Вакансии

Location: New Jersey; New York; Connecticut Workplace: remote About the role: At Provectus, you don’t prototype in a sandbox and hand a client a slide deck. You embed inside a bank, an insurer, or a health system, learn the work, and ship a Claude + AWS system into their real, regulated production — then you watch the business number move. We’re an Anthropic and AWS Partner with 150+ certified architects. That means the newest models, real budgets, and problems that matter — without the layers, politics, and years-to-impact of a hundred-thousand-person firm. 350+ builders, 100+ customers in production, founder-led since 2010, offices across North America, LATAM, and EMEA. Why Provectus Frontier access — Anthropic Preferred Partner: newest Claude models, real budgets, real problems. Real tasks (not scope), real deployment. You go where the operating problem is and ship production code to real users, not slide decks that sit in a drive. Embedded, not engaged. You are part of the customer’s team and inside their process — not a vendor running a project alongside it. Embedded is not staff-augmented. Autonomous. You own the work from framing through to production, visible to clients and founders.  You own the method; nobody hands you a ticket. Your experience stays portable. Every engagement is a new problem, often in a new industry, so your skills compound instead of narrowing to one product. No legacy-maintenance grind, not a single stack. Craft & growth — build beside senior FDEs on a Claude-certified team; a real platform (talks, OSS) to grow your name. We give you a stage: Claude certification, conference talks, open-source contributions, published work under your own name. Requirements: Typically 7+ years building software, a substantial share of it writing production code you were accountable for. You are hands-on today and intend to stay that way. Genuinely willing to spend time understanding someone else’s job before writing code; demonstrated ability to become conversant in an unfamiliar business function quickly. Shipped GenAI/LLM systems to production — not demos, not notebooks. You’ve handled the parts that get hard after the prototype works. You evaluate. You have built or owned an eval suite for a non-deterministic system, and you can explain what you measured and why. Strong engineering fundamentals — dropped into an unfamiliar codebase or language, you’re productive. Python and/or TypeScript proficiency; depth matters more than stack. Cloud-native delivery on AWS (GCP/Azure a plus), including the operational reality of a system someone else inherits. Pre-sales experience. Credible with senior stakeholders — you can hold a redesign conversation with a BU head and a scoping conversation with a CTO without losing either room. Comfort with ambiguity and ownership. Engagements start underspecified by design. Closing that gap is the job. Hands-on experience with Claude, Claude Code, and Cowork (skills, workflows, MCP, integrations, connectors, custom harnesses). Nice to have Containers and orchestration (Kubernetes/ECS) and CI/CD in production. IaC depth: AWS CDK, CloudFormation, Terraform. Open-source contributions or public writing on applied AI. What you’ll do: Spend the first weeks of each engagement in the operator’s seat, learning the constraints from the inside, then rebuild the function from first principles alongside the client and a Forward Deployed Executive — and you are the one who builds it. Be part of the customer’s team, inside their process; work on real tasks, not scoped deliverables, and own the method autonomously. You won’t start from zero. Provectus builds industry Blueprints — working systems that have already shipped for a customer in your industry. Your engagement starts from that baseline, and what you learn in the field goes back into it. Deliver across Cowork Activation, Agentic SDLC, and Blueprint Activations in Financial Services and Healthcare. Help shape how leading enterprises adopt AI, from strategy through first deployment; help build the tooling and frameworks of a growing AI delivery practice. What We Offer: Full-time. On-site visits to client’s facilities and our office in NYC 1/week Unlimited Vacation policy. Generous health, vision, and dental insurance. 401(K) matching plan. Base salary $200k–$250k + bonuses; OTE up to $300k. The salary range is determined through interviews and a review of the education, experience, knowledge, skills, and abilities of the applicant, and alignment with market data. No Visa sponsorship We’re real: A person reads your application. We filter out AI-generated and fraudulent submissions automatically. Every application that clears that filter is read by someone on our team. We may ask for a quick ID verification. Fraudulent applications are common, and this protects real candidates. You’ll meet the people you’d work with. We host AI engineering events in New York and San Francisco. We'd be happy to talk in person. Your interviews are with Pavel Borobov, Solutions Architect, and Stepan Pushkarev, Co-Founder & CEO. How we hire: Recruitment interview. Tech interview with our FDE (30 min). A live engineering building session (1.5 hours). We hand you a business function and the constraints. You have to understand the job and rebuild it — then say what you’d build and how you’d know it worked. Use AI the way you normally would; we expect AI-generated code. What we look at is how you used AI, the judgment behind your choices, and what you researched beyond what any LLM already knows. 4. Soft skills interview. 5. Offer discussion.

