Вакансии

Location: Paris, France Our Global Structure Deliveroo is now part of DoorDash, bringing together teams with even greater reach, scale, and ambition. Depending on your role, you may collaborate with teammates, systems, and leaders across DoorDash and Wolt. Together, we’re unlocking new possibilities as one global team. Why Deliveroo (part of DoorDash) Deliveroo, part of the DoorDash group, is building the leading local commerce platform, connecting consumers, merchants, and couriers in real time. Paris is one of our most strategic and complex markets globally, with unmatched density, brand concentration, and competitive intensity. As we move towards our 2026 ambition , we are evolving our commercial organisation to match the scale and sophistication required to win in Paris. This includes increased seniority, clearer regional ownership, and stronger execution across Inner and Outer Paris. The Senior Client Partner – Paris Inner Ouest role is a newly strengthened position, designed to combine strategic partner leadership, regional ownership, and organisation building . The Role As a Senior Client Partner, you'll lead a team of Account Management Lead, Senior Account Manager and Account Manager and you will report to the Regional Director of Paris, part of the Commercial team. The position is based in Paris. You are accountable for the growth and performance of strategic brand portfolios across one of Paris’ most critical zones. You will act as the senior commercial owner for your territory, ensuring alignment between Paris-wide strategy and local execution. Beyond partner management, this role plays a central part in aligning the organisation to business challenges and ambitions . You will design, lead, and continuously evolve the account management setup to ensure the right level of seniority, coverage, and execution quality across the territory. This is a senior leadership role with direct impact on revenue, partner satisfaction, and team development. Key Responsibilities 1. Lead Commercial Strategy & Execution Excellence Own the end-to-end growth of brand portfolios within your Paris Inner cluster Ensure 5★ account management standards across the team, with clear portfolio sizing Build and maintain relationships with senior and C-level stakeholders Lead contract negotiations, renewals, and upsell strategies Create and execute joint business plans addressing partner growth, profitability, and operational performance Act as a trusted advisor, providing insights on Deliveroo capabilities, competitors, and market trends Responsible for a commercial initiative for Paris : engage team, drive performance and proactively adjust structure, focus, or processes 2. Regional & Portfolio Ownership Own a zone cluster, defining and executing the strategy to win Translate Paris-wide and national priorities into clear, actionable regional strategies Improve Client Value Proposition (CVP) across the territory in collaboration with other commercial departments 3. Talent Development & Succession Lead and develop a team of up to 10 AMs / SAMs, either directly or through mid-management Coach and mentor high-potential talent, building a strong internal succession pipeline 4. Cross-Functional Leadership Partner closely with Operations, Marketing, Product, Strategy, and Finance Represent your portfolio and organisation in Paris and France leadership forums Influence roadmap and prioritisation through structured partner and market feedback What We’re Looking For Experience 10+ years in commercial, client partnership, or account management roles Proven experience managing complex, strategic brand portfolios Demonstrated success leading multi-layered teams in fast-paced environments Experience in F&B, Hospitality, Retail, FMCG, or Marketplace businesses preferred Strong commercial and financial acumen (P&L understanding) Excellent negotiation and stakeholder management skills Ability to design and scale organisations and coverage models Data-driven, structured, and execution-focused Senior, credible, and resilient leader High ownership mindset with a bias for action Comfortable navigating ambiguity and driving change Passionate about people development and raising standards Life at Deliveroo At Deliveroo, you’ll work on some of the most complex and impactful challenges in local commerce. We move fast, value ownership, and believe that strong teams build great outcomes. This role offers significant scope, visibility, and influence in shaping how Deliveroo wins in Paris. Diversity, Equity and Inclusion At Deliveroo, we know that a great workplace reflects the world around us and that true diversity and inclusion make us stronger, more creative, and better at what we do. We’re committed to fostering an environment where everyone can do their best work and feel they belong. We believe in equality of opportunity and welcome candidates from all backgrounds regardless of age, gender, ethnicity, disability, sexual orientation, gender identity, socio-economic background, religion, or belief. If you have a disability or long-term health condition and need support to apply for one of our roles, or require any reasonable adjustments during the recruitment process, you’ll have the opportunity to let us know once you’ve submitted your application. We’ll share details on how to request support so we can ensure you have a fair and equitable experience. If you’re excited about making a real impact in a fast-moving marketplace and growing your career alongside ambitious, supportive teams, we’d love to hear from you! Beware of recruitment scams: DASH Brands will never ask you to pay money or share sensitive financial information during hiring — learn more about DASH Brands' legitimate recruiting process at careersatdoordash.com/recruitment-scam-awareness .

