест-кейсы, чек-листы, инструкции. — Отвечать за тестирование релизов, системно работать с инцидентами и баг-репортами. — Разрабатывать и запускать автоматические тесты в актуальных фреймворках для тестирования. — Работать над увеличением покрытия интеграционных и E2E-сценариев для функциональности с участием ML-сервисов. — Взаимодействовать с командами разработки и продукта, менеджерами, участвовать в стратегическом планировании команды тестирования. Требования: — Более трёх лет опыта работы QA-инженером. — Умение работать с командной строкой и Git. — Понимание процессов деплоя и CI. — Опыт тестирования продуктов с ML или Big Data. — Знание принципов тестирования и автоматизации. — Умение применять техники тест-дизайна. — Опыт тестирования REST API и микросервисов. — Опыт работы в больших продуктовых проектах. — Умение писать автотесты и встраивать их в CI. — Опыт работы с Pytest или Playwright. — Опыт тестирования ROS/ROS2-based систем. — Опыт тестирования роботизированных систем в симуляторе или симуляторов роботизированных систем. — Умение работать с командной строкой Unix shell. — Опыт выстраивания процессов тестирования или автоматизации тестирования. — Знание Python или JavaScript или готовность активно развиваться в этом направлении.

Задачи: — Разрабатывать автоматизированные тесты для веб-сервиса (функциональные тесты api/ui, визуальное тестирование, нагрузочное тестирование) — Поддерживать автотесты (6000+ api, 600+ ui) — Разрабатывать пайплайны для CI (Jenkins, Gitlab CI), расширять тестовый фреймворк, разрабатывать новые инструменты тестирования — Участвовать в проектировании и поддержке тестовой инфраструктуры — Сопровождать релизы в качестве QA Требования: — Опыт разработки автотестов для UI (python, pytest, selenium) — Опыт разработки автотестов для API (python, pytest, requests) — Опыт администрирования Linux (bare metal) — Опыт работы с Docker (или любой другой системой контейнеризации) — Уверенное знание Python и сетевых протоколов Будет плюсом: — Знание php, k8s, ansible — Опыт разворачивания браузерных ферм — Опыт администрирования тестовых сред (docker-compose, k8s) и баз данных (mysql, redis, clickhouse)

Развиваем экосистему FinTech-продуктов прямо внутри Telegram: виртуальные и физические карты, криптокошелек и платежные сервисы (Telegram Mini App, боты, B2B API и White Label). Задачи: • Разрабатывать фичи в API Mini App, ботах, картах, кошельке, комиссиях и B2B API. • Подключать интеграции с внешними провайдерами (таймауты, повторы, идемпотентность платежей). • Работать с базой (MongoDB, Redis, чтение SQL в PostgreSQL). • Покрывать код тестами на pytest и проведением ревью задач Джуниор-разработчика. • Разбирать прод-инциденты вместе с QA. Требования: • Коммерческий опыт бэкенд-разработки на Python от 3 лет (asyncio в проде). • Опыт работы с MongoDB и Redis в продакшене. • Базовый SQL (прочитать запрос, понимать транзакции). • Опыт работы с REST API, Git, Docker Compose, pytest. • Внимательность к финтех-логике (статусы операций, защита от повторного списания). Будет плюсом: опыт в FinTech/Crypto/KYC, интеграции с платежками, разработки Telegram Mini Apps / aiogram, навыки работы с LLM/нейросетями в ежедневной разработке. Условия: • Полная удаленка и гибкий график. • Живой масштабный продукт в Telegram. • Сильная команда (ревью с Senior, прямая коммуникация с продуктом без лишней бюрократии). • Доход: по результатам собеседования.