Location: Berlin Office; Iasi Office; London Office; Dublin Workplace: Hybrid ABOUT THE ROLE Taktile helps financial institutions make smarter, safer decisions with the power of AI. Internally, AI coding agents have made writing code dramatically faster. The bottleneck is now everything around the code: builds, tests, reviews, merges, and deploys. We're looking for a Senior Backend Engineer focused on Developer Productivity and Developer Experience to remove that bottleneck. This is a high-leverage, internal engineering role on our Platform Team: your users are Taktile's backend and frontend engineers and the AI agents working alongside them, and your product is the path from first commit to production. You'll make CI fast and reliable, make our serverless stack easier to build on, and turn "how fast can we ship safely?" into metrics we move every quarter. WHAT YOU’LL DO - Build the deployment services that ship Taktile. Own the systems behind tens of thousands of stack deployments a week across dev, staging, production, and per-customer AWS accounts: progressive rollouts through monitoring and canary stages, deployment windows and gates, and fast rollbacks. - Keep our AI developer tooling sharp. Maintain and extend Claudius, our in-house AI engineering agent that investigates CI failures, triages issues, and opens PRs, and metadev, our sandboxed Claude Code and OpenCode setup that packages Taktile's engineering knowledge for every engineer. - Own the build → test → merge loop. Drive down CI runtime and flakiness across our main monorepos. Find the slowest and least reliable steps, fix them, and keep them fixed. - Evolve our CI/CD architecture. Build on our move to per-module GitHub Actions workflows and a self-hosted runner fleet. Improve caching, parallelism, and cost per build. - Shorten the inner dev loop. Make developing on our AWS Lambda stack fast, from running services locally against preview environments to faster, container-based deploys, so engineers aren't waiting on CloudFormation to test a change. - Build paved roads. Ship templates, CLIs, and self-service tooling so any team can take a new module from first commit to a running dev workspace in under a day. - Design for humans and agents. Make our tooling fast, deterministic, and scriptable so engineers and AI coding agents get quick, trustworthy feedback. - Measure what matters. Own DevProd metrics like PR lead time, CI runtime, CI flakiness, and PRs per engineer-day. Use them to decide what to fix next and to prove the impact of what you ship. - Own our AI developer tooling. Take ownership of Claudius, our in-house AI engineering agent, and decide where it goes next. - Treat engineers as customers. Talk to teams, triage CI incidents, write clear docs, and drive migrations and deprecations to completion. REQUIREMENTS - 5+ years of professional backend engineering experience, with a track record of shipping and operating production systems end-to-end and leading technical projects across teams. - Strong, production-grade skills in at least one backend language. Python is our main language today, but we're open to others. This role is mostly writing software (tools, services, bots, and CI logic), not only configuring it. - Hands-on experience owning CI/CD at scale (for example, GitHub Actions): build and test performance, caching, parallelization, and debugging flaky tests and pipelines. - Solid AWS experience, ideally with serverless (Lambda, CloudFormation/SAM) and infrastructure as code (Terraform). - Comfortable with the latest AI coding and agent-orchestration tools (for example, Claude Code, OpenCode, subagents, and MCP). You use them daily and know how to make them work reliably for a whole engineering org. - A product mindset for internal tooling. You talk to your users, measure outcomes, and judge success by adoption and time saved. - Strong communication and stakeholder management. You can drive a change across many teams you don't manage: write the proposal, plan the rollout, and see it through. IDEAL, BUT NOT REQUIRED - Prior experience on a developer productivity, developer experience, build/release engineering, or platform team. - Experience as a product-facing backend engineer, so you know firsthand where the development loop hurts. - Experience with frontend build and test tooling in the TypeScript/React ecosystem, so you can support our frontend engineers too. - Experience running self-hosted CI runners or build infrastructure at scale. - Experience with progressive delivery: canary deployments, automated rollbacks, and deployment gates. - Experience with monorepo tooling, build systems, or dependency management at scale. - Experience building AI agents or agent infrastructure, such as MCP servers, agent harnesses, or evals. OUR STACK - AI: Claude, Claude Code, OpenCode - Programming Languages: Python and TypeScript (React) today; open to others where they fit better - Cloud & Infrastructure: AWS (Lambda, SAM/CloudFormation, ECR, CodeDeploy), Docker, Terraform - CI/CD: GitHub Actions, self-hosted runners - Internal Tools: GitHub, Linear, Notion, Metabase OUR STANCE - We're eager to meet talented and driven candidates regardless of whether they tick all the boxes. We're looking for someone who will add to our culture, not just fit within it. We strongly encourage individuals from groups traditionally underestimated and underrepresented in tech to apply. - We seek to actively recognize and combat racism, sexism, ableism and ageism. We embrace and support all gender identities and expressions, and celebrate love in its many forms. We won't inquire about how you identify or if you've experienced discrimination, but if you want to tell your story, we are all ears.   