Location: European Union Workplace: Remote ABOUT US Ruby Labs is a leading tech company that creates and operates innovative consumer products. We offer a diverse range of opportunities across the health, education, and entertainment industries. Our innovative teams are driving the future of consumer-led products, and we're always looking for passionate individuals to join us. Learn more about our story at: https://rubylabs.com/about-us/ ABOUT THE ROLE We are looking for a designer with strong motion, graphic, and AI skills to join our performance marketing (UA) team. AI is a core part of how we make ads, but it works alongside classic motion design, graphic design, and video editing. In this role, you’ll generate static and video footage with AI tools and bring them to a final result. You’ll work closely with the Lead Designer and Creative Producers on advertising campaigns across multiple platforms, turning ideas and performance data into creatives that scale. KEY RESPONSIBILITIES - Create static and video ads for our products on Meta, TikTok, and YouTube. - Create static and video ads from concept to final result, using AI tools to speed up production. - Stay up to date with Instagram and TikTok trends and adapt them into ad creatives. - Generate AI video and images, and build AI workflows that speed up production. - Propose your own ideas in creative team meetings. QUALIFICATIONS - 3+ years of experience as a 2D Graphic and Motion Designer. - Proficiency in Photoshop, Illustrator, After Effects, Premiere Pro, and Figma. - Strong skills in static graphics, motion design, and video editing. - Solid knowledge of color theory, composition, and typography. - Hands-on experience with AI image and video generators (Nano Banana, GPT, Seedance, Kling). - Creativity and the ability to generate and develop new ideas. - English language proficiency at B2 level. - Portfolio showing your graphic and motion work, including AI-generated content (required). NICE TO HAVE - Experience in performance marketing, in a product company or digital agency. - Experience creating complex animations: transitions, effects, compositing. - Experience building AI workflows in node-based tools. LOCATION Ruby Labs operates within the CET (Central European Time) zone. Applicants from any country are welcome to apply for the position as long as they are located within approximately ± 4 hours of CET. This ensures optimal collaboration and communication during working hours. BENEFITS Discover the perks of being part of our vibrant team! We offer: - Remote Work Environment: Embrace the freedom to work from anywhere, anytime, promoting a healthy work-life balance. - Unlimited PTO: Enjoy unlimited paid time off to recharge and prioritize your well-being, without counting days. - Paid National Holidays: Celebrate and relax on national holidays with paid time off to unwind and recharge. - Company-provided MacBook: Experience seamless productivity with top-notch Apple MacBooks provided to all employees who need them. - Flexible Independent Contractor Agreement: Unlock the benefits of flexibility, autonomy, and entrepreneurial opportunities. Benefit from tax advantages, networking opportunities, reduced employment obligations, and the freedom to work from anywhere. Read more about it here: Independent Contractor Agreement https://docs.google.com/document/d/1nkrN76JlZkbKj9WSOhlT1_mni_CZeDkHdwfIjPXVwvk/preview?tab=t.0#heading=h.ndsdl4wapxtt Be part of our fast-growing team and seize this excellent opportunity for personal and professional growth! INTERVIEW PROCESS After submitting your application, we conduct a thorough review which typically takes 3 to 5 days, but may occasionally take longer due to the volume of applications received. If we see a potential fit, we proceed with the following steps: - Recruiter Screening (40 minutes) - Take Home Assignment - Technical Interview (60 minutes) LIFE AT RUBY LABS At Ruby Labs, we move fast, aim high, and expect the same from our team. We’re not here to play small—we’re here to build, grow, and win. That means we look for people who are ambitious, driven, and ready to give their best every single day. This is a place for individuals who thrive under pressure, embrace challenges, and see opportunity in every obstacle. If you’re hungry to achieve, motivated by impact, and want to grow at the speed of your own ambition, Ruby Labs offers the platform to make it happen. Here, effort is matched with reward. We recognize those who go all in and deliver results, and we create space for people who want more—more responsibility, more growth, and more success.