Задачи: — Автоматизация тест-кейсов — Сопровождение и поддержка существующих автотестов в актуальном состоянии — Запуск автотестов и анализ отчетов — Модернизация и оптимизация фреймворка автоматизации тестирования — Работа с документацией (Confluence, Swagger, ТестОпс) Требования: — Коммерческий опыт автоматизации тестирования веб-приложений (SOAP, REST) на языке Python от 1 года — Знание теории и методик тестирования ПО — Знание и применение ООП и основных паттернов проектирования в автоматизации тестирования — Знание HTTP, REST, SOAP и клиент-серверной архитектуры, микросервисной архитектуры — Знание SQL (на уровне join) — Опыт разработки автотестов (pytest + requests + allure) — Опыт работы с Git — Опыт использования CI/CD GitLab — Опыт работы с брокерами сообщений Kafka, ActiveMQ — Опыт работы с системами логирования Kibana, Grafana Плюсом будет: — Опыт работы Docker, K8s — Работа с 1C Условия: — Официальное трудоустройство в аккредитованную IT-компанию — ДМС — Удаленный формат работы (предоставляем технику, если нужно) — Возможности обучения и развития за счет компании — Можно работать из офиса в СПБ с современным дизайном и лучшими видами на Финский залив, зонами отдыха с выходом на крыше

Location: Москва Команда занимается разработкой «AI-помощника» - это проект с использованием LLM, который призван радикально улучшить клиентский опыт при при оформлении основных продуктов банка (Автоиндустрия) и помочь клиенту разобраться в этих продуктах. Для решения новых задач по развитию «AI-помощника» в «Сбербанк Онлайн» и поверхностях экосистемы СБЕРа мы ищем к нам в команду инженера по тестированию. Обязанности ### Обязанности * проверка точности рекомендаций и подсказок помощника * оценка качества диалогового взаимодействия и реакции на нестандартные запросы * мониторинг производительности системы при обработке сложных сценариев общения * проведение функционального/регрессионного тестирования помощника * разработка тестовой модели (составление и актуализация тест-планов и тест-кейсов) * обнаружение, заведение и отслеживание дефектов в Jira * автоматизация функционального/регрессионного тестирования * взаимодействие с разработчиками, аналитиками, смежными командами, сопровождением * организация и проведение приемо-сдаточных испытаний разработанных решений * разработка/поддержание документации по разрабатываемым системам. * разбор обращений клиентов в рамках 3-линии поддержки * участие в запуске и разборе автотестов в перспективе Требования ### Требования * уверенное знание методологии тестирования ПО * опыт тестирования WEB-сервисов от 2 лет (frontend & backend) * опыт тестирования микросервисов и API от 2 лет * опыт использования и понимание основ тестирования AI-агентов * опыт написания автотестов на Python (pytest, requests, playwright) * понимание принципов REST-архитектуры * опыт работы и ведения тестовой модели (тест-кейсы, тест-планы, тест-раны, покрытие, etc.) * понимание основных принципов CI/CD и инструментов * навыки работы с SQL (Составление простых запросов) * опыт работы с системами учета дефектов (Jira или аналогами) ### Будет плюсом * опыт работы в банковском секторе * опыт тестирования AI, чатов или чат-ботов Условия ### Наши условия * гибридный формат в Москве (Кутузовский пр, 32) * ежегодный пересмотр зарплаты и годовая премия * расширенный ДМС и льготное страхование для семьи * уникальная система обучения Сбера для профессионального и карьерного развития * выгодная ипотека для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

