Задачи:
— Исследовать техники, TTP и реальную телеметрию: пробелы покрытия, слабые места правил, типичные обходы.
— Готовить гипотезы, критерии проверки и механики обнаружения для новых и усиленных детектов.
— Выявлять недостающие источники, вести подключение с владельцами систем и создавать кастомную телеметрию: агенты, парсеры, скрипты, обогащение.
— Развивать платформу мониторинга на Elastic: качество данных, интеграции, узкие места приёма.
— Строить и внедрять автоматизацию под детект и платформу: скрипты, сервисы, CI/CD для правил и конфигураций, интеграции с IRP/SOAR и внутренними API.
— Участвовать в оркестрации реагирования.
— Участвовать в ревью сложных изменений детектов (охват, шум, риск пропуска) и развивать базу знаний и плейбуки.
Требования:
— Опыт работы в информационной безопасности, Incident Response или SOC от 3 лет, включая аналитику и инженерную часть.
— Умение и опыт автоматизировать рутинные процессы и внедрять новые технологии в SOC для улучшения покрытия и реакции: скрипты, AI, деплой.
— Программирование на Python и других скриптовых языках, GitOps, развитие телеметрии и механик обнаружения.
— Уверенные знания техник атакующих, современных технологий и инфраструктур: сетевые протоколы, операционные системы, облака, виртуализация и контейнеры.
— Умение выдвигать гипотезы и предложения по улучшению и оценивать качество мониторинга с учётом актуальности для инфраструктуры.
— Будет преимуществом знание Elastic Stack (ingest, агенты, пайплайны, EQL, корреляция), парсеров и качества данных (Logstash, grok), IRP/SOAR, REST API, внутренние сервисы, хостовой телеметрии под детект (Sysmon, auditd, osquery, eBPF-агенты).
Условия:
— Работа удалённо с возможностью гибкого графика и частичной работы из дома.
— Забота о здоровье: ДМС, стоматология, корпоративный спорт.
— Выдача мощных ноутбуков под задачи.
— Жилищные программы для офисных сотрудников и социальная поддержка.
— Прекрасный офис с безлимитным кофе и полезными перекусами.
— Развитие: онлайн и офлайн обучение, библиотеки, конференции.
— Работа в сильной команде с неформальным подходом.
Компания:
Ozon Банк — финтех-компания, выросшая из стартапа в банк с более 35 млн клиентов. Строит банк как современный IT-продукт с микросервисной архитектурой, реализует ключевые банковские системы самостоятельно. Среди продуктов — виртуальные и пластиковые карты, рассрочка, банк для юридических лиц и программы финансирования продавцов.
Задачи:
— Разработка логики рабочих процессов с использованием узлов, рёбер и графов LangGraph.
— Реализация механизмов сохранения контрольных точек с использованием SQLite, Redis и PostgreSQL.
— Разработка рабочих процессов с участием человека в цикле (Human-in-the-Loop).
— Применение механизмов повторных попыток, тайм-аутов и резервных сценариев (fallback) в LangGraph.
— Настройка трассировки с помощью OpenTelemetry на всех этапах оркестрации.
Требования:
— Опыт разработки на Python от 3 лет.
— Опыт оркестрации агентов с использованием LangGraph или LangChain.
— Опыт асинхронного программирования на Python с использованием asyncio.
Условия:
— Полная занятость, официальное трудоустройство.
— Гибкий формат работы: офис, удаленно или гибрид.
— Частная медицинская страховка.
— Оплачиваемый отпуск/больничные дни.
— Доступ к внутренним и внешним образовательным платформам.
— Рабочее оборудование.
— Реферальная программа с бонусом за рекомендации друзей и бывших коллег.