Drive pipeline through personalised outreach to prospects via phone, emails and LinkedIn. 1-3 years professional experience, ideally in customer facing roles.

Paid internship, full-time or part-time.

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: Shanghai Workplace: OnSite Company Description We’re http://checkout.comCheckout.com http://Checkout.com. You might not know our name, but companies like eBay, Spotify, Klarna, Uber, and Sony do, because we’re behind many of the digital experiences you use every day. We are where the world checks out, enabling over 10 billion transactions yearly for more than one billion global shoppers. Whether you want to book a holiday, order food, renew a subscription, or check out online, there’s a good chance our tech powers the payments behind the scenes. Our platform helps the most ambitious businesses deliver effortless digital experiences, at scale. If you want to do career-defining work, you’ve come to the right place. We move fast, think globally, and believe great teams are built by hiring exceptional people with conviction, curiosity, and the desire to make an impact. With 20 offices across six continents and London as our HQ, we’re shaping the future of fintech – and we’re just getting started. Checkout.com http://Checkout.com is one of the most exciting fintechs in the world. Our mission is to enable businesses and their communities to thrive in the digital economy. We’re the strategic payments partner for some of the best known fast-moving brands globally such as Wise, The Hut Group, Sony Electronics, Sainsbury’s, Deliveroo, Adidas, Klarna and many others. Purpose-built with performance and scalability in mind, our flexible cloud-based payments platform helps global enterprises launch new products and create experiences customers love. And it's not just what we build that makes us different. It's how. We empower passionate problem-solvers to collaborate, innovate and do their best work. That’s why we’re on the Forbes Cloud 100 list and a Great Place to Work accredited company. And we’re just getting started. We’re building diverse and inclusive teams around the world — because that’s how we create even better experiences for our merchants and our partners. And we need your help. Join us to build the digital economy of tomorrow. JOB DESCRIPTION Global payments are complex and ever-evolving. At Checkout our software engineers develop the next-generation payments technologies that enable our Merchants to boost their acceptance rates, cut processing costs, fight fraud, and create cutting edge technology that enables extraordinary customer experiences. We're looking for engineers who bring fresh ideas, have a curious nature and are passionate about working in an Engineering environment which focuses on building products to achieve the company's strategic goals. You’ll get to work with teams from across Checkout.com http://Checkout.com’s portfolio of products and services who all have a real customer first philosophy. As a software engineer, you will work on a specific project critical to Checkout's needs with opportunities to switch teams and projects as you and our fast-paced business grow and evolve. We need our engineers to be versatile, display leadership qualities and be enthusiastic to take on new problems across the full-stack as we continue to push technology forward. With your technical expertise you will manage project priorities, deadlines, and deliverables. You will design, develop, test, deploy, maintain, and enhance software solutions. WHAT ARE WE LOOKING FOR: - Bachelor's or Master's degree in Computer Science, Engineering, or related field - Proficiency in .NET C#, Java, Go, or Python, with a strong understanding of software development principles. in either a backend or full stack environment. - Great communication skills and ability to interact effectively with a wide range of stakeholders - Experience working in agile environments and delivering high-quality code within tight deadlines - Excellent problem-solving skills and the ability to work independently as well as part of a team - Payments or financial knowledge is a plus, but not a necessity   How you’ll make an impact - Be part of, and collaborate with, cross-functional teams including product management, across a large engineering community - Define and design loosely coupled, scalable systems in a wider microservices using industry best practices - Stay up-to-date, use, and spread knowledge of the latest technologies used by Checkout - Write clean, maintainable, extendable and testable code on some of Checkout’s most impactful systems - Build, own and operate your systems to the highest levels of resilience and service. - Mentor junior team members and assist in their technical development Additional Information Bring all of you to work We create the conditions for high performers to thrive, through real ownership, fewer blockers, and work that makes a difference from day one. Here, you’ll move fast, take on meaningful challenges, and be recognized for the impact you deliver. It’s a place where ambition gets met with opportunity, and where your growth is in your hands. We work as one team, and we back each other to succeed. So whatever your background or identity, if you’re ready to grow and make a difference, you’ll be right at home here. It’s important we set you up for success and make our process as accessible as possible. So let us know in your application, or tell your recruiter directly, if you need anything to make your experience or working environment more comfortable. Life at Checkout.com http://Checkout.com We understand that work is just one part of your life. Our hybrid working model offers flexibility, with three days per week in the office to support collaboration and connection. Curious about what it’s like to be part of our team? Visit our Careers Page https://www.checkout.com/careers to learn more about our culture, open roles, and what drives us. For a closer look at daily life at Checkout.com http://Checkout.com, follow us on LinkedIn https://www.linkedin.com/company/checkout/life/ and Instagram https://www.instagram.com/checkout_com/