ABOUT US Taktile enables financial institutions to transform into AI-native organizations that are increasingly powered by autonomous agents. With our modular Agentic Decision Platform, customers combine AI agents, rules, relevant context, and human oversight to safely automate and optimize their decisions—approving more customers, reimbursing claims instantly, stopping fraud before it spreads, and financing every business worth funding. Founded in 2020, Taktile powers millions of decisions daily for institutions including Mercury, Monzo, Faire, and Pleo. With offices in New York, Berlin, London, São Paulo, and Iași, the company has raised $184M from Growth Equity at Goldman Sachs Alternatives, Index Ventures, Tiger Global, Balderton Capital, and Y Combinator. Learn more at taktile.com http://taktile.com.   About Your Employment. Taktile operates through regional entities worldwide. Depending on the location of this role, your employment or engagement will be with Taktile LLC (US), Taktile GmbH (Germany), Taktile Ltd (UK), or Taktile SRL (Romania). The applicable entity will be confirmed during the offer process. Your Privacy. Taktile (“we” or “us”) is the controller of the personal data you provide during this application process. We collect and process your name, contact details, resume/CV, work history, education, and any other information you submit or that we obtain from publicly available sources or references. How we use your data: We process your personal data to evaluate your candidacy, communicate with you about the recruitment process, comply with legal obligations (such as right-to-work verification), and, with your consent, to consider you for future opportunities. Legal basis (EU/UK applicants): We rely on (i) pre-contractual steps at your request (GDPR/UK GDPR Art. 6(1)(b)), (ii) legal obligations (Art. 6(1)(c)), and (iii) our legitimate interest in evaluating candidates (Art. 6(1)(f)). Retention: If your application is unsuccessful, we retain your data for 12 months after the recruitment process concludes, unless you consent to longer retention. Successful candidates’ data becomes part of their employment records. Your rights: Depending on your location, you may have the right to access, correct, delete, or restrict the processing of your personal data, to data portability, and to withdraw consent. Automated decision-making: We use automated tools to assist in screening applications. No hiring decision is made solely by automated means without human review. International transfers: Your data may be transferred to and processed in the United States, Germany, the United Kingdom, or Romania. Where required, transfers are protected by Standard Contractual Clauses or other approved mechanisms. By submitting your application, you acknowledge that you have read and understood Taktile’s Applicant Privacy Policy. To exercise your rights or ask questions, contact privacy@taktile.com.

Location: Brazil; Peru; Colombia; Argentina; Mexico; Chile Workplace: Remote BUILDING THE FUTURE OF OPEN FINANCE Payward - the parent company behind Kraken, NinjaTrader, Breakout, xStocks, Payward Services and CF Benchmarks - has spent the last 15 years building one of the most modern and globally accessible financial infrastructure platforms in the industry, built to advance an open, global financial system. THE TEAM Founded in 2011, Kraken is one of the world's longest-standing crypto platforms, trusted by over 10 million individuals and institutions across the globe. It offers spot trading, margin, futures, staking, and OTC services, with products built for both individual investors and institutional clients. Kraken's engineers build a lot of software. Developer Platform AI builds the AI systems they use to do it: agents that write and review code, simple access to the best models in the tools they already use, and the infrastructure that connects AI to our internal systems. This is a small team with a lot of reach. The tools you ship will change how engineers across Kraken work every day, and you'll see that happen directly. The work spans agent platforms, code review, LLM routing and cost controls, MCP integrations with tools like Slack, Jira and GitLab, and the security and observability that make all of it safe to run. If you want to work on applied AI with real users from day one, this is that job.   THE OPPORTUNITY - LLM traffic doesn't behave like normal API traffic. Requests are long-running, streaming and expensive. One prompt can cost a few cents or a few dollars. One team's burst can burn another team's budget. Providers change their rate limits, failure modes and pricing without warning. Running this well is a problem few companies have solved, and it's the job. - Own the reliability of the platform engineers depend on: the AI Gateway, the agent runtime and the connections to internal tools. Set the SLOs, own the error budgets and decide what happens when they're spent. - Design resilience across model providers: routing, failover, retries, rate limiting and graceful degradation when a provider is slow, throttling or down. - Make LLM traffic legible. Build observability that shows latency, errors, token usage and cost by team, model and use case, so engineers can see what their workloads cost and where they're spending their time waiting. - Treat capacity and cost as one problem. Routing decisions affect both latency and spend, and you'll own the tradeoff directly. - Work with Security, Finance and AI governance to put access controls, budgets, audit logging and data handling into the platform, not into a spreadsheet next to it. - Lead incident response and blameless post-incident reviews. Turn what breaks into fixes that stay fixed. - Automate operations with infrastructure as code, safe deployments and progressive rollouts, so the platform gets more reliable as it grows rather than more fragile. - Mentor engineers and raise the operating standard across the team. This is a Staff role. You'll set the technical direction for how the platform runs, not just keep it running. The platform is small enough that your decisions shape it directly, and used broadly enough that they affect every engineering team at Kraken. SKILLS YOU SHOULD HODL - Extensive experience in site reliability, infrastructure or platform engineering, with a track record of owning high-traffic, business-critical services in production - Deep hands-on experience with Kubernetes, a major cloud provider and infrastructure as code such as Terraform - Strong command of SLOs, observability and incident management, and the judgment to know which reliability work actually matters - Proficiency in Rust or Python, and comfort reading and changing a production service's code - Experience with API gateways, reverse proxies or traffic management: load balancing, rate limiting, failover and caching - Experience operating multi-tenant internal platforms, including authentication, authorization and per-tenant cost controls - Staff-level influence: you set direction across teams, write clear design documents and bring other engineers with you NICE TO HAVES - Experience operating LLM gateways or integrating LLM provider APIs at scale: streaming, token-based rate limiting, model routing and caching - Experience serving models yourself, including vLLM or Ray: GPU scheduling, batching, autoscaling and cost per token - Experience building Kubernetes controllers or operators with controller-runtime or kubebuilder - Experience with Consul and Vault for service discovery, configuration and secrets - Experience with model evaluation pipelines for catching quality regressions before and after rollout - Familiarity with coding agents and agent harnesses, and running them safely in sandboxed environments - Experience with cost attribution, budgeting or FinOps for usage-based services - Background in security-sensitive or regulated environments such as financial services or crypto - Contributions to open-source gateway, proxy or observability projects Unless a specific application deadline is stated in the job posting, applications are accepted on an ongoing basis. Please note, applicants are permitted to redact or remove information on their resume that identifies age, date of birth, or dates of attendance at or graduation from an educational institution. We consider qualified applicants with criminal histories for employment on our team, assessing candidates in a manner consistent with the requirements of the San Francisco Fair Chance Ordinance. OUR COMMITMENT Payward is powered by people from around the world and we celebrate the diverse talents, backgrounds, contributions, and unique perspectives that everyone brings to the table. We hire based on merit, seeking out people with the right abilities, knowledge, and skills for the job. We encourage you to apply for roles where you don't fully meet the listed requirements, especially if you're passionate or knowledgeable about crypto. We may ask candidates to complete job-related skills or work-style assessments as part of our hiring process. These assessments evaluate competencies relevant to the role and are applied consistently across candidates for similar positions. Results are considered alongside experience and interviews, and are not the sole basis for any employment decision. As an equal opportunity employer, we don't tolerate discrimination or harassment of any kind, whether based on race, ethnicity, age, gender identity, citizenship, religion, sexual orientation, disability, pregnancy, veteran status, or any other protected characteristic as outlined by federal, state, or local laws. Stay connected Follow us on X https://twitter.com/krakenfx Learn on the Kraken Blog https://blog.kraken.com/#:~:text=Enter%20your%20email%20address Connect on LinkedIn https://www.linkedin.com/company/kraken-exchange/ Candidate Privacy Notice https://www.kraken.com/legal/candidate-privacy-notice

Location: Brazil; Uruguay; Peru; Colombia; Argentina; Mexico; Chile Workplace: Remote BUILDING THE FUTURE OF OPEN FINANCE Payward - the parent company behind Kraken, NinjaTrader, Breakout, xStocks, Payward Services and CF Benchmarks - has spent the last 15 years building one of the most modern and globally accessible financial infrastructure platforms in the industry, built to advance an open, global financial system. THE TEAM Founded in 2011, Kraken is one of the world's longest-standing crypto platforms, trusted by over 10 million individuals and institutions across the globe. It offers spot trading, margin, futures, staking, and OTC services, with products built for both individual investors and institutional clients. Kraken's engineers build a lot of software. Developer Platform AI builds the AI systems they use to do it: agents that write and review code, simple access to the best models in the tools they already use, and the infrastructure that connects AI to our internal systems. This is a small team with a lot of reach. The tools you ship will change how engineers across Kraken work every day, and you'll see that happen directly. The work spans agent platforms, code review, LLM routing and cost controls, MCP integrations with tools like Slack, Jira and GitLab, and the security and observability that make all of it safe to run. If you want to work on applied AI with real users from day one, this is that job. THE OPPORTUNITY - Build the platform Kraken's agents run on: dynamic sandboxes, Slack workflows, approval gates, memory, and agents that can take real engineering work from start to finish - Build our code review agent so merge requests get fast, useful feedback, and human reviewers can spend their time on design, risk and judgment - Give engineers access to approved models in Claude Code, Cursor and Codex with no setup, so trying a new model takes seconds - Build the connections between AI and the tools engineers use every day, including Slack, Jira, GitLab and internal APIs - Route LLM requests to the right model for the job, balancing speed, quality and cost - Work with Security to build access control, audit logging, budgets and cost reporting into the platform - Own features end to end, from design through production, and keep them reliable alongside SRE - Stay close to the engineers using what you build, and use their feedback to decide what comes next SKILLS YOU SHOULD HODL - Solid experience building and running backend or platform services in production - Strong skills in Rust, Python, TypeScript or Go, with a habit of writing well-tested, maintainable code - Comfort with Kubernetes, CI/CD, observability and a major cloud provider - Good