Квитто - FinTech-сервис для онлайн-бизнеса: приём оплат из России и из-за рубежа, рассрочки и кредиты от банков-партнёров, оплата частями, чеки по 54-ФЗ и кешбэк с оборота. Заказы, подписки, доступы и клиенты - в одном кабинете. Их клиенты - онлайн-школы, эксперты и цифровые сервисы. Ищут Junior QA Engineer в продуктовую команду. Задачи: — Тестировать платёжные сценарии: карта, СБП, SberPay, T-Pay, рассрочки и оплата частями, подписки и рекуррентные списания, возвраты — Проверять чеки по 54-ФЗ, суммы, скидки, промокоды и расчёт платежей по рассрочке — Составлять чек-листы и тест-кейсы по требованиям и макетам, проводить смоук и регресс перед релизами — Тестировать REST API в Postman: коды ответов, контракты, валидация, негативные сценарии, вебхуки о смене статуса платежа — Проверять вёрстку и поведение на разных браузерах и ширинах экрана, от 360 px — Заводить воспроизводимые баг-репорты с шагами, ожидаемым и фактическим результатом, логами и скриншотами — Участвовать в разборе требований до разработки и задавать неудобные вопросы о граничных случаях — Разбирать обращения поддержки вместе с разработкой: воспроизводить, локализовать, проверять исправление Требования: — Теория тестирования: виды и уровни, классы эквивалентности, граничные значения, таблицы решений — Чек-листы, тест-кейсы и баг-репорты, которые воспроизводятся без автора рядом — Postman: запросы, переменные окружения, проверки через pm.test — HTTP и REST: методы, коды ответов, заголовки, JSON — DevTools: Network, Console, эмуляция устройств — Базовый SQL: SELECT, JOIN, WHERE, GROUP BY — Jira, YouTrack или аналог, Git на уровне пользователя — Внимательность к цифрам и грамотная письменная речь Будет плюсом: — Понимание, как устроены онлайн-платежи: эквайринг, статусы, 3-D Secure, возвраты, идемпотентность — Знакомство с 54-ФЗ и онлайн-кассами — Автотесты: Playwright, Cypress или pytest + requests — Swagger / OpenAPI, Charles или Proxyman — Тест-менеджмент: Qase, TestIT, Allure TestOps — Опыт тестирования мобильной вёрстки и Telegram-ботов — Публичные учебные проекты: коллекции Postman, тест-документация на GitHub Условия: — Молодая и амбициозная команда — реальный платёжный продукт с первого дня — Наставничество — Доступы к AI-сервисам — Обучение за счёт компании — Путь в автотесты, когда будете готовы Как проходит первоначальный отбор: — Отклик и короткое знакомство в чате — Анкетирование и скрининг с рекрутером - 20–30 минут: опыт, мотивация, базовая теория

Location: Remote Workplace: Remote Hi! This is the Flipper team. We are the creators of Flipper Zero https://flipper.net/?srsltid=AU7gw4WxIL8F7J-rmUw_dv_iP-J9gsE_z3LmXHAdhxXPBZ41V18F53rD — a portable device for tech enthusiasts and engineers. It’s a gadget with an awesome community that brings together millions of people around the world. We're building new products: - Flipper One https://blog.flipper.net/flipper-one-we-need-your-help/ — a full-featured ARM-based computer running Linux in a compact form factor, powered by the Rockchip RK3576 SoC. - BUSY Bar https://busy.app — a smart productivity multi-tool that helps users stay focused and minimize distractions. We're looking for a Head of Production Test Engineering to lead the team responsible for production testing of our physical devices and ensure that tests, equipment, software, and instructions are ready for new product launches and mass production. Responsibilities: - Build and maintain a unified production testing roadmap covering new products, product launches, mass production support, and infrastructure improvements, with clear priorities, timelines, owners, and resource requirements - Lead the engineering team, allocate resources, develop team capabilities, and balance urgent production issues with planned work - Coordinate dependencies across hardware, firmware, manufacturing, and other teams, identifying risks and blockers early to ensure production testing is ready for product launches - Define production testing strategies and acceptance criteria with the team and oversee the development and maintenance of test fixtures, equipment, software, and infrastructure, including for new products such as Flipper One - Coordinate test deployment at factories, maintain up-to-date instructions and test result monitoring, and work with engineering and manufacturing teams to identify root causes of defects and validate fixes - Analyze production test data, returns, and support cases to identify systemic issues and turn recurring defects into concrete improvements to the product, manufacturing process, or testing Requirements: - Hands-on experience with electronics production testing and a strong understanding of the full product lifecycle from prototype to mass production - Strong technical foundation, including the ability to read and develop schematic, use measurement equipment, solder, and troubleshoot interactions between electronics, firmware, and test software - Hands-on experience developing or implementing automated tests and production test fixtures, with strong Linux and Python skills, including pytest - Experience leading an engineering team, including planning, prioritization, resource allocation, and people development - Experience managing cross-team dependencies and working directly with factories on technical requirements, production changes, and issue resolution - English proficiency sufficient for working calls, written communication, and technical documentation with factories Nice-to-haves: - Experience launching production on-site in China and working directly with Chinese factories - Confident use of AI tools for rapid prototyping What we offer: - Choose your work format: office, hybrid, or fully remote from anywhere in the world. - You will be provided with all the necessary equipment for a comfortable working environment. - Benefits such as VHI, corporate sports, foreign language courses, and therapy sessions. - A five-day workweek with a flexible start of the working day.