• Управлять командой Key Account Managers: ставить задачи, развивать сотрудников и формировать единые стандарты работы. • Выстраивать долгосрочные партнерские отношения с B2B-клиентами.

• Администрировать Linux-серверы и виртуальную инфраструктуру Proxmox VE. • Работать с сетью и pfSense: firewall, NAT, routing, VLAN, VPN.

Location: Санкт-Петербург Workplace: Дистанционный Команда занимается Developer Experience (DX) и Developer Productivity Engineering (DPE). В её задачи входит: Поддержание архитектуры продукта, устойчивой к непрерывным изменениям (DI, MVI, API, IDEA Plugin, AI Harness и тому подобное) Разработка повторно используемых решений Разработка инфраструктурных сервисов Повышение отказоустойчивости приложений Совершенствование инструментов предотвращения проблем Задачи Разработка повторно используемых SDK и инструментов для разработчиков Улучшение Developer Experience Разработка своих фреймворков DI, MVI, API Требования Опыт коммерческой разработки под Android от пяти лет Опыт управления командой от года Уверенное знание Kotlin + Java Опыт работы с разными архитектурами: Clean Architecture / MVI / MVVM (и понимание их применимости) Опыт работы с большими кодовыми базами и современным стеком (Coroutines, Compose) Понимание многопоточности и жизненного цикла Android Опыт оптимизации производительности и дебага сложных кейсов Знание классических алгоритмов и структур данных Будет плюсом Опыт работы в Core-команде.