judgment about reliability, security and operational tradeoffs - The ability to lead a technical design, write it down clearly, and work with teams outside your own - Ownership: you can take something from idea to production and keep it working once it's there NICE TO HAVES - Hands-on experience with LLM APIs: streaming, token accounting, rate limits, provider failure modes - Experience building agent systems, code review or static analysis tooling, sandboxed execution, or developer tools - Experience with API gateways, proxies or traffic management - Familiarity with OAuth, OIDC and role-based access control - Contributions to open-source infrastructure or developer-platform projects Unless a specific application deadline is stated in the job posting, applications are accepted on an ongoing basis. Please note, applicants are permitted to redact or remove information on their resume that identifies age, date of birth, or dates of attendance at or graduation from an educational institution. We consider qualified applicants with criminal histories for employment on our team, assessing candidates in a manner consistent with the requirements of the San Francisco Fair Chance Ordinance. OUR COMMITMENT Payward is powered by people from around the world and we celebrate the diverse talents, backgrounds, contributions, and unique perspectives that everyone brings to the table. We hire based on merit, seeking out people with the right abilities, knowledge, and skills for the job. We encourage you to apply for roles where you don't fully meet the listed requirements, especially if you're passionate or knowledgeable about crypto. We may ask candidates to complete job-related skills or work-style assessments as part of our hiring process. These assessments evaluate competencies relevant to the role and are applied consistently across candidates for similar positions. Results are considered alongside experience and interviews, and are not the sole basis for any employment decision. As an equal opportunity employer, we don't tolerate discrimination or harassment of any kind, whether based on race, ethnicity, age, gender identity, citizenship, religion, sexual orientation, disability, pregnancy, veteran status, or any other protected characteristic as outlined by federal, state, or local laws. Stay connected Follow us on X https://twitter.com/krakenfx Learn on the Kraken Blog https://blog.kraken.com/#:~:text=Enter%20your%20email%20address Connect on LinkedIn https://www.linkedin.com/company/kraken-exchange/ Candidate Privacy Notice https://www.kraken.com/legal/candidate-privacy-notice

Location: Poland Why Join Exadel We’re an AI-first global tech company with 25+ years of engineering leadership, 2,000+ team members, and 500+ active projects powering Fortune 500 clients, including HBO, Microsoft, Google, and Starbucks. From AI platforms to digital transformation, we partner with enterprise leaders to build what’s next. What powers it all? Our people are ambitious, collaborative, and constantly evolving. What You’ll Do Design, build, and maintain full-stack web applications, ensuring high performance, scalability, and security Implement new features and enhancements in a well-tested, maintainable, and efficient way Collaborate with Product managers and UX designers to create intuitive, responsive, and accessible interfaces Review, analyze, and implement technical solutions to meet business requirements, driving resolution of issues and bugs Contribute to architectural decisions, API design, and system integrations Provide technical leadership to the engineering team - guide design discussions, perform code reviews, and support continuous improvement Participate in task estimation, prioritization, and planning in alignment with engineering processes What You Bring Extensive professional expertise in Python/Node.js and proven experience with modern frontend frameworks (React.js, Vue.js, or Next.js) Background job processing: queues, retries, idempotent jobs, handling a worker that fails mid-task Hands-on knowledge of cloud services (preferably AWS) and database technologies (SQL/NoSQL) Experience in contributing to the architecture and design (architecture, design patterns, reliability and scaling) of new and existing systems Deep understanding of API development, microservices, and system integration At least one project using LLM APIs with tool calling and streaming. A side project is fine. A simple chat interface on top of an API isn’t enough At least one product you built from scratch and then maintained in production for a year or more Nice to have Temporal, Inngest or another durable execution tool OpenTelemetry, ClickHouse or other tools for storing large volumes of logs and traces Building MCP servers or clients LangGraph, OpenAI Agents SDK or Claude Agent SDK Protection against prompt injection, sandboxing tool execution English Language Upper-Intermediate Legal & Hiring Information Exadel is proud to be an Equal Opportunity Employer committed to inclusion across minority, gender identity, sexual orientation, disability, age, and more. Reasonable accommodations are available to enable individuals with disabilities to perform essential functions. Please note: this job description is not exhaustive. Duties and responsibilities may evolve based on business needs. Compensation details are shared with candidates at the early stage of the recruitment process. The offer is not binding until a signed contract is in place. Your Benefits at Exadel Exadel benefits vary by location and contract type. Your recruiter will fill you in on the details. International projects In-office, hybrid, or remote flexibility Medical healthcare Recognition program Ongoing learning & reimbursement Well-being program Team events & local benefits Sports compensation Referral bonuses Top-tier equipment provision Exadel Culture We lead with trust, respect, and purpose. We believe in open dialogue, creative freedom, and mentorship that helps you grow, lead, and make a real difference. Ours is a culture where ideas are challenged, voices are heard, and your impact matters.