Location: Moldova Company Background Coherent Solutions is a global digital product engineering company founded in 1995 and headquartered in Minneapolis, Minnesota. With a presence in nine countries and a team of more than 1,700 engineers, the company provides custom software development and engineering services across web and mobile applications, cloud, DevOps, and data. Coherent Solutions works with clients worldwide to build and scale digital products while fostering a culture of collaboration, transparency, and continuous professional growth. Project Description You will work with senior engineers on internal classical machine learning initiatives. The role combines structured learning, practical delivery, and gradual ownership of increasingly complex tasks. Technologies Python, pandas, NumPy, scikit-learn, Jupyter SQL XGBoost, LightGBM MLflow FastAPI Git, Docker, pytest What You'll Do Prepare and validate structured datasets for machine learning tasks, including cleaning, transformation, encoding, scaling, and missing-value handling; Conduct exploratory data analysis to identify patterns, data quality issues, and opportunities for modeling; Build, test, and compare ML models for tasks such as regression, classification, clustering, dimensionality reduction, and anomaly detection; Develop and select features with guidance from senior engineers; Run experiments, tune model parameters, and evaluate results using appropriate validation approaches and metrics; Help maintain reproducible ML pipelines, notebooks, experiment tracking, and technical documentation; Write and maintain automated tests for data and model-related code; Support the delivery of models through REST APIs or batch-processing workflows; Document model assumptions, results, limitations, and technical decisions; Work closely with senior engineers, incorporate feedback, and gradually take ownership of more complex tasks; Job Requirements 1+ year of hands-on Python development experience, including experience with pandas, NumPy, scikit-learn, and Jupyter; A strong foundation in statistics, probability, and linear algebra, plus exploratory data analysis skills; An understanding of supervised and unsupervised learning, and practical experience with regression, classification, clustering, dimensionality reduction, and anomaly detection; Experience preparing structured datasets, including cleaning, transformation, encoding, scaling, and missing-value handling, plus practical feature engineering and feature-selection skills; An understanding of train/validation/test splits, cross-validation, data leakage, overfitting, and regularization; the ability to select appropriate evaluation metrics, compare models, and perform error analysis; Familiarity with hyperparameter tuning and reproducible ML pipelines; SQL skills for data extraction and analysis; The ability to expose models through REST APIs or batch-processing workflows; Familiarity with Git, automated testing, Docker, and basic model monitoring; The ability to explain model behavior, assumptions, limitations, and results; English at B2 level or higher; Nice To Have XGBoost, time-series analysis, recommendation systems, MLflow, model interpretability, cloud services, production ML monitoring, and GenAI, LLM, RAG, prompt-engineering, or agent-development experience; What Do We Offer The global benefits package includes: Technical and non-technical training for professional and personal growth; Internal conferences and meetups to learn from industry experts; Support and mentorship from an experienced employee to help you professional grow and development; Health insurance; Sports activities to promote a healthy lifestyle; Flexible work options, including remote and hybrid opportunities; Referral program for bringing in new talent; Work anniversary program and additional vacation days.