Вакансии

Location: San Francisco, California; Toronto, Ontario, Canada Workplace: Hybrid ABOUT SENTRY Software runs the world and the pace is faster than ever. Sentry helps developers fix errors and performance issues before users notice, so teams can spend less time firefighting and more time building. Trusted by 200,000+ organizations, Sentry is today’s application monitoring standard and our team is building its AI-native future. ABOUT THE ROLE Sentry is looking for a Manager, Design Engineering to lead the team behind Scraps, our design system. This role would manage a team of designers and front-end engineers that is building the infrastructure that powers our UI development. This role lives at the intersection of design, engineering and AI tooling. The ideal candidate is comfortable reviewing a component's API in a pull request, can critique the consistency of typography across components, and has created skills to help agents use a design system more effectively. This role will set the direction for our system, grow the team, and stay close enough to the work to make design and implementation decisions. IN THIS ROLE YOU WILL - Manage and grow a team of engineers and designers — hiring, leveling, and coaching across both crafts - Own the strategic roadmap for the team: what components to prioritize, what tools to adopt, which parts of the web app to refactor, etc. - Help maintain the UI quality and expression that Sentry is known for - Keep design and code in sync — tokens, variables, component parity, and the pipeline from Figma to production - Stay hands-on building components and the infrastructure to enable fast, accurate agentic front-end development and prototyping - Drive adoption across product teams through documentation, lint rules, and contribution workflows that don't slow anyone down YOU'LL LOVE THIS JOB IF YOU - Consider yourself a design engineer, or a designer who codes - Are passionate about design systems as the context layer for agentic frontend development, and want to build tools and skills that enable product teams to ship faster - Nerd out over component APIs, variant structures, and tokenization and naming conventions - Care deeply about consistency but know when a pattern needs to flex for a specific use case - Care deeply about interface quality, and want to build world class front-end infrastructure you can be proud of - Get as much out of growing people as you do out of building things QUALIFICATIONS - 3+ years of experience in a full-time design system or design engineering team - 2+ years of people management experience - Strong visual and interaction design skills with a sharp eye for spacing, hierarchy, and micro-interactions - Deep fluency in React, TypeScript, CSS, and the DOM - Familiarity with Figma's design systems tooling — components, variants, variables, auto layout, shared libraries, and branching workflows - Able to balance long-term system thinking with the practical needs of product teams shipping on tight timelines The base salary range (or hourly wage range, if applicable) that Sentry reasonably expects to pay for this position is $200,000 – $270,000. A successful candidate’s actual base salary (or hourly wage) amount will be determined by a variety of relevant factors including, without limitation, the candidate’s work location, education, work and other relevant experience, skills, and job-related knowledge. A successful candidate will be eligible to participate in Sentry’s employee benefit plans/programs applicable to the candidate’s position (including incentive compensation, equity grants, paid time off, and group health insurance coverage). See Sentry Benefits https://sentry.io/careers/ for more details about the Company’s benefit plans/programs. EQUAL OPPORTUNITY AT SENTRY Sentry is committed to providing equal employment opportunities to its employees and candidates for employment regardless of race, color, ancestry, religion, sex, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, veteran status, or other legally-protected characteristic. This commitment includes the provision of reasonable accommodations to employees and candidates for employment with physical or mental disabilities who require such accommodations in order to (a) perform the essential functions of their jobs, or (b) seek employment with Sentry. We strive to build a diverse team, with an inclusive culture where every teammate can thrive. Sentry is an open-source company because we believe that everyone, everywhere, should have the ability and tools to make great software. Software should be accessible. That starts with making our industry accessible. If you need assistance or an accommodation due to a disability, you may contact us at accommodations@sentry.io. Want to learn more about how Sentry handles applicant data? Get the details in our Applicant Privacy Policy https://sentry.io/careers/applicantprivacy/.