Location: Москва Workplace: гибкий Мы — команда, которая строит и развивает LLM-агентов для поддержки пользователей и внутренних бизнес-процессов. Делаем решения «под ключ»: от прототипов и экспериментов до промышленных сервисов с мониторингом качества, метриками и стабильной эксплуатацией. Работаем на стыке ML/LLM и backend-разработки: проектируем пайплайны, интегрируемся с продуктами и инфраструктурой, строим RAG-системы и агентные сценарии, измеряем качество (precision/recall/F1, macro-F1), ведём эксперименты и улучшаем модели на данных. Используем Python, LangGraph/LangChain-подходы, Langfuse для наблюдаемости, Git и внутренние платформы хранения/обработки данных (в том числе YTsaurus), а также очереди и хранилища (Kafka/Redis). Задачи Разрабатывать и развивать LLM-агентов: сценарии, инструменты (tools), оркестрацию, память, маршрутизацию, обработку ошибок и fallback-логики Проектировать и внедрять RAG: индексация, эмбеддинги, ретриверы, ранжирование, чанкинг, оценка качества поиска и ответа Интегрировать агентные решения в прод: сервисы, API, взаимодействие с Kafka/Redis и другими компонентами инфраструктуры Настраивать наблюдаемость и контроль качества: логирование/трейсинг, Langfuse, дашборды, алерты, анализ деградаций Проводить офлайн/онлайн-оценку качества: считать precision/recall/F1/F1-macro, строить датасеты, проводить A/B или квазиэксперименты, формулировать гипотезы улучшений Участвовать в улучшении пайплайнов данных и экспериментов: подготовка данных, разметка/валидация, хранение и воспроизводимость Писать поддерживаемый код: ревью, тесты, документация, CI/CD, участие в архитектурных решениях Требования Уверенный Python (проектирование модулей, типизация, тестирование, работа с API/сервисами) Практический опыт работы с LLM/agentic-подходами: промптинг, tool calling, цепочки/графы, управление контекстом, обработка галлюцинаций и ограничений моделей Понимание и опыт оценки качества: precision/recall/F1, macro-F1, построение датасетов и интерпретация метрик Опыт построения или внедрения RAG (retrieval, embeddings, индексация, ранжирование, чанкинг, оценка retrieval-качества) Опыт разработки и эксплуатации сервисов: REST/gRPC, асинхронность, логирование, мониторинг, работа с Git Понимание очередей/кэшей/хранилищ (Kafka, Redis или аналоги), опыт интеграций Будет плюсом Опыт с LangGraph / LangChain, Langfuse (трейсинг, промпт-менеджмент, датасеты, evaluation) Опыт с YTsaurus или другими распределёнными системами хранения/обработки данных Опыт low-code/конструкторов пайплайнов и быстрых прототипов, доведение их до production Знание подходов к ранжированию, rerank, hybrid search, query rewriting, guardrails/safety Опыт A/B-тестов, построения продуктовых метрик и причинно-следственного анализа Опыт работы с контейнеризацией и деплоем (Docker/K8s), CI/CD

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. Задачи Развивать компоненты AI-ассистента для VK Видео: понимание намерения, удержание контекста диалога, выбор стратегии и маршрутизация инструментов Улучшать генерацию кандидатов, semantic retrieval и reranking для поиска и персонализированных рекомендаций Работать с гибридным поиском: эмбеддинги, текстовые и структурные фильтры, поисковые API, рекомендательные модели и явные критерии пользователя Оптимизировать candidate budget и смешивание кандидатов из разных источников Обучать и дообучать модели для отдельных компонентов системы: LLM-like, reranker, query rewriting, relevance-модели Собирать и улучшать обучающие и тестовые датасеты: реальные и синтетические запросы, сложные негативные примеры, long-tail-сценарии и размеченные диалоги Создавать и поддерживать golden datasets, human-aligned evaluation и автоматические проверки качества; калибровать auto-eval по человеческой оценке Анализировать деградации, формулировать гипотезы и проверять их в воспроизводимых экспериментах Оценивать модели не только по общей метрике, но и по отдельным сценариям, категориям запросов, релевантности, разнообразию, безопасности и качеству диалога Оптимизировать latency, стоимость и использование вычислительных ресурсов при обучении и инференсе Готовить компоненты к промышленной эксплуатации: интеграция, нагрузочное тестирование, мониторинг, обработка ошибок и контроль регрессий Участвовать в offline- и online-экспериментах, подготовке A/B-тестов и интерпретации продуктовых метрик Проводить code review, документировать эксперименты и участвовать в обсуждении архитектуры и исследовательских результатов Требования Сильная теоретическая база и опыт работы в рекомендательных системах, информационном поиске, NLP/LLM; готовность работать на их пересечении Понимание устройства retrieval и ranking: embeddings, candidate generation, negative sampling, cross-encoders, reranking Знание основных offline-метрик поиска и рекомендаций: Recall@K, Precision@K, NDCG, MRR и их ограничений Опыт обучения, валидации и внедрения ML-моделей; доведённые до production либо production-like среды самостоятельно разработанные компоненты Навыки постановки воспроизводимых экспериментов, анализа ошибок и статистической интерпретации результатов Понимание жизненного цикла ML-системы: данные, обучение, inference, мониторинг, деградации и переобучение Опыт работы с большими объёмами данных и пайплайнами обработки; YT, Spark или аналогичные инструменты Базовые навыки Linux, Git, контейнеризации и работы с сервисами Будет плюсом Опыт создания LLM-приложений: tool calling, agentic workflows, RAG, structured generation Дообучение LLM или encoder-моделей: SFT, LoRA/adapters, RL Построение lexical, semantic или hybrid retrieval LLM-as-a-judge, human evaluation, построение golden datasets и калибровка автоматических оценок Оптимизация GPU-инференса, batching, quantization, model serving Опыт с распределённым обучением и промышленной ML-инфраструктурой Практика A/B-тестирования рекомендательных или поисковых моделей Мультимодальные модели, VLM, понимание видео или рекомендательные системы для медиаконтента Наличие публикаций по тематике LLM, NLP, multimodal models