What you’ll do • Design, write, and ship critical platform components: policy engine, signing orchestration, key lifecycle workflows, recovery flows, approvals, audit trails, multi-tenant wallet and account services. • Lead non-trivial cross-cutting initiatives in your area — through written RFCs, design reviews, and code, not through hierarchy.

-Ядро платформы на Python: сессии, ходы агента, политики заказчика, учёт; агентный цикл под бюджет хода.

Location: Москва Команда БТР развивает ГигаНетворк — платформу для автономных B2B-сделок между ИИ-агентами. Мы строим инфраструктуру, где агенты-закупщики и агенты-поставщики ведут переговоры, заключают договоры, подписывают документы и проводят платежи. Продукт готовим к демонстрации на AI Journey 2026 и к промышленному пилоту на 100+ клиентов. Обязанности * разработка бэкенд-сервисов харнеса ГигаАгента (оркестрация навыков, управление сессиями, сохранение трейсов и стейта сделки) * реализация интеграционных сервисов: СберБизнес АПИ (клиент-инфо, подключение УКЭП, связки агент-счёт, лимиты), блокчейн ГигаЧейн (смарт-контракты, Discovery, датафиды), ЭП/КриптоПро, ЭДО * разработка сервисов генерации документов (дополнительные соглашения к ДБО, договоры сделок) с использованием Apache POI и шаблонных движков * реализация MCP-коннекторов для интеграции агента с внешними системами * проектирование и реализация REST/GraphQL API для фронтенда GigaCowork * обработка событий из блокчейна (ораклы ЭДО, ERP, платёжные статусы). Требования * опыт работы: от 5 лет коммерческой разработки на Python * уверенное владение Python 3.10+, опыт с FastAPI или Flask * опыт работы с асинхронным программированием * опыт проектирования и реализации микросервисной архитектуры * опыт работы с PostgreSQL (оптимизация запросов, проектирование схемы) * опыт интеграции с внешними REST API, работа с OAuth2, JWT * опыт работы с Docker, Kubernetes * понимание принципов событийно-ориентированной архитектуры (Kafka, RabbitMQ) * опыт написания модульных и интеграционных тестов * понимание принципов чистого кода, SOLID, DRY * опыт работы с Git, CI/CD. **Будет плюсом** * опыт работы с блокчейн-технологиями (смарт-контракты, транзакции, ноды) * опыт интеграции с банковскими сервисами или платёжными системами * опыт работы с электронной подписью (КриптоПро, PKI, сертификаты) * опыт работы с LLM / AI-агентами (LangChain, LlamaIndex, MCP-протокол) * опыт работы с генерацией документов (Apache POI, docx-шаблоны, bookmark) * понимание принципов ЭДО * опыт работы в финтехе или банковской сфере. Условия * гибридный формат работы * современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

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

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

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

Workplace: Удалённый, Офис, Гибридный Плюс Фантех объединяет развлекательные сервисы Яндекса: Музыку, Кинопоиск, Книги и др. Мы — команда MediaAI — ищем сильного LLM‑разработчика. Вы будете отвечать за ключевое направление: ML‑интеграцию общего пользовательского профиля в продукты и AI‑агентов нашей экосистемы. Мы — команда MediaAI — ищем сильного LLM‑разработчика с опытом прикладных LLM‑систем для развития пользовательского профиля и LLM‑памяти сервисов Плюс Фантеха. Роль предполагает ответственность за ключевое направление: ML‑интеграцию общего пользовательского профиля в продукты и AI‑агентов нашей экосистемы. Ваши решения напрямую повлияют на то, как будет устроена персонализация сразу в нескольких сервисах. Обязанности Развивать сервис пользовательского профиля и LLM-памяти Вы будете проектировать и улучшать систему, которая хранит и извлекает пользовательский контекст. Это ключевой компонент для всех AI-агентов Плюс Фантеха: от рекомендаций до диалоговых сценариев. Улучшать качество запоминания и извлечения контекста Вам предстоит работать с embeddings, retrieval-механиками и промптами, чтобы система точнее понимала, что важно пользователю в данный момент. Проводить эксперименты с LLM и автоматическими метриками качества. Проектировать переиспользуемые механики интеграции Вы будете создавать механизмы, которые позволят разным