Location: Boston, MA Workplace: OnSite At WHOOP, we’re on a mission to unlock human performance. As a member of the Mechanical Engineering NPI team, you’ll help shape the future of wearable technology by developing innovative, high-performance products that integrate seamlessly into users’ lives. WHOOP operates with urgency because our mission demands it. We build products for people who push their limits—and we hold ourselves to the same standard. We expect engineers to go deep technically, collaborate relentlessly, and take pride in execution. The pace is fast, expectations are high, and the work is deeply meaningful. This isn’t a role where you follow a blueprint. If you’re energized by complex challenges, cross-functional collaboration, and the opportunity to ship hardware at scale, this role will push you—and reward you. WHOOP is looking for a Staff Mechanical Engineer to lead critical design, validation, and development execution for next generation biometric wearable products. You are a proactive, highly organized engineer with strong problem-solving skills and a sharp eye for detail. You thrive in a fast-paced, execution-driven setting and can drive creative mechanical design solutions with independence and sound technical judgement. You will mentor junior mechanical engineers and collaborate with cross-functional stakeholders (Electrical Engineering, Embedded Engineering, Manufacturing, Product, and Program Management). You will work closely with our suppliers and contract manufacturers around the world to execute engineering validation builds with a focus on high quality deliverables, sharp engineering risk management, clear technical communication upwards and externally, and commitment to product excellence. WHOOP operates with urgency because our mission demands it. We build products for people who push their limits—and we hold ourselves to the same standard. If you’re energized by complex challenges, cross-functional collaboration, and the opportunity to ship hardware at scale, this role will push you—and reward you. RESPONSIBILITIES: - Complete technical ownership (at system level) of a next generation product from design concept to manufacturing release, ensuring performance, reliability, cost, and schedule targets are met. - Lead mechanical design, analysis and development of mechanical components around micro-electronics, exact industrial design specifications, product requirements, and manufacturing constraints. - Create parametric multi-body SolidWorks CAD models to bring up design concepts that enable simulation exercises, prototyping, and mass production qualification - Generate technical documentation such as 3D files, 2D drawings, bills of material (BOM’s), and Engineering Change Orders (ECO’s) following product development cycle timeline - Communicate and collaborate effectively across functional teams and external suppliers to align requirements, drive decisions, and resolve issues quickly - Drive organized, end-to-end DFM coordination across multiple vendors and manufacturing methods, aligning requirements, timelines, and technical decisions to deliver scalable, high-yield production. - Design testing protocols and validation plans, manage testing processes to ensure comprehensive verification and validation (V&V) of mechanical designs. - Perform thorough engineering root cause analyses to identify and resolve issues - Mentor younger engineers by example through excellence in engineering best practices - Willingness to travel internationally up to 20% of the time QUALIFICATIONS: - BS or MS in Mechanical Engineering or a related field - 10+ years of experience in the design, documentation and validation of complex mechanical parts for medium to high volume consumer electronics - 5+ years SolidWorks (or equivalent) CAD experience with best practices for part design/ feature architecture, surface modeling, advanced assemblies, complex configuration management and integrating DFx feedback efficiently - 5+ years working with Tier 1 and 2 contract manufacturers in Asia and North America - Extensive experience in mechanical design concepts and the manufacture of products utilizing high volume, automated manufacturing processes as well as manual assembly - Played a key role in the launch of 3+ products, thorough understanding of full product development process, experience guiding suppliers, product lifecycle management - Well-versed in design, prototyping, and evaluation of advanced injection molded plastic components, die castings, metal injection molding, packaging, and material selection - Knowledge of Six Sigma statistical methods and how to apply them effectively to make design decisions. Ability to utilize statistical methods such as RSS tolerance stack up analysis and CPK process capability. - Strong organization and communication skills and the ability to work well within teams in a fast-paced environment - Ability to effectively communicate technical concepts and proposals to leadership upwards (internally), and externally to suppliers and contract manufacturers. - Highly organized and methodical; able to create structure, plans, and risk mitigation for open-ended problems and drive them to closure. This role is based in the WHOOP office located in Boston, MA. The successful candidate must be prepared to relocate if necessary to work out of the Boston, MA office. Interested in the role, but don’t meet every qualification? We encourage you to still apply! At WHOOP, we believe there is much more to a candidate than what is written on paper, and we value character as much as experience. As we continue to build a diverse and inclusive environment, we encourage anyone who is interested in this role to apply. WHOOP is an Equal Opportunity Employer and participates in E-verify https://www.e-verify.gov/to determine employment eligibility The WHOOP compensation philosophy is designed to attract, motivate, and retain exceptional talent by offering competitive base salaries, meaningful equity, and consistent pay practices that reflect our mission and core values. At WHOOP, we view total compensation as the combination of base salary, equity, and benefits, with equity serving as a key differentiator that aligns our employees with the long-term success of the company and allows every member of our corporate team to own part of WHOOP and share in the company’s long-term growth and success. The U.S. base salary range for this full-time position is $175,000-$215,000. Salary ranges are determined by role, level, and location. Within each range, individual pay is based on factors such as job-related skills, experience, performance, and relevant education or training. In addition to the base salary, the successful candidate will also receive benefits and a generous equity package. These ranges may be modified in the future to reflect evolving market conditions and organizational needs. While most offers will typically fall toward the starting point of the range, total compensation will depend on the candidate’s specific qualifications, expertise, and alignment with the role’s requirements.

Looking for an engineer who has hands-on experience building AI agents that actually execute workflows, not just chat interfaces. You’ll work on agents that connect to APIs and internal systems, use tools, retrieve context, make decisions across multiple steps, and recover when something fails.