Задачи:
— Развёртывать и администрировать Kubernetes-кластеры (DropApp/OpenShift): настройка ресурсов, квот
— Строить и поддерживать CI/CD-конвейеры (Jenkins + Bitbucket): от сборки Docker-образов до деплоя в prod
— Настраивать GitOps-процессы (ArgoCD + Helmfile): declarative deployment, automated sync
— Конфигурировать и поддерживать service mesh (Istio / Platform V SSM): mTLS, traffic splitting, egress control
— Обслуживать мониторинг (Prometheus + Grafana) и логирование (PVS + Kafka): написание правил алертинга, dashboards
— Писать и поддерживать Helm-чарты, стандартизировать шаблоны для продуктовых команд
— Собирать и оптимизировать Docker-образы (buildKit)
— Обеспечивать безопасность контейнеров: security contexts, network policies, оперативное устранение уязвимостей
— Работать с заказчиками из продуктовых команд: собирать требования, предлагать решения, документировать изменнеия
— Участвовать в incident response, проводить postmortem-анализ, внедрять preventive-меры
— Поддерживать и развивать shared libraries для стандартизации пайплайнов
Требования:
— Kubernetes: уверенное знание (deployment, service, configmap, secrets, hpa, pvc), опыт от 2 лет
— CI/CD: Jenkins pipeline DSL (Groovy), опыт написания shared libraries
— GitOps: практический опыт работы с ArgoCD (проекты, application lifecycle)
— Helm: написание и поддержка Helm-чартов, знакомство с Helmfile
— Мониторинг: настройка и обслуживание Prometheus (scrape configs, recording/alerting rules), Grafana
— Docker: написание и оптимизация Dockerfile, сборка образов, работа с container registry
— Linux и сети: понимание принципов работы Linux, TCP/IP, DNS, load balancing
— Системы управления задачами: опыт работы с issue tracking, написание фильтров и запросов
Желательное:
— Опыт работы с OpenShift
— Знание Ansible (roles, playbooks)
— Понимание принципов работы Istio / Service Mesh (VirtualService, DestinationRule, Gateway)
— Опыт работы с системами сбора логов (PVS, ELK, OpenSearch)
— Знание принципов безопасности Kubernetes (security contexts, network policies)
— Опыт работы с IAM (OIDC, service accounts, RBAC)
— Знание Kafka (event streaming, интеграция с логированием)
Будет большим плюсом:
— Опыт миграции приложений на новую платформу контейнеризации
— Знание SRE-практик (SLO/SLI, error budgets, SLA)
— 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 рядом с м. Тульская
— Возможность выбрать удобный график – офис/гибрид
— Ежегодный пересмотр зарплаты и годовая премия
— Корпоративный спортзал и зоны отдыха
— Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— Расширенный ДМС, льготное страхование для семьи 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
Задачи:
— Выбирать стек, библиотеки и веб-фреймворки для Python и JavaScript с учётом требований, ожидаемой нагрузки, потенциального масштабирования проекта и удобства сопровождения.
— Проектировать frontend и backend: REST API, модели данных, аутентификацию и авторизацию, интеграции.
— Декомпозировать задачи для ИИ-агентов, задавать технический контекст и критерии готовности, проверять изменения в Git.
— Проводить code review, debugging и рефакторинг.
— Организовывать unit-, интеграционные и end-to-end тесты.
— Консультировать коллег по архитектуре и коду, помогать работать с агентами и готовить примеры.
— Создавать переиспользуемые компоненты, шаблоны приложений и API-интеграции для разных компаний.
Требования:
— Опыт fullstack-разработки и запуска веб-приложений в production.
— Уверенное владение Python и JavaScript, опыт разработки backend и frontend.
— Знание HTML/CSS, веб-фреймворков и клиент-серверной архитектуры.
— Практические навыки REST API, HTTP, SQL, Git, Docker и автоматизированного тестирования.
— Понимание проектирования API и баз данных, прав доступа, обработки ошибок и логирования.
— Умение проводить code review и рефакторинг, разбирать зависимости и находить причины ошибок.
— Желание передавать знания, помогать нетехническим коллегам и разбирать их решения.
Дополнительные преимущества:
— Опыт ИИ-инструментов и coding agents.
— Понимание LLM, контекстного окна, embeddings и RAG.