Location: Москва Workplace: Офисный Дзен — сложная рекомендательная система и блог-платформа, которая помогает людям находить интересный контент, а авторам, медиа и брендам — свою аудиторию и единомышленников. Служба рекомендаций Дзена совершенствует алгоритмы ранжирования на платформе, чтобы пользователи видели самое актуальное для себя. Вам предстоит разрабатывать и улучшать рекомендательную систему, которая будет анализировать поведение пользователей, предсказывать их предпочтения и предлагать персонализированный контент. Вы будете участвовать во всех этапах — от сбора и обработки данных до обучения моделей (collaborative filtering, content-based, нейросетевые подходы) и их внедрения в production. Ваша работа напрямую повлияет на ключевые метрики бизнеса: увеличение конверсии, удержание пользователей и рост вовлечённости. Кроме того, вы сможете экспериментировать с новыми алгоритмами, проводить A/B-тесты и оптимизировать систему, чтобы рекомендации становились точнее и полезнее для миллионов пользователей. Задачи Реализовывать контентные и коллаборативные виды рекомендаций Генерировать и реализовывать новые идеи по улучшению наших алгоритмов Разрабатывать ML-алгоритмы — от базовой обработки и подсчёта подокументных факторов до ранжирования, рекомендаций и NLP Встраивать ML-решения в живой продовый код Коммуницировать с продакт-менеджерами и трансформировать продуктовые требования в техническую постановку задачи Требования Вы в ML больше двух лет Уверенно пишете и читаете продакшен-код Глубоко понимаете алгоритмы классического ML Будет плюсом Вы готовы участвовать в командных брейнштормах и постоянно искать альтернативные решения Уже разрабатывали продакшен-системы на Java Знаете алгоритмы рекомендаций

Location: Москва Workplace: Комбинированный Мы ищем ML-инженера в команду рекомендаций Ленты социальной сети Одноклассники. Команда развивает персонализацию постов, фотографий и видео, повышает вовлечённость пользователей, помогает авторам находить свою аудиторию и делает Ленту более разнообразной. Задачи Разработка факторов и моделей ранжирования Обучение и внедрение ML-моделей в production Развитие высоконагруженных сервисов рекомендаций Проведение и анализ A/B-тестов Требования Опыт работы ML-инженером от двух лет Знание алгоритмов машинного обучения и принципов построения рекомендательных систем Опыт промышленной разработки на Java Понимание принципов работы высоконагруженных систем Будет плюсом Опыт разработки рекомендательных систем и моделей ранжирования Опыт проведения и анализа A/B-тестов Опыт работы с YTsaurus, CatBoost, Spring и Java

Location: Москва Workplace: гибкий Направление фильмов и сериалов в VK Видео отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей. Мы ищем старшего ML-разработчика, который будет развивать киносериальные рекомендации: анализировать пользовательское поведение, формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик. Об одном из наших релизов можно прочитать здесь: https://vk.company/ru/press/releases/12243/ Что предлагаем: Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев Задачи Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме Проводить A/B-эксперименты и принимать решения на основе данных Взаимодействовать с продуктом, аналитиками, бэкендом и смежными ML-командами Находить точки роста и формулировать продуктовые и ML-гипотезы Требования Вы имеете от трёх лет опыта разработки ML-решений Уверенно пишете код на Python, Java или C++ Работали с ML-системами в условиях высокой нагрузки Умеете работать с продуктовыми метриками и A/B-тестами Готовы брать на себя сложные технические задачи и доводить решения до продакшена Будет плюсом Работали с рекомендательными, поисковыми или рекламными системами Работали с видео, медиа, UGC или стриминговыми продуктами Сталкивались с задачами матчинга и дедупликации контента Имеете опыт оптимизации ML-рантайма и production-инфраструктуры

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: Комбинированный Мы — команда внутренних сервисов Поиска. Мы создаём внутренние сервисы и дата-пайплайны для сбора, обработки и доставки данных, необходимых поиску и другим продуктам экосистемы. Среди наших задач — интеграции с различными источниками и хранилищами, управление обработкой заданий и инструменты браузерной автоматизации. Часть системы представляет собой зрелую кодовую базу на Node.js и Python, а новые сервисы мы разрабатываем преимущественно на Python и Go. Задачи Разрабатывать и поддерживать дата-пайплайны и внутренние микросервисы поисковой платформы Создавать инструменты для сбора, обработки и обогащения данных из различных источников Развивать сервисы браузерной автоматизации и сетевого взаимодействия Улучшать существующие системы на Node.js и Python, разрабатывать новые сервисы на Python и Go Повышать надёжность обработки данных: работать с параллелизмом, тайм-аутами, повторными попытками и обработкой ошибок Требования Хорошее знание Python и (или) Go Знакомство с алгоритмами и структурами данных Понимание асинхронного программирования, конкурентности и многопоточности Понимание принципов разработки backend-сервисов и сетевого взаимодействия Готовность разбираться в большой существующей кодовой базе и поддерживать production-системы Будет плюсом Знание Node.js будет плюсом, но не является обязательным.

Location: Санкт-Петербург Workplace: Комбинированный Наша команда занимается внедрением AI в разработку на уровне всей компании VK. Наши клиенты — продуктовые команды из разных бизнес-юнитов компании. Сейчас мы активно развиваем свою платформу для создания автономных AI агентов-разработчиков, а также внедряем общие AI-решения для автономизации различных этапов цикла разработки. Ищем талантливого разработчика, которому интересны Agentic AI-системы, чтобы усилить нашу команду. Примеры задач: Улучшение облачной системы Sandbox'ов, предоставляющих безопасное изолированное окружение для работы автономных AI-агентов Разработка, улучшение и внедрение различных мультиагентных пайплайнов для автономизации SDLC Создание системы бенчмарков для оценивания эффективности автономных AI-агентов для разработки Улучшение качества работы автономных AI-агентов для разработки У нас интересно: Наша команда участвует в ключевых проектах компании Внутренние пользователи всегда рядом, сами приносят обратную связь и открыты к общению Разнообразные задачи и отсутствие рутины Широкие зоны ответственности и простор для творчества Нет лишней бюрократии Задачи Разработка платформы для создания автономных AI-агентов разработчиков Разработка и внедрение мультиагентных пайплайнов для автономизации SDLC Улучшение качества работы автономных AI-агентов разработчиков Требования Опыт коммерческой разработки production ready AI-систем Опыт или интерес к созданию инструментов для разработчиков: анализаторы кода, компиляторы, IDE-плагины, SWE AI-агенты и так далее Уверенные навыки по работе с AI-агентами в разработке и их применению в реальных задачах Понимание внутреннего устройства AI-агентов и базовых принципов agentic AI: prompt и context engineering для современных LLM, MCP, tool calling, etc. Опыт разработки и поддержки кода на Go (основной язык), Python или переход на них за испытательный срок Понимание принципов разработки ПО: подходы к тестированию и его виды, модели работы с Git, современные практики в CI/CD и всё остальное, с чем разработчики разных специализаций сталкиваются каждый день

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