Location: Oakland, California, United States, AMER From Fivetran’s founding until now, our mission has remained the same: to make access to data as simple and reliable as electricity. With Fivetran, customer data arrives in their warehouses, canonical and ready to query, with no engineering or maintenance required. We’re proud that more organizations continue to leverage our technology every day to become truly data-driven. About Us Fivetran and dbt Labs are bringing together two industry-leading companies with a shared mission: helping organizations unlock the full value of their data. Together, we're delivering the data infrastructure layer that helps organizations move, transform, and trust their data — from the moment data moves, through every transformation, to the context teams and AI systems rely on. Fivetran helps organizations automate data movement across the systems, clouds, engines, and tools they rely on. dbt Labs pioneered analytics engineering, helping teams transform data into reliable, governed insights. Together, we support thousands of organizations as they build a trusted foundation for analytics, AI, and better business decisions. As we bring our teams and technology together, we're building on the strengths of both companies while continuing to deliver the products and experiences our customers know and trust. It's an exciting time to join us: we're creating a company with the scale, talent, and technology to help more organizations put their data to work with greater speed, confidence, and impact. During this transition period, you may see references to both Fivetran and dbt Labs throughout our recruiting process as we integrate our teams, systems, and career sites. About the Role Fivetran and dbt Labs is building data pipelines to power the modern data stack for thousands of companies. We're looking for a senior software engineer to join our Orchestration team, which owns the control plane layer of the dbt platform — the scheduler, execution harness, and results processing. You'll own the design and delivery of features end to end, working across high-throughput APIs and data models to make them faster, more reliable, and more capable. You'll write and review designs, raise the quality bar in code review, use the latest AI tools, and collaborate closely with product and design to deliver work that scales. This is a full-time, fully remote position. Technologies You'll Use Python, Rust, GraphQL, Postgres, Snowflake, Kafka, Kubernetes, Docker, AWS, GCP, Datadog What You'll D o Design and implement features and performance improvements across the Orchestration team's services — the scheduler, execution harness, and results processing Develop, maintain, and test high-quality, maintainable code, and optimize critical paths for performance Write technical designs for feature-level work, actively seek feedback, and clearly explain the trade-offs of your decisions Participate in and review technical designs and pull requests, providing constructive feedback to the team Improve test coverage with comprehensive unit tests and refactor code to drive down tech debt Troubleshoot and debug production issues, and follow up on incidents with post-mortems and mitigation plans Break features into tasks, structure and execute your own project plans, and contribute to sprint and feature planning Collaborate with product managers, QE, customer support, and peers to deliver the best product with high quality, performance, and scalability Participate periodically in the on-call rotation, and be mindful of security throughout your work Use AI tooling — IDE assistants like GitHub Copilot, coding agents like Claude Code, and conversational AI — to accelerate development and to author and review SDLC artifacts such as TDDs, PRDs, post-mortems, and test plans Skills We're Looking Fo r 5+ years of experience in the software industry with a passion for solving complex software engineering problems, including designing and building backend services and reusable components from the ground up Experience working with distributed systems and cloud computing concepts Demonstrated ability to write well-structured, performant, and well-tested code Ability to independently lead feature-level software and design work that satisfies project requirements, and to clearly explain design trade-offs Can identify design flaws in existing systems and propose improvements Experience with code reviews, design, troubleshooting, and testing Proficiency in a modern backend or systems language such as Python, Java, C++, or C# Hands-on experience with cloud platforms (AWS, GCP, or Azure) and containerization (Docker, Kubernetes) Experience with continuous integration tooling such as BuildKite, and familiarity with observability tools like Datadog or Grafana is a plus Fluent in using AI code assistants and coding agents to generate and investigate code, and conversational AI (e.g. Claude, ChatGPT) to research, author, review, and synthesize SDLC artifacts Bonus Skill s Experience in data processing (ETL, ELT) and/or cloud-based data platforms Experience building or working with schedulers, workflow orchestration, job queues, or distributed task execution systems Experience with GraphQL APIs and high-throughput, multi-tenant data services Familiarity with the analytics engineering workflow and the dbt ecosystem The compensation range displayed on this job posting reflects the minimum and maximum target for new hire compensation for the target position and level, and may include sales incentives or target bonuses depending on the role.  Our compensation ranges are determined by role, level, and location. Our job titles may span more than one career level. Within the range, individual compensation is determined by additional factors, including job-related skills, experience, relevant education or training, business need, market demands. The compensation range is subject to change and may be modified in the future. Your recruiter can share more about the specific compensation range for your location during the hiring process. Oakland Pay Range $174,915 — $209,906.50 USD Perks and Benefits 100% employer-paid medical insurance * Generous paid time away from work, including paid vacation or flexible/unlimited vacation depending on role and country, plus paid sick time, inclusive parental leave, paid holidays, including a year-end Global Week of Rest, and volunteer days off. RSU stock grants* Professional development and training opportunities Company virtual happy hours, free food, and fun team-building activities Monthly cell phone stipend Access to an innovative mental health support platform that offers personalized care and resources in areas such as: therapy, coaching, and self-guided mindfulness exercises for all covered employees and their covered dependents. * May vary by country and worker type - please reach out to your recruiter for more information Click here to learn more about Fivetran's Benefits by Region. We’re honored to be valued at over $5.6 billion , but more importantly, we’re proud of our core values of Get Stuck In, Do the Right Thing, and One Team, One Dream . Read about us in Forbes . Fivetran brings together high-quality talent across the globe to make data access as easy and reliable as electricity for our customers. We value and recognize that our customers benefit from having innovative teams made of people from many backgrounds, experiences, and identities. Fivetran promotes diversity, equity, inclusion & belonging through attracting, recruiting, developing, and retaining a diverse workforce, not only because it is the right thing to do, but because it helps us build a world-class company to better serve our customers, our people and our communities. To learn more about Fivetran’s culture and what it’s like to be part of the team, click here and enjoy our video. To learn more about our candidate privacy policy, you can read our statement here . We are committed to ensuring that all candidates have an equal opportunity to participate in our interview process. If you require accommodations at any stage of the process due to a disability, medical condition, or any other circumstance, please don't hesitate to submit your request by filling out this form . We will work with you to provide reasonable accommodations to facilitate your participation and ensure a fair and accessible interview experience. Your request and any information provided will be kept confidential and will not impact your candidacy. We look forward to hearing from you and accommodating your needs to the best of our ability.