— Знание архитектуры корпоративных ИТ-систем и интеграций.
— Также полезны .NET и техническое наставничество.
Условия:
— Реальные задачи разных бизнесов, участие в выборе технологий и совместная работа с аналитиками, преподавателем и специалистами по инфраструктуре.
Задачи:
— управление набором агентов
— проведение обучения агентов
— обеспечение соблюдения нормативных требований
— контроль производительности сети агентов
— организация полевых операций в пределах территории
Задачи:
— Деплоить, обновлять и эксплуатировать сервисы Big Data платформы: HDFS, Ozone S3, Iceberg и др.
— Поддерживать пилот: перестраивать работу кластера под тысячи мелких таблиц и файлов
— Внедрять квоты на вычисления и хранение для бизнес-юнитов: продумать, как их считать и заводить, чтобы потом не утонуть в конфигурациях
— Мигрировать с дефолтного Iceberg-каталога на Lakekeeper или Gravitino
— Навести порядок в мониторинге и алертинге
Требования:
— Опыт проектирования, внедрения и эксплуатации Big Data платформы от 5 лет
— Практический опыт с HDFS / Hadoop: деплой, апгрейды, траблшутинг
— Опыт самостоятельного деплоя и эксплуатации S3-хранилища (в идеале Ozone, но MinIO и аналоги тоже подойдут)
— Опыт работы с Apache Iceberg
— Английский на уровне чтения технической документации
— Возможность работать по московскому времени (разница до 3 часов)
Будет большим плюсом:
— Опыт с Trino, Kafka или Flink
— Опыт с REST-каталогами для Iceberg (Lakekeeper, Gravitino, Polaris и др.)
— Опыт работы с AI-инструментами не только на уровне чата: Copilot, агенты, автоматизация своих задач
Условия:
— Большая зона ответственности, задачи, в которых можно повлиять на архитектуру, и современный стек без legacy
— Можно работать удалённо и по гибкому графику
— Выстроенный онбординг, корпоративная школа английского, внутренние программы обучения, компенсация внешних курсов и конференций
— Корпоративные цены на отели и дополнительный оплачиваемый выходной MyTime Day Off
Задачи:
— Разработка и поддержка frontend-функциональности на TypeScript и React
— Разработка и доработка UI-компонентов, включая таблицы и формы
— Работа с legacy-кодом и техническим долгом: постепенное улучшение архитектуры и существующих решений
— Использование AI-агентов для повышения эффективности разработки
— Работа в рамках SDD-подхода
Требования:
— От 4 лет опыта с TypeScript и React
— Опыт работы в FinTech — обязателен
— Практический опыт с Redux Toolkit и Redux Saga
— Опыт разработки таблиц и форм с использованием Formik и Yup
— Понимание принципов Feature-Sliced Design (FSD)
— Понимание важности линтеров, качества кода и тестового покрытия
— Готовность работать с большим legacy-кодом и последовательно снижать технический долг
— Уверенное владение AI-агентами в разработке
— Знакомство с SDD-подходом
— Высшее образование желательно, но не критично при сильном совпадении по остальным требованиям
— Знакомство с Module Federation (будет плюсом)
— Понимание особенностей микрофронтенд-архитектуры и её взаимодействия с Redux Toolkit и Redux Saga (будет плюсом)
Условия:
— Удалённая работа
— Занятость full-time
— Зарплата до 190 000 ₽ gross ИП
Задачи:
— Разрабатывать новые backend-сервисы и поддерживать существующие
— Проектировать, разрабатывать и интегрировать RESTful API с использованием FastAPI
— Проектировать и оптимизировать схемы, индексы и запросы PostgreSQL
— Писать unit и интеграционные тесты, участвовать в код-ревью, поддерживать качество кода
— Строить и поддерживать CI/CD пайплайны для автоматического тестирования и деплоя
— Контейнеризировать и деплоить сервисы с помощью Docker и Kubernetes
— Реализовывать аутентификацию, авторизацию и практики безопасного кодирования
— Интегрировать AI-возможности с использованием MCP (Model Context Protocol)
— Оптимизировать производительность приложения и эффективность базы данных
— Сотрудничать с frontend-разработчиками и продуктовыми командами
Требования:
— Опыт коммерческой backend-разработки от 3 лет
— Глубокие знания Python и FastAPI
— Практический опыт с PostgreSQL, оптимизацией SQL, индексами и миграциями
— Опыт с pytest, unit и интеграционным тестированием, принципами TDD
— Опыт работы с CI/CD инструментами (GitHub Actions, GitLab CI или аналогичными)
— Практический опыт с Docker и Kubernetes
— Понимание принципов проектирования REST API и безопасности приложений
— Знание Git и практик совместной разработки
— Владение английским языком
Будет плюсом:
— Опыт с MCP и интеграциями AI-инструментов/агентов
— Async Python (asyncio, async SQLAlchemy)
— SQLAlchemy и Alembic
— Сообщения и очереди (RabbitMQ, Kafka, Redis)
— Облачные платформы (AWS, GCP, Azure)
— Кэширование (Redis, Memcached)
Условия:
— Полная занятость, работа в офисе в Ташкенте, Узбекистан
— Официальное трудоустройство по законодательству Узбекистана
— Бесплатные обеды
— Компенсация спортивных и фитнес-активностей
— Корпоративные мероприятия и тимбилдинги
Задачи:
— Довести до стабильной работы частично готовый конвейер SEO-контента: от сбора требований и фактов о бренде до генерации, проверки статей и сборки сайта;
— Создавать автоматизации для команды: парсеры, боты, отчёты, инструменты для сборки сайтов и работы с доменами;
— Настраивать интеграции с таск-трекером, Google Таблицами и другими сервисами;
— Поддерживать действующие автоматизации, разбираться в чужом коде и устранять сбои в рабочее время.
Требования:
— Уверенное знание Python и/или Node.js;
— Опыт работы с Linux-серверами: развёртывание сервисов, работа с логами и поиск причин ошибок;
— Опыт работы с API языковых моделей — OpenAI, Claude или аналогами: промпты, обработка и проверка ответов, контроль расходов;
— Использование Claude Code, Codex или других AI-агентов в ежедневной разработке;
— Опыт интеграций через API и вебхуки, парсинга сайтов с использованием Playwright и прокси;
— Умение работать с Git и GitHub;
— Самостоятельность: разобраться в задаче, предложить решение, довести его до запуска и понятно объяснить результат.
Будет плюсом:
— Опыт в SEO и автоматизации производства контента.
Условия:
— Удаленный формат работы;
— Полная занятость, гибкое начало и окончание рабочего дня с обязательным пересечением с командой с 09:00 до 15:00 МСК;
— ЗП от $900-1300 - итоговую сумму обсуждаем индивидуально, исходя из опыта и навыков;
— Поддерживающая команда без токсичности, где ценят экспертизу и инициативу;
— Возможность влиять на технические решения и видеть результат своей работы в действующих проектах.
Требования к специалисту:
— Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).
— Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.
— Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном.
— Опыт дообучения и оптимизации TTS-моделей.
— Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2).
— Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами.
— Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений.
— Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go.
— Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).
— Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).
— GoLang: базовое понимание дизайна сервисов (SOLID, DRY, KISS);
— типизация (строки, числа, слайсы и мапы);
— примитивы синхронизации и конкуренция (горутины, каналы);
— указатели и работа с ними;
— observability.
— Будет плюсом:
• опыт работы с gRPC.
• умение настроить инфраструктуру (k8s/inventory).
• знания работы TCP.
Задачи:
— Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.
— Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок и т.п.).
— Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.
— Работа с диалоговым стеком и NLP: поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT.
— Учёт краевых случаев, исправление ошибочных срабатываний интентов.
— При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций).
— Работа с речевым стеком: интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну).
— Дообучение и настройка инференса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы.
Требования к специалисту:
— Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).
— Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.
— Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном.
— Опыт дообучения и оптимизации TTS-моделей.
— Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2).
— Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами.
— Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений.
— Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go.
— Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).
— Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).
— GoLang: базовое понимание дизайна сервисов (SOLID, DRY, KISS); типизация (строки, числа, слайсы и мапы); примитивы синхронизации и конкуренция (горутины, каналы); указатели и работа с ними; observability.
— Будет плюсом: опыт работы с gRPC; умение настроить инфраструктуру (k8s/inventory); знания работы TCP.
Задачи:
— Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.
— Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок и т.п.).
— Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.
— Работа с диалоговым стеком и NLP: поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT.
— Учёт краевых случаев, исправление ошибочных срабатываний интентов.
— При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций).
— Работа с речевым стеком: интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну).
— Дообучение и настройка инференса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы.
Задачи:
— Внедрять Agentic SDLC в своей команде, где агенты помогают на всех этапах разработки, от спецификаций до тестов и релиза.
— Распиливать монолит, переходить к событийной архитектуре и доменным сервисам параллельно с продуктовой разработкой.
— Работать в автономных кросс-функциональных командах с feature-lead культурой и поддержкой платформенной команды по инфраструктуре и инструментам.
— Принимать решения на основе метрик: DORA, метрики потока, продуктовые и бизнес-показатели.
— Влиять на формирование процессов и ролей в команде.
Требования:
— Руководитель команды с сильным инженерным бэкграундом.
— Разбирается в архитектуре.
— Умеет работать с людьми.
— Предпочитает менять и развивать, а не поддерживать.
Условия:
— Полная удалёнка, можно работать из любой точки мира.
Стек:
Python, Django, FastAPI, микросервисы, Vue 3 + TypeScript, Flutter, ML в поиске и рекомендациях.
Задачи:
— Разработка и поддержка frontend-функциональности на TypeScript и React.
— Разработка и доработка UI-компонентов, включая таблицы и формы.
— Работа с legacy-кодом и техническим долгом: постепенное улучшение архитектуры и существующих решений.
— Использование AI-агентов для повышения эффективности разработки.
— Работа в рамках SDD-подхода.
Требования:
— От 4 лет опыта с TypeScript и React.
— Опыт работы в FinTech — обязателен.
— Практический опыт с Redux Toolkit и Redux Saga.
— Опыт разработки таблиц и форм с использованием Formik и Yup.
— Понимание принципов Feature-Sliced Design (FSD).
— Понимание важности линтеров, качества кода и тестового покрытия.
— Готовность работать с большим legacy-кодом и последовательно снижать технический долг.
— Уверенное владение AI-агентами в разработке.
— Знакомство с SDD-подходом.
— Высшее образование желательно, но не критично при сильном совпадении по остальным требованиям.
Будет плюсом:
— Знакомство с Module Federation.
— Понимание особенностей микрофронтенд-архитектуры и её взаимодействия с Redux Toolkit и Redux Saga.
Задачи:
— Специалист отвечает за всю инженерию под капотом продукта: выбор базы данных, инструментов управления очередями, организация кеша, оптимизация запросов в API, работа интеграций.
— Следить за производительностью, предлагать и настраивать решения, рекомендовать стек, настраивать мониторинги и логи.
Требования:
— Умение организовывать бесшовный CI/CD для доработок дев, тест, прод.
— Умение настраивать взаимодействие внутренних компонентов системы от загрузки данных до выгрузки в смежные системы.
— Опыт проведения аудита наработок ИИ агента, формирование логического плана рефакторинга.
— Опыт настройки интеграции (nifi) и организации их настройки.
— Опыт реализации технических доработок продуктов с помощью ИИ агентов.
— Опыт работы с FastAPI, Django, PostgreSQL, Celery, Apache Airflow, JavaScript, Kubernetes, Python, Grafana.
Описание продукта:
— Система автоматического расчёта прогнозных цен для ежемесячного формирования интегрированного плана работы компании с 5 тыс. клиентов.
— Продукт покрывает весь процесс от ведения формул в контрактах до формирования цен, корректировки и выгрузки в системы планирования.
— Продукт развивается с мая, пилотный контур в ОПЭ, планируется доработка.
Условия:
— Зарплата 200 000 рублей на руки.
— Полностью удалённый формат работы.
— Режим работы с 9:00 до 18:00 по московскому времени.
— Локация любая.
— Работа с крупной IT-компанией и большой командой профессионалов.
— Обучение не предусмотрено.
— Рассматриваются только кандидаты с опытом по всем ключевым требованиям.
Требования:
— 5+ лет коммерческого опыта с Python и production-опыт разработки AI-агентов, LLM orchestration и RAG
— Практический опыт с LangGraph / LangMem, Qdrant или аналогами
— Уверенное знание PostgreSQL, API и backend-архитектуры
— Опыт с Voice AI / WebRTC, real-time системами — большой плюс
Важно:
— рассматривают только инженеров с практическим опытом самостоятельной разработки AI/LLM-решений
Основные требования:
— Опыт создания контента для соцсетей, блогов или YouTube от 1 года
— Умение просто объяснять технологические темы
— Навыки съёмки и монтажа коротких видео (Reels, Shorts)
— Интерес к ИИ и разработке, умение работать с ИИ-инструментами для контента
— Портфолио с примерами работ
Чем предстоит заниматься:
— Готовить посты, статьи и короткие видео о проектах компании, ИИ и разработке
— Вести соцсети компании и блог на astanahub.com
— Делать кейсы по проектам вместе с командой
— Следить за трендами и предлагать идеи для контента
Что мы предлагаем:
— Частичная занятость, удалённо или в офисе в Астане
— Интересные темы: ИИ-агенты, автоматизация, корпоративные системы
— Свобода в форматах и идеях
— Оформление по договору
Требуется инженер для разработки обвязки ИИ-агентов с опытом программирования на Python или TypeScript не менее двух лет. Кандидат должен владеть работой с LLM API, такими как Claude и OpenAI, включая использование инструментов, формирование структурированных ответов и стриминг. Важно понимание агентных паттернов, включая цикл агента, вызов инструментов, управление контекстом и памятью. Опыт с MCP, LangGraph, Agent SDK или собственными оркестраторами будет преимуществом. Необходимо писать надёжный код с обработкой ошибок, ретраями и логированием. В обязанности входит проектирование и разработка инструментов, оркестрации, памяти и песочниц для ИИ-агентов, интеграция агентов с клиентскими системами, такими как 1С, CRM и документооборот, а также настройка мониторинга, трассировки и контроля стоимости запросов. Работа предполагает сотрудничество с командой evals для повышения качества агентов. Предлагается участие в проектах по ИИ и корпоративным системам для крупных компаний Казахстана, гибридный формат работы с офисом в Астане, официальное трудоустройство, доступ к современным ИИ-моделям и инструментам, а также возможность влиять на архитектуру и продукт.
Требуется инженер для работы с оценкой больших языковых моделей (LLM). Кандидат должен иметь опыт программирования на Python не менее года и уверенно владеть инструментами для работы с данными, такими как pandas и SQL. Важно понимание принципов работы LLM и типичных ошибок, которые они совершают. Необходим опыт создания тестовых наборов и разработки метрик качества, включая использование LLM в роли судьи. Знакомство с инструментами для проведения оценок, например promptfoo, Langfuse или Braintrust, будет преимуществом. В работе предстоит создавать тестовые наборы и метрики для ИИ-ассистентов и агентов, регулярно запускать тесты для выявления регрессий при обновлениях моделей и промптов, анализировать ошибки и предоставлять рекомендации команде, а также автоматизировать процессы оценки качества в рамках CI. Предлагается участие в проектах по искусственному интеллекту и корпоративным системам для крупных казахстанских компаний, гибридный формат работы с офисом в Астане, официальное трудоустройство, доступ к современным ИИ-моделям и инструментам, а также возможность влиять на архитектуру и продукт.
ГибридmiddleАстана
ГибридМосква
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Автоотклики