продуктовым командам легко подключаться к профилю и памяти — без дублирования логики и с сохранением стабильности. Создавать автоматические оценки качества Вам предстоит разрабатывать и внедрять метрики и тесты для недетерминированных компонентов, чтобы можно было объективно оценивать, насколько хорошо система запоминает и извлекает информацию. Обеспечивать стабильность и безопасность Вы будете работать с производительностью, наблюдаемостью и безопасной обработкой пользовательских данных. Внедрять best practices асинхронной обработки и проектирования хранилищ. Больше об ML в Яндексе — в канале Yandex for ML Требования * Уверенно владеете Python * Имеете практический опыт интеграции с LLM * Понимаете embeddings, semantic search и RAG * Работали с базами данных и проектировали хранилища * Понимаете асинхронную обработку * Умеете тестировать недетерминированные компоненты и оценивать качество ML-функциональности * Способны самостоятельно разбираться в существующей системе и брать компонент в техническое владение Будет плюсом * Знаете Java * Имеете опыт разработки персонализации или рекомендательных систем * Знакомы с MCP и архитектурой LLM-агентов * Строили LLM-evaluation и проводили A/B-эксперименты * Работали с чувствительными пользовательскими данными

Location: Москва Workplace: Гибридный О компании МТС Web Services (MWS) — бигтех-компания, предоставляющая облачные, AI-сервисы и платформенные решения под разные задачи бизнеса: от работы с данными до разработки продуктов и оптимизации процессов. Ищем Python-разработчика в команду DataGov департамента TechGov (управление технологиями). DataGov — Центр управления данными, который создает сервисы для дата-специалистов, дата-продуктов и бизнес-пользователей: от каталогизации данных и мониторинга качества до AI-копайлота, возвращающего данные и дэшборды по запросу в произвольной форме. Сейчас мы развиваем сеть AI-агентов для автоматизации рутинных операций дата-специалистов и поддержки стандартов DataGov, и нам нужен человек, который поможет воплотить это в жизнь. Обязанности Разрабатывать и развивать сеть AI-агентов для автоматизации процессов дата-специалистов (онбординг, контроль качества данных, создание артефактов, описание метаданных); Проектировать и реализовывать интеграции с платформенными сервисами MWS Data и MWS OctApi через API и MCP (Model Context Protocol); Настраивать мониторинг и наблюдаемость работы агентских систем, обеспечивать валидацию точности; Участвовать в создании CI/CD pipelines и контейнеризации сервисов (Docker, Docker Compose); Тестировать реализованные решения и готовить техническую документацию; Взаимодействовать с продуктовыми командами, помогать в обучении работе с сервисами DataGov; Поддерживать и развивать архитектурные решения совместно с командой. Требования 3+ года опыта коммерческой Python backend-разработки; 1+ год опыта работы с LLM/API (OpenAI и аналоги); Опыт проектирования и разработки AI-агентов (LangChain/LangGraph) в промышленной среде (не только MVP); Опыт работы с RAG-подобными системами; Уверенное владение Docker, Docker Compose в production; Опыт настройки CI/CD pipelines; Понимание принципов работы с API и MCP; Опыт в ML-разработке будет существенным преимуществом; Самостоятельность и умение принимать технические решения; Системное мышление и способность видеть архитектуру целиком; Коммуникабельность и готовность работать в паре с коллегой; Мотивация развиваться в области интеграций, метрик и наблюдаемости, а не только алгоритмической разработки. Условия Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации; Участие во внешних IT конференциях. Мы выступаем на HighLoad++, DataFest, Mobius, Test Driven Conf, Joker, DevOps, Матемаркетинг и даже проводим собственную конференцию по архитектуре True Tech Arch; Полезные курсы и вебинары в корпоративном университете и электронную библиотеку; А еще:; ДМС с первого месяца работы, включая стоматологию; Страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях; Отпуск 28 календарных дней; Прием врачей общей практики и массаж в офисе; Мобильная связь за счет компании и льготные тарифы для близких; Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.

Location: Москва Ищем креативных и энергичных full stack инженеров по функциональному тестированию для развития процессов контроля качества и автоматизации тестирования. Мы – трайб (группа, состоящая из бизнес- и ИТ-команд), занимающийся управлением рисками корпоративно-инвестиционного бизнеса Сбера, для чего мы разрабатываем и развиваем современные информационные системы. В трайбе более 800 человек. Ищем человека в группу, ответственную за продукт "Риск-решения: глобальные рынки и страны", в которую входит 90 человек. Наши решения помогают клиентам – юридическим лицам пользоваться различными банковскими продуктами, а Банку – соблюдать нормативы и выстраивать эффективные бизнесы. Перед нами стоят цели технологической трансформации значимых для бизнеса систем. Ищем опытного инженера по автоматизации тестирования, готового применять самые передовые подходы к АТ с применением ИИ.     В работе старательно избавляемся от рутинных операций за счет комбинирования автоматизации, передовых подходов и технологий, использующих всю мощь искусственного интеллекта. В работе придерживаемся принципов открытого доверительного взаимодействия, взаимной помощи и командной работы, максимального раскрытия потенциала каждого члена команды. В работе мы используем: ● C#, PostgreSQL ● REST API, Kafka, DropApp ● АТ: Java, Junit 5, Spring, Allure TestOps ● Git, Jenkins, DPM, BitBucket, Nexus, Swagger ● jira, Confluence ● DevOps, Agile-принципы Обязанности **Вам предстоит:** ● Провести AI-PDLC трансформацию функции тестирования с переходом на автономные решения c применением AI инструментов ● Планировать, разрабатывать и выполнять новые автоматические функциональные тесты для повышения качества решения ● Поддерживать и развивать инфраструктуру автоматизации тестирования ● Строить сложные тестовые модели и гибко управлять их изменениями на основе зависимостей ● Участвовать в развитии процессов тестирования и качества продукта Требования **Ожидания от кандидата:** ● Навыки промышленного использования технологий искусственного интеллекта в решении задач ● Опыт в функциональном тестировании от 6 лет, умение выстраивать и улучшать процессы контроля качества на основе метрик и лучших практик ● Экспертные знания Core Java, опыт разработки и поддержки фреймворков и средств автоматизации тестирования ● Опыт работы со стеком: JUnit 5, Spring Framework, Spring Data JPA, Hibernate. Готовность обучать коллег принципам автоматизации тестирования ● Умение настраивать инфраструктуру автоматизации тестирования для запусков и анализа прогонов (Jenkins, Allure, Jira API) ● Умение выполнять проверки для Rest API, Kafka, GRPC и навык обучения этому. ● Навыки использования инструментов тестирования интеграционных решений: эмуляторов, заглушек ● Умеете организовывать процесс автоматического тестирования, включая декомпозицию задач, разработку и отладку, code review **Будет плюсом:** ● Практический опыт использования технологий AI: MCP, skills, SDD, LLM as a Judge, RAG, agentic coding ● Опыт тестирования систем банков ● Опыт работы с языком Groovy и поддержки CI/CD pipeline ● Опыт настройки тестового окружения (Openshift, DropApp) ● Быстро обучаетесь новому, высоко мотивированы на быстрое и качественное выполнение задач ● Креативны, энергичны и позитивны ● Имеете опыт работы в Agile-командах Условия * гибридный график: 2 дня в офисе, 3 – удалённо (обсуждаемо), после испытательного периода. На испытательном периоде - офис. * ежегодный пересмотр зарплаты, годовая премия * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы – молодая и перспективная команда Центра снабжения Сбербанка. Наши сервисы уже внедряются в Банк, и сейчас перед нами стоит масштабная задача по созданию собственных решений взамен SAP. Работая по Agile, мы создаем единую систему расчета оптимального способа удовлетворения внутренних потребностей Банка. Это отличная возможность поучаствовать в создании новой системы с самого начала. Обязанности ### Чем предстоит заниматься: * анализировать и описывать требования к системе планирования потребностей внутреннего клиента * проектировать базы данных * разрабатывать документацию, включая спецификации требований и технических заданий для разработчиков * совместно с разработчиками и дизайнерами внедрять новые функции системы * тестировать и отлаживать функциональность системы * проводить приемо-сдаточные испытания * обучать пользователей и администраторов системы. Требования ### Ждём от кандидата: * опыт работы системным аналитиком не менее 3 лет * опыт работы с ERP-системами и знаниями методологии анализа требований, проектирования и разработки ПО * умение проектировать базы данных и работать с SQL * практический опыт проектирования и интеграции REST API и Kafka * навык работы с инструментом моделирования процессов BPMN * базовые знания о технологиях искусственного интеллекта, такие как LLM, агенты, MCP, RAG * навыки работы с промпт-инжинирингом и платформами типа Claude Code/Cursor/Qwen Code. Будет плюсом: * понимание принципов работы Agile-команд * практические навыки агентной разработки с применением фреймворков SDD * знакомство с системой контроля версий Git. Условия ### Мы предлагаем: * работу по срочному трудовом договору * комфортный современный офис в Москве * график работы – офис * ежегодный пересмотр зарплаты, квартальная и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для Junior позиций) * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Выявление процессов, которые можно автоматизировать ИИ-агентами: интервью с заказчиками, анализ текущей работы, оценка применимости и ожидаемого бизнес-эффекта. Описание сценариев агента: входные данные, доступные действия, бизнес-правила, ожидаемые результаты, уточнения у пользователя и условия передачи задачи человеку.