Location: Москва Наша команда отвечает за качество моделей TTS в SaluteSpeech – той части GigaChat, которая занимается звуком. Наш синтез можно услышать у ассистентов Салют, в колл-центре по номеру 900, в Сболе. Сейчас мы ищем ребят, которые будут работать над базовым качеством, мультимодальным Гигачатом и другими классными проектами. Как у нас все устроено: * команда живет в 4 городах, общаемся текстом и по видео, иногда встречаемся очно; * работать можно в удобное время, обязательных созвонов 1-3 в неделю; * очень много данных и карточек для обучения; * работа обычно происходит так: формулируем гипотезу, улучшаем модель, обгоняем прод по метрикам, показываем команде runtime, помогаем им затащить в прод; * чаще всего успешные модели – это улучшенные старые, в итоге развиваем свой звездолет Вся работа с разметкой для обучения и подсчет метрик уже автоматизированы, очень удобно. Можно прийти на нашу студию, поговорить в микрофон 3 часа и обучить свой синтез. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * улучшать модели; * обгонять прод по метрикам; * помогать внедрять; * фантазировать, экспериментировать, читать статьи; * заниматься проектами, например ускорение обучения, voice cloning, low resource, rl; * рассказывать о решении задач на внутренних семинарах, а также на хабре и в нашем чатике в тг. Требования * python, алгоритмы, математика; * знания в DL, особенно про звук; * опыт обучения моделей для прода; * кругозор (nlp, лингвистика, русский язык, биология, физика -- что имеет отношение к речи); * c++; * публикации. Условия * задачи, которые еще никто не делал; * команда отзывчивых профи, которые всегда помогут; * фидбек и возможность увидеть результаты своей работы в продуктах; * много корпоративных плюшек: расширенная программа ДМС (возможность подключения родственников), страхование жизни, специальные условия по кредитам/ипотеке, скидки от компаний-партнёров; * офис на Кутузовском проспекте с парковкой, спортзалом, массажными креслами и возможностью выбора формата работы (офис, гибрид или удалёнка).

Location: Москва Мы — команда GigaChat Data, готовим данные для обучения базовых моделей GigaChat во всех модальностях (Text, Vision, Audio): SFT, RLHF, навыки, безопасность и продуктовые сценарии. Сейчас ищем специалистов в данные под проекты, связанные с ML на устройствах: офлайн-ассистент, локальное ASR, keyword spotting, VAD/EOU и персонализация. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * подготовка данных для обучения и тестирования моделей * разработка и поддержка data pipeline’ов * анализ качества моделей через данные и метрики * поиск точек роста и проблемных сценариев * работа с продовыми и beta-логами устройств. Требования * уверенный Python (алгоритмы, структуры данных, async) * опыт работы с данными в ML-задачах * понимание метрик качества моделей * базовая статистика * опыт в speech-задачах (ASR, VAD, diarization, keyword spotting) * опыт построения data pipeline’ов * опыт с разметкой и краудсорсингом. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод; * Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения; * Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100); * Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review; * Анализ точек роста и определение способов их закрытия. Требования * Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели; * Опыт полного цикла обучения VLM или LLM; * Глубокие знания или опыт работы в области computer vision; * Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах; * Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников; * Умение работать, принимать решения и выстраивать процессы в условиях неопределенности; * Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей. Условия **Будет плюсом:** * Опыт полного цикла обучения VLM; * Наличие публикаций в области NLP или CV; * Опыт решения задач по оптимизации обучения; * Опыт участия в соревнованиях по машинному обучению или программированию.

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM-моделей. Ищем сильного инженера в RL-направление: человека, который будет драйвить ключевые исследования и разработки, влиять на качество моделей и доводить сложные идеи до работающих решений. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Разрабатывать и улучшать RL-подходы для обучения VLM/LLM-моделей: выбор алгоритмов, постановка экспериментов и анализ результатов; * Проектировать reward-функции и пайплайны обучения, выстраивать стратегии масштабирования под разные домены и сценарии, напрямую влияя на метрики качества; * Определять требования к данным для RL: участвовать в построении пайплайнов сбора, фильтрации и подготовки датасетов; * Развивать систему оценки reasoning-качества: внедрять и улучшать метрики в существующем eval-фреймворке, предлагать новые способы измерения качества под новые возможности модели; * Работать на стыке с Pretrain / SFT / Infra: обеспечивать согласованность решений и перенос экспериментов в продакшн-пайплайн; * Следить за состоянием области и переводить свежие идеи из статей в проверяемые эксперименты и инженерные решения; * Глубоко погружаться в технические задачи: дебажить эксперименты, разбирать аномалии в обучении, находить узкие места и доводить решения до результата; * Делиться экспертизой с командой: участвовать в код-ревью, помогать улучшать качество решений и подходы к экспериментам; * Развивать инфраструктуру для RL. Требования * Глубокое понимание RL для LLM/VLM (RLHF, GRPO, PPO) и практический опыт; * Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL) и того, как решения на каждом этапе влияют на финальные метрики; * Опыт с распределённым обучением (DeepSpeed, FSDP) и inference-фреймворками. * Сильный практический опыт постановки, проведения и анализа RL-экспериментов; * Умение работать в условиях неопределённости и самостоятельно двигать сложные технические задачи; * Умение выстраивать процессы в условиях неопределённости; * Опыт взаимодействия со смежными командами и стейкхолдерами; * Системное мышление: способность видеть картину целиком — от данных и reward-дизайна до eval и продакшн-метрик. **Будет плюсом:** * Опыт менторинга или технического лидерства в рамках отдельных проектов; * Публикации или open-source вклад в области RL/LLM/VLM; * Опыт вывода RL-обученных моделей в продакшн и поддержки их качества. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва В этой роли вы будете работать над задачами на стыке машинного обучения, обработки сигналов и production engineering: от детекции шума, шепота и голосовой активности до диаризации, споттинга, биометрии, EOU и routing-логики. Это возможность не просто решать сложные прикладные ML-задачи, а строить и улучшать реальные системы, которые работают в проде, выдерживают требования по latency и качеству и становятся важной частью пользовательского опыта. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Разрабатывать, обучать и улучшать ML-модели для аудио- и speech-задач * Работать с полным циклом разработки моделей: от постановки задачи, анализа данных и построения пайплайнов до внедрения, мониторинга и итеративного улучшения в production * Проектировать решения для real-time и streaming-сценариев с жёсткими требованиями к latency, стабильности и качеству * Исследовать и внедрять современные подходы в audio ML и speech ML, выбирая между классическими методами, deep learning и hybrid-подходами в зависимости от задачи и продуктового эффекта * Строить и улучшать системы оценки качества: offline-метрики, тестовые наборы, error analysis, A/B-подходы и другие способы объективно измерять качество моделей * Работать с данными: формировать обучающие выборки, улучшать разметку, искать источники деградации качества, повышать устойчивость моделей к шуму, акцентам, каналам связи и другим вариациям реального мира * Оптимизировать модели и inference-пайплайны для эффективной работы в production-среде * Плотно взаимодействовать с инженерами, исследователями, продуктом и смежными командами, чтобы быстро доводить сильные ML-идеи до рабочего решения * Вносить вклад в техническое направление команды, предлагать новые подходы, поднимать планку качества и помогать принимать архитектурные решения. Требования * Высшее образование в области математики, computer science, физики, статистики, data science * Уверенный senior-уровень в machine learning и практический опыт построения и внедрения ML/DL-моделей в production * Сильная экспертиза в одном или нескольких направлениях, связанных с audio, speech или signal processing * Отличное знание Python и уверенная работа с основным ML-стеком: PyTorch, NumPy, Pandas, Scikit-learn, а также инструментами для обучения, экспериментов и production deployment * Опыт работы с метриками качества * Сильные коммуникационные навыки и способность ясно объяснять сложные технические вещи как инженерам, так и нетехническим стейкхолдерам * Проактивность и желание двигать вперёд не только свою задачу, но и весь ML-контур команды. Условия * Крупнейшее DS&AI community — более 600 DS-специалистов банка * Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * Возможность быть соавтором НИРов и статей для международных конференций * Возможность выбрать удобный формат работы: гибрид или офис * Ежегодный пересмотр зарплаты, 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 * Ипотека выгоднее до 7% для каждого сотрудника * Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * Вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы — команда синтеза речи в GigaPlatform. Создаём и развиваем технологии синтеза речи. Решаем полный цикл задач синтеза, включающий и собственно синтез, в том числе на LLM, и NLP-задачи, и многое другое.Недавно мы выпустили мощное обновление нашего синтеза, которое на голову выше того, что было раньше, особенно по естественности и "человечности" ([https://habr.com/ru/companies/sberbank/articles/966640/](https://habr.com/ru/companies/sberbank/articles/966640/)). На достигнутом останавливаться не планируем, и уже готовим ещё более качественную модель синтеза.Сейчас мы расширяем команду отдела production-внедрения. Ищем талантливых DL-инженеров, которые понимают как модели работают на уровне математики и аппаратуры. Обязанности * Низкоуровневая оптимизация работы с «железом» * Поддержка инфраструктуры взаимодействия с LLM * Вывод новых архитектур в prod. Требования * Опыт работы в области глубокого обучения, в том числе с LLM * Глубокое знание CUDA и Python * Знание и опыт работы с фреймворками TensorRT, vLLM и SGlang * Приветствуется опыт с C++. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы — core-команда, которая отвечает за ML для понимания аудио во всем Сбере. За последний год мы выложили в open source SOTA-модель для распознавания речи на русском языке — **GigaAM**, а прошлой весной первыми в России запустили **нативное понимание звука в LLM — GigaChat Audio**. Сейчас мы активно улучшаем мультимодальные возможности GigaChat: работаем над качеством на сложных аудио- и визуальных контекстах и учим модель понимать видео не только по звуковому потоку, но и по кадрам. **Цель** — совместное обучение на vision+audio и video+audio диалогах длительностью 90+ минут. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Проводить эксперименты по обучению Vision / Audio / Video LLM: данные, стадии обучения, способы смешивания модальностей * Оптимизировать ML-инфраструктуру для обучения на длинных мультимодальных контекстах * Формулировать и проверять гипотезы о том, как улучшать качество LLM на видео. Требования * Сильный опыт в DL-инженерии, желательно в обучении LLM-моделей * Глубокое знание PyTorch, включая DDP / FSDP * Понимание distributed training и efficient deep learning: DP / TP / PP / EP / SP, mixed precision, checkpointing, offloading, профилирование и оптимизация обучения * Понимание архитектуры LLM: Transformer, attention (MHA / GQA / MLA), RoPE и другие позиционные эмбеддинги, long context, MoE * Уверенный Python на уровне production-кода: asyncio, multiprocessing, профилирование, отладка больших систем. **Будет плюсом:** * Опыт обучения мультимодальных LLM * Опыт снижения стоимости контекста при обработке видео * Опыт расширения контекста LLM * Понимание RL-подходов для обучения моделей: RLHF / RLVR, PPO / GRPO / DPO * Опыт построения бенчмарков с использованием LLM-as-a-judge. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы ищем сильного Deep Learning инженера для развития и вывода на принципиально новый уровень GigaAM — лучшей open-source модели для распознавания речи на русском языке. GigaAM — это не только исследовательский проект, но и core-модель, которая определяет качество работы многих ключевых продуктов экосистемы: GigaChat Audio, ASR, TTS, GigaChat Video и других. Сейчас мы стоим перед масштабным вызовом: кратное увеличение параметров модели, масштабирование данных на несколько порядков, расширение языкового покрытия и выход за рамки распознавания речи в сторону general audio understanding. Если вы хотите создавать state-of-the-art решения, которыми будут пользоваться миллионы, и вносить вклад в развитие мирового open-source — нам по пути! _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Масштабирование данных: увеличение объемов данных для обучения на несколько порядков, построение эффективных пайплайнов их фильтрации и подготовки. * Развитие архитектуры и метода предобучения: улучшение мультиязычных свойств модели и расширение ее возможностей в сторону анализа аудио неречевой природы. * Scaling laws: масштабирование модели по количеству параметров в несколько раз. * Research & Engineering: стабилизация процессов предобучения, проведение ML-экспериментов, проверка гипотез и доведение результатов до прода и публикаций. Требования * Уверенное владение Python и PyTorch * Distributed Training: практический опыт распределенного обучения, понимание ограничений и принципов работы под капотом (DDP, FSDP, ZeRO). * Опыт оптимизации DL-пайплайнов: профилирование и оптимизация узких инфраструктурных мест в процессе обучения (I/O bottlenecks, memory management, GPU utilization). * Экспертиза в Speech/Audio: понимание современных подходов и state-of-the-art архитектур в Speech/Audio Self-Supervised Learning. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы ищем Data Engineer, который будет отвечать за инфраструктуру, пайплайны и качество данных для обучения современных Vision-Language Models. Роль находится на стыке data engineering и ML: нужно будет работать с большими мультимодальными датасетами, понимать потребности исследователей и ML-инженеров, строить пайплайны очистки, фильтрации, категоризации и генерации данных, а также обеспечивать воспроизводимый экспорт данных в формат для обучения моделей. Обязанности * Собирать и структурировать потребности ML-команды в данных: какие данные нужны для обучения, дообучения, оценки и улучшения VLM. * Предлагать и реализовывать идеи пайплайнов очистки, фильтрации, дедупликации, категоризации и генерации данных. * Ориентироваться в современных практиках построения датасетов для Vision-Language Models: image-text pairs, synthetic data, filtering, quality scoring, data mixture design, dataset versioning. * Отвечать за инфраструктуру хранения и подготовки данных, включая: * 1. импорт данных из различных источников: production, Common Crawl, open-source datasets, generated data; 2. валидацию и контроль качества данных; 3. хранение и версионирование датасетов; 4. экспорт данных в форматы, пригодные для обучения моделей. * Проектировать и реализовывать пайплайны обработки данных на большом масштабе, включая десятки миллиардов изображений. * Разрабатывать пайплайны генерации синтетических данных для обучения и улучшения VLM. * Собирать статистику по данным, строить отчёты и визуализации для анализа состава, качества и покрытия датасетов. * Обеспечивать воспроизводимость, наблюдаемость и надёжность data-процессов. * Работать в тесной связке с ML-инженерами, исследователями и инфраструктурной командой. Требования * Сильный опыт в data engineering и построении production-grade data pipelines. * Уверенное владение Python, включая multiprocessing, multithreading и async-подходы. * Опыт работы с большими объёмами данных и распределённой обработкой. * Практический опыт с объектными хранилищами, в частности S3 или аналогами. * Опыт работы с YTsaurus или похожими системами для распределённого хранения и обработки данных. * Понимание принципов валидации, очистки, дедупликации и версионирования датасетов. * Опыт работы с DVC, Git, Docker. * Опыт работы с PostgreSQL или другими реляционными базами данных. * Умение проектировать устойчивые пайплайны: от импорта данных до финального экспорта в training-ready формат. * Способность самостоятельно разбираться в нечетко сформулированных задачах и доводить их до работающего решения. * Готовность работать на стыке engineering и ML research. Будет плюсом ------------ * Опыт работы с мультимодальными данными: изображения, текст, image-text pairs, captions, OCR, metadata. * Понимание того, как устроены современные датасеты для обучения VLM / LMM / multimodal models. * Опыт построения пайплайнов для synthetic data generation. * Опыт реализации quality scoring, filtering, semantic deduplication, clustering или data attribution. * Опыт визуализации статистики по большим датасетам и построения внутренних аналитических дашбордов. * Опыт работы с Common Crawl, LAION-подобными датасетами, open-source vision-language datasets. * Базовое понимание ML training pipeline и того, как качество данных влияет на качество модели. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM-моделей. Ищем сильного senior-инженера в RL-направление: человека, который будет драйвить ключевые исследования и разработки, влиять на качество моделей и доводить сложные идеи до работающих решений. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Разрабатывать и улучшать RL-подходы для обучения VLM/LLM-моделей: выбор алгоритмов, постановка экспериментов и анализ результатов; * Проектировать reward-функции и пайплайны обучения, выстраивать стратегии масштабирования под разные домены и сценарии, напрямую влияя на метрики качества; * Определять требования к данным для RL: участвовать в построении пайплайнов сбора, фильтрации и подготовки датасетов; * Развивать систему оценки reasoning-качества: внедрять и улучшать метрики в существующем eval-фреймворке, предлагать новые способы измерения качества под новые возможности модели; * Работать на стыке с Pretrain / SFT / Infra: обеспечивать согласованность решений и перенос экспериментов в продакшн-пайплайн; * Следить за состоянием области и переводить свежие идеи из статей в проверяемые эксперименты и инженерные решения; * Глубоко погружаться в технические задачи: дебажить эксперименты, разбирать аномалии в обучении, находить узкие места и доводить решения до результата; * Делиться экспертизой с командой: участвовать в код-ревью, помогать улучшать качество решений и подходы к экспериментам; * Развивать инфраструктуру для RL. Требования * Глубокое понимание RL для LLM/VLM (RLHF, GRPO, PPO) и практический опыт; * Понимание полного цикла обучения VLM/LLM (pretrain → SFT → RL) и того, как решения на каждом этапе влияют на финальные метрики; * Опыт с распределённым обучением (DeepSpeed, FSDP) и inference-фреймворками. * Сильный практический опыт постановки, проведения и анализа RL-экспериментов; * Умение работать в условиях неопределённости и самостоятельно двигать сложные технические задачи; * Умение выстраивать процессы в условиях неопределённости; * Опыт взаимодействия со смежными командами и стейкхолдерами; * Системное мышление: способность видеть картину целиком — от данных и reward-дизайна до eval и продакшн-метрик. **Будет плюсом:** * Опыт менторинга или технического лидерства в рамках отдельных проектов; * Публикации или open-source вклад в области RL/LLM/VLM; * Опыт вывода RL-обученных моделей в продакшн и поддержки их качества. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод; * Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения; * Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100); * Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review; * Анализ точек роста и определение способов их закрытия. Требования * Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели; * Опыт полного цикла обучения VLM или LLM; * Глубокие знания или опыт работы в области computer vision; * Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах; * Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников; * Умение работать, принимать решения и выстраивать процессы в условиях неопределенности; * Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей. **Будет плюсом:** * Опыт полного цикла обучения VLM; * Наличие публикаций в области NLP или CV; * Опыт решения задач по оптимизации обучения; * Опыт участия в соревнованиях по машинному обучению или программированию. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, 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 * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: San Francisco, California Workplace: Hybrid WHO WE ARE Notion is the collaborative AI workspace where teams and agents think together https://www.youtube.com/watch?v=vkpYpWfEK5s. We're building one place where your knowledge, projects, meetings, and AI tools live side by side, so work is faster, clearer, and less fragmented. Millions of individuals, small teams, and large companies run their work on Notion. Notinos (our employees) are customer zero in bringing this future of work to life. We care about craft, building things that last, and the belief that great work is still fundamentally human. Our goal isn’t to ship the next feature. Each and every team of Notinos is working to set the standard for how humans work together in the AI era. From building a business’s system of record to making and managing AI agents to automating away the busy work, we care deeply about giving our customers more time for their life’s work. ABOUT THE ROLE Notion is building the operating system for knowledge work, and we want people to be able to do substantive knowledge work from their phone. A great native app is what makes that possible. On Android, that means Notion should feel like it was built for the platform: fast to open, smooth to scroll, and reliable offline or on a spotty connection. We’re investing in a more native foundation for how people read, write, and edit in Notion. That lets users capture ideas in the moment, find answers across their workspace, manage tasks and projects, and work with teammates, with the speed, polish, and dependability people expect from the best apps on their phone. As an Android engineer, you’ll help build that native foundation, from how pages render and how people write and edit, to the navigation and app chrome people use every day, like Home, Search, and Inbox, along with the shared frameworks the rest of the app is built on. You’ll work across the Android stack, with chances to dig into our shared Rust layer and the AI tools we use for mobile development. Along the way, you’ll pair with experienced product and mobile AI engineers to find what slows the team down, try new Android capabilities, and help decide what ships in the app. This role can be based in either San Francisco or New York City. We work from our offices on Mondays, Tuesdays and Thursdays (our Anchor Days) because we do our best thinking and building together in person. We’re looking for someone who’s excited to work alongside the team during those days. WHAT YOU'LL ACHIEVE - Ship the core Notion experience on Android: Build and polish the surfaces people use every day—opening and reading pages, writing and editing, navigating the app, and the Home, Search, and Inbox tabs—on a native Kotlin and Jetpack Compose stack that is fast to open, smooth to scroll, and dependable offline. - Build with product and design, and iterate fast: Partner with product managers and designers to turn ideas into shipped features, then use feedback and data to make them better. Use AI coding tools and agents to build, test, and investigate faster, while you stay accountable for review, validation, and quality. - By the end of your first year, own a core product area: Take a core part of the Android app, like Home, Inbox, or a piece of the editor, from idea to launch, and shape it into an experience that helps people do their life’s work from their phone. - Make the app feel fast and reliable: Find and fix issues in startup time, scrolling, typing latency, crashes, and memory use across the surfaces you own, and add the tests and monitoring that catch regressions before users do.   SKILLS YOU'LL NEED TO BRING - Solid Android fundamentals: You’ve built and shipped Android apps, through work, internships, or your own projects, and you’re comfortable with modern Android—Kotlin, Jetpack Compose, Coroutines/Flow, and Gradle. Experience with a large, modular codebase is a plus. - Care for native UI and performance: You enjoy making UI feel fast and smooth, and you’re curious about things like custom text rendering, complex lazy lists, or rich-text editing. Experience with performance profiling, realtime collaboration, or offline sync is a plus. - Product instincts: You care about how the app feels to use, not just how it works. You sweat the details of interactions and polish, and you use feedback and data to decide what to build next. - Thoughtful problem-solving and clear communication: You build a clear picture of the problem before jumping to a fix, you can explain trade-offs in writing, and you ask for help early when you’re stuck. Experience moving a hybrid or web-based surface to native, or building something from 0→1, is a plus. - AI-native, end-to-end engineering practice: You use AI tools and agents as real collaborators, framing tasks clearly, reviewing generated changes, testing behavior, and designing workflows that make the broader team more effective. Web experience (TypeScript, React, Node) is welcome but not required. Notion is committed to providing highly competitive cash compensation, equity, and benefits. The compensation offered for this role will be based on multiple factors such as location, the role’s scope and complexity, and the candidate’s experience and expertise, and may vary from the range provided below. For roles based in San Francisco, the estimated base salary range for this role is $150,000 - $168,000 per year. By clicking “Submit Application”, I understand and agree that Notion and its affiliates and subsidiaries will collect and process my information in accordance with Notion’s Global Recruiting Privacy Policy https://notion.notion.site/Notion-Global-Recruiting-Privacy-Policy-fc3eb4e829354a26a2bb6fd5e289b550. https://dev.notion.so/a3ce416456924276a59de91bca740028?pvs=21   #LI-Onsite A NOTE ON AI You don’t need deep AI expertise for every role, but we do expect every Notino to be intellectually curious, drawn to tinkering and discovery, and excited to use AI as a real collaborator in their work. For some roles, AI fluency is a core requirement — when that’s the case, we'll say so explicitly in the qualifications. People who thrive here don’t treat AI as a novelty. They use it to think better, and make their work easier for others to build on. EQUAL OPPORTUNITY & ACCOMMODATIONS We hire talented people from a wide range of backgrounds. If you’re excited about this role but don’t meet every bullet, we still encourage you to apply. Notion is an equal opportunity employer and does not discriminate on the basis of any legally protected characteristic. Consistent with applicable law, we will consider for employment qualified applicants with arrest and conviction records. Notion provides reasonable accommodations during the application process; if you need one, please let your recruiter know. Notion is proud to be an equal opportunity employer. We do not discriminate in hiring or any employment decision based on race, color, religion, national origin, age, sex (including pregnancy, childbirth, or related medical conditions), marital status, ancestry, physical or mental disability, genetic information, veteran status, gender identity or expression, sexual orientation, or other applicable legally protected characteristic. Notion considers qualified applicants with criminal histories, consistent with applicable federal, state and local law. Notion is also committed to providing reasonable accommodations for qualified individuals with disabilities and disabled veterans in our job application procedures. If you need assistance or an accommodation due to a disability, please let your recruiter know.

Responsibilities Design and develop scalable backend services and APIs. Drive architecture decisions and ensure high engineering standards.

3+ years of professional AI/ML Engineering experience. Strong Python, SQL, NumPy, Pandas, Scikit-learn, PyTorch/TensorFlow.