Вакансии

Location: Москва GigaCode - AI-продукт для разработчиков. Мы создаём AI-агентов, которые помогают писать, анализировать, тестировать и сопровождать код. Мы ищем системного аналитика, который поможет проектировать AI-системы нового поколения для разработки ПО. Обязанности ### Задачи: * проектирование архитектуры AI-ассистента для разработчиков и workflow AI-агентов * описание бизнес- и системных требований для AI-функций * проектирование архитектуры взаимодействия компонентов (CLI, Desktop, backend, AI-модели) * описание API, протоколов и контрактов взаимодействия сервисов * анализ developer workflows (IDE, CLI, code review, CI/CD) и формирование технических спецификаций * ведение, актуализация и структурирование технической документации и базы знаний продукта * проектирование процессов создания и версионирования документации * тесное взаимодействие с инженерами, ML-командой и продуктовой командой. Требования ### Мы ищем того, кто: * имеет опыт системного анализа сложных технических продуктов * умеет проектировать архитектуру систем * может формализовывать сложные технические требования * понимает архитектуру backend-систем и API * имеет опыт работы с техническими продуктами или developer tools * умеет работать в тесной связке с инженерами * имеет опыт создания и структурирования технической документации для сложных продуктов. **Будет плюсом:** * опыт работы с AI-продуктами * понимание разработки ПО и developer workflows * опыт проектирования agent-based систем * понимание структуры кодовых баз и инструментов разработки * опыт проектирования документационных систем (Docs-as-Code, Docusaurus, MkDocs и аналоги) * опыт написания документации для developer tools / API * практический опыт внедрения документационных практик в команде. Условия ### Мы предлагаем: * годовой бонус и ежегодный пересмотр зарплаты * расширенный ДМС с первого дня, страхование жизни, корпоративная пенсионная программа * льготная ипотека для сотрудников, подписка Прайм с возможностью шеринга (совместного использования) на трёх близких, скидки от партнеров и сервисов группы компаний * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * офис с видом на набережную, зонами отдыха и спортзалом * 90 дней удаленной работы из любого региона РФ * реферальная программа (бонус до 100 000 рублей).

SQL / dbt: Сложные и оптимизированные запросы, создание dbt-моделей. Python / Spark: Обработка данных, автоматизация и оптимизация кода.

Location: Москва Команда "Иммерсивных решений", отвечающая за развитие технологий метаверса и игровых решений в интересах Департамента маркетинга и коммуникаций Сбера и Экосистемы, ищет специалиста сопровождения. Обязанности * решение инцидентов * подготовка, настройка и сопровождение тестовых и промышленных полигонов * организация и проведение установки новых версий ППО на тестовые и промышленные стенды * проведение анализа влияния изменений на эксплуатационные характеристики АС, определение технологических ограничений для проведения внедрения * проведение оценки необходимости проведения нагрузочного тестирования (НТ), определение цели НТ, принятие результатов НТ * постановка АС на мониторинг, анализ изменений АС на предмет необходимости изменения элементов мониторинга, обработка событий мониторинга * организация мероприятий по устранению/минимизации рисков/проблем * формирование эксплуатационных требований. Требования * высшее образование (информационные технологии, математика) * английский язык на уровне достаточном для чтения документации * опыт работы в поддержке промышленных АС в качестве 2-й линии сопровождения не менее 3 лет * знание принципов работы автоматизированных/информационных систем, иметь представление об архитектурах приложений, интеграционных взаимодействиях, шлюзовых решениях * знания основных процессов ITSM/ITIL, понимание методологии Agile * опыт работы с ОС Linux (командная строка) * опыт работы с БД (владение SQL на хорошем уровне) * навыки работы с системами мониторинга (Grafana, Victoria Metrics): настройка дашбордов, алертинг * опыт администрирования web-сервера (Nginx) * опыт написания скриптов для автоматизации. Будет плюсом: * опыт использования системы управления задачами (например, Jira) * опыт использование практик и инструментов DevOps * знание HTML/CSS/JS * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * комфортный современный офис м. Тульская (БЦ Чайка) * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации IT Bootcamp * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека для сотрудников выгоднее до 4% * подписка Прайм с возможностью совместного использования на трёх близких.

The AI Security Sales Executive is a quota-carrying sales role dedicated to Abnormal's AI Security suite: five products built to help customers govern AI, secure AI, and defend against rogue AI. Own AI Security in your region.

We're looking for a Senior Content Marketing Specialist to shape and create impactful, thought-leadership led content across our 6 monthly brand campaign cycles, plus additional ICP tracks as needed, while owning customer advocacy content - e.g. case studies.

Location: Москва Команда исследований занимается проведением аналитических исследований в блоке «Люди и Культура», связанных с сотрудниками банка. Исследования охватывают весь жизненный цикл сотрудника — от приёма на работу до оценки эффективности, мотивации и других аспектов. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * проведение аналитических исследований и формирование отчётов * работа с BI-инструментами для визуализации данных * формирование гипотез и их подтверждение или опровержение через исследования * самостоятельное курирование исследования от сбора бизнес-требований до формирования итоговых отчётов * взаимодействие с заказчиками исследований * подготовка прототипов для тестирования и пилотирования аналитических решений. Требования * знание SQL и Python * опыт работы с BI-системами (Power BI, Qlik Sense, Tableau) * методы статистического анализ * опыт проведения аналитических исследований и проверки гипотез * статистика и математическое моделирование * высшее образование (технические или физико-математические науки) * английский язык на уровне B1/Intermediate * умение пользоваться LLM-инструментами. Будет плюсом: * знание основ ML * опыт работы с большими данными * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * гибридный формат работы, адрес офиса Кутузовский проспект 32 к 1 * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте * 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.

Location: Москва GigaCode -  AI-продукт для разработчиков. Мы создаём AI-агентов, которые помогают писать, анализировать, тестировать и сопровождать код. Ищем технически сильного Backend Team Lead (Java), который возглавит команду backend-разработки GigaCode. Обязанности ### Задачи: * управлять командой backend-разработчиков: планирование, развитие, найм. * проектировать архитектуру и развивать backend GigaCode * разрабатывать новые продуктовые возможности и API для CLI, Desktop и IDE-плагинов * развивать интеграции с LLM, агентные сценарии и взаимодействие клиентских приложений сbackend * обеспечивать производительность, отказоустойчивость и масштабируемость продукта * принимать технические решения, участвовать в разработке и code review. Требования ### Мы ожидаем: * опыт backend-разработки от 5 лет, управление командой — от 2 лет * глубокая экспертиза в Java, Spring Boot * опыт проектирования распределённых и высоконагруженных систем * знание PostgreSQL, Redis, Kafka, Docker, Kubernetes * понимание микросервисной архитектуры, observability и CI/CD * умение самостоятельно принимать технические решения и доводить их до production. **Будет плюсом:** * опыт разработки на Rust и JavaScript / TypeScrip * опыт разработки AI-продуктов, LLM-интеграций и агентных систем * Знакомство с MCP, OpenTelemetry и архитектурой AI coding assistants. Условия ### Мы предлагаем: * годовой бонус и ежегодный пересмотр зарплаты * расширенный ДМС с первого дня, страхование жизни, корпоративная пенсионная программа * льготная ипотека для сотрудников, подписка Прайм с возможностью шеринга (совместного использования) на трёх близких, скидки от партнеров и сервисов группы компаний * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * офис с видом на набережную, зонами отдыха и спортзалом * 90 дней удаленной работы из любого региона РФ * реферальная программа (бонус до 100 000 рублей).

Location: Москва Workplace: гибкий Мы — группа мультимодальных контентных моделей в отделе экспериментальных технологий AI VK. Мы разрабатываем технологии глубокого понимания контента и применяем их для развития рекомендательных систем ВКонтакте. Мы строим модели, которые извлекают содержательные представления из постов, клипов, длинных видео и музыкальных треков, объединяя информацию из текста, изображения, видеоряда, речи и звука. Эти представления используются для поиска похожего контента, построения признаков, классификации и улучшения качества рекомендаций в продуктах VK. Основные направления нашей работы — базовые embedding-модели для представления контента, мультимодальные модели и контентные классификаторы. Мы исследуем современные архитектуры, обучаем собственные модели на больших внутренних датасетах и доводим их до применения в продуктовых рекомендательных системах. Позиция находится на стыке ресёрча и инженерии: от чтения статей, построения датасетов и постановки экспериментов до масштабного обучения, оптимизации инференса и проверки моделей в A/B-тестах. Стек: PyTorch YT (YTsaurus), YQL NVIDIA Triton Inference Server, TensorRT, vLLM Распределённое обучение и multi-GPU inference Python, C++, Go Задачи Разрабатывать и обучать базовые embedding-модели для текста, изображений, видео, речи, звука и музыки Разрабатывать мультимодальные модели и контентные классификаторы Исследовать архитектуры и методы обучения представлений: metric learning, contrastive learning, self-supervised и supervised learning Строить датасеты и бенчмарки для оценки качества моделей и проводить масштабные экспериментальные исследования Адаптировать модели под задачи retrieval и рекомендательных систем Интегрировать модели в продуктовые механики рекомендаций постов, клипов, видео и музыки Оптимизировать и масштабировать обучение и инференс моделей Деплоить модели и сопровождать их в продакшене: проводить A/B-тесты, анализировать метрики и мониторить качество Постоянно разбирать свежие статьи и идеи из индустрии и академической среды, воспроизводить перспективные подходы и проверять их на наших задачах Настраивать пайплайны сбора и разметки данных, работать с асессорами и синтетическими данными: проектировать инструкции, контролировать качество и проводить калибровки Требования Опыт разработки, обучения и внедрения DL-моделей Уверенное знание теории машинного и глубокого обучения Хорошее понимание алгоритмов и структур данных, линейной алгебры, теории вероятностей и статистики Умение проектировать корректные эксперименты, выбирать метрики и интерпретировать результаты Навык написания чистого и поддерживаемого кода, понимание принципов проектирования ПО Владение современными практиками совместной разработки с кодовыми агентами: умение эффективно декомпозировать задачи для агентных инструментов, контролировать и ревьюить сгенерированный код Умение самостоятельно разбираться в новых предметных областях, быстро ставить эксперименты и проверять гипотезы Готовность работать как с исследовательской частью задачи, так и с её инженерной реализацией Открытость, ответственность, самостоятельность и проактивность Будет плюсом Опыт разработки поисковых или рекомендательных систем в индустриальном масштабе Опыт работы с embedding-моделями, metric learning, contrastive learning или representation learning Опыт работы с мультимодальными моделями, VLM, audio-language моделями, video encoders или foundation-моделями Опыт обучения моделей для аудио, музыки, речи, изображений или видео Опыт self-supervised learning и обучения на больших слабоструктурированных датасетах Опыт распределённого обучения на нескольких GPU или нескольких узлах Опыт оптимизации DL-моделей: профилирование, квантизация, дистилляция, уменьшение размерности представлений Опыт построения больших датасетов и систематических бенчмарков для ML-моделей Публикации на профильных ML-конференциях или сильный исследовательский бэкграунд

Location: Москва Workplace: Офисный Мы — отдел экспериментальных технологий в AI VK, который решает широкий спектр ML- и DL-задач. Наша команда анализирует, как наши разработки можно переиспользовать и где применить, а затем масштабировать. Мы строим LLM-команду, ищем людей с опытом алаймента, RAG-сценариями, ресёрч-бэкграундом в RL, умеющих рассуждать, быстро ставить эксперименты и проверять гипотезы. Позиция на стыке ресёрча и инженерии. У нашего отдела есть огромный накопленный опыт обучения и релизов Frontier мультимодальных моделей, VLM/MMLM. Стек: YT (YTsaurus), YQL NVIDIA Triton Inference Server, TensorRT, vLLM PyTorch, verl Python, C++, Go Задачи Разработка новых и улучшение существующих RAG-сценариев Оценка качества моделей и интеграция в продуктовые механики Деплой и оптимизация инференса моделей Сопровождение релизов: A/B-тесты, мониторинг Постоянный разбор свежих статей и идей в индустрии Настройка пайплайнов разметки, работа с асессорами и синтой: инструкция, контроль качества, калибровки Требования Опыт внедрения и сопровождения DL-моделей в продакшен Уверенное знание теории DL, алгоритмов и структур данных, линейной алгебры, теории вероятности и статистики Навык написания чистого кода, глубокое понимание принципов проектирования (SOLID, coupling & cohesion, etc...) Умение рассуждать, быстро ставить эксперименты и проверять гипотезы Открытость, ответственность, самостоятельность и проактивность Будет плюсом Опыт в построении поисковых или рекомендательных систем в индустриальном масштабе, бэкграунд разработки или кванты Публикации в научной среде Опыт профилирования DL-моделей, квантизация, дистилляция Опыт работы с распределённым обучением Опыт алаймента LLM, SFT, DPO/RLHF/GRPO, scaling laws, работа с агентами, синтетическими данными

Location: Москва Workplace: гибкий ML Media — продукт ML R&D: единый gateway для различных AI-технологий. Продуктовые команды VK интегрируются с платформой один раз и получают доступ ко всему спектру речевых и мультимедийных ML-моделей: ASR — распознавание речи: синхронное, асинхронное (длинные аудио) и realtime-стриминг TTS — синтез речи CV — компьютерное зрение: детекция лиц, оценка качества видео, deepfake-детекция, OCR VQE — улучшение качества речи: шумоподавление, определение голосовой активности Диаризация — разметка аудио по спикерам Суммаризация — краткое содержание аудио и видео на базе LLM: главные тезисы длинных записей за секунды, а не часы прослушивания За единым API платформа скрывает всю инженерную обвязку: маршрутизацию и балансировку нагрузки на GPU-парк с моделями на NVIDIA Triton Inference Server и vLLM, квоты и рейт-лимиты, асинхронную обработку длинных медиа, защиту GPU-парка от перегрузки и наблюдаемость всего контура. ML Media уже интегрирована с ключевыми продуктами VK: MAX, VK Мессенджер, VK ID, VK Звонки и VK Видео. Наши пользователи — миллионы людей, которые каждый день распознают и синтезируют речь, общаются с голосовыми ассистентами и смотрят видео. Сейчас мы проходим трек платформизации существующих технологий: ASR, TTS, CV и другие сервисы уже работают в production по отдельности — мы объединяем их в единую платформу с общим API, единой плоскостью управления и общей инфраструктурой. Отдельная инженерная задача — сделать так, чтобы подключение новой технологии к платформе занимало дни, а не месяцы. Команда интеграции технологий разрабатывает компоненты платформы — API-шлюз (gRPC, REST и MCP для LLM-агентов), плоскость управления (пользователи, токены, квоты), асинхронный контур обработки задач и клиентский инструментарий (CLI, MCP) — и отвечает за то, чтобы research-модели становились надёжными production-API. Задачи Разработка платформы: API-шлюз (gRPC, REST, MCP), плоскость управления (пользователи, токены, квоты), асинхронный контур обработки задач, клиентский инструментарий (CLI, MCP) Поддержка существующих интеграций: сопровождение интеграций продуктовых команд (MAX, VK Мессенджер, VK ID, VK Звонки, VK Видео), помощь в подключении, разбор инцидентов Балансировка и роутинг запросов к ML-бэкендам: кастомные gRPC balancer'ы, health-probing реальными inference-запросами, теговый роутинг моделей Admission control на основе утилизации GPU: метрики throughput, гистерезис throttle/reject, сигналы автоскейлеру Асинхронная обработка длинных медиа: Kafka-воркеры, outbox, ретраи и восстановление задач, партиционирование таблиц PostgreSQL Наблюдаемость и эксплуатация: Prometheus-метрики, Sentry, структурированные логи, поиск узких мест Взаимодействие с ML-командами и продуктовыми заказчиками, участие в проработке архитектуры Требования Опыт коммерческой разработки на Go Уверенное владение конкурентностью: goroutines, context, errgroup, graceful shutdown Опыт проектирования отказоустойчивых высоконагруженных систем Опыт с gRPC (streaming, interceptors), PostgreSQL, Redis, Kafka или другими брокерами сообщений Навыки диагностики production-проблем: метрики, логи, профилирование Системное мышление Будет плюсом Опыт с NVIDIA Triton Inference Server, vLLM или другими платформами ML-сервинга Понимание метрик ML-инференса: real-time factor, throughput, latency, утилизация GPU Опыт разработки кастомных gRPC balancer'ов или resolver'ов Опыт с admission control, capacity planning, автоскейлингом Понимание agentic AI: MCP, tool calling Опыт с sqlc, testcontainers, codegen-пайплайнами Знание Python — для взаимодействия с ML-кодом бэкендов

Location: Москва Workplace: гибкий Наша команда отвечает за базу знаний и агентов — это ядро платформы, с которым напрямую работают клиенты. Мы строим RAG-системы для корпоративных данных: от загрузки и индексации документов до поиска и генерации ответа. Мы также разрабатываем самих агентов, которые используют эти знания в рабочих сценариях. Задачи Руководить командой разработки направления RAG: отвечать за delivery, качество и стабильность сервисов команды Совмещать управление командой с разработкой — ориентировочно 50% времени работать hands-on Планировать работу команды, декомпозировать и оценивать задачи, управлять выполнением roadmap, багами и техническим долгом Осуществлять техническое лидерство команды: проводить технические проработки, определять архитектуру и технические решения внутри сервисов RAG, проводить code review Участвовать в проработке архитектурных решений на уровне платформы совместно с главным архитектором Разрабатывать и развивать сервисы на Python в области RAG и баз знаний Провести декомпозицию существующих компонентов RAG, реализованных на Ray.io, на отдельные сервисы и участвовать в переходе от текущей архитектуры на Ray к целевой сервисной архитектуре Развивать контур работы с данными и знаниями: загрузку и индексацию данных, парсинг и разбиение документов, embeddings, retrieval, reranking, vector DB, базы знаний и evaluation Отвечать за инженерное качество сервисов команды: тестирование, наблюдаемость, производительность, отказоустойчивость и стабильность в production Участвовать в L4-поддержке сервисов команды и инцидент-менеджменте Проводить people management команды: 1:1, performance review, развитие сотрудников, наём, проведение испытательных сроков Синхронизироваться с продуктовыми и техническими командами платформы по зависимостям и совместным задачам Требования Сильный опыт backend-разработки на Python и опыт самостоятельной разработки production-сервисов Опыт управления командой разработки и ответственность за её delivery Опыт технического лидерства: проектирование сервисов, проведение технических проработок, принятие архитектурных решений, code review Готовность совмещать роль Team Lead с активной разработкой руками Уверенное знание Python, asyncio и FastAPI Опыт работы с PostgreSQL и проектирования схем хранения данных Понимание принципов построения распределённых backend-систем, асинхронной обработки и взаимодействия сервисов Опыт проектирования и декомпозиции сервисной архитектуры, выделения отдельных сервисов из существующих крупных компонентов Опыт работы с брокерами сообщений, желательно NATS Опыт эксплуатации и развития production-сервисов, понимание требований к качеству, стабильности, наблюдаемости и производительности Умение организовывать работу команды: планирование, декомпозиция, оценка задач, управление техническим долгом и багами Опыт people management: развитие сотрудников, обратная связь, performance review и наём Будет плюсом Практический опыт разработки RAG-систем и сервисов баз знаний Опыт работы с retrieval, reranking, embeddings, индексацией, chunking и оценкой качества RAG Опыт работы с Ray/Ray.io и системами, построенными на нём Опыт работы с Qdrant или другими векторными базами данных Опыт работы с Elasticsearch/OpenSearch Опыт работы с Kubernetes Знание Go, опыт разработки сервисов на Go или желание его получить в будущем

Location: Москва; Санкт-Петербург; Ташкент Workplace: Удалённый, Офис, Гибридный Мы создаём условия, чтобы команды, разрабатывающие суперапп Яндекс Go и интегрируемые SDK, работали продуктивно: строим процессы для обмена опытом, задаём общие практики и т. д. Приходите к нам, если уверенно владеете Swift, UIKit, SwiftUI и готовы много общаться с другими командами. Команда DevEx — платформенная команда супераппа Яндекс Go с фокусом на опыте разработки. Мы отвечаем за архитектуру, базовые модули, производительность, обновление технологий, частично за CI. Главное, чем мы занимаемся, — создаём условия, в которых множество команд, разрабатывающих суперапп и интегрируемые SDK, работают продуктивно. Мы выступаем своеобразным клеем для других команд: строим процессы для обмена опытом, задаём общие практики (ревью кода, покрытие тестами и т. д.). Обязанности Трансформация кодовой базы Вы будете участвовать в формировании видения архитектуры приложения и приводить кодовую базу к целевому состоянию с помощью AI-агентов (есть инфраструктура для запуска на CI). Развитие платформы Понадобится работать над базовыми модулями (сеть, дизайн-система) и общей инфраструктурой, улучшать производительность и стабильность приложения, обновлять технологический стек. Больше о мобильной разработке в Яндексе — в канале Yandex for Mobile Требования * Уверенно владеете Swift, UIKit, SwiftUI * Умеете эффективно работать с AI-агентами: ставить задачу, проверять, дорабатывать и отвечать за итоговый результат * Писали или активно применяли переиспользуемые модули/SDK * Умеете договариваться: значительная часть работы — на стыке с другими командами

Location: Москва Workplace: Офис, Гибридный Автономный транспорт постоянно развивается. Наша команда обеспечивает финансовую основу для создания новых технологий — транспорта, который без управления человека двигается по улицам городов. Вы будете вести учёт расчетов с поставщиками, включая сложные операции в рублях и валюте. Мы создаём то, что завтра перевернёт мир, — технологии автономного транспорта. Наша команда обеспечивает финансовую основу для транспорта, который без управления человека двигается по улицам городов. Ваша работа будет не абстракцией, а реальным вкладом в развитие будущего. Вы будете вести учёт расчётов с поставщиками, включая сложные операции в рублях и валюте. Это ключевая роль для поддержки бесперебойной работы всех процессов — от закупки компонентов до обеспечения логистики. Ваша точность и экспертный опыт помогут нам сфокусироваться на главном: создании нового типа транспорта с нуля. Вы станете частью команды, где важны результат и смысл, а не бюрократия. Обязанности Ведение бухгалтерского учёта Вам предстоит вести полный цикл учёта расчётов с поставщиками товаров, работ и услуг в рублях и валюте в соответствии с законодательством РФ, учёт расчётов с агентами, учёт и распределение расходов при формировании себестоимости продукции. Вы будете создавать отчёты комитенту, проверять первичные документы, отражение операций в 1С ERP, контролировать соответствие данных. Работа с внешнеэкономической деятельностью (ВЭД) Вашими задачами станут контроль приёмки импортных инвойсов, таможенных деклараций, начисление транспортных и сопутствующих расходов, а также учёт расчётов с нерезидентами, отражение оплат и зачёт авансов. Учёт НДС и курсовых разниц Вы будете формировать книги покупок, делать ежемесячные сверки с поставщиками по НДС, контролировать особый порядок учёта курсовых разниц на период 2023–2027 гг. Подготовка отчётности Нужно будет готовить данные для закрытия отчётного периода, формировать сводные отчёты, работать с запросами внутренних аудиторов и контролирующих органов. Взаимодействие с подразделениями Вам предстоит консультировать отделы по работе с поставщиками по оформлению документов, решать вопросы документооборота и расчётов со смежными командами. Требования * Получили высшее образование в области бухгалтерского учёта, финансов или экономики * Работали бухгалтером по расчётам с поставщиками от трёх лет * Уверенно работаете с 1С ERP, ЭДО, Excel, Word * Знаете бухгалтерский учёт расчётов с контрагентами и правила оформления первичной документации * Глубоко понимаете ПБУ 3/2006, Федеральный закон № 164-ФЗ, Инкотермс 2020 * Умеете обрабатывать большой объём первичной документации * Умеете расставлять приоритеты в режиме многозадачности, соблюдать сроки * Внимательны, усидчивы, хорошо работаете в команде * Способны принимать решения по вверенному участку в отсутствие руководителя

Location: Москва; Санкт-Петербург Workplace: Офис, Гибридный Яндекс Смена — сервис, который помогает людям находить подработку, а компаниям закрывать дефицит кадров. Ищем разработчика бэкенда. Вы будете делать продукт, через который проходит каждый пользователь от первого захода в приложение до выхода на смену. Яндекс Смена — сервис, который помогает людям в поиске подработки, а компаниям — закрыть дефицит кадров: например, найти комплектовщиков, грузчиков, сортировщиков. Мы связываем тех, кто хочет подработать на гибком графике, с бизнесом, которому срочно требуются сотрудники. Сервис активно растёт: мы уже представлены в десятках городов, сотрудничаем с крупными ритейлерами, и объёмы работ продолжают увеличиваться. Сейчас особенно интересный этап — мы переходим из стартапа в большой бизнес и строим для него платформу. Обязанности Платформа исполнителей Вы будете создавать продукт, который сопровождает каждого пользователя — от первого захода в маркетплейс до выхода на смену. Задача — построить самую большую и сильную платформу исполнителей: ведь без людей на сменах не будет и бизнеса. Рынок подработки и линейного персонала очень конкурентный, и только такая платформа поможет стать лидером. Вам предстоит проработать витрину смен, чтобы пользователи быстро находили подходящую работу, настроить механики подбора и отображения: ранжирование, фильтры, персональные предложения — они повысят конверсию. Вы будете реализовывать систему динамических надбавок для баланса спроса и предложения, а также выстраивать воронку привлечения — от первого захода в приложение до подтверждённой смены. Каждый шаг в воронке напрямую влияет на выручку. Разбиение монолита Сейчас ядро системы написано на Python и представляет собой монолит, из-за чего мы сталкиваемся с серьёзными ограничениями. Чтобы построить большой бизнес, нужно разбить монолит на микросервисы с чёткими границами. Вы будете решать, как это сделать, и выстраивать архитектуру, рассчитанную на масштаб. AI-native-разработка Вы будете внедрять подход, при котором агенты полностью реализуют и запускают некритичные фичи «под ключ». Для этого нужно подготовить инженерный контекст, изменить процесс разработки и обеспечить агенту самостоятельный путь от задачи в Трекере до продакшена с минимальным участием человека. Больше о бэкенде в Яндексе — в канале Yandex for Backend Требования * Уверенно используете AI-инструменты в разработке * Способны брать на себя ответственность за результат — от обсуждения задачи до выбора решений и их реализации Будет плюсом * Работали над внедрением AI-ассистентов и агентов в процесс разработки * Знаете Go/Python

Location: Москва Workplace: Офис В Фантехе новое направление — персональные AI-продукты. люмен — это ИИ-компаньон для миллионов пользователей. Мы придумываем нового агента, который запускает первые LLM-сценарии на Яндекс Афише, Музыке, Кинопоиске и Книгах. Приходите разрабатывать и развивать нового ИИ-помощника. Мы создаём ИИ-компаньона для миллионов пользователей. Люмен — не просто эксперимент, а стратегическое направление для нас. Это агент первого выбора, который со временем поможет пользователю принимать решения не только в сфере развлечений, но и в других жизненных ситуациях. Мы ведём работу в режиме стартапа внутри крупной компании: быстро проверяем гипотезы, обсуждаем продуктовые решения и формируем команду. Обязанности Развитие AI-агента Вы будете анализировать сценарии общения с люменом, находить слабые места в рекомендациях и диалогах, предлагать решения, чтобы агент стал более полезным. Цель — превратить люмена из простого AI-агента в ИИ-компаньона, с которым захочется делиться впечатлениями и эмоциями. Продуктовые разработки Вы будете детально прорабатывать новые функции и сценарии для люмена, участвовать в исследованиях пользовательского опыта, проверять гипотезы, защищать решения перед стейкхолдерами и адаптировать продукт для разных сервисов экосистемы — от Музыки и Кинопоиска до Яндекс Афиши и Яндекс ID. Кросс-командное взаимодействие и разработка персонализации Вы будете договариваться с командами сервисов (Музыка, Кинопоиск, Книги, Яндекс Афиша) о том, какие функции включить в люмена, а также разрабатывать критерии персонализации и брендирования — такие, чтобы пользователь ощутил, что агент понимает именно его. Больше о создании продуктов в Яндексе — в канале Yandex for Products Требования * Работали менеджером продукта 3–5 лет, желательно с AI/ML * Запускали продукты с нуля или на раннем этапе — важна готовность работать в условиях высокой неопределённости * Понимаете специфику ML-разработки: умеете работать с командой, для которой качество результата — предмет постоянных итераций, а не гарантированный дедлайн * Умеете работать с метриками: выстраивать воронки, формулировать гипотезы, защищать решения цифрами * Имеете опыт кросс-командного взаимодействия: умеете договариваться с несколькими продуктовыми командами одновременно * Умеете переводить сложный контекст на понятный язык для разных аудиторий — от инженеров до руководителей

Location: Москва Workplace: Офис Мы помогаем клиентам Yandex Cloud внедрять AI/ML-решения, которые дают измеримый бизнес-результат. Ищем Solution Sales Manager, который будет развивать территорию медиум-сегмента, формировать бизнес-сценарии и проводить демонстрации продуктов. Ждём, что вы работали в B2B-продажах IT-решений. Мы помогаем клиентам Yandex Cloud находить и внедрять AI/ML-решения, которые дают измеримый бизнес-результат. Работаем на стыке продаж, продуктов и технологий: разбираемся в задачах клиента, подбираем оптимальный стек, показываем продукты в деле и доводим перспективные сценарии до пилота, сделки и промышленного использования. Нашей команде нужен Solution Sales Manager для работы с клиентами медиум-сегмента финансовой и страховой индустрий, ритейла и логистики. Флагманский продукт направления — Yandex AI Studio, платформа для создания AI-приложений и агентов. В продуктовом стеке есть также AI-продукты и решения Яндекса: Yandex Search API, SpeechKit, SpeechSense, Нейроюрист. Основной фокус роли — рост облачного потребления AI-продуктов. При этом часть клиентов рассматривает гибридные и on-premises-решения, поэтому важно уметь работать с разными моделями поставки. Обязанности Развитие AI-бизнеса в медиум-сегменте Вы будете развивать большую территорию медиум-сегмента (сотни клиентов): находить перспективные компании и бизнес-сценарии, определять приоритетные аккаунты и формировать план развития AI-направления. Поиск бизнес-сценариев и подбор AI/ML-решений Вам предстоит погружаться в процессы клиента и находить задачи, в которых AI способен дать измеримый эффект: повысить качество клиентского сервиса, автоматизировать работу с обращениями и документами, ускорить поиск по корпоративным знаниям, помочь сотрудникам принимать решения, создать нового цифрового помощника. Демонстрации продуктов и подготовка пилотов Вы будете самостоятельно проводить демонстрации Yandex AI Studio и других продуктов по готовым сценариям, адаптировать их под отрасль и задачу клиента, объяснять возможности решения технической и бизнес-аудитории. Взаимодействие с продуктовой и технической командами Вы будете работать с техническими экспертами, архитекторами, продуктовыми командами, BizDev, Professional Services и партнёрами; передавать обратную связь рынка, рассказывать о потребностях клиентов и помогать совершенствовать продукты и материалы для продаж. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Работали в B2B-продажах сложных IT-, cloud- или SaaS-решений более пяти лет * Применяли подход Solution Selling: можете пройти путь от бизнес-задачи клиента до предлагаемого решения, его ценности, экономики и следующего коммерческого шага * Можете развивать большую клиентскую территорию: сегментировать портфель, выбирать приоритетные аккаунты и вести несколько возможностей одновременно * Умеете проводить discovery, презентации и демонстрации продуктов для технической и бизнес-аудитории * Ориентируетесь в современном стеке для создания AI-приложений: LLM, tool calling и function calling, RAG, embeddings, vector search, MCP и т. д. * Понимаете основы речевых технологий: ASR, TTS, потоковую обработку речи, речевую аналитику и архитектуру голосовых агентов

Location: Москва; Санкт-Петербург Workplace: Офис, Гибридный Yandex Cloud Security — это подразделение в публичной облачной платформе Yandex Cloud, которое отвечает за обеспечение безопасности всей экосистемы. Ищем инженера, который возьмёт на себя создание и развитие детектирующего контента для собственных продуктов безопасности Yandex Cloud. Yandex Cloud — это облачная платформа, которая объединяет вычислительные ресурсы, сети, хранилища, базы данных, контейнерные и другие управляемые сервисы. В её основе — множество распределённых высоконагруженных систем и API собственной разработки, которыми пользуются компании и разработчики для создания и эксплуатации своей инфраструктуры и приложений. Команда Yandex Cloud Detection and Response развивает технологии обнаружения и реагирования на угрозы в облачных и гибридных инфраструктурах. Мы исследуем способы улучшения разработки и сопровождения детектирующего контента. Одно из направлений — создание AI-агентов, которые помогают исследовать данные, разрабатывать и тестировать правила, анализировать результаты их работы и автоматизировать повторяемые задачи detection engineering. Мы ищем инженера, который будет отвечать за создание и развитие детектирующего контента для собственных продуктов безопасности Yandex Cloud. В вашей зоне ответственности будет полный жизненный цикл детекта: исследование техники атаки, определение требований к телеметрии, разработка и тестирование правила и последующий контроль качества. Обязанности Разработка детектирующего контента Вы будете создавать и развивать правила обнаружения угроз для продуктов безопасности Yandex Cloud и команды SOC, работать с нормализацией и таксономией событий, тестировать детекты и контролировать их качество после выпуска. Исследование угроз и работа с инцидентами Вам предстоит исследовать техники атакующих, проводить Threat Hunting, участвовать в расследовании сложных инцидентов, превращать полученные результаты в новые способы обнаружения угроз. Отдельное направление работы — endpoint detection для Linux и контейнерных сред, включая телеметрию на основе eBPF. R&D и автоматизация Вы будете автоматизировать разработку, тестирование и выпуск детектирующего контента, а также развивать AI-агентов для анализа данных и проверки детектов. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Работали в detection engineering, threat hunting, incident response либо на второй или третьей линии SOC * Разрабатывали и отлаживали правила в SIEM или EDR, работали с Git и CI/CD * Понимаете полный жизненный цикл детекта: гипотеза, требования к данным, реализация, тестирование, внедрение, мониторинг качества * Знаете сетевые протоколы, устройства современных операционных систем и основные техники атак на Active Directory * Понимаете модели безопасности облачных платформ: IAM, ресурсную иерархию и облачные API * Знаете принципы виртуализации, контейнеризации * Разбираетесь в Linux: процессы, системные вызовы, файловая и сетевая подсистемы * Понимаете принципы eBPF и его применения для наблюдаемости и безопасности Linux-систем * Умеете писать код или скрипты для автоматизации — прежде всего на Python или Go * Способны самостоятельно доводить исследование до работающего результата и сопровождать его Будет плюсом * Работали с Yandex Cloud, AWS, Azure или GCP и их событиями безопасности * Разрабатывали детектирующий контент для EDR * Работали с purple teaming, adversary emulation или проверяли детекты воспроизведением техник атак * Использовали eBPF, Falco, Tetragon, Tracee или другие средства runtime security и сбора endpoint-телеметрии * Знаете Sigma, YARA, Suricata или другие форматы детектирующего контента * Разбираетесь в ClickHouse, YDB или других SQL-подобных аналитических системах

Location: Москва; Санкт-Петербург; Екатеринбург; Новосибирск; Нижний Новгород Workplace: Офис, Гибридный Мы строим инфраструктуру Yandex Cloud, поверх которой запускаются виртуальные машины пользователей и внутренние сервисы. Приходите автоматизировать ручные операции, разрабатывать для Kubernetes, развивать инструменты планирования ресурсов. Ждём, что вы пишете на Go или готовы быстро его освоить. Команда Server Infrastructure занимается эксплуатацией быстро растущей инфраструктуры Yandex Cloud в рамках подразделения Cloud Foundation Services. Мы строим надёжную и масштабируемую инфраструктуру, поверх которой запускаются виртуальные машины пользователей и внутренние сервисы. В сервисах реализуем различные сценарии работы с железом: от процессов ввода, вывода, починки до бесшовного обновления ОС на всём кластере. Наши сервисы работают с большим количеством облачных и общих яндексовых систем, собирают данные о хостах, метрики состояния железа и кластера в целом, чтобы планировать обслуживание серверов и распределять ресурсы. Мы предоставляем сервисы и инструменты, которые упрощают и автоматизируют внутренние процессы, делают инфраструктуру прозрачнее и стабильнее, снимают с инженеров рутинную работу. Под нашим управлением уже более 20 тыс. серверов в трёх дата-центрах Яндекса, и их количество непрерывно растёт. Мы разрабатываем и постоянно совершенствуем способы мониторинга наших серверов и подходы к нему так, чтобы заранее и автоматически диагностировать неполадки и выполнять обслуживание, не дожидаясь выхода серверов из строя. В работе мы используем: * Golang и Python для разработки сервисов и автоматики * SaltStack и Terraform для описания инфраструктуры * TeamCity и Spinnaker для процессов CI/CD Обязанности Автоматизация жизненного цикла серверов Вам предстоит развивать систему эксплуатации инфраструктуры Yandex Cloud: заменять ручные операции автоматикой — от ввода и вывода серверов до бесшовного обновления ОС на всём кластере. Разработка системы инвентаризации Вы будете проектировать и дорабатывать систему инвентаризации, которая объединяет физическую и логическую информацию обо всём парке железа, — чтобы хранить и использовать данные об инфраструктуре было проще. Разработка для Kubernetes Вы будете участвовать в разработке Kubernetes-операторов и устройств на базе device plugin, а также интегрировать NRI (Node Runtime Interface) — инструменты, через которые облако управляет ресурсами узлов кластера и контейнерами на хостах. Разработка сервисов мониторинга Вы будете заниматься разработкой сервисов-агентов для мониторинга, сбора метрик и выполнения проверок на хостах — чтобы неполадки диагностировались автоматически, до выхода сервера из строя. Развитие инструментов планирования ресурсов Также вы займётесь поддержкой и развитием инструментов, которые помогают планировать и распределять ресурсы внутри облака. Больше о том, что под капотом платформы Yandex Cloud, — в канале Inside Yandex Cloud Требования * Пишете чистый код на Go — либо на Python и готовы быстро освоить Go * Разрабатывали и поддерживали отказоустойчивые системы * Выстраивали и эксплуатировали CI/CD-процессы для сервисов, использовали концепцию Infrasructure as Code * Знаете, как построить идеальный мониторинг * Любите улучшать процессы и автоматизировать задачи, писали сервисы и утилиты для автоматизации Будет плюсом * Работали с системами контейнеризации и управления конфигурациями: Docker, K8s, SaltStack, Ansible, Terraform * Разрабатывали операторы и плагины для K8s * Строили облачные сервисы * Глубоко